▎這可能就是下一個「2012年的雲端運算時刻」：一個象徵未來的小市場，站在爆發前夜。很多人沒有意識到，2025年的MaaS（Model as a Service,模型即服務），就像是2012年的雲端運算。2012年的雲端運算市場，說大不大、說小不小，相較於傳統IT市場，規模確實有限，商業模式也遠未成熟，絕大多數企業還在觀望，真正上雲的只是少數先行者。但正是這樣一個看起來不起眼的小市場，悄悄站在了技術周期的轉折點上，增速驚人、生態初成、理念先行，隨後十年撬動了全球IT產業的全面遷移。典型如亞馬遜和阿里巴巴，作為雲端運算的兩大擁躉，他們更早經歷了從單體應用到網路應用的變化，每年的黑五和雙十一電商大促迫切需要彈性的算力資源，而後按需算力和託管服務的價值，也開始傳遞到其他企業。現今的MaaS與當年的雲端運算高度相似，同樣是技術範式的轉折，同樣是產業周期的迭代，大模型的火爆程度不必多說，MaaS市場規模也就是雲端運算市場的個位百分比，甚至更低。企業既渴望嘗試，又心存疑慮；科技在快速演進，格局還未定型。所有跡像都表明，這可能是下一個「2012年的雲端運算時刻」：一個象徵未來的小市場，站在爆發前夜。無獨有偶，諮詢機構Gartner也在近期首次評估全球AI應用開發平台，並行布了2025年度全球《AI應用開發平台魔力像限》，本質上也是各大廠商MaaS能力的一次集中亮相，側面印證MaaS市場正在走向成熟和分化。更重要的是，這次的競爭不再只是基礎設施、生態體系的比拚，MaaS是模型、代理（Agent）、工具鏈、推理效率、成本結構、行業化能力等的全方位較量，誰能以更低成本、更高效率、更強生態，把大模型變成人人可用的“標準件”，誰就更有可能成為下一代。圖片來源於火山引擎官網誰在押注MaaS？AI應用開發平台魔力像限的橫軸是Completeness of Vision（願景完整性），看的是策略格局、技術路線、生態能力、未來潛力；縱軸是Ability to Execute（執行能力），看的是商業化能力、產品落地能力、顧客規模、營收實力。四象限分別代表不同定位，Leaders（領導者），Challengers（挑戰者），Visionaries（前瞻者），Niche Players（利基玩家）。從評測結果來看，共有11家廠商參與本次評測，其中中國廠商三家。領導者包括Google、AWS、Microsoft、IBM，這些廠商同時具備強大的產品體系與執行能力，在智能體（Agent）、模型平台、企業級AI落地上的成熟度，以及龐大客戶群與全球化能力。這意味著，目前真正把MaaS平台商業化做成規模的，仍是頂級的雲端/科技公司。其中Google綜合最強，最新發佈的Gemini 3.0大模型全面領先，以及其大模型平台VertexAI的A2A協定、多代理生態也更開放。AWS執行力頂級，Bedrock商業化能力極強，而且應該是支援模型最多的平台，Microsoft靠OpenAI生態+Azure整合實力強，IBM的領先讓人略感意外，雖然不是雲廠商，但是深耕企業級AI，在治理、安全方面能力突出。OpenAI的位置非常典型，願景完整性高，但執行能力偏弱，在模型、智能體、協議層（OpenAI Agents SDK）上創新迅猛，但缺乏成熟的企業級平台與商業化體系，因此執行力得分低。這也反映出OpenAI目前的特點，OpenAI是模式世界的工業標準，但它不是企業級平台廠商，更像新一代底座，而不是雲端服務供應商。挑戰者象限以火山引擎為代表，阿里雲、騰訊雲、Palantir、LangChain緊隨其後，這些廠商的共同特徵是執行力尚可，但願景整體比頭部稍弱，市場集中度多在本土（尤其是中國廠商），客戶規模可觀、技術成熟度在快速追趕。其中，火山方舟成為中國市場第一，排名也最靠近領導者區域，有些人可能稍感意外，但在行業人士看來，相較於上一個雲時代，MaaS是一條新的賽道，火山引擎的優勢就在於沒有歷史包袱，堅定押注MaaS的未來爆發，這和阿里雲早期押注雲市場的爆發相似，只不過主角變了。譬如，DeepSeek走紅之後，企業到處找尋呼叫DeepSeek API的平台，矽基流動因為較早適配了DeepSeek，一個月內使用者數從50萬增長到了500萬。但更多「DeepSeek紅利」幾乎全被火山引擎吃掉。在開發者圈層，大家普遍認可火山引擎的DeepSeek API全方面領先，很多人甚至只用火山引擎託管的DeepSeek，而一旦接入火山引擎生態，基本就會順手用豆包大模型，進而為火山引擎帶來了新的增量。阿里雲的Qwen模型與百煉平台，執行能力在中國廠商中排名靠前，願景與火山引擎接近，略靠下但已進入挑戰者主流位置；騰訊雲在MaaS平台的戰略投入力度仍低於阿里與火山引擎；Palantir企業客戶強、執行力穩定，但AI platform願景不足，偏向資料中台台；值得一提的是CoreWeave，作為新興的AI雲玩家，早期更多以售賣GPU為主，在訓練、推理、RL後處理等方面尚可，但執行力與平台願景都在較低區，定位偏向“AI基礎設施創業公司＋研發工具”，最近CoreWeave收購了Weights&Biases，以此加強自己的MaaSSave。由此也可以看出，全球AI平台的格局，正從“誰有大模型”轉向“誰能把AI真正變成生產力”，而真正能做到這一步的廠商，目前仍然以海外三大雲巨頭，和兩家中國雲廠商火山引擎和阿里雲為主。MaaS是蜜糖，也是“砒霜”正如當年的雲端運算重塑了企業的IT架構與營運方式，MaaS也正在悄悄改變企業取得AI能力的路徑。MaaS是繼IaaS、PaaS、SaaS之後，雲端運算體系的下一層抽象，如果說IaaS解決的是算力基礎設施，PaaS解決的是應用開發平台，那麼MaaS則進一步把模型能力本身標準化，讓企業不必再投入千萬級成本去訓練模型，也不需要團隊去維護推理、配置、處理卡調度、版本、分析MaaS直接將大模型封裝成一種可隨取隨用、按量計費、可快速整合的服務形態，企業要做的，只是在業務裡呼叫能力——理解、生成、規劃、推理、搜尋、執行，呼叫API，輸入輸出tokens，即可完成應用的智能化。由此也能看出，雲端運算是雲廠商的蜜糖，是傳統IT的“砒霜”，而MaaS是AI雲廠商的蜜糖，也讓部分雲廠商陷入“左右互搏”的窘境。筆者獲悉，有雲廠商先前一直處於缺少晶片的狀態，以至於到今年稍早才推出tokens服務，這也反映出其對MaaS的重視程度並不高。儘管雲端廠商大多相信tokens的成長，但是成長曲線的曲率並沒有共通性認知，所以雲廠商一邊繼續做原有的生意，一邊繼續做好MaaS的中遠期準備。在收入層面，相較於過去直接售賣卡時的模式，同樣的業務採用tokens模式，可能只需要花費十分之一的價格，這對於雲廠商來說相當於“損失”，因此銷售並不積極推廣MaaS。圖片來自AI生成MaaS的未來命懸一“線”，這根線就是智能體大爆發帶來的Token消耗量極大增長，這個曲線愈是陡峭，MaaS的未來的就愈是平坦。以火山引擎為典型代表來看，擺在火山引擎面前的有兩條路：一條是跟隨，穩妥但要在舊路上徐徐圖之，然而在傳統雲的範疇很難追趕阿里雲等頭部廠商；另一條是押注MaaS，如果確定Agentic AI的大爆發，Token消耗量會千倍增長，並且相信會在一個較短的時間內發生，比如三年左右，那火山引擎就值得全力投入，去博得未來的領先。毫無疑問，火山引擎走上了MaaS優先策略，這也能解釋火山引擎MaaS產品的領先性。火山引擎也是最早把MaaS確定為主要營收來源的雲廠商，MaaS收入也是火山引擎銷售的主要評估指標，從側面體現火山引擎的選擇。據筆者瞭解，火山引擎今年的年收入目標超過200億元，並希望繼續拉高MaaS在收入結構上的比例。一位雲廠商人士表示，“AI雲的主要形態其實就在MaaS層，本質上是算力換智能，用戶用算力的方式也應該是MaaS這樣靈活的方式。”但不得不提的是，一個中美雲市場的老問題——美國幾乎90%左右是公有雲，所以AWS、Google和Microsoft在MaaS層面幾乎齊頭並進，不會因為自身業務導致MaaS轉型變慢。到了MaaS時代，這種問題依舊存在。國內公有雲大概佔50%左右，對於資料敏感的組織傾向私有雲，例如政府，國央企、銀行等，他們依舊需要企業級的MaaS平台，加上信創等需求，創業廠商可能偏向此類市場。一位AI出海企業人士提到，「MaaS在海外和國內的情況不太一樣。在海外，企業使用tokens找到PMF或找到ROI高的場景相對容易一點，所以今天很多企業優先做出海。中企客戶出海和海外客戶的商業模式都比較成熟。國內付費挑戰會大一點，找PMF的周期要長一點，可能會爆發很多新的產品。有觀點認為，MaaS市場將呈現「公有雲向中小企業下沉、私有化向高端客製化深化」的分化趨勢。火山方舟的重點並不是私有化，而是典型的公有雲規模化邏輯，更多的用戶帶來更好的產品體驗，更大的規模帶來更低的價格，正向循環帶來更多的客戶和規模，從而實現tokens的海量增長。海外雲端廠商也分外看重tokens消耗量，從5月份到10月份，Google公佈的月度tokens消耗量從480兆增長到了1300兆。作者獲悉，OpenAI的日tokens消耗量約100兆。根據火山引擎近期公佈的數據，截至2025年9月，豆包大模型日均處理30兆Tokens，在幾乎只有中國市場的情況下，已經在逐漸向Google的tokens消耗量接近。MaaS的未來，繼續「卷」三要素海外和國內的MaaS平台天然具有差異，例如晶片供應不同，海外輝達GPU充足，而在國內要兼顧多種晶片架構，但總體而言，MaaS的未來大致朝著模型、性能和落地三個方向發展。首先，模型決定AI應用的上限，誰能提供更強的基礎模型、更豐富的模型家族，誰就能掌握下一代應用生態的主導權。無論是強調開源體系的多模型組合，或是打造自研閉源的大模型旗艦，本質都是在爭奪模型能力天花板的話語權。如上雲端運算產業人士表示，整個tokens市場成長很快，每3個月變化都非常大，例如去年還是單模態為主，類似VLM這樣的視覺理解模型，在去年的佔比很低，大多是LLM。今年多模態模型的呼叫量佔比非常高，文生圖、文生影片成長也非常快，從下半年開始，整個模型做function call的請求數量在上漲，這意味著Agent能力的請求也越來越多。此外，類似火山引擎的模型路由、自適應思考、視覺理解模型VLM與推理模型的結合等能力，在國內市場目前還是稀缺的能力，例如模型路由可以在規則的約束下匹配用戶最佳模型，要麼是效果最優的模型，要麼是成本最低的模型。其次，性能決定AI應用能否真正跑起來，吞吐效率、並發能力、延遲表現，這些看似工程層面的指標，最終都會轉化為企業能否大規模上線AI應用的生死線。 MaaS的競爭正在從純模型比拚，轉向模型+系統+工程的一體化博弈。幾乎所有MaaS團隊每天都在看TPOT（Time Per Output Token）、TTFT（Time To First Token），即平均延遲和首字延遲，除了基模的能力差距，AI應用吐字特別快，首字延遲特別低，這就說明工程化做得好。價格方面，目前MaaS平台還沒有實現正向盈利，價格基本貼著成本定價，此前潞晨科技和矽基流動的隔空口水戰也圍繞價格展開。潞晨科技創辦人尤洋認為，MaaS在中國短時間內可能是最差的商業模式，月虧數億，用戶越多，虧損越多；矽基流動創辦人袁進輝回應，成本估算誇張。MaaS平台的tokens價格很大程度上取決於工程化能力，DeepSeek創始人梁文鋒更早之前表示，DeepSeek的定價原則是「不貼錢，也不賺取暴利，這個價格也是在成本之上稍微有點利潤。火山引擎總裁譚待也表達過類似的觀點，「我們的原則一直都是保證有毛利的情況下，去做規模化。 」最後，落地能力決定AI能否真正被產業吸收。現今，各廠商都在從單純的API服務，升級到更完整的Agent工具鏈、產業套件、資料治理能力與交付體系。真正能落地的MaaS平台，是能讓所有產業的團隊也能輕鬆用起來。總的來說，MaaS的未來不會只停留在賣模型，而是繼續圍繞模型的先進性、性能的性價比、落地的產業化能力三條主線，最終市場也會用腳投票。陸奇博士曾言，“任何改變社會、改變產業的，永遠是結構性改變。這個結構性改變往往是一類大型成本，從邊際成本變成固定成本。”MaaS就是將未知的邊際成本變成更可預期的固定成本，從而改變企業部署AI的經濟結，它也將掀起雲廠商的新的序章。 MaaS會把雲端市場帶到何處？誰會在這場智慧基礎建設競賽中勝出？又是誰會掉隊？故事才剛開始。 （Barrons巴倫）
