阿里云还会继续降价吗？

虽然在大多数时候，阿里降价和利润通常站在对立面。云还但对云业务而言
，续降降价往往会起到“以价换量”的阿里效果——当云用户逐渐增加  ，分摊云成本的云还分母变多，成本降至足够低的续降时候
，原本的阿里亏损就会因而规模而转为盈利。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍“百模大战”成为行业热潮之后，作为算力、续降算法底层支撑的阿里云计算，不可避免成为互联网大厂之间的云还角力重点  。

陆玖商业评论从相关渠道获悉，续降继四月底“史上最大规模”的阿里降价之后 ，阿里云的云还公有云产品未来仍有持续降价的可能性 。

阿里云背后的续降考量既简单又复杂 ：公有云逐渐“一统”云计算江湖的因素有之，“百模大战”对于算力资源需求的暴涨 ，也成为阿里云促进“算力普惠”更加充分的理由。

现如今，当百亿和千亿成为了模型训练的基础单位
，更低的算力价钱，也为阿里云吸引了更广阔的B端用户，在更大的用户基数面前 ，固定资产的前期投入也因此被无限摊薄 。

但在大模型和公有云的双重催化后 ，云计算行业的“局部战争”已经实质性结束，至于全面战争，才算刚刚开头。

公有云的必然性

阿里云之因此还有降价的底气 ，不仅依仗的是国内公有云市场份额的头部地位
，公有云本身逐渐成为行业主流也是缘故之一。

相比“吃大锅饭”的公有云 ，私有云的优势在表面看来确实很大，包括但不限于 ：更好的数据安全和服务质量，对于基础设置等程序参数拥有定制的权限等等 ，从实质上来说
，这是企业传统数据中心在云厂商处的延伸
，与外部租用服务器并无太大差别。

不过
，即使坐拥“私密性”等优势 ，私有云的弊端也远比想象中更多更复杂 ，这也导致其在市场份额的竞争上逐渐让位于公有云，变成市面上的“非主流”。

其一是数据安全问题。

乍一看
，这是一个不该发生在私有云身上的问题
，非公有属性限定了用户接触服务器数据的形式  ，客观上，安全性也因而更少的访问量而得到提升 。

但在实际的市场环境下则不然
。陆玖商业评论了解到，在数据安全层面 ，私有云的安全性在某些情况下甚至逊于公有云。

网络安全上市公司奇安信相关人员告诉陆玖商业评论 ，目前云服务器的调用方式，从最开头的服务器端
、PC端，一直延展到移动端，乃至大模型端的API调用 。

随着接口数量的增加 ，其安全隐患和对应的安全需求也一同指数级上升。而公有云和私有云“安保力量”的区别 ，则更像公共交通和私家车之间的区别。

目前成规模的公有云厂商，如腾讯云 、阿里云、华为云等等 ，任意一家的安全和运维人员都是数以百计。

哪怕是中大型企业部署的私有云 ，其安全人员的规模与投入的力度，都无法与公有云厂商相比。在数据安全系数上 ，也因此出现了参差。

其二则是云资源的利用率低下问题。

这也并非是私有云的特产 ，类似的情况公有云同样存在，仅仅是私有云的算力浪费情况更为突出 。

在4月25日的中国移动云大会上，清华大学计算机科学与技术系教授郑纬民直言不讳，表示如今云资源的行业利用并不充分
：“我们现在云计算CPU的利用率不高，从整个国家来说，公有云能得到20%~30%，已经很不错。”

同时 ，云计算需求量很大的国营企业
，在大多数情况下也不是公有云的用户，往往会自己建私有云，这部分市场由华为云 、天翼云 、移动云等运营商云所把持 ，但实际利用率更低  ，“仅仅有5%到10%。”

降价更像是一个成果

阿里云此前的降价策略，抛开 “算力普惠”的幌子 ，仍可一窥成为行业“基础措施”的野心；但后续的再度降价
 ，则更多是为云资源利用率的上升服务，并最终带来利润的提升。

虽然在大多数时候，降价和利润通常站在对立面。但对云业务而言 
，降价往往会起到“以价换量”的效果——当云用户逐渐增加 ，分摊云成本的分母变多，成本降至足够低的时候，原本的亏损就会因而规模而转为盈利 。

阿里云相关人员告诉陆玖商业评论 ，就公有云领域而言，降价更像是一个成果 。

缘故说来也并不复杂：随着整体公有云规模的扩充，效率提升同样也呈正相关 。在规模扩大的同时 
，阿里云的技术红利也会随着不断释放，市场端的体现，其实就是降价。

从市场份额优先到利润优先，阿里云的侧重点自是发生改变 ，这与阿里云的发展阶段同样息息相关 
。

中国电信旗下的研究院，把云计算厂商划分成三个发展阶段。其中，第二阶段是能力锻造和价值提升阶段 。

这个阶段的突出特点是 ，研发投入大幅提升，接近或高于资本性投入 ，云产品品类丰厚，尤其是PaaS和SaaS品类繁盛，产品能力具有较高的竞争力，市场份额持续提升。阿里云和谷歌云
，处在这一发展阶段。

同时，要是用云业务收入的增速和盈亏两个指标来衡量，处在第二阶段的云厂商，营收增速相比第一阶段通常放缓 ，但减亏进程已经开头，扭亏为盈。

但这里同样也有市场份额作为前提。作为典型的集约规模化市场
，云厂商的体量没有达到必定的规模，盈利和价值仍然是一句空谈 。一般而言，当市场份额达到10%以上，才能摊薄成本，实现盈利；仅仅有市场份额达到15%以上
，马太效应才得以发挥，竞争优势才能显现 。

把目光限定于国内的话，阿里云已经达到发挥竞争优势的门槛。根据IDC最新发布的公有云市场报告，阿里云的市场份额从此前的36.7%降至31.9%，但仍然在国内保持第一。而在国外，虽然阿里云的排名仅在亚马逊、微软、谷歌三家之后，但仅仅占据5.2%的全球份额 ，很难在更大范围内发挥规模优势。

这或许也是阿里云既要通过降价冲规模，又通过规模要利润的核心缘故之一——在国内公有云市场，阿里云已经可以通过较高的用户量来摊薄成本 ，换来必定程度的利润增长；但在全球范围内 ，阿里云仍然需要通过价钱优势来与亚马逊 、谷歌、微软等对手竞争 ，保持必定程度上的“性价比” 。

此外，阿里云相关人员向陆玖商业评论补充 ，与最初阶段相比，阿里云在十年时间里，算力成本下降的幅度大约在80%
。存储成本下降大约在90%。因此云产品降价，背后仍然与成本下降强关联 。

大模型需要公有云算力

要是说阿里云的持续降价，是通过价钱手段解决了目前阶段的算力分散和盈利问题，那么对于方兴未艾的大模型赛道来说 ，体系化、规模化的公有云，同样为新一轮大模型创新和产业化提供了入场券。用更夸张的说法来讲，这是一个必要条件 ，而非充分条件 。

类似的观点 ，阿里云智能科技研究中心主任安筱鹏已经提及。他在此前的一场研讨会上，复盘过OpenAI发生在美国的五个核心条件，主要是理论模型的先进 、训练成本下降  、云计算产业导致算力门槛降低等等。

安筱鹏分析称，这五个核心要素，表面来看是人工智能大模型的竞争，但从本质来看，仍然是AI大模型与公有云体系化能力的竞争。

情理同样也很简单 ，目前市面上可用的大模型 ，数量固然很多，但要真正到商业化那一步，整个过程中投入的算力成本和数据成本，都将成为制约其发展的核心。

除此之外
 ，依据Transform的理论 ，一个理论模型想要变成千行百业的垂直大模型，都需要经过理论、工程化 、产业化三个阶段 
。在理论和工程化阶段，可以在离线的条件下进行，一旦走到产业化和商业化阶段，通过公有云的手段来进行输出
，将全国乃至全球的产业链资源进行合理配置，也是必要条件之一 。

这里为何强调公有云
？因而在私有云的条件下，同样的模型，训练成本在带宽等一系列软硬条件的束缚下，往往会耗费更高的成本。同时，在极低的私有云利用率下，用私有云训练模型
，既不效率 ，也不经济。

行业分析师告诉陆玖商业评论，以今年大火的大模型赛道为例 ，OpenAI的chatgpt即是依托微软公有云研发三年而成。但他们对于云资源的利用
，高峰期仍然是在模型训练与研发阶段
。

要是是其他的产品型公司，仅仅因而一个大模型
，就购置大规模的算力资产，在短期研发后就弃之不用，同样是显而易可见的算力浪费。当一个新技术与新产品，对于算力的需求越高 ，公有云相对私有云的机遇 ，实际上也越大 。

某种意义上 ，这也算得上“专业人做专业事”的范畴。

厮杀才刚刚开头

对于阿里云这类云厂商来说，无论是自身进行通义大模型家族的训练和落地 ，还是为其他大模型提供云服务，对于自身的公有云体系来说，同样也是重大的机遇 。

其中一种机遇是算力形式的转变 。譬如阿里云在早期阶段 ，主力产品是传统的IaaS，在尚未规模化之前，平均一元营收要亏损5元 。但到如今，以服务器和计算机为代表的传统算力，已经被云计算的智能算力所取代 。

因而如今云厂商的内涵，远不止卖服务器和卖算力这么单纯，通过与大模型厂商的合作
，不断推出与大模型配套的生态服务 ，已经开头不断从云上衍生出新的技术可能。

以大模型训练为例 ，大模型训练的高成本已经成为业内共识 ，一张英特尔特供版的H800显卡，仅售价就需要高达20万。但是一个足以大规模商用的模型，最终成本可能是成百上千个20万。

但在云计算的变革下，仅仅需几万元，就能在阿里云按月购买AI训练的GPU集群，对于一点儿被天价显卡挡在门外的初创大模型团队来说 ，智能算力带来的训练成本降低，意义不言而喻 。

除此之外
，公有云与私有云的另外一层更大的区别 ，是在于云厂商的服务能力差别。阿里云相关人员向陆玖商业评论透露，大模型行业的发展，的确也为阿里云带来了相当规模的增长。

以阿里云内部孵化的妙鸭相机项目为例。这个项目全程使用了阿里云服务
。在爆火之后 ，后台的算力需求呈现数百倍的暴增，要是此前妙鸭相机选择在私有云上部署，面对暴增的算力需求显然无法应对。

但在阿里云这类公有云上，产品厂商能获得的也远不止云存储和算力资源 。阿里云相关人员向陆玖商业评论补充 ，对于成长型的产品公司 ，阿里云从底层的算力 
，到计算平台，再到训练工具与模型服务，其全栈能力在业内屈指可数 。

全栈能力带来的直接意义在于，对于初期技术储备有所欠缺的公司而言 ，某个缺失的环节可以由阿里云直接补足
。譬如阿里云产品端，已经有成规模的开源模型社区，对话型模型也可以直接选用通义千问来进行微调 。到应用阶段也可以直接在阿里云上推进到应用层，中间环节即便仅仅缺失一块 ，带来的成本可能就会很高 。

在这层意义上来说，与大模型同频共振的公有云市场，正在迎来一次新的技术变革 。无论是阿里云，还是其他云厂商，谁能在公有云领域获得话语权 ，谁就能更早掌握创新的原动力
。可以预可见 ，公有云赛道的新战事
 ，会在阿里云的下一轮降价后，再度打响。