本文解釋了AI云為什么不會成為云廠商的重要營收途徑，延伸分析了一些云產品的本質。

1. 流量密碼不是財富密碼

這兩個月才突然熱議ChatGPT的朋友，其實技術嗅覺有點遲鈍、見識有點落伍。從2022年下半年開始，多款AI繪圖類應用就在小圈子里爆火推廣，ChatGPT也是去年11月底推出的。

ChatGPT最大的優勢是“截個圖就能玩梗傳播”“可以靈活提問”“看似能編程”，實際上其他AI繪圖和AI決策應用同樣很驚艷，但那些應用很難玩梗也很難大范圍傳播。

ChatGPT確實會取代一批只會說車轱轆廢話的辦公室蛀蟲，但對于動腦子分析事物也有明確觀點的朋友，AI不僅不會取代我們的工作，還能幫我們高效的準備大量資料。

因為云計算正在成為IT行業的基石，所以任何IT圈技術的重大突破，云廠商都可以蹭熱點，將其當做“流量密碼”。

從云廠商例行保持品牌活躍度、表達公司有技術追求、對客戶常規搭訕的角度看，這些云廠商的市場宣傳行為毫無問題。但是流量密碼不等于財富密碼，ChatGPT對公有云的生產工作沒有太大的影響，連中短期產品設計都不會有影響。

2. 從規模太小看產品延伸

公有云廠商對于這一波AI技術熱潮會持續關注，但不會出現公司級別的重點規劃，因為AI公有云的營收規模太小，產品連帶銷售能力極差。

國內公有云的年營收規模是2000億，但是AI算力云的營收才75億。對于公有云龐大的胃口，幾十億的營收只是個夾縫市場。

從產品的本源角度看，云廠商基于CPU構建的（年消費額2000億）云計算產品體系，要遠遠超過GPU（年消費額75億）能構建的產品體系。GPU的上下游生態，和云廠商的關聯還太松散。

一份CPU云資源的背后，肯定會伴生著機柜電力、帶寬、服務器機框、硬盤、網絡、操作系統、中后臺服務軟件，這些資源都能當做超越CPU的核心賣點去創收收費，也會伴生著資源錯峰復用和超賣。

一份GPU資源的背后，肯定會有著海量的電力需求，但那些伴生的軟硬件都在服務于GPU業務，沒有任何獨立于GPU和AI計算的產品價值。

3. 從產能限制談賣資源

一兩個云廠商能夠加倍投入AI計算，大力建設GPU算力池。但如果多家云廠商同時布局，爭搶GPU云計算市場，那么全行業就會撞上原廠芯片產能限制和供電能力限制。

GPU的芯片產能一直在堆積排隊，就算云廠商有翻倍增長的業績需求，也沒人能快速新建一條4納米的GPU生產線。

數據中心的電力資源也不是憑空產生的，如果GPU機柜數量連年翻倍，IDC肯定需要申請新的用電指標。

在2022年8月底，美國禁止源頭廠商出售高端CPU給中國，國產芯片也不可能一兩年就接上，這同樣也是巨大的產能限制。

這些產能限制的背后，展示出公有云的營收增長就是離不開賣資源。

2015-2020年，云廠商能保持連年翻倍的迅猛增速，很大一塊原因就是：云廠商增收的重點在于售賣公網帶寬。

相比于硬件和電力，公網帶寬是一種半限制半資源的特殊資源，只要云廠商肯掏錢采購，帶寬運營商改一下限速策略就一定能保證供貨，這讓云廠商減少了大量的供應鏈管理成本。

雖然很多噴壺認為云廠商們賣資源就是逼格不夠，云廠商也總想強調自己是賣技術的，但是所有營收過10億的公有云產品，實質上都在販售資源。

從1980到2010年，傳統企業軟件廠商，寫個滿身bug、經常打熱補丁、用法艱難晦澀、動輒停機維護的軟件就能營收幾十億美元，技術支持還要額外付費。這是少數工程師利用對IT技術的壟斷，欺負收割普通企業用戶，軟件本就不該值那么多錢。

只要IT工程師的人數大量增加，不管有沒有云計算，IT技術壟斷和軟件收割客戶都會無法維系，云廠商根本沒可能去實踐這種商業模式。

公有云很大一塊毛利來源是客戶資源的無感復用，這種資源營收就是多方互利的高科技營收。國外大云因為競爭不夠激烈，產品毛利很高，他們的大營收產品同樣也是在售賣資源。

4. AI市場對云廠商不友好

這半年的AI市場需求對云廠商并不友好，客戶畫像不對，GPU資源也沒有太好的復用技術。

這半年來，AI創新技術的參與者都是一些成熟大企業，這些企業新增的云上GPU資源需求并不多，而且各云競價激烈，產品利潤很低。

現在能快速推出種AI創新功能的企業，都是大型企業，他們都有個平穩運行的GPU資源池。他們發布新產品不會外采大量的AI算力云服務，云廠商也不愿意賣那種臨時用幾天的GPU資源 。

市場上只有少數幾個目標客戶，這些客戶都有存量資源池，采購策略也很成熟，友商的數量可能比客戶的數量還多，所以大客戶對GPU資源的價格成本壓得很低。

從云廠商的角度看，深層的原因是，無論是大模型還是AI作圖，云廠商能在虛擬化、超賣、復用上能做的工作太少了，背靠背的轉售資源確實很難找到本廠的價值。

云廠商并不介意現在只能轉售資源，但是短期內看不到有什么技術和產品突破，沒故事可講。

5. 云廠商對AI的長期助力

作為一類企業服務公司，云廠商能給企業客戶提供的是：廉價的資源和通用的技術。面對這次AI創新浪潮，云廠商對AI行業的中長期工作目標也是：提供廉價的資源和通用的技術。

云廠商要是想搞技術攻堅，那就輔助或替代CUDA，做GPU資源池的虛擬化和AI計算任務的分解，做完這些工作就能更高效率的調度GPU資源。

云廠商還可以利用自己做虛擬化和資源轉售的便利，引入國產GPU硬件。

因為云廠商承擔資源管理和硬件維保，因為企業客戶可以低成本嘗鮮，新興國產硬件在云端的測試和上線的速度會更快一些。

云廠商即使做不好上述工作，研究一下機柜節電技術，加快網絡和存儲讀寫速度，贊助一些開源AI框架，一樣能夠和AI行業共同發展。