芯耀
493
DeepSeek帶火了AI Infra市場(chǎng)。一方面，企業(yè)接入DeepSeek成為必選項(xiàng)，促使大模型一體機(jī)、MaaS服務(wù)等需求異常旺盛；另一方面，“一體機(jī)是不是偽需求”、“MaaS到底能不能賺錢(qián)”等分歧較大，引發(fā)廣泛的關(guān)注和討論。當(dāng)前階段，AI Infra存在MaaS服務(wù)、一體機(jī)、智算中心建設(shè)及代運(yùn)營(yíng)三種商業(yè)模式。相比于上一代，當(dāng)前AI Infra存在嚴(yán)重的產(chǎn)品服務(wù)同質(zhì)化。愛(ài)分析認(rèn)為，在這三種模式中，一體機(jī)短期盈利能力強(qiáng)，MaaS服務(wù)商業(yè)化天花板高。
01、AI Infra正面臨產(chǎn)品服務(wù)嚴(yán)重同質(zhì)化
雖然人工智能技術(shù)發(fā)展了幾十年，但在中國(guó)市場(chǎng)受到廣泛應(yīng)用是從2015年開(kāi)始。我們把2015年至2022年定義成“AI 1.0時(shí)代”，2023年至今定義成“AI 2.0時(shí)代”，兩個(gè)時(shí)代AI Infra市場(chǎng)發(fā)展存在較大差異。尤其是相比AI 1.0時(shí)代，AI 2.0的AI Infra產(chǎn)品服務(wù)同質(zhì)化嚴(yán)重，毛利率低。我們先把AI Infra市場(chǎng)分成四層，資源層（提供計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)及數(shù)據(jù)等）、模型層（大模型、小模型等）、平臺(tái)層（算力調(diào)度、模型開(kāi)發(fā)、模型加速、數(shù)據(jù)管理等）、服務(wù)層（智算中心、云端MaaS服務(wù)、一體機(jī)等）。
AI 1.0時(shí)代，AI Infra具有以下幾個(gè)特點(diǎn)：
第一，MaaS服務(wù)、一體機(jī)等產(chǎn)品具備場(chǎng)景差異，毛利率高。
模型模型開(kāi)發(fā)和部署門(mén)檻較低，針對(duì)不同場(chǎng)景的模型差異化很大。AI Infra產(chǎn)品服務(wù)差異化主要是來(lái)自模型及場(chǎng)景適配度，針對(duì)不同場(chǎng)景都有差異化優(yōu)勢(shì)。不論是MaaS服務(wù)還是一體機(jī)，毛利率相對(duì)較高。以商湯科技、格靈深瞳等公司為例，商湯科技2021年毛利率（MaaS、一體機(jī)）是69%，格靈深瞳（一體機(jī)為主）2022年毛利率是70%。
第二，模型開(kāi)發(fā)、數(shù)據(jù)管理等平臺(tái)能產(chǎn)生商業(yè)化收入。
AI 1.0時(shí)代，很多企業(yè)用戶(hù)和應(yīng)用開(kāi)發(fā)廠商會(huì)自己開(kāi)發(fā)模型，因此模型開(kāi)發(fā)平臺(tái)、數(shù)據(jù)管理平臺(tái)等平臺(tái)產(chǎn)品本身是能夠產(chǎn)生商業(yè)化收入。以第四范式為例，2022年模型開(kāi)發(fā)平臺(tái)（先知平臺(tái)）營(yíng)收14.9億元。
進(jìn)入到AI 2.0時(shí)代，模型參數(shù)量大使得模型訓(xùn)練門(mén)檻非常高，AI Infra呈現(xiàn)出以下特點(diǎn)：
第一，模型開(kāi)發(fā)、數(shù)據(jù)管理等平臺(tái)無(wú)法產(chǎn)生商業(yè)化收入。
由于基礎(chǔ)大模型持續(xù)迭代，大部分企業(yè)用戶(hù)和應(yīng)用廠商都不會(huì)開(kāi)發(fā)訓(xùn)練模型，更多是采取RAG、Agent等方式應(yīng)用。模型開(kāi)發(fā)平臺(tái)本身價(jià)值度有限，幾乎無(wú)法產(chǎn)生商業(yè)化收入，多數(shù)是隨基礎(chǔ)大模型或上層應(yīng)用打包贈(zèng)送。
不做模型訓(xùn)練使得數(shù)據(jù)標(biāo)注、數(shù)據(jù)清洗和管理需求少，主要集中在少數(shù)基礎(chǔ)大模型廠商。這也導(dǎo)致數(shù)據(jù)管理平臺(tái)的客戶(hù)認(rèn)知度低，付費(fèi)意愿低。
第二，MaaS服務(wù)、一體機(jī)等產(chǎn)品同質(zhì)化嚴(yán)重，毛利率低。
基礎(chǔ)大模型可選擇面只有不到10家，開(kāi)源模型不到5家，接近GPT4水平的開(kāi)源大模型只有DeepSeek V3和Qwen2.5 72B。再加上平臺(tái)層產(chǎn)品商業(yè)化價(jià)值低，導(dǎo)致不同廠商提供的MaaS服務(wù)、一體機(jī)等產(chǎn)品同質(zhì)化嚴(yán)重。
02、一體機(jī)當(dāng)前是真實(shí)需求，盈利空間清晰明確
盡管一體機(jī)的真實(shí)商業(yè)價(jià)值飽受質(zhì)疑，但從供需雙方來(lái)看，短期來(lái)看一體機(jī)是很好的商業(yè)模式。
從需求方來(lái)看，當(dāng)前AI大模型落地主要是政企客戶(hù)買(mǎi)單，一體機(jī)非常符合政企客戶(hù)采購(gòu)偏好。
首先，一體機(jī)滿(mǎn)足政企客戶(hù)快速上線大模型需求。
219國(guó)資委專(zhuān)項(xiàng)會(huì)議后，對(duì)央國(guó)企而言，落地AI大模型從試點(diǎn)工作變成重點(diǎn)工作，幾乎所有央國(guó)企2025年都有明確AI大模型建設(shè)目標(biāo)。AI Infra建設(shè)有兩種方式，第一種是集團(tuán)統(tǒng)一建設(shè)智算中心和算力平臺(tái)，第二種是各公司自己購(gòu)買(mǎi)一體機(jī)，部署本地。
考慮到集團(tuán)統(tǒng)建周期較長(zhǎng)，對(duì)完成2025年AI大模型建設(shè)目標(biāo)產(chǎn)生不確定影響，很多政企客戶(hù)會(huì)選擇購(gòu)買(mǎi)一體機(jī)，保證DeepSeek等大模型及相關(guān)應(yīng)用快速上線。
其次，購(gòu)買(mǎi)資產(chǎn)比購(gòu)買(mǎi)服務(wù)更符合政企客戶(hù)的采購(gòu)習(xí)慣。
不論從招采流程還是價(jià)值判斷上來(lái)看，購(gòu)買(mǎi)硬件資產(chǎn)都更加符合政企客戶(hù)的采購(gòu)偏好。政企客戶(hù)購(gòu)買(mǎi)AI一體機(jī)在DeepSeek出來(lái)前一直存在。根據(jù)標(biāo)訊數(shù)據(jù)，2024年大模型一體機(jī)項(xiàng)目總數(shù)超過(guò)400個(gè)，中標(biāo)總金額超過(guò)31億。
從供應(yīng)方（各類(lèi)AI廠商）來(lái)看，一體機(jī)是短期比較好的商業(yè)模式。
首先，一體機(jī)是項(xiàng)目制，比較容易算賬。對(duì)AI Infra廠商來(lái)說(shuō)，一體機(jī)基本都是項(xiàng)目制，交付成果比較清晰。項(xiàng)目利潤(rùn)率容易測(cè)算，不太會(huì)出現(xiàn)項(xiàng)目虧損的情況。
其次，一體機(jī)墊資少，現(xiàn)金流壓力小。對(duì)比MaaS服務(wù)和智算中心，一體機(jī)墊資相對(duì)較少，賬期比較短，回款相對(duì)較快，在當(dāng)下市場(chǎng)環(huán)境對(duì)廠商的現(xiàn)金流壓力小。
第三，一體機(jī)的研發(fā)投入少。不論是前期研發(fā)預(yù)投入，還是項(xiàng)目交付階段產(chǎn)研投入，一體機(jī)都比較少。畢竟AI芯片和大模型都是外采，廠商只需要做一些集成調(diào)試工作。
從長(zhǎng)周期來(lái)看，一體機(jī)的商業(yè)天花化板較低。
一方面，一體機(jī)的潛在市場(chǎng)空間會(huì)逐步縮小。即使是政企客戶(hù)，算力等底層IT資源統(tǒng)一建設(shè)和服務(wù)是大勢(shì)所趨。每家央企都成立了數(shù)科公司，很多地方政府機(jī)關(guān)也成立了公共服務(wù)平臺(tái)，算力等底層IT資源一定會(huì)逐步收斂到少數(shù)建設(shè)方，未來(lái)市場(chǎng)主流是公有云MaaS服務(wù)和智算中心。
另一方面，一體機(jī)的市場(chǎng)集中度不高。一體機(jī)市場(chǎng)發(fā)展比較類(lèi)似超融合市場(chǎng)。經(jīng)過(guò)十年發(fā)展，超融合已進(jìn)入到成熟市場(chǎng)階段，行業(yè)頭部廠商的市場(chǎng)份額只有17%，意味著競(jìng)爭(zhēng)一直很激烈，利潤(rùn)空間有限。
03、MaaS服務(wù)才是AI Infra的未來(lái)
當(dāng)前MaaS服務(wù)虧損主要是市場(chǎng)競(jìng)爭(zhēng)、技術(shù)能力不足和業(yè)務(wù)規(guī)模小造成，長(zhǎng)期來(lái)看MaaS凈利潤(rùn)率可做到10%左右。
MaaS服務(wù)盈利能力主要是跟技術(shù)能力、業(yè)務(wù)規(guī)模和市場(chǎng)競(jìng)爭(zhēng)有關(guān)。
從MaaS業(yè)務(wù)本身來(lái)看，模型吞吐量和資源負(fù)載率直接影響業(yè)務(wù)毛利率。模型吞吐量主要是跟算法框架優(yōu)化和集群規(guī)模有關(guān)，DeepSeek這種MOE架構(gòu)模型的優(yōu)化難度比較大。資源負(fù)載率主要是跟運(yùn)營(yíng)能力和用戶(hù)基礎(chǔ)相關(guān)，MaaS服務(wù)需要提供穩(wěn)定API服務(wù)能力，資源冗余和平臺(tái)運(yùn)營(yíng)能力很重要。
除了上述因素外，當(dāng)前DeepSeek爆火后市場(chǎng)競(jìng)爭(zhēng)激烈，云大廠采取用戶(hù)補(bǔ)貼搶市場(chǎng)引發(fā)的價(jià)格戰(zhàn)也使得短期MaaS服務(wù)毛利率低。
長(zhǎng)期來(lái)看，MaaS服務(wù)接近公有云業(yè)務(wù)，核心能力是算力資源運(yùn)營(yíng)服務(wù)，預(yù)計(jì)凈利潤(rùn)率空間將達(dá)10%左右。AI 2.0時(shí)代，隨著DeepSeek開(kāi)源，后續(xù)長(zhǎng)期會(huì)有接近第一梯隊(duì)的開(kāi)源基礎(chǔ)大模型供MaaS服務(wù)廠商使用。MaaS服務(wù)廠商的核心是算力資源運(yùn)營(yíng)服務(wù)，類(lèi)似公有云廠商的IT資源運(yùn)營(yíng)服務(wù)。
04、上一代四小龍中，商湯科技有望翻身
國(guó)內(nèi)市場(chǎng)目前具備大規(guī)模算力資源運(yùn)營(yíng)服務(wù)能力的廠商，主要是阿里、字節(jié)這些云廠商，以及大規(guī)模自建算力中心的商湯科技。
根據(jù)商湯科技2024年財(cái)報(bào)，生成式AI營(yíng)收達(dá)24億人民幣，占整體營(yíng)收63.7%。生成式AI營(yíng)收已經(jīng)超越視覺(jué)AI（11.1億）成為商湯科技最重要營(yíng)收來(lái)源。
生成式AI業(yè)務(wù)主要是商湯科技自建AIDC提供MaaS服務(wù)和幫客戶(hù)做智算中心建設(shè)代運(yùn)營(yíng)。
當(dāng)前智算中心建設(shè)代運(yùn)營(yíng)的營(yíng)收貢獻(xiàn)主要是智算中心建設(shè)，多數(shù)項(xiàng)目是商湯科技作為總集方，提供智算中心設(shè)計(jì)、設(shè)備購(gòu)買(mǎi)、部署實(shí)施等服務(wù)，價(jià)值度有限。更大價(jià)值是后續(xù)智算中心代運(yùn)營(yíng)，其中一部分也是MaaS服務(wù)。
商湯科技一方面通過(guò)智算中心建設(shè)代運(yùn)營(yíng)，持續(xù)積累算力資源，另一方面本身在大模型有相關(guān)技術(shù)儲(chǔ)備，有機(jī)會(huì)在AI2.0時(shí)代翻身。
