国产久操视频-国产久草视频-国产久热精品-国产久热香蕉在线观看-青青青青娱乐-青青青青在线成人视99

  • 正文
    • 01、AI Infra正面臨產品服務嚴重同質化
    • 02、一體機當前是真實需求,盈利空間清晰明確
    • 03、MaaS服務才是AI Infra的未來
    • 04、上一代四小龍中,商湯科技有望翻身
  • 相關推薦
申請入駐 產業(yè)圖譜

AI四小龍能靠MaaS、一體機業(yè)務翻身么?

05/08 13:50
602
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

DeepSeek帶火了AI Infra市場。一方面,企業(yè)接入DeepSeek成為必選項,促使大模型一體機、MaaS服務等需求異常旺盛;另一方面,“一體機是不是偽需求”、“MaaS到底能不能賺錢”等分歧較大,引發(fā)廣泛的關注和討論。當前階段,AI Infra存在MaaS服務、一體機、智算中心建設及代運營三種商業(yè)模式。相比于上一代,當前AI Infra存在嚴重的產品服務同質化。愛分析認為,在這三種模式中,一體機短期盈利能力強,MaaS服務商業(yè)化天花板高。

01、AI Infra正面臨產品服務嚴重同質化

雖然人工智能技術發(fā)展了幾十年,但在中國市場受到廣泛應用是從2015年開始。我們把2015年至2022年定義成“AI 1.0時代”,2023年至今定義成“AI 2.0時代”,兩個時代AI Infra市場發(fā)展存在較大差異。尤其是相比AI 1.0時代,AI 2.0的AI Infra產品服務同質化嚴重,毛利率低。我們先把AI Infra市場分成四層,資源層(提供計算、存儲、網(wǎng)絡及數(shù)據(jù)等)、模型層(大模型、小模型等)、平臺層(算力調度、模型開發(fā)、模型加速、數(shù)據(jù)管理等)、服務層(智算中心、云端MaaS服務、一體機等)。

AI 1.0時代,AI Infra具有以下幾個特點:

第一,MaaS服務、一體機等產品具備場景差異,毛利率高。

模型模型開發(fā)和部署門檻較低,針對不同場景的模型差異化很大。AI Infra產品服務差異化主要是來自模型及場景適配度,針對不同場景都有差異化優(yōu)勢。不論是MaaS服務還是一體機,毛利率相對較高。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)是69%,格靈深瞳(一體機為主)2022年毛利率是70%。

第二,模型開發(fā)、數(shù)據(jù)管理等平臺能產生商業(yè)化收入。

AI 1.0時代,很多企業(yè)用戶和應用開發(fā)廠商會自己開發(fā)模型,因此模型開發(fā)平臺、數(shù)據(jù)管理平臺等平臺產品本身是能夠產生商業(yè)化收入。以第四范式為例,2022年模型開發(fā)平臺(先知平臺)營收14.9億元。

進入到AI 2.0時代,模型參數(shù)量大使得模型訓練門檻非常高,AI Infra呈現(xiàn)出以下特點:

第一,模型開發(fā)、數(shù)據(jù)管理等平臺無法產生商業(yè)化收入。

由于基礎大模型持續(xù)迭代,大部分企業(yè)用戶和應用廠商都不會開發(fā)訓練模型,更多是采取RAG、Agent等方式應用。模型開發(fā)平臺本身價值度有限,幾乎無法產生商業(yè)化收入,多數(shù)是隨基礎大模型或上層應用打包贈送。

不做模型訓練使得數(shù)據(jù)標注、數(shù)據(jù)清洗和管理需求少,主要集中在少數(shù)基礎大模型廠商。這也導致數(shù)據(jù)管理平臺的客戶認知度低,付費意愿低。

第二,MaaS服務、一體機等產品同質化嚴重,毛利率低。

基礎大模型可選擇面只有不到10家,開源模型不到5家,接近GPT4水平的開源大模型只有DeepSeek V3和Qwen2.5 72B。再加上平臺層產品商業(yè)化價值低,導致不同廠商提供的MaaS服務、一體機等產品同質化嚴重。

02、一體機當前是真實需求,盈利空間清晰明確

盡管一體機的真實商業(yè)價值飽受質疑,但從供需雙方來看,短期來看一體機是很好的商業(yè)模式。

從需求方來看,當前AI大模型落地主要是政企客戶買單,一體機非常符合政企客戶采購偏好。

首先,一體機滿足政企客戶快速上線大模型需求。

219國資委專項會議后,對央國企而言,落地AI大模型從試點工作變成重點工作,幾乎所有央國企2025年都有明確AI大模型建設目標。AI Infra建設有兩種方式,第一種是集團統(tǒng)一建設智算中心和算力平臺,第二種是各公司自己購買一體機,部署本地。

考慮到集團統(tǒng)建周期較長,對完成2025年AI大模型建設目標產生不確定影響,很多政企客戶會選擇購買一體機,保證DeepSeek等大模型及相關應用快速上線。

其次,購買資產比購買服務更符合政企客戶的采購習慣。

不論從招采流程還是價值判斷上來看,購買硬件資產都更加符合政企客戶的采購偏好。政企客戶購買AI一體機在DeepSeek出來前一直存在。根據(jù)標訊數(shù)據(jù),2024年大模型一體機項目總數(shù)超過400個,中標總金額超過31億。

從供應方(各類AI廠商)來看,一體機是短期比較好的商業(yè)模式。

首先,一體機是項目制,比較容易算賬。對AI Infra廠商來說,一體機基本都是項目制,交付成果比較清晰。項目利潤率容易測算,不太會出現(xiàn)項目虧損的情況。

其次,一體機墊資少,現(xiàn)金流壓力小。對比MaaS服務和智算中心,一體機墊資相對較少,賬期比較短,回款相對較快,在當下市場環(huán)境對廠商的現(xiàn)金流壓力小。

第三,一體機的研發(fā)投入少。不論是前期研發(fā)預投入,還是項目交付階段產研投入,一體機都比較少。畢竟AI芯片和大模型都是外采,廠商只需要做一些集成調試工作。

從長周期來看,一體機的商業(yè)天花化板較低。

一方面,一體機的潛在市場空間會逐步縮小。即使是政企客戶,算力等底層IT資源統(tǒng)一建設和服務是大勢所趨。每家央企都成立了數(shù)科公司,很多地方政府機關也成立了公共服務平臺,算力等底層IT資源一定會逐步收斂到少數(shù)建設方,未來市場主流是公有云MaaS服務和智算中心。

另一方面,一體機的市場集中度不高。一體機市場發(fā)展比較類似超融合市場。經(jīng)過十年發(fā)展,超融合已進入到成熟市場階段,行業(yè)頭部廠商的市場份額只有17%,意味著競爭一直很激烈,利潤空間有限。

03、MaaS服務才是AI Infra的未來

當前MaaS服務虧損主要是市場競爭、技術能力不足和業(yè)務規(guī)模小造成,長期來看MaaS凈利潤率可做到10%左右。

MaaS服務盈利能力主要是跟技術能力、業(yè)務規(guī)模和市場競爭有關。

從MaaS業(yè)務本身來看,模型吞吐量和資源負載率直接影響業(yè)務毛利率。模型吞吐量主要是跟算法框架優(yōu)化和集群規(guī)模有關,DeepSeek這種MOE架構模型的優(yōu)化難度比較大。資源負載率主要是跟運營能力和用戶基礎相關,MaaS服務需要提供穩(wěn)定API服務能力,資源冗余和平臺運營能力很重要。

除了上述因素外,當前DeepSeek爆火后市場競爭激烈,云大廠采取用戶補貼搶市場引發(fā)的價格戰(zhàn)也使得短期MaaS服務毛利率低。

長期來看,MaaS服務接近公有云業(yè)務,核心能力是算力資源運營服務,預計凈利潤率空間將達10%左右。AI 2.0時代,隨著DeepSeek開源,后續(xù)長期會有接近第一梯隊的開源基礎大模型供MaaS服務廠商使用。MaaS服務廠商的核心是算力資源運營服務,類似公有云廠商的IT資源運營服務。

04、上一代四小龍中,商湯科技有望翻身

國內市場目前具備大規(guī)模算力資源運營服務能力的廠商,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年財報,生成式AI營收達24億人民幣,占整體營收63.7%。生成式AI營收已經(jīng)超越視覺AI(11.1億)成為商湯科技最重要營收來源。

生成式AI業(yè)務主要是商湯科技自建AIDC提供MaaS服務和幫客戶做智算中心建設代運營。

當前智算中心建設代運營的營收貢獻主要是智算中心建設,多數(shù)項目是商湯科技作為總集方,提供智算中心設計、設備購買、部署實施等服務,價值度有限。更大價值是后續(xù)智算中心代運營,其中一部分也是MaaS服務。

商湯科技一方面通過智算中心建設代運營,持續(xù)積累算力資源,另一方面本身在大模型有相關技術儲備,有機會在AI2.0時代翻身。

相關推薦

登錄即可解鎖
  • 海量技術文章
  • 設計資源下載
  • 產業(yè)鏈客戶資源
  • 寫文章/發(fā)需求
立即登錄

愛分析是一家專注數(shù)字化市場的研究咨詢機構,成立于中國數(shù)字化興起之時,致力于成為決策者最值得信任的數(shù)字化智囊。憑借對新興技術和應用的系統(tǒng)研究,對行業(yè)和場景的深刻洞見,愛分析為數(shù)字化大潮中的企業(yè)用戶、廠商和投資機構,提供專業(yè)、客觀、可靠的第三方研究與咨詢服務,助力決策者洞察數(shù)字化趨勢,擁抱數(shù)字化機會,引領中國企業(yè)數(shù)字化轉型升級。

内丘县| 天台县| 邓州市| 同仁县| 东城区| 方正县| 浮梁县| 香格里拉县| 略阳县| 礼泉县| 克拉玛依市| 江永县| 安阳县| 德安县| 兰坪| 通山县| 镇宁| 鸡泽县| 民权县| 西盟| 武鸣县| 鸡西市| 重庆市| 调兵山市| 鄂伦春自治旗| 肇东市| 尉氏县| 绥芬河市| 获嘉县| 嵊州市| 毕节市| 临潭县| 西吉县| 海宁市| 长沙县| 巫山县| 蓬莱市| 全州县| 台南市| 达孜县| 荣昌县|