财联社6月2日讯（记者 付静） 人工智能的浪潮正在深刻重塑着云计算产业的格局。财联社记者从中国电子云方面获得最新消息，该公司已全面转向人工智能领域，正式将其产品战略由先前的“信创专属云”升级为“专属AI云”，并致力于打造一套覆盖从专属AI基础设施、AI平台到AI应用的全栈产品矩阵。

财联社记者从业内的采访中了解到，以三朵运营商云、互联网云以及中国电子云为代表的国资云，正分别探索出三条差异化的发展路径。

例如，中国电信（601728.SH）开启了国内首次大规模Token生成能力服务的集中采购，中国移动（600941.SH）则联合了腾讯、阿里、华为等企业，共同成立了Token运营生态联盟，随后三大运营商的Token套餐相继上线，使得Token逐步成为衡量运营商AI业务发展的重要指标。与此同时，阿里云、腾讯云、火山引擎等互联网厂商持续加大AI资本开支的投入力度，走向芯片加云平台加模型的一体化竞争模式，其中阿里成立了Token Hub事业群，由此成为全球首个以Token为组织架构核心的科技巨头。

三类云厂商已逐步形成了差异化的演进路线。其中，运营商云依托于其全国骨干网络及算力节点资源，致力于构建国家级的算力网络运营商，其核心优势在于广泛的网络覆盖与高效的算力调度能力；互联网云厂商则侧重于打造大模型与智能体生态平台，其核心竞争力体现在模型能力、开发者生态以及丰富的应用场景等方面；国资云则聚焦于为关键行业提供专属的AI基础设施，其核心优势在于卓越的安全合规性、完全的自主可控能力以及深厚的行业纵深积累。在服务对象上，互联网云主要服务于消费互联网领域及广大中小企业，运营商云覆盖了广泛的行业客户群体，而国资云则专注于服务最为关键的国家队与中央国有企业。这三条发展路径并行推进，共同构建起了中国AI云服务的完整版图。眺远影响力研究院院长高承远在接受财联社记者采访时指出。

具体而言，在国资云阵营之中，财联社记者从中国电子云方面获知，该公司自2020年创立之初，便长期致力于在信创专属云这一细分领域进行深耕，其核心目标是为国家关键基础信息行业构建具备高安全性的算力基础设施。此次战略转型，同样主要着眼于服务于国家重大工程、科研院所及中央国有企业的智能化升级诉求。该公司认为，能够确保数据主权、并配备专属AI模型及专属AI环境的专属AI云，是上述关键领域用户最为适宜的选择。

鲸平台智库专家、新智派新质生产力会客厅联合创始发起人袁帅在受访时向财联社记者指出，对于关键行业的智能化升级需求而言，其面临的核心痛点，从来都不在于算力成本的高低或是可用模型数量的多寡，而是如何保障数据安全、确保系统整体可控，并完全符合所属行业特定的监管合规要求。

据悉，中国电子云的专属AI云构建了涵盖基础设施、平台与应用的三层架构。其中，其AI云基础设施的核心组件，即算力调度平台和推理服务平台，因拥有业内最完备的GPU生态适配及最全面的算力服务形态，迄今已实现对12个品牌逾40款GPU的适配与部署。

"专属AI云得以满足安全、可靠以及定制化方面的要求，而这恰恰是运营商云所构建的国家级算力网络、以及互联网云的模型与Agent生态平台所不能完全覆盖的领域。"天使投资人、资深人工智能专家郭涛如此表示。

在运营商云领域，其核心战略正从过去以“流量经营”为主的传统模式，向以“Token经营”为核心的新阶段进行深刻转型。

郭涛在接受财联社记者采访时指出，运营商方面"Token工厂"的集中采购以及Token套餐的正式上线，标志着Token已经被定义为一种可量化、可采购的通用商品，同时也反映出AI推理服务在其底层逻辑方面所发生的变化。借助集中采购这一方式，运营商能够对各方资源进行整合，从而构建起一条完整的Token生成服务链路，进而形成全栈式的Token服务能力，而这将会成为其核心竞争力所在。与此同时，这一举措还有助于推动AI算力资源的优化配置工作，有效降低相关成本，并促进国产芯片以及相关技术的规模化应用，此外还能够更好地满足市场对于AI推理服务的实际需求，从而加速AI在各个行业领域中的落地应用。

不过高承远也提及了运营商所面临的挑战：在Token业务方面，其边际成本存在着刚性的底线，原因在于每一次推理过程都需要消耗实实在在的GPU算力以及电力。与此同时，厂商的定价权显得颇为脆弱，这是由于用户对价格的敏感度极高，而转换服务商的成本又极低。

互联网云方面，以阿里为例，其最新一季财报显示，在全栈AI技术领域的投入已进入规模化的商业化回报阶段，在其云外部商业化收入构成中，AI相关业务所占比重已达到三成，其自研芯片亦实现了规模化的落地应用。百度智能云则构建起一套涵盖昆仑芯、百舸AI计算平台、千帆模型及Agent开发平台的全栈体系。

袁帅认为，互联网云厂商的核心优势在于技术闭环能力，其中自研芯片能够根据自身云平台的架构特点以及模型训练的实际需求进行定制化的优化工作，从而大幅降低算力方面的成本；云平台作为连接底层算力与上层应用的核心枢纽，能够对海量的用户数据及场景需求进行沉淀，进而为模型的持续迭代提供必要的训练素材；大模型本身则是AI服务的核心引擎。三者之间形成了相互支撑与促进的闭环体系，未来只有具备全栈能力的厂商才能够在成本、效率以及场景适配能力方面形成差异化的竞争优势，而单纯依赖于采购外部算力或第三方模型的云厂商则会逐渐失去市场的竞争力。

财联社记者通过观察注意到，在AI时代，云需求已经发生了根本性的变化。

据中国电子首席科学家、中国电子云总工程师朱国平介绍，当前对算力层面提出了明确要求，这包括支持大规模的并行计算能力、具备高速互联特性以及低延迟的网络环境，同时需要实现高效的集群管理与调度。在数据层面，则需要开展对多模态数据的治理工作，实现数据的高效存储与顺畅流转，并保障全链路的数据安全。模型层面则致力于实现模型的高性能推理能力，使其具备良好的可扩展性以及可被观测的能力。与此同时，智能体的原生化已逐步成为一项新的需求维度，对智能体的编排、记忆管理以及治理等能力，正在重塑云服务的形态。

朱国平指出，AI云的技术范式正在经历深刻变革，传统以CPU算力为主的集群模式已逐步演进为CPU、GPU、TPU、NPU、DPU等多类处理器并行协同工作的架构，借助超节点的scale up技术以及大规模集群的scale out技术，共同构建起超大规模的异构算力集群，进而得以实现面向AI的超级计算平台。与此同时，随着AI应用的日益普及，业界对于普惠推理算力的需求愈发迫切，需要重点考量每瓦特电力所能产生的有效输出，而非像过去那般静态地对虚拟机与容器资源进行按时长计费。

袁帅同样向财联社记者指出，当前云厂商的服务逻辑，正在从出售CPU、GPU、虚拟机等底层算力资源的商业模式，转向直接交付AI时代核心生产要素以实现服务模式的转变。其中，Token构成了大模型交互过程中不可或缺的基础计量单位，推理服务则充当了将AI能力转化为实际应用的核心入口，而Agent更是能够替代人工完成复杂任务的智能载体，这三者共同构成了AI时代的新型生产力工具。这一转变意味着云厂商不再是单纯的“资源供应商”，而是升级为了“智能服务提供商”。

来源：中国电子云全面AI转型 Token时代运营商云、互联网云、国资云三大路线形成 | 财联社