云厂商和AI有毛关系？-深读实证04-CSDN博客

本文链接：https://blog.csdn.net/weixin_48558260/article/details/140536644

我支持云厂商跟客户描绘AI大饼，这就是一种例行宣传，只要别在忽悠客户的时候，先把自己忽悠瘸了。

我的《云计算行业进阶指南》书稿去年就定稿了，我在书里搜索“AI”和“人工智能”，也能搜到十几份有关的内容。复盘了一下印刷的内容，我还算言行一致，书里的观点至今没有触礁打脸。

我结合书稿写一篇深读实证系列文章，谈一谈公有云厂商和AI到底有几毛钱的关系？前几章主要是祛魅和辟谣，最后一章我也来点有专业性和可行性的云计算畅想。想买本书的朋友，可以直接扫码下单：

1. 云厂商只卖云产品

现在各种热火朝天的个人AI产品，和云产品云技术没有任何关联，云厂商只需要借着这个热闹的议题，卖给客户做AI用的算力云资源。云厂商鼓励客户去做AI淘金，反正你淘金的铲子也要从云厂商这里买。AI普及会让普通工人也变成程序员，这会对云厂商产生重大影响，但那是另一个境界的问题了，那一段内容我放到了文末第六节。

云计算基础定义中有两个重要条件“买单人必须是企业客户”+“操作者必须是IT工程师”。这些火爆的AI应用，操作员都是普通人，大概率也是个人付费，因此云厂商不需要过度看重AI云产品。云厂商跟客户畅谈AI业务，这就类似于媒婆夸相亲者“有可能会”早生贵子，属于例行客套。

云厂商会跟很多非互联网企业畅谈AI技术趋势时，客户就顺杆往上爬，要求云厂商为客户做AI相关的系统集成。给客户做AI系统集成并不难，很多草台班子小团队就能胜任这些工作，但是云厂商没有能力承接这类工作，这其中的原因既复杂也简单，和我不支持云厂商做SaaS的理由类似。

从复杂和本源的角度看，云计算只关注中后台通用IT技术工作，不关注面向业务逻辑和面向个人感受的工作；单个客户的业务能否成功，和云产研的个人业绩毫无关联；云厂商的toB基因都还没发育完整，就别做toC的梦了。
简单来说，你收客户几千万的GPU租金，但只收几十万的苦力研发费用。首先客户想抹零，让云厂商把研发费用给Free了；更重要的是，客户可能会为研发系统的验收异常，而拖沓拒付GPU租金。
还有个腹黑的原因，客户只要自己租下了GPU卡池，为了GPU资源不浪费，自己也会摸索各种AI技术。但如果云厂商给客户做系统集成，客户没有了沉没成本，中途撤销项目的概率更大。

2. 书中对AI算力云已有定论

我的书稿第2.4章节，主要谈的是“理性看待迟滞和亏损”；在本节的最后一部分，我提到了AI算力云是一个崭新的业务增长点，但有三个限制导致它成不了大型云厂商走出迟滞和亏损的救命稻草。

我去年写过一篇《公有云和ChatGPT关系不大》，对GPU生态流程过短的问题，也做了明确的描述，但这是个深邃的议题，本文就不过度展开了。

一份CPU云资源的背后，肯定会伴生着机柜电力、带宽、服务器机框、硬盘、网络、操作系统、中后台服务软件，这些资源都是比CPU更重要的卖点。客户在为这些卖点付费时，也会为CPU付费，云厂商也有充分的错峰复用和技术保障的工作空间。
一份GPU资源的背后，肯定会有着海量的电力需求，但那些伴生的软硬件都在服务于GPU业务，没有任何独立于GPU和AI计算的产品价值。GPU能不能卖得掉，就只看有没有爆款GPU业务，所以其供需稳定性远远差于CPU业务。

3. AI算力云的初级形态

AI场景下使用的IaaS云产品，可以被称为AI算力云。这类产品的初级形态就是倒卖GPU、电力以及配套资源。

首先，我们要明确一个时间问题，从AI绘图到ChatGPT，AI业务应用的火爆期还没到两年。英伟达自己都被突发需求震撼到了，逐渐才完成的产能爬坡。

AI算力云出场时就是一场抢卡大战，但现在已经是一地鸡毛。在2023年上半年，云厂商能拿到GPU货源，客户会抢着来找你；在2023年下半年，云厂商能找到便宜的IDC电力，就能满足客户的需求。到2024年，市面上的GPU供需很稳定了，没有在2023年锁定客户长租GPU的云厂商，销售能力都不咋地。

大部分云厂商的AI算力云就停留在这个层次了，从技术和产品上看，就是给普通的云主机或者裸金属加上了GPU板卡、配置了更贵的散热和网卡而已。本书有个介绍“低技术投入做简易型云平台”的章节，就随口就介绍到人工智能群集，这个层次的AI算力云，它真的不值得我去专门做产品和技术分析。

谈完AI算力云，我再说个好玩的事儿，我在介绍离线数据中心时，强调其优点是电费便宜，但网络延迟太高，卖不上价格，我也发愁东数西算的西部节点该怎么卖出去。结果国运来了谁都挡不住，AIGC、AI对话都只在意电费价格、不在意网络延迟。请大家看我的书稿118页的截图：

4. AI算力云的高级形态

云厂商离客户离应用场景更近，也不缺技术和资金，天生可以钳制硬件供应商，再强势的硬件供应商也吃不了太久的独食。在短短两年时间里，云厂商还来不及做出实质动作，但是云厂商不会一直给硬件厂商打工。

无论国内还是海外的大型云厂商做AI算力云，肯定不想止步于给一个硬件厂商卖GPU板卡，就算没能力自研也要找几个第二供应商。云厂商能从三个角度切入AI算力云：

更换硬件，云厂商可以自研或采购国产芯片，也可以自研网络硬件来取代IB和Nvlink；
自研或支持第三方GPU并行处理框架，平替掉CUDA；
自研AI开发平台，取代OpenAI，就是各种百模大战。

第1、2类工作我明确看到云厂商的实质性动作，甚至写了一些分析文章；我对百模大战的了解较少，暂不对这类工作发表评价。请大家给云厂商多一点点时间，只要AI算力云是高营收高利润生意，一群云厂商就会冲上去把它做成平价生意，这才是解放IT生产力。

5. AI PaaS云很没钱途

云厂商普遍有一种大病，就是在IaaS、PaaS分类不清晰的前提下，盲目跪舔PaaS云和SaaS云。我很反感这种虚空打靶盲目跪舔，我的书稿第八章，整个章节都是在介绍如何区分IaaS、PaaS和SaaS分类。

到了AI这种新概念上，因为个人使用的AI实在不好吹成SaaS，很多云厂商就对AI PaaS云莫名其秒的兴奋起来了。但我给出明确结论，AI PaaS云，三年之内也不可能获得大额营收。

AI PaaS云早就有相关产品了，只是这一波生成式对话大模型还没有典型产品。基于PaaS云的定义，我们能猜到明确的产品形态：客户只需要调用云厂商的接口，然后云厂商后台执行AI计算任务，客户获得AI处理过的数据；云厂商付出了硬件资源、软件开发和技术维护，向客户按次数收取费用。

AI技术已经在鉴黄、图片识别等领域大量应用，并且封装成标准PaaS云产品了。但是这些产品离客户业务越近、销售潜力就越低，最终几乎被大众遗忘。基于大模型做出的PaaS云产品，即使客户大量使用，也就只有这点商业潜力。
PaaS云替客户完成了软件技术平台的搭建工作，这就要求云厂商的技术水平比客户更高。但是现在租赁AI算力云的都是大型企业客户，技术应该不比云厂商更差吧？
其他PaaS云产品都有海量的小客户和开发者使用，这一波大模型浪潮，从技术选型上就是参数越多越好、数据越多越好，天生不利于小客户参与。

6. 展望未来，AI程序员能改变云厂商

我不会关注AI今天能放屁、明天能打嗝的各种震惊新闻，AI在逐渐改变着程序员（云计算的操作用户）的面貌，这才是云厂商最应该关注的内容。因为前文写了很多给AI祛魅泼冷水的内容，本节我也做一些积极的云计算创新畅想。

我在书稿的第6页就提到，IT技术的分工趋势是：工程师的人数越来越多，但从业者的个人素质大幅降低。现在全球已经几千万程序员了，如果继续招聘IT工程师，那需要几亿人搞IT吗？在这个分工趋势下，云厂商抢过了油水最丰厚的中后台IT工作，留给客户的都是面向业务逻辑的低端IT工作。

这波大模型浪潮刚启动时，我就注意到ChatGPT可以写代码了。以前低代码、无代码吹了很多牛，但实际上就是写娱乐专用的伪代码，技术价值还不如Excel里的VBA。现在的AI编程，是和自然人程序员一样写正规的Code。这样做的技术难度很容易理解，人类编程就是把汉语英语翻译成计算机语言，AI最擅长的就是语言翻译了。

现在的各种AI编程演示中，AI只能写一些目标明确的脚本和函数。深究其原因，并不是AI编程能力差，而是提问者很难向AI说明，自己对软件功能、目标性能、平台架构的理解和预期。基于上述原因，AI写代码只红了几天，就被其他更有噱头的创新给盖过去了。

和AI对话编程时，新手提问者的认知水平不够，你都不提任何有效需求，AI怎么能给你翻译成合格的代码？
和AI对话编程时，高手确实能把上下文解释清楚了，但为了偷懒让AI写200行代码，自己打五千个汉字，这有点得不偿失。

在其他语境里近乎无解的AI编程，在云计算语境下突然就眉清目秀起来了——特别是固定好后台逻辑、前台功能也大幅删减的ServerLess，如果得到AI编程的助力，那就是土飞机秒变五代机。在云平台上做AI编程，用户不用想大部分提示词内容；云厂商对中低端程序员做好引导，也能削减复杂的软件编程功能需求。

AI编程的目标不是给顶尖程序员打下手，让一个人能写十个人的代码，而是进一步降低IT编程的工作难度，提高程序员的人口总数。云厂商多次尝试让云研发深入了解客户生产业务，结果没有一次成功的。那我们换个思路解决问题，客户有一些思维逻辑清晰的流水线技工和办公室文员，如果他们靠AI编程的辅助，提高了自身的IT能力，就可以填充云计算和客户业务之间的差距，让IT技术的洪荒之力有力地帮助实体生产类业务。

我的书稿里专门提到如果云产品的操作者用户群发生重大变化，那么云产品就会出现很多创新机会。当云厂商用当云厂商用自研（或合作）的AI引擎为客户生成代码后，这段代码可以和云厂商做彻底的业务逻辑绑定，不仅客户无法迁移走，云平台也可以借机完成很多云产品的创新或者功能删减和降本增效。