0
“一天十幾個客戶電話進來，有的一打一個多小時，我中午飯都沒顧上吃。”云大廠政企銷售小顧啞著嗓子告訴雷峰網，開源大模型DeepSeek出現后，市場反饋熱烈，云大廠這邊也接到不少客戶來電，咨詢相關的API接入和線下部署方案。
不過小顧坦言，DeepSeek眼下這么火爆，主要是因為它幫國人把大模型的信心又找回來了，但最終能轉化成多少商業收益，能為云大廠帶來多少拉動，還要打個問號。
究其原因在于，DeepSeek雖然降低了大模型的成本門檻，但它的能力跟ChatGPT差別不大，也面臨和ChatGPT一樣的困境：應用場景實在有限。
DeepSeek爆火后，作為產業鏈上的核心一環，云大廠們迅速跟進，手里的“戰略牌”一張連著一張打了出來：組織變陣，業務調整，大筆投入，戰略重構……整個一個目不暇接。
但隨著這些市場動作的推進，一些問題也開始凸顯，它們如同DeepSeek這波浪潮之下尖銳的礁石，直擊云大廠們最緊張的神經。
“幾百個咨詢里，能有一單成交就不錯了。”眼下，手握DeepSeek一體機的云廠銷售們正在經受著“冰火兩重天”的煎熬。
DeepSeek的出現，大幅降低大模型推理門檻，對熱衷于私有化部署的國內政企用戶們來說，可謂正中下懷，于是便催生了DeepSeek一體機熱潮。
然而，這一熱潮是真正的價值機遇，還是曇花一現的浮躁之風，跟還是不跟？成為擺在云大廠面前的一道難題。
雷峰網(公眾號：雷峰網)通過調研了解到，眼下一眾國內云大廠可分成兩派：一派是推出DeepSeek一體機硬件部署方案的，有阿里、火山、華為、百度等；一派是沒推出的，如騰訊云。
盡管大部分云大廠都推出了DeepSeek一體機，但實際上，一體機這一產品形態在落地應用時，還存在不少挑戰，如客戶業務擴展的靈活性、模型更迭的兼容性等問題。不少業內人也都向雷峰網表達了類似“DeepSeek一體機雖然眼下大熱，但從中長期來看，可能是個偽需求。”的觀點。
除了“光咨詢不下單”外，還有不少政企客戶，由于支付能力、采購流程等問題，會設法先把樣機拿去用，而在回款進度上卡殼。
這些都讓云大廠們不得不猶豫：如果大力投入，萬一賣不出去砸手里怎么辦？
不過某些云大廠對此自有一套對應之策。
多位業內人告訴雷峰網，某云大廠的DeepSeek一體機測試樣機大部分都全款賣給了OEM，OEM又賣給了集成商，層層轉售下，對于云大廠來說，“賣不出去”的風險早已轉移了出去。云大廠們在一體機上的花活不止這些，更多故事，可添加作者微信 xf123a 交流。
“國貨之光DeepSeek出現后，市場反應火爆，尤其是政府側和金融側的客戶，然而對云大廠來說，想要回應這類客戶的需求，并非易事。因為這兩類客戶都有信創指標，要在國產芯片上適配DeepSeek，目前還存在不少挑戰。”政企IT老兵高榮坦言。
事實上，早在2022年，國資委79號文件就部署了國央企信創國產化的具體要求和推進時間表，要求到2027年央企國企100%完成信創替代，替換范圍涵蓋芯片、基礎軟件、操作系統、中間件等領域。
“DeepSeek本身是在英偉達H800 GPU集群上訓練出來的，而且其AI Infra能力，尤其是軟硬件協同優化能力，才是其性能強大的關鍵。如果用國產化芯片來適配DeepSeek，這里面會有很高的技術難度。”高榮補充道。
比如，國產芯片在算力密度和顯存帶寬上與英偉達GPU存在代際差距，這會導致適配DeepSeek后模型推理效率下降。
再比如，軟件生態上，DeepSeek眼下的實踐更多還是在英偉達CUDA生態內的優化，而國產芯片大多無法原生支持CUDA，需要通過兼容層或重新開發相應的工具鏈來實現適配，這增加了適配的難度和成本。
此外更讓云大廠頭疼的是，定制化噩夢似乎再次上演了：信創場景要求全棧自主可控，從芯片驅動到模型微調均需定制化開發，這背后的人力、財力、交付周期都不是小問題。
“政企需要私有化部署大模型，而且有很多行業術語和自己領域內的規則規范，都要對大模型微調后才能用，微調就是也要訓練，滿血版的價格不菲。”高榮告訴雷峰網，因為成本太高，眼下很多政企宣稱率先用上了DeepSeek，其實十之八九都是之前買的AI算力沒用完，正好閑置利用。
可以說，云大廠面臨的這些困境折射出國內IT行業積弊已久的深層矛盾：市場需求倒逼技術躍進，但基礎軟硬件的代差仍需時間彌合。
DeepSeek掀起的這波熱潮，看似把中國AI能力向前推進了一大步，但實際上，中國AI仍未擺脫英偉達芯片卡脖子的陰影，而這也為行業后續埋下了風險。
DeepSeek出現前后，云大廠們圍繞大模型相關業務做出了兩類組織變陣：一是B、C分離；二是B、C融合。前者以百度、阿里為代表；后者以騰訊、火山為代表。
去年下半年，百度將百度網盤（百度大模型核心應用場景之一）的C端業務從百度云（ACG）中拆分出來，重新劃歸移動生態事業群組（MEG），相關To B業務則繼續留在百度云里，與百舸、千帆等其他百度云產品一道面向B端用戶提供服務。
阿里這邊類似。2024年底，阿里將AI應用“通義”從阿里云分拆出來，并入阿里智能信息事業群，與智能搜索產品“夸克”一起，由該事業群總裁吳嘉統管。而原有的通義實驗室，以及大模型To B業務則繼續留在阿里云。
不同于百度云、阿里云在大模型上業務上“B、C分離”的模式，騰訊云則是“反其道而行”。隨著元寶調入騰訊云，騰訊云走起了“B、C融合”的路子。
今年1月騰訊，騰訊將元寶從技術工程事業群（TEG）調整至云與智慧產業事業群（CSIG），交由騰訊會議的負責人吳祖榕負責。并在不久后，將原本在PCG(平臺與內容事業群）里的QQ瀏覽器、搜狗輸入法、ima等產品也匯入CSIG，與元寶一起，作為騰訊面向大模型時代的產品組合。
至此，在這場DeepSeek沖擊波到來之際，云巨頭們紛紛擺好了陣型。不過在眼下這波瞬息萬變、復雜難料的技術浪潮里，上述組織調整成效如何，以及會給各家帶來哪些后續影響，還需持續校驗。
雷峰網此前從多位業內人處了解到，騰訊、華為兩家云大廠原本計劃在今明兩年實現盈虧平衡，但現在，DeepSeek的出現打亂了他們的計劃。關于各家云大廠更多盈虧內幕，可添加作者微信 xf123a 交流。
國內云大廠苦虧損久矣。目前只有阿里云實現了盈利。但對比其此前在云與AI上累計投入的數千億元，眼下的盈利可謂牛九一毛。不僅如此，DeepSeek出現后不久，阿里就對外宣布，未來三年將向AI和云計算業務繼續投入3800億。這無疑為阿里云接下來的利潤表現打上了一個問號。
騰訊云面臨相似的難題。經過前些年的巨額投入后，集團內部對騰訊云“盈利，上岸”的呼聲越來越高。不久前的集團年會上，馬化騰也直言，過去一年騰訊云的表現超過他原本的要求，2025年騰訊云有望“浮出水面，形成一片大陸”。
但DeepSeek的到來，正在打破這一預期。今年1月，騰訊把C端大模型產品“元寶”從TEG（技術工程事業群）轉入CSIG（騰訊云與產業事業群），進入做大增長階段。隨著元寶用戶前端調用次數的增多，其后端算力資源的消耗也在攀升，騰訊云的盈利節點大概率要向后推移。
回望過去，云與AI因其基建屬性，以及玩家之間的“內卷式”競爭，讓絕大部分參與者都深陷虧損泥潭。如今，隨著DeepSeek的崛起，云巨頭們再次被推入新一輪的大模型基建競賽里。上一輪未解決的盈利困境，能否在這一輪中找到更優解，仍是懸而未決的挑戰。
DeepSeek走開源路線，本來為云大廠們提供了一次“當中間商，賺差價”的機會，但眼下，提供DeepSeek服務，對云大廠來說還是一門燒錢的生意。
DeepSeek推出后沒多久，一系列有關成本的爭論就沖上了科技圈熱搜榜。有MaaS服務商甚至推算出了“接入DeepSeek R1，MaaS公司或將月虧4億”的結論。
對于包括云廠商在內的，提供大模型服務的MaaS公司來說，一邊是用戶大批涌入，API調用量飆升，一邊又是生成效率拉跨、價格戰升級，多重夾擊下，DeepSeek一度成為MaaS廠商們的“燒錢巨獸”。
DeepSeek公司之所以能把成本利潤率做到545%之高，得益于其在模型架構、軟硬件協同等AI Infra能力上能做到極致的工程化創新，使得其平均每臺H800的吞吐量在生成任務上能達到14800 token/s，效率是市面上其他供應商的幾倍甚至十幾倍。
若不能做到這一點，則虧損難以避免。而眼下市面上，包括云大廠在內的MaaS供應商能做這一點的還寥寥無幾。更多相關研發進展與內情，可添加作者微信 xf123a 交流。
因此，如果說在上一輪大模型浪潮中，各家云大廠還能安心做個穩賺不賠的“賣水人”，那么在這一輪由DeepSeek掀起的大模型普惠浪潮里，云大廠眼下難逃虧損。
而這場“燒錢大戰”才剛剛開始。
回顧過去兩年，國內云大廠在大模型業務上本已格局初定，但DeepSeek的異軍突起，打破了這一平衡。DeepSeek不僅讓各家互聯網巨頭的云業務估值迎來高光時刻，還讓云計算從一項“老舊”業務重新煥發生機，在接下來的AI產業浪潮里，面對更多充滿危與機的不確定性。
注：文中受訪者均為化名。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
