文 / 四海
來源 / 節點財經
雲計算可謂妥妥的重資產領域，在大眾的認知中，需要時間與資本的長期投入，想要彎道超車並不簡單，但這些年來，也有後來者突出重圍。
這個例子就是位元組跳動。2020年6月，位元組跳動推出火山引擎，彼時的中國公有雲市場格局基本已定，排名前五廠商幾乎佔據了超過80%的市場份額，其中，阿里雲、華為雲、騰訊雲三分天下，火山引擎還只是邊緣玩家。
時來運轉，火山引擎現在已經有了不小的份量。
據IDC報告顯示，2025年上半年火山引擎在中國公有雲大模型調用量獨佔49.2%的市場份額，位列第一，超過百度智能雲和阿里雲的總和。
《節點財經》認為，能有如此成績，得益於技術範式的改變所帶來的市場紅利。2023年初，AI大模型爆發，GPU取代了CPU、MaaS需求的崛起，所有雲計算新老玩家，幾乎都處於同一起跑線上。而隨着大模型技術的發展，行業內的玩家已經從卷底層技術，進化到應用落地與商業化的階段，這給了火山引擎突圍的機會。
01 AI應用時代，token比算力更重要
大模型競爭來到第四個年頭，賽道玩家們收斂到中美兩國，不過，LLM技術的發展已經不再像2022年橫空出世時那麼驚艷，比如，ChatGPT 5的誕生並沒有掀起外界期待的範式變遷。以上現象告訴我們，AI競賽已經迎來了新的拐點——底層技術或許短時間內很難有大突破，企業圍繞AI在應用上深耕已經成為主流選擇。
IDC此前也發佈報告認為，AI算力有望在2025年進入「訓推」拐點，這種變化將意味着，大模型產業商業模式逐步由單純的技術競賽過渡到價值共享與產業落地，強調高效推理技術與垂直應用場景結合以實現商業閉環。
作為AI時代的水電煤，行業發展風向的轉變對雲計算廠商而言至關重要，我們觀察雲計算廠商的視角也應該有所轉化。
過去對於雲計算廠商來說，一直以來大眾更多關注營收指標，可現實情況是，雲計算行業賽跑中，不少廠商為了擴大市場率，低價銷售GPU雲資源沖收入，而MaaS作為新興業務一直是各大廠商瞧不起的收入。
相比較單純的考察AI IaaS 與Gen IaaS市佔率，Tokens調用量，其實更能衡量目前AI產業乃至大模型產業落地的真實情況。以這個視角看，MaaS是最能證明大模型行業發展情況的晴雨表。
簡單來說，Tokens是大語言模型可以輸入輸出的最小自然語言文本的基本單位。Tokens的調用量，反映了模型推理過程的計算量，而計算量的高或低，直接揭示了模型在實際應用中的能力、成本、速度和可行性。畢竟只有模型真正好用了，應用真的落地了，Tokens調用量才會真正增長。
IDC數據顯示，2024年以來，中國兩次AI應用大規模落地，都讓Tokens消耗量快速增長。這背後的核心因素是，模型能力不斷提升、模型價格不斷下降，AI應用不斷被普及。
從這個視角來看，火山引擎在雲計算市場上其實頗具份量——從大模型Tokens調用量的市場份額來看，火山引擎獨佔49.2%的市場份額，位列第一。2024年營收規模超過110億元，營收增速遠超60%，遠超行業整體水平。相比較，同期中國公有雲市場整體增速約 30%，百度智能雲 MaaS 營收增速約 45%。作為後來者，火山引擎也憑藉MaaS業務需求量的不斷上升，與第一梯隊的差距在快速縮小。
火山引擎是如何布局MaaS，抓住AI應用浪潮的？
02 如何讓AI應用真正高效落地？
AI應用是眾所周知的趨勢，可落地並不簡單，以Agent為例，功能固然強大，可在產業界Agent目前Demo多、套殼多，真正在生產環境發揮功效的少。普華永道2025年5月的調查顯示，88%的企業因Agent計劃增加AI預算，但真正跨應用、跨工作流連接的Agent，目前僅佔19%，最根本的原因就是Agent布局的技術門檻高，價格昂貴。
針對目前Agent在市場的應用情況，火山引擎試圖通過以下四點，為企業提供更高效的Agent服務：
第一，利用率更高的數據平台。
數據是AI發揮智能的燃料，只有充分利用數據，大模型才能與具體業務場景更匹配。根據IDC的預測，多模態數據規模從2024年到2029年在全球範圍內處在一個高速增長階段，年均複合增長率接近30%。另外，隨着多模態大模型能力快速提升，以及Agent應用百花齊放，多模態數據的處理和加工需求會隨之快速爆發。在此背景下，火山引擎推出了多模態數據湖、向量數據庫等解決方案，充分運用並理解數據，讓AI更懂業務。
第二，強大的模型服務。大模型是MaaS的技術底座，更強大的模型，也意味着大模型更聰明，任務完成度更高、覆蓋場景更廣泛。
過去大模型只能處理文本，能覆蓋的場景十分有限，但現在豆包大模型家族已覆蓋文本、圖片、音頻、視頻、多模態等領域。
特別是在9月9日，火山引擎正式發佈圖像創作模型 Seedream 4.0。該模型首次支持4K 多模態生圖，靈活支持文本、圖像的組合輸入，能實現多圖融合創作、參考生圖、組合生圖、圖像編輯等核心能力，且主體一致性大幅增強。經多家媒體測評，該圖像模型在很多維度上絲毫不輸谷歌旗下的nano banana。火山引擎在多模態上的不斷探索，不光體現了技術實力上的優越，也意味着豆包能勝任更多、更複雜的業務場景。
其三，全棧Agent開發工具。對不同企業來說，特別是Agent相當於垂直場景的專家，需要企業結合自身業務需求精準調配，而這些工具就是企業打磨專有Agent的必需品。
比如，火山引擎升級發佈了PromptPilot、MCP Servers、TRAE、扣子開發平台等產品，以及多款開源項目，構建起覆蓋大模型開發全鏈路的工具矩陣，為開發者提供從Prompt優化到Agent落地的一站式解決方案。開發者可以在火山引擎上快速開發AI應用。
其四，更划算的價格。制約AI應用從技術走向業務，最主要的就是價格，以一個垂類Agent產品為例，每一次的產品運行，相當於要做一萬多次檢索，背後的算力成本已達到幾十元的水準。
去年5月起，火山引擎率先掀起大模型降價潮，企業市場定價為0.0008元/千Tokens，今年3月又宣布部分大模型批量推理服務費用減半。其中，豆包大模型1.6使用「區間定價」模式：在0-32K輸入區間（占企業80%需求），價格降至輸入0.8元/百萬Tokens、輸出8元/百萬Tokens，綜合成本僅為豆包1.5深度思考模型或DeepSeek R1的三分之一。
這一策略效果顯著。截至2025年5月，豆包大模型的日均Tokens調用量是16.4萬億次，拉到月均來算，就是500萬億次以上。這背後是火山引擎已經在多個行業實現批量化落地，持續推動不同機構、企業實現AI轉型。
目前，在消費電子行業，全球Top10手機廠商中，已有9家選擇和火山引擎深度合作；在教育行業，火山引擎已與北京大學、浙江大學、南開大學等超五成985高校達成合作；金融領域，火山引擎已服務招商銀行、浦發銀行、北京銀行等70%統重要性銀行。
03 從C端到B端，火山引擎的護城河是什麼？
既然MaaS是全新的增長點，那麼，勢必會有越來越多的玩家加入競爭，火山引擎的護城河在哪裡？
首先，規模優勢。
雲計算是科技巨頭戰略布局的關鍵落子。火山引擎進軍雲市場，因為位元組跳動本身就擁有龐大的用雲需求，布局雲計算業務能削峰填谷，降低邊際成本，平攤基礎設施成本，屬於順勢而為的決策。
谷歌、阿里等雲計算服務商的規模化攤銷邏輯也是如此。
他們投入數百億建設全球數據中心、採購 GPU 集群、研發模型優化技術，然後通過規模化用戶復用資源，以降低算力使用費，既讓用戶覺得划算，也讓廠商通過薄利多銷盈利。
其次，全棧布局的閉環優勢。
MaaS的本質是場耐力賽，短期看成本，長期看生態，生態的繁榮度決定了玩家能走多遠。
目前來看，位元組跳動在形成以「AI基礎設施+大模型+AI應用」的閉環邏輯，不光為客戶提供處於行業領先的模型，還為客戶提供高性能、低成本AI基礎設施。兩者相互促進，進而帶動火山引擎的Token消耗市場份額。它們共同形成了AI時代的增長飛輪——吸引更多To B客戶和To C用戶，產生豐富的數據，反哺大模型的持續訓練，讓大模型、應用變得更智能，對AI生態形成正向循環。
在IaaS領域火山引擎是後來者，但MaaS作為創新業務，各巨頭都站在同一起跑線上，火山引擎藉助高速增長的市場規模，有了彎道超車的機會。
根據MofCloud數據，未來幾年，雲計算市場預計將以18.3% 的年複合增長率快速增長。AI是確定性趨勢，行業需求空間大，對於火山引擎，同樣機遇也很大。未來，隨着深度思考模型、視覺推理的進一步成熟和 AI 雲基礎設施的優化，AI應用還會帶動更大的 Tokens 調用量。
2025年是AI應用的商業化元年，既是火山引擎的機遇窗口，也是整個雲計算行業的轉型拐點。當火山引擎用「高MFU+低定價」打破成本壁壘，用「全棧工具+多模態模型」降低開發門檻時，它本質上在做的，是把AI時代的雲計算能力從少數巨頭的特權變成多數企業的標配。隨着AI技術在不同企業的滲透，火山引擎勢必還能開拓更大的市場空間。
*題圖由AI生成
