通往第四次工业革命，阿里云还缺半张门票

1893 年 5 月 1 日，92000 只灯泡迸发的万丈光芒，点燃了芝加哥世博会的夜空。

驱动这些灯泡的，是曾被贴上 “致命” 标签的交流电。电流的压力高达 2000 伏特，由 12 台 75 吨重的交流发电机和一台 2000 马力的阿利斯 - 查尔默蒸汽机制造，它们沿着铺设在地下管道里的 40 条电缆，把 600 多亩的展区渲染成了史上最璀璨的 “白夜”。

时值美洲发现 400 周年，总统克利夫兰亲自主持博览会的开幕。他挪动着 270 斤重的身体，在周围高亢的 “哈利路亚” 合唱声中，摁下了一个黄金和象牙制成的电源开关，几百英尺的电动喷泉水柱瞬间腾空而起，人群爆发出疯狂的欢呼 [1]。

芝加哥 “哥伦比亚” 博览会园区图，1893 年

2700 万人涌进了博览会 —— 其中一半是外国人 —— 他们只需花费 50 美分，就能游览由电力驱动的喷泉、游船和摩天轮，并体验各类新奇时髦的电器产品。在导游手册上，印有一段自豪的宣言：“芝加哥博览会是我们这一代驾驭电的超级胜利。”

这场博览会，也是历史上著名的 “电流大战” 里的一次核心较量。

参战的双方皆是大名鼎鼎，一家是刚刚合并成立的通用电气（GE），背后是托马斯・爱迪生和他顽固坚持的 “直流电路线”；另一家则是西屋电气，背后是创始人乔治・威斯汀豪斯和他的天才同事尼古拉・特斯拉，他们选择的是 “交流电路线”。

爱迪生（左）vs. 特斯拉（右） 来源：Deviantart

在此之前，爱迪生为了向公众渲染交流电的 “危险”， 甚至不惜在纽约大街上，在火焰、焦糊味以及看客们的欢呼中，用交流电电死一只名叫 “托比西”、四吨重的大象。而西屋电气在博览会的大获成功给特斯拉带来了巨大的声誉，并让交流电撕掉了危险的标签，走向全球舞台。

人类习惯用火焰驱逐黑暗已长达几十万年，直到 19 世纪后半叶电力开始普及，而璀璨明亮的芝加哥世博会成为这一历史进程的重要加速点。在此后的几十年里，人类所有领域如工业、农业、交通、娱乐…… 甚至厨房都被电力彻底重塑了一遍。

重塑则意味着机会。1893 年的芝加哥展览会与其说是在展示电力魔法，不如说它是在提示创业线索：

制造发电机和变压器，有机会成为电气装备巨头；依靠资源禀赋的发电生意，是大型能源公司的胚子；铺设输电线路的投资，可以垄断区域甚至一个国家的电网；而在照明、运输、家庭等用电场景里，则会诞生出无数电力产品巨头……

在今年的云栖大会上，阿里云创始人、中国工程院院士王坚引用了芝加哥世界博览会这一事件，并把云计算和 GPT 的关系比做电和电动机的关系：全球的各类电机消耗了 46% 的电，而大模型就像是智能时代的电动机 —— 未来云计算的算力很大一部分都会被各类 AI 模型所消耗掉。

把 AI 浪潮类比电力革命，并非王坚独家。马化腾曾表示腾讯最开始以为 AI 是互联网级别的机会，但 “越想越觉得这是几百年不遇的，类似发明电的工业革命一样的机遇”。无独有偶，微软的纳德拉和谷歌的皮查伊也都做过类似的表述。

人类喜欢用类比来解释复杂事物，即使顶级的大脑也不例外。对标电力革命，除了能通俗地表达 AGI 有多重要之外，还会暗示了科技大佬们正在思考的一个问题：在新一轮浪潮爆发的背景下，历史能否帮忙人们标注出哪些机会更值得去投入？

倒回到 1893 年的芝加哥博览会，西屋电气被公认拿到了第一张门票，它日后成为横跨煤电、核电、航空、家电等领域著名制造业巨头。但随着电力技术迭代速度的放缓，西屋遭遇海外对手挑战，旗下资产经过数不清的剥离、合并和破产，早已面目全非。

紧追其后的 GE 则先是一路辉煌，吃尽了电气时代的红利，之后更是横跨多个高精尖的制造业门类，一度成为全球市值最高的公司。但在过去的 20 多年里，“脱实向虚” 的 GE 股价下跌 80%，更是被坚守了 110 年的道琼斯工业指数剔除。

而爱迪生名下另一块没有被并入 GE 的资产 —— 联合爱迪生公司（conEdison），专注模式简单的发电、电网和燃气业务，一路坚持经营到了今天，成为纽交所最古老的股票，不但每年营收超百亿美金，过去 20 多年股价还上涨 10 多倍。

这些不同的命运轨迹，是否能给新一轮 AI 浪拆带来启发？这是本篇文章尝试回答的问题。

01 革命和基础设施

人们常把本轮 AGI 的浪潮定位为 “第四次工业革命”，那什么才算是工业革命？

如果从 “人类 vs 自然” 的角度审视，工业革命级的浪潮至少应该如此定义：人类从科技突破中获取了某一项 “能力”，这种能力可以被大规模制造，并辐射到人类生活的大多数方面，大幅度提升生产力，进而重塑就业结构、社会阶层和人的生活方式。

理解 “能力”，是理解技术和文明的关键。早期人类从大自然中零散地拾取 “能力”，水流拉动石磨、风推动帆船、草木燃烧取暖。进入农业文明后，对家畜的驯化让人类首次能够大规模化地从自然界汲取动力。直到 18 世纪法国大革命，欧洲的动力来源仍然是 1400 万匹马和 2400 万头牛 [2]。

埃及底比斯农业壁画，公元前 1400 年左右

如果把牲畜看成原材料，那么 “工具 + 原材料” 是获取能力的范式 —— 农民用牛轭、马镫、犁、绞盘和杠杆等工具来处理畜力，转化效率低。而直到第一次工业革命，工人用锅炉、汽缸、活塞、传送带、轴承等工具来处理化石能源，一种廉价、批量、适用性强的 “能力” 才第一次赋能给了人类社会。

蒸汽革命给工业革命下了一个标准定义，核心是看四条：第一看是否出现了一种能赋予人类 “能力” 的重大技术突破；第二是看这种 “能力” 可否被批量制造；第三看该技术能否带动一整个技术矩阵；第四看它是否普适，有没有辐射全人类社会的能力。

过去几十年里，前来碰瓷下一轮工业革命的选手不在少数，但按上述定义，物联网、区块链、元宇宙、3D 打印明显资格不够，只能退出群聊。而只有 AGI（通用人工智能）能够媲美蒸汽机、电力和计算机等前代浪潮的主角，引领第四次革命。

从 “赋能人类” 视角来看，在第 1 到第 4 次工业革命中，肉体能力有限的碳基人类，分别获得了以下能力：

第一次工业革命：蒸汽动力

第二次工业革命：电磁能力

第三次工业革命：硅基算力

第四次工业革命：通用智力

在前两次中，能力制造来自于 “机械 + 化石能源”—— 其中第一次的 “机械” 是蒸汽机，第二次是发电机，两者都依靠化石能源；在后两次中，能力制造来自于 “程序 + 硅基芯片”—— 其中第三次是软件，第四次是大模型，两者都依靠硅基芯片。

如果把化石能源和硅基芯片都看成原材料，那么获取原材料也是一门暴利的生意。化石能源的采掘，对应着全球一票资源玩家，它们提供同质化的动力煤或原油；芯片制造则对应了一批晶圆代工或 IDM 巨头，它们依靠技术迭代来维持竞争力。

可以这样说：前两次工业革命的能力源头是 6 号元素碳，后两次工业革命的能力源头是 14 号元素硅。

蒸汽革命的链条，可以高度抽象成三个环节：原材料（煤炭采掘）→能力制造（蒸汽机产生动力）→能力使用（纺织铁路等各类场景）。电力革命的链条与之类似，但明显多了一个环节：能力投放，即输电、配电、变电等中间环节。

这一差异根源于蒸汽和电力的物理差异。蒸汽动力无法被 “传输”，其制造必须紧贴使用场景，工厂、火车和矿山都要安装自己的蒸汽机；而电力可以远距离传输，集中发电具备成本、环保和规模上的优势，让电网实现了商业逻辑的闭环。

电力链条的 “发、输、变、配、用” 五个环节，抛开最后的 “用”，其他四个环节诞生了大量发电和电网巨头。在全球能源 500 强中，接近 1/3 的企业涉及发电和电网，代表企业有 Uniper、Enel、法国电力、美国 AEP、中国的国网、南网和五大发电集团。

「投放环节」让科技大佬 —— 尤其是云计算巨头掌门人 —— 有了把 AI 和电力类比的动机。

按图索骥来看，云计算在当前 AIGC 生态中的位置，约等于 “发电 + 电网” 之于电力链条。自己买 GPU 组建算力，就像是企业自建发电厂 —— 只有少数公司会这么干（中国自备电厂装机量占比不到 10%），这预示着大部分 AIGC 企业都绕不开云计算。

所有云计算巨头都意识到了这一点，这让他们激进地向英伟达采购 GPU（同时全球 TOP4 云厂商也在自己做 AI 芯片），并在模型、芯片、开源生态以及明星 AI 应用公司身上砸下巨资。海外的亚马逊微软谷歌，国内的阿里字节腾讯，无一不在焚膏继晷，试图率先拿到一张珍贵的门票。

微软 Azure Datacenter，Cheyenne, WY

但这种类比也存在着一种危险的弱点：电网是伴随着电力革命出现的，但云计算不是。事实上，在 PC 机浪潮掀起的前二十年里，人类享受晶体管的算力只需购置不同性能的计算机，并不需远距离投放。云计算到今天为止的历史，也仅有二十年。

另一个众多周知的事实是：“发电 + 电网” 提供的都是标准化、同质化的产品，并向来是政府价格管制的对象，因此在资本市场被归为公用事业门类，估值从来不高 —— 对任何一种意图成为 “基础设施” 的管道生意，这是被命运暗中标定的价格。

但云计算在商业上的 “含金量”，显然远超公用事业的范畴。在全球五家市值超 1 万美金的科技公司里，云计算是其中三家（微软、亚马逊和谷歌）的核心业务。而如果扒开微软的财报，你会发现云计算业务的毛利率超过了 70%，净利率更是超过 40%。

云计算为何如此重要且值钱？这个问题需要从第三次工业革命 —— 即计算机革命的历史沿革中去找寻。

02 计算的两次变革

前两次工业革命，人类突破了 “体力” 限制。第三次工业革命，人类突破了 “脑力” 的限制。

1947 年晶体管诞生，1958 年集成电路诞生，从此计算机作为大脑最强的辅助工具全面渗透人类社会，并催生之后的 PC 机、互联网、通信、智能手机等浪潮，一直延续至今。人类用令人惊叹的工艺加工硅基材料，获取了远超自身的计算能力，并以此构建了一个庞大而复杂的赛博世界。

在前五十年里，计算能力的传导只有三个环节：原材料（芯片生产）→能力制造（PC 机 / 高性能主机 / 手机）→能力使用（办公娱乐通信等众多场景）。相比于电力革命，计算机革命跟蒸汽革命更加类似的一点是 —— 没有「能力投放」环节。

在当时，只有极少数组织会有海量的算力需求，它们的解决方式是自行购置大型计算机。对个人用户来说，一台 PC 机价格并不昂贵，跟主流家电如电视、空调和洗衣机相差不大，摩尔定律的迭代也足以满足个人的办公娱乐需求。

而到了 90 年代末，计算能力的需求和供给都出现了一些微妙的变化：需求端，千行百业的数字化明显开始加速，一个重要的原因就是互联网渗透率的提升；在供给端，1998 年 VMware 实现了 x86 服务器的虚拟化，成为云计算基最重要的底层技术。

这些变化在当时属于涓涓细流，并不起眼，但当 2001 年后全球互联网产业劫后重生，数字化重新开始加速时，汇聚的溪水终于成为汹涌的潮流：2003 年，亚马逊推出了 AWS 服务；2006 年，“云计算” 在 Google 开发者大会上被第一次喊了出来。

于是，在集成电路诞生 50 多年后，远距离投放算力的商业生态终于诞生了。

这条新的链路是：原材料（芯片）→能力制造（服务器集群）→能力投放（云计算网络）→能力使用（企业 2B 场景）。新链条和老链条并存，但由于电商、游戏、社交、办公等场景纷纷 “上云”，人类消耗的硅基算力来自云端的比例越来越大。

巨头们快速抓住机会：2006 年 AWS 推出 EC2 服务；2010 年微软 Azure 商用；2011 年，阿里云弹性计算 ECS 和对象存储 OSS 开始对外提供服务；2012 年谷歌推出 Google Compute Engine（GCE）服务 —— 至此，日后的全球云计算 Top4 都推出了自家的商业产品。

在 ChatGPT 问世之前，云计算成为科技大厂的兵家必争之地，这可以从人事变动中窥的一斑：在亚马逊，贝索斯选择了缔造 AWS 的 Andy Jassy—— 而非执掌消费电商业务的 Jeff Wilke—— 成为接班人；在微软，打造了 Azure 的萨提亚・纳德拉担任第三任 CEO，而他甚至从未涉足过微软核心的 Windows/Office 业务。

到了 2022 年，全球云计算行业第一名是亚马逊 AWS，营收 801 亿美金；第二名是微软 Azure，营收 340 亿美金；第三名是 Google GCE，营收 263 亿美金；第四名是阿里云，营收 104 亿美金。而总的市场规模，在 2022 年已经达到了 5500 亿美金的量级。

对一个诞生仅十多年的行业来说，这样的体量、增速和盈利能力显然是惊人的。为什么？

如此巨量的增长，来源于一组核心矛盾：一方面在 2000 年之后，人类社会以前所未有的速度往线上迁移，对算力的剧烈需求爆发出来；另一方面，企业自行搭建完整 IT 能力的成本越来越高，而云计算的高效灵活等优点切实可见，逐渐扭转了偏见和担忧。

王坚在 2016 年写过一本《在线》。在这本书中，王坚就通过类比电力来阐述云计算存在的必要性 [5]：当需要用电的设备进入千家万户，农场和企业不约而同选择了关闭自己的发电机，转向高效的工业公用事业公司购买电力。

王坚可能没有展开说的一点是：相比 “发电 + 电网”，云计算仍然在享受技术迭代的红利。

在电力链条中，发电环节技术迭代较为缓慢，效率每提升 1% 都是重大的突破：1900 年的火电机组的能量效率不足 5%，1950 年代这一数字上升到 20%，2000 年后又翻倍上涨至 40%，现在，上海外高桥第二电厂的超超临界机组，能够提供 46% 的发电效率。

电磁能力的制造效率，在一百年的时间里大约提升了不到 10 倍，而硅基算力完成同样效率的提升，大约只需要 5～8 年的时间。这带来的一个结果是：云端的单位算力成本每年都在大幅下降，而云计算供应商一方面可以降价让利（亚马逊以连续降价闻名），一方面也可以给自己留足充分的利润空间。

再叠加上规模效应、客户粘性等优点，云计算终于成为第三次工业革命后期最好的商业模式，其规模、利润和护城河足以让电商、搜索、社交甚至芯片设计和制造都相形见绌。如果算上给云计算提供 GPU 的英伟达，云计算支撑了 5 家万亿美金科技公司中的 4 家。

唯一的问题是，当 2022 年底第四次工业革命启动，新的 “能力传导” 链条出现，云计算能否延续辉煌？

03 云对 AI 有多重要

毋庸置疑的是，第四次工业革命复用了第三次工业革命相当多的基础设施。

以最热门的 ChatGPT 为例，我们能够清晰地观察到一种生成式智能（尚不能算通用智力）的传导链条：原材料生产（GPU / 语料）- 能力制造（GPT 模型产生智力）- 能力投放（微软 Azure 云）- 能力使用（网页 / PC / 手机端的对话机器人）。

在这个链条中，原材料结构出现了结构调整，GPU 称王，语料是新成员；能力制造环节也有了根本性改变，参数高达千亿甚至万亿的大模型成为处理原材料的工具；而在投放和使用环节，则复用了第三次工业革命的链条。

链条复用不是问题。如前文所述，判断是否是一场 “革命” 的关键是看「能力」本身。

如果大模型果停留在目前的智力水平上，那么就只能跟先前热炒的 AlphaGo 一样，算作第三次工业革命的子创新；而如果能够制造跟人类相仿甚至远超的智力，那么第四次工业革命就自然实至名归。全球顶级科学家对后者信心十足。

显然，能被 “复用” 的链条获得了第一批门票：能制造 GPU 的公司宛如印钞机，英伟达市值从千亿迈向万亿，AMD 也反超了 Intel；而已经占据场景心智、且能被 AI 改造的产品也几乎躺赢，Office 和 Adobe 全家桶早已喝过几轮的香槟。

云计算呢？它还能扮演新一轮「能力」制造和投放的基础设施吗？答案大概是肯定的。

从现状来看，几乎所有热门 AIGC 公司都需要借助于云巨头的力量，比如 OpenAI 早已委身于微软 Azure 云，Anthropic 选择了 AWS，Midjourney 是 Google 的明星客户，而阿里云则服务了 “中国一半的大模型公司”，包括智谱 AI 和百川。

造成这一局面的，是深度神经网络对算力的天量需求。从 2012 年的 AlexNet 模型到 2017 年的 AlphaGo Zero，算力消耗足足翻了 30 万倍 [11]。而 ChatGPT 横空出世的背后是，微软 Azure 云上的数万张 A100 板卡，成本高达数亿美元 [12]。

展示 GPU 的黄仁勋，制造了全球最抢手的工业品

今年 9 月，红杉合伙人 David Cahn 发文替 AI 产业算了一笔账：大模型基础设施建设要消耗 2000 亿美金，大部分钱都要花在算力的购置上。但大模型的应用端每年最多只能产生 750 亿美元的收入，这中间存在一个高达 1250 亿美元的缺口 [9]。

这篇文章很快遭到硅谷创投巨头 a16z 的反驳，其特别顾问 Guido Appenzeller 连发 7 条推特，直指文章低估了人工智能革命的影响力。双方虽然对成本计算方式大有争议，但在一件事上却出奇的一致 —— 现阶段的算力成本还是太高了。

在今年 5 月，OpenAI 创始人阿尔特曼曾表示：“我们太缺 GPU 了…… 如果人们减少使用 ChatGPT，我们会非常高兴 [13]。” 在 2023 年 H1 财报中，微软也专门更新了一条风险因素：如果无法获得足够多的 AI 芯片，云计算业务可能会中断。

洛阳卡贵的结果，就是从一开始就断绝了企业 “自建电厂” 的模式。

算力有没有可能在短时间内大幅提升？模型的消耗会不会骤然下降？或者人类能不能像钢铁侠那样在家里就可以养一个贾维斯（Javis）？在摩尔定律放缓、AI 应用渗透率不足 1% 的背景下，上述愿望恐怕是空中楼阁，难以实现。

这让云计算天生地跟 AIGC 绑定在了一起。云计算的算力集中、灵活部署、按需付费、成本较低等特点，尽管不能解决全部问题，但几乎是算力短缺昂贵的背景下的唯一答案。无论是训练还是推理，大模型都离不开云。

从某种程度上说，云计算巨头在 AI 浪潮爆发的第一天，就集体拿到了第四次工业革命的门票。

强化学习之父 Rich Sutton 曾在《苦涩的教训》（The Bitter Lesson）一文中写到，人工智能领域的突破性进展，往往来自以大规模计算为基础的搜索和学习。换句话说，比起碳基生物的偶发灵感，算力才是创新的基石 [10]。

所以门票既是入场券，也是责任书。全球掀起争先恐后的大模型竞赛，但决定胜负的钥匙，却藏在过去互联网黄金二十年锻造出的仓库里 —— 一张巨大的公共计算网络是最好的军备。

在这关键一环里，中美云计算产业却悄然分道扬镳。

呼啸而至的云计算浪潮席卷了美国硅谷，成为亚马逊、谷歌、微软等全球顶尖科技巨头们的第二战场。在枪林炮雨的争夺战里，美国逐渐形成三足鼎立的格局 —— 于此同时，一个以公共计算为基础的算力统一大市场正式形成。

国内的云计算浪潮始于阿里云的诞生，自研飞天和 5K 战役曾一度让中国云计算技术比肩全球。但近十年，技术浪潮却拐向了另一个方向 —— 公共云厂商逐渐蛰伏，私有云大行其道，全国的算力格局逐渐走向细碎和孤立。

用一个形象的比喻来说明：私有云像是封闭孤立的小湖小泊，公共云则是浩瀚无垠的大江大海。从资源利用率来说，公共云的利用效率天然更高。

纯论中美市场存量服务器规模，两者仅为 10% 左右的差距。但据信通院数据，2021 年美国的算力有 60% 以上是以公共云的方式来提供，欧盟是 50%，而中国只有 28%。

从资源利用率的角度，公共云 CPU 使用率可以高达 40%，而私有云的 CPU 使用率不到 5%。这一差异导致中美在算力利用效率上存在巨大差距。

正如文章开头所讲的，王坚把云计算和 GPT 比做电和电动机 —— 电动机消耗大量电会带动用电成本下降，而廉价的电又能孵化出更多电机创新，云计算和大模型的关系也一样。

他同时也提到的芝加哥世界博览会，在理性之外，更带有命运交响曲的色彩：芝加哥博览会，让特斯拉的交流电走出绝望之谷，人类从拥有电，走向了拥有电网，从而拥有了整个电气时代。

作为全球前四大云厂商之中的唯一中国公司，手握门票的阿里云，它的命运交响曲是怎么样的？

04 阿里云的命运交响曲

阿里云是一群技术理想主义的疯子。

这家公司的精神内核，定格在 2009 年初写下第一行代码的北京上地办公楼。那是一个夏天，工程师就坐在一堆服务器的旁边干活，机器散发的热量超过了空调。王坚的助理，当时跑了整个北京城，给工程师们买来了超大冰块，大家拿着小桶砸开冰块，放在工位旁边，降温之余，还能冰镇一下可乐，感觉又苦又甜。

阿里云员工用冰块降温，2009 年

在这里，阿里云开始研发中国唯一自研云计算操作系统飞天，奠定了中国云计算的基础，也让黄金十年的移动互联网有了根基。

这也是为什么，去年一篇媒体长文《不合时宜的阿里云》，会让阿里云员工、乃至管理层而沉默。这篇文章里描述了一个大家并不熟悉的阿里云，陌生到阿里云自己都认不出自己。这个阿里云进入了一个以关系为核心竞争力的市场，对于一个不会喝酒请客应酬的技术男，显得不合时宜已经是对他最客观的描述。

如果在那场著名的电流大战中，特斯拉用爱迪生的方法，是不可能得到胜利的。所以，当阿里云进入了传统 IT 的腹地，学习打上领带成为传统 IT 人，也无法让阿里云取得胜利。

阿里云抓住过自己的 “芝加哥世界博览会 “，上一次是移动互联网浪潮。中国大多数热门的 APP，多少都跟阿里云有交集，要么生长在阿里云上，要么用过阿里云的服务。

呼啸而至的移动互联网浪潮，带来了阿里云光速增长的五年：2014 年阿里云营收 10.96 亿元，2018 年这个数字攀升到 213.6 亿元，四年增长了 20 倍。

位于云栖小镇的 “飞天” 雕像，背面是 “5K”

2014 年，阿里云营收规模和全球最大的公共云服务商亚马逊 AWS 差 37 倍，到了 2018 年，二者之间的差距缩小到 7 倍至 8 倍。

这是新生代和新生代的组合，没有认知差异，没有信任危机。

然而，当阿里云越过移动互联网的山丘，和亚马逊、微软一样进入到传统 IT 的主战场，新旧交替的战争才真正开始。

进入别人的战场，最需要警惕的事情，是当你变得不像你，战争可能就快要输了。二战期间，英国曾经试图用一种理解纳粹、成为纳粹的妥协路线，希望求得安稳生存。但最终的胜利，只有在丘吉尔通电全国 “我们将战斗到底” 之后，才打出了一个和平。

亚马逊和微软，在传统 IT 的战场上，坚定选择成为自己。当然，除了技术自信，美国宏观政策也帮了不少忙。

2009 年，奥巴马政府推出 Cloud First 云优先政策。2018 年，特朗普政府提出 Cloud Smart 智慧云政策。同时，美国政府先行先试、关闭政府自建数据中心，率先要求 CIA、DoD（国防部）、NSA（国土安全部）、NASA 等国家关键的部门选择与亚马逊、微软、谷歌等商业云计算公司合作解决可用性问题。

俄乌战争中发挥关键作用的作战系统，就部署在商业云计算公司的公共云基础设施上，采用了最先进的 AI 技术。

中国传统 IT 市场是另一幅面貌。中国市场有一个心理共识，“私有云比公有云安全”，所以习惯把服务器采购回家，再用 “堆人头”、“做定制” 的方法搭建系统。所以，在中国 IT 市场，少有科技公司，只有 IT “包工头” 和 “施工队”。

阿里云要成为其中一个吗？他们曾经可能思考过，实际的动作中也摇摆过。阿里云曾经立起来的标杆案例中，不乏一些重交付的项目，例如很多轻算力、重系统的项目，需要大量的工程师进场做交付。

早在 2021 年开始，阿里云开始渐进式的战略纠偏。2022 年，伴随着阿里云在全球前三的竞争中逐渐落后，纠偏再次加大力度， “Back to Basic” 的新战略，构成了阿里云发展的核心价值观。

而后，在颇有戏剧性的组织交接中，技术男吴泳铭兼任阿里云 CEO，改良式的纠偏变成大刀阔斧的改革。

甚少在公开场合发声的吴泳铭，在最新一期阿里巴巴财报会上，用一种很平和、但很鲜明的方法，说清楚了阿里云的选择：AI 驱动、公共云优先。

前半句说明，阿里云也看到了自己手里抓住的门票，这张门票比移动互联网黄金十年的门票更加值钱。

后半句代表了判断和勇气。这句话显然会让政企客户心生忧虑，这些人应该成为阿里云的客户，但阿里云显然选择了一种具有一定代价的方式，来打开传统 IT 向云转型的大门。因为他们面对的是比美国更加复杂的市场，需要付出更大的代价，才能兑换那张命运中的门票。

如果特斯拉还在世，他也许能给阿里云一些参谋。现在大家可能很难想象，一百多年前，爱迪生为了让公众相信交流电是危险的，曾经运作让交流电成为处死杀人犯的工具，并创造了一个词是 “被交流电” 来形容被处以电刑。

如果私有云能拥有一个爱迪生的话，也会发明一个 “被公共云” 来形容走向公共云平台的危险，毕竟也没有哪家公共云厂商能保证自己永远不出故障。

中国还有一个特殊的产物。十年前，美国宇航局 NASA 和美国 IT 公司 Rackspace 合作开发了一个名为 OpenStack 的私有云系统，但 NASA 很快发现私有云无法有效支撑自己庞大的宇宙数据。2013 年，NASA 宣布迁移至亚马逊 AWS，并开源了 OpenStack。

在美国被放弃的 OpenStack，成为传统 IT 厂商的利器。十年间，OpenStack 开源基金会被中国厂商占据，成为传统 IT 的云计算新装。从前，传统 IT 卖服务器送一个管控软件，OpenStack 开源之后，传统 IT 卖服务器送一个开源的私有云系统。

阿里云刚刚成立的时候，马云、马化腾和李彦宏曾经有过一个知名的对话，阿里云被质疑是旧瓶装新酒，而后的移动互联网证明了这句话是错的。但中国的私有云用 OpenStack 来伪装自己是云计算，AI 热潮会证明这句话是对的。

云计算之所以具有这样宽幅的赛道估值，是因为一旦计算网络形成，规模就变成快到看不清的飞轮，甚至无惧周期波动。

高举公共云旗帜的亚马逊、谷歌、微软，在美国加息周期顶峰的 2022 年，依旧交上了一份高增长、高利润的业绩报告，可见云计算穿越周期的能力。

阿里云抓住 AI 的门票，就能穿越传统 IT 的周期。

从最基础的层面，阿里云的 AI 芯片早有充分的储备。同时，自研的芯片已经开始在数据中心有广泛应用。这和微软在同一节奏点上，纳德拉也仅仅是在最近才推出了自研芯片，并宣称将在明年年初开始使用在自有数据中心。

美国高端 AI 芯片对中国禁运，让云计算在中国市场更加重要。可以预期，未来中国 AI 芯片供给将更加分散，更需要云计算向下屏蔽硬件差异，向上整合性能。

在 AI 技术的发展上，阿里云在国内率先竖起开源大旗，陆续把 “通义” 模型家族对外开放，其中最核心的通义千问（Qwen）大模型已经开源了 70 亿参数和 140 参数版本，在 11 月的云栖大会上，吴泳铭宣布将进一步开源 750 亿参数的版本。

除了开源，阿里云也上线了模型社区魔搭 ModelScope。截止到今年 11 月，魔搭社区已有 280 万开发者、2300 多个模型，累计下载量过亿，是中国大模型开源第一社区。

这些都足够重要，但也没那么重要。吴泳铭心中阿里云唯一的产品，是一张全球性的公共云计算网络。这张网的技术壁垒和规模壁垒，才是阿里云安身立命之本。

阿里云 2009 年成立，一度遭到内部无数质疑，最终顶住压力，成功地追上了全球云计算的浪潮，市场份额亚洲第一、全球第三。如今，伫立在云栖小镇上的那尊纪念飞天项目的雕塑，上面写满了飞天工程师的名字，他们是这家公司精神内核的代名词。

今天这张网的内核从 CPU 走向了 GPU。十多年前，深度学习科学家偶然发现，把处理图像的 GPU 用来跑 AI 系统，速度惊人。自此，云计算厂商开始将 GPU 放到数据中心，用高速网络连接起来，进一步加快了处理速度。

英伟达曾经依靠收购以色列公司 Mellanox 来加速网络技术发展。阿里云采取了更多的尝试，例如早于 AWS 开始研发的神龙芯片，将虚拟化和网络调度卸载到了硬件中，这可以提高运行效率。同时，阿里云在弹性 RDMA 技术的应用是业界规模最大的，对于 AI 系统中的海量数据搬运有很好的处理能力。

曾经在一次闭门交流中，有一家国内顶尖的大模型创业公司问阿里云：“你们为什么要做通义？” 这句话的潜台词是，作为一家算力的电网公司，你们不应该下场做电机。

当时，阿里云掌门人的回答是：在最基础的层面，通义验证了阿里云是训练和应用大模型最好的平台。第二个层面，阿里云不和大模型公司竞争，以推动 AI 生态繁荣为第一目标。

这个答案不会因为掌门人更迭而改变。在最本质的逻辑上，阿里管理层有高度的共识。

就像今年云栖大会，slogan 回到了 2015 年的 “计算，是为了无法计算的价值”。2015 年，阿里云开启了移动互联网的黄金期，而今年的重启和回归，在两次革命的交界处，这段话俨然被标注了新的意义。

05 尾声

1925 年，一个名叫威利斯・开利（Willis Carrier）的人说服派拉蒙电影公司，在纽约时代广场新建的里沃利大剧院安装了空调系统，为观众提供凉爽的空气，结果人们疯狂涌向剧院 —— 看什么片子不重要，主要是吹吹空调。

电影这个行业在 19 世纪末出现后，很长一段时间里并未成为主流娱乐方式，尤其是夏天，拥挤和闷热影院阻碍了人们观影的欲望。但当空调发明后，夏天的影院骤然爆满，甚至很多美国人第一次吹空调，都是在电影院里。

空调之所以能迅速铺满影院，得益于美国率先打造的普惠的电力公共服务 —— 全球第一的发电量、最大规模的电网和最低的电价，遥遥领先于发明电的欧洲。

1949 年的美国高压输电网络

而其回报也是丰厚的：冰箱、洗衣机、空调等产业基本都诞生在美国，电力驱动的制造业更是让美国成为二战时的世界工厂。甚至可以这样说：美国抓住了电力革命的契机，彻底在经济和产业上反超了欧洲。

一张完善的能力投放的网络，是一个国家踏进下个时代的门票。

中国很幸运的一点，是连续抓住了第三次工业革命中后期的浪潮 —— 通信、互联网、移动终端和云计算。在 2022 年全球云计算市场的前 10 名中，有 4 家中国公司，其余均是美国公司，日本、韩国和诺大的欧洲则没有选手入围。

芯片和云计算，都是能够跨越第三次和第四次工业革命的核心产业，大洋彼岸的美国仍然处于强势地位，摆在阿里云面前的，其实只有半张门票 —— 另外半张的兑现，可能需要拿命来赌一个植根于公共云之上的统一大市场，那里 AI 根深叶茂、SaaS 星光闪耀。

这是一场巨人之间的竞速，毫无疑问，赛场会在青萍之末，也会在云海之端。

来源：饭统戴老板 微信号：worldofboss