阿里云飞_阿里云降价，谁获利最大？

标题图｜视觉中国

开春之际，阿里云宣布全线产品降价，突然打破了沉寂已久的云计算市场。

2月29日，在2024年度战略发布会上，阿里云宣布史上最大幅度降价。 100余种产品、500余种产品规格的官网价格平均下调20%，最高下调55%。此次降价几乎涵盖了所有核心产品，包括ECS、数据库、存储等应用最为广泛的产品。新老用户均可共享。官网直接降价，覆盖人群最广。它将立即实施。

“年会降价我就猜到了，没想到比去年更狠，直接把我不愁卖的核心产品打到了全网最低价。”这是发布会当天几乎所有与会者的一致共识。

从某种程度上来说，这次史无前例的降价，是阿里云明确“人工智能驱动、公有云优先”战略三个月后的出击号角。

但其背后的深层意义不仅仅如此。

史上最大降价瞄准云计算无人区

首先要明确，降价是云计算的常态，甚至是核心商业模式。

纵观全球云计算市场，可能有每年不赚钱的云计算，但没有每年不降价的云计算。

据不完全统计，亚马逊成立17年来，已降价105次；微软Azure自2012年以来多次降价超过60%；谷歌也从2013年左右开始年年降价，维持最高70%的降价。振幅。

国内行业也不例外。

作为国内领先的公有云玩家，阿里云近十年算力成本下降了80%，存储成本下降了近90%。自2013年第一次降价以来，2014年一年内已降价6次。2015年10月至2016年10月，阿里云已连续降价17次。此后仍保持定期降价频率，核心云产品降价幅度一度超过50%。

但这一次却与以往不同——最直观的体现就是降价。

阿里云智能事业群高级副总裁、总裁刘伟光表示，与历史上其他降价相比，本次阿里云降价是历史上参与产品范围最广、受益群体最广泛的一次。

其中，云服务器ECS降幅高达36%，对象存储OSS降幅高达55%，云数据库RDS降幅高达40%。它们都是数百万云计算用户最常使用的核心产品。

以云服务器u1产品为例，购买2c4g配置的五年版本价格为768元/年。降价后仅需485元/年，降价36%。对象存储OSS标准存储本地冗余从0.12/GB/月下降到0.09/GB/月，下降25%。数据库方面，以RDS MySQL基础系列为例，购买2c4g通用配置五年版的价格为936元/年。降价后仅需562元/年，降价40%。此外，阿里云还将云数据传输CDT的每月免费公网流量上限从10GB提高到20GB。

这也意味着，在中小企业市场，放眼全国，阿里云几乎没有对手。

年复一年，降价卷土重来。阿里云的意图是什么？

刘伟光在会上表示，阿里云此次降价是此前财报会议上提出的“人工智能驱动、公有云优先”战略的具体落实，并非短期市场竞争。 “作为中国最大的云计算公司，阿里云希望通过此次大规模降价，让更多企业能够使用先进的公有云服务，加速云计算在中国各行各业的普及和发展。”

更深层次上，不断降低价格的能力本身就是云计算企业的重要商业模式，甚至是其产品竞争力的体现。

在海外，以AWS为例。过去十年，AWS降价近百次。除了不断扩大规模外，还能保持接近30%的高营业利润率。

公有云行业资本支出和研发投入巨大，技术壁垒高，规模效应大。规模越大，龙头企业就有能力不断降低成本，从而降低价格、提供利润，吸引更多客户。

这个循环将形成成本-价格-用户体验-规模的飞轮闭环，形成强者恒强的产业格局。

形成正循环的关键在于足够的规模，这也是阿里云降价的底气来源。

数据显示，2022年全球公有云IaaS市场份额中，阿里云市场份额为7.71%，亚太排名第一、全球第三。阿里云在全球29个地区开通88个可用区，服务全球200多个国家和地区超过400万客户，为超过60%的A股上市公司和中国80%的科技企业提供服务创新型企业。

在国内公有云市场，阿里云已经能够通过更高的用户数量来摊薄成本，换来一定程度的利润增长。举个例子，阿里云近年来不断降价，但利润却持续上升。

自2022财年阿里云首次实现年度盈利以来，阿里云盈利能力持续提升。 2024财年Q2季度，阿里云调整后EBITA利润大幅增长，从3.87亿元人民币增至14.09亿元人民币，环比增长264%。上季度，阿里云利润进一步超预期，达到23.64亿元，超过前三季度利润总和。

某种程度上，降价是一种常态，是商业模式决定的。但显然，从一开始就拥有“全网最低价格”的阿里云野心更大。

成本战

为了用电来解释云计算的意义，阿里云创始人王健曾有一个广为流传的比喻：

当需要电力的设备进入千家万户时，农场和企业不约而同地选择关闭自己的发电机，转而向高效的工业公用事业公司购买电力[1]。

与电力的稳定性相比，云计算仍然享受着技术迭代的红利。

在电力链中，发电环节的技术迭代相对缓慢，效率每提高1%就是一个重大突破：1900年火电机组的能源效率还不到5%，而到了20世纪50年代这个数字上升到20%，2000年后又翻了一番，已经翻倍到40%，现在，超临界机组可以提供46%的发电效率[2]。

电磁动力的制造效率在一百年内提高了不到10倍，而硅基算力只需要大约5到8年的时间就能实现同样的效率提升[3]。

云计算的上游是以芯片为核心的交换机、服务器等硬件。芯片产业的发展严格遵循摩尔在1965年提出的摩尔定律不断前进，即芯片上的晶体管数量每12个月就会增加一倍（1975年修订为24个月）。

这也意味着，随着性能的提升，同等算力的芯片成本将会呈指数下降。相应地，算力性价比逐年提升，成为云计算成本持续下降的核心驱动力。

除了降低上游芯片的成本之外，阿里云十多年来持续投入软硬件融合技术研发，这也使得阿里云有可能进一步降低算力的单位成本。

在软件层面，阿里云拥有我国唯一自主研发的云计算操作系统飞天，可以编排和调度数百万台服务器。单集群调度规模超过10万台。拥有EB级数据存储能力，率先通过CIPU实现虚拟化“0”。损耗，实现性能和成本效益的兼顾。

硬件层面：以计算为例，阿里云自研的飞天操作系统和CIPU架构可以在相同规格的资源下带来更强的性能，同时实现计算资源的极其灵活的使用，大幅提升资源效率和性能;存储方面，阿里云自研盘古存储系统通过EC、压缩等自研技术，极大提升了存储资源利用率；研天710等自研芯片的不断优化，可融合数据库、大数据、AI和高性能计算、视频编解码等场景，性价比提升80%以上，为用户提供更多选择。

除了芯片、研发等刚性成本外，规模经济带来的资源利用率差距是决定云计算能否降低成本以及能降低多少的最大因素。

翻译一下行业专家的话说，“云计算网络建好了，就意味着使用的人越多，资源利用率就越高，闲置成本就越低。”从规模来看，阿里云是亚太地区最大的。全球最大、全球第三大云供应商。 “随着规模经济的实现，计算成本和存储成本的降低，阿里云选择将利润让渡给客户，进一步扩大公有云的规​​模经济，实现良性循环。”

数据体现，当国内大量自建IDC平均资源利用率低于5%时，基于亚马逊、谷歌、谷歌等自研云计算操作系统的数据中心资源利用率阿里云可以达到30%到40%。随着规模的扩大和研发效率的提高，公有云厂商选择了不断降价来让利于用户。

软硬件成本刚性降低和资源利用结合带来了一个结果：行业龙头企业的云算力单位价格每三年下降50%[3]，几乎成为行业共识。

相应地，云计算基础设施的总拥有成本（TCIO（Total Cost of））将远低于企业自建数据中心，并将形成公有云的虹吸效应，吸引更多企业放弃他们自建数据中心并迁移到公共云。 、全面转型云计算。

不过，除了渗透率和价格之间的相互反馈之外，此时此刻、这个节点，公有云的降价还有着更深层次的意义。

大模型时代的基础设施

不久前，大型视觉模型Sora推出，再次引发业界热议。算力限制一直是笼罩在AI行业上空的“乌云”。

从2012年的型号到2017年的零，算力消耗增加了30万倍。这项技术出现的背后是微软Azure云上数万颗A100芯片，耗资数亿美元。

有组织估计，对于一个 60 帧的视频（约 6 到 8 秒），Sora 至少会生成约 120 万个 Token，这将远远超过大型语言模型的计算量。即使对于这样的大型AI模型公司来说，推理成本也会难以承受。

但这仅仅是开始。研究报告显示，自2012年以来，AI训练所需的算力每3-4个月就翻一番。到2018年，训练消耗的算力增长了约30%。相比之下，摩尔定律同一时间只增长了一万倍。从发展趋势来看，单芯片的摩尔定律正在失效，单芯片的性能提升远远跟不上算力需求的增长。

在AI算力需求爆发的同时，我国算力大而不强。

刘伟光表示，中国市场的服务器库存为2000万台，美国的服务器库存约为2100万台。但美国以公有云形式提供服务的算力占比为60%，中国仅为28%。

更值得注意的是，业内人士指出，公有云的CPU利用效率高达25%-50%，而私有云部署的CPU利用效率通常只有1%-2%，而且一般不超过5%。公有云渗透率的差距实际上导致我国的有效算力只有美国的一半。

此外，刘伟光还补充道，除了明显的计算资源浪费之外，错失公有云，或者说没有利用好公有云的数据和AI能力，也让中国企业的创新速度减慢了。一定程度上。

以目前流行的AI大模型为例进行讲解。大型模型是“人工智能+云计算”的全方位较量。千亿参数以上的大型模型的开发不仅仅是算法问题，更包含了巨大的底层算力。网络、大数据、机器学习等多个领域的复杂系统工程需要超大规模人工智能基础设施的支撑。

目前，阿里云已聚集超过270万专业人工智能开发者，中国一半的大型模型运行在阿里云上。

阿里云不仅为他们提供多样化的算力支持，还包括网络存储的迭代升级以及支持大数据、AI、MaaS服务、数据中心技术架构。 “很多企业需要使用大型模型的能力，但实际上，他们不需要自己进行推理训练。通过利用公有云上的资源，他们可以轻松获得AI能力。”

一方面是创新速度的提升。左手医生是一家提供AI咨询、智能指导、智能病历以及GPT模型驱动的全AI医疗服务的创新公司。在通过GPT生成拟人医疗助手的过程中，左博士利用自己的资源来训练推理，并选择了阿里云的计算服务。最后，从GPU就绪到模型训练，项目启动时间缩短了67%。

另一方面，创新效率有所突破。今年1月，中国一汽与阿里云统一钱文联合打造的大型车型应用GPT-BI首次上线。它可以通过自然语言对话自动生成业务数据分析图表，目前可以达到近90%的准确率。

从这个角度来看，阿里云作为社会创新基础设施，历史上最大幅度的降价，推倒了整个社会创新链条的第一张多米诺骨牌。

结尾

将公有云与基础设施、水、电、煤进行比较，已经成为整个科技行业发展的常识。但历史上，水、电、煤价格下调后，发生了什么？

在中学教材中，电的发展有三个标志性的节点：

第一个节点，1732年，富兰克林通过“风筝实验”从物理角度发现了正负电荷的存在；

第二个节点，1831年，法拉第首次发现电磁感应现象，为此后“电供人类使用”奠定了基础；

第三，1879年，爱迪生成功点亮了世界上第一个实用灯泡，使电力从实验室走向普罗大众成为可能。

至此，电力的发展已经走过了近150年。然而，基于长期以来的直流思维，在变电技术尚未成熟的时代背景下，长距离输电过程中过多的电力损耗使得发电厂必须建在工厂一公里以内。

长期以来，高昂的电价使得电力只有一些富人才能用上。

直到1893年，一位名叫特斯拉的工程师在芝加哥博览会上才正式将交流电带上公共舞台。与发展多年的直流电不同，交流电技术的出现，通过改变电压彻底解决了长距离输电过程中的电力损耗问题。

随着廉价电价成为可能，电力从此进入工厂、矿山、交通、航运等各个方面。工厂24小时不间断生产已成为可能。机器的轰鸣声已成为工业生产的标志；电报、电话、电视、电冰箱、计算机……各种以电为基础的创新产品不断生产和推广。 20世纪以来全球经济发展的基础正式奠定。

云服务也是如此。表面上看，价格一再下跌，这是所有云服务公司实现规模效应的必由之路；也是千千万万个行业上云的必要条件。

更深层次上，云的价格和整个社会的创新之间存在一个结构清晰的跷跷板。随着云计算这一社会基础设施的成本下降，创新在跷跷板的另一端涌现。

参考：

[1]在线，王健

[2] 迈向第四次工业革命，阿里云还缺半张票，还有范同代老板

[3]从摩尔定律到“贝索斯定律”，Greg O’

特别策划