ChatGPT帶來的多米諾效應正在不斷涌現。社會各界都在關注一系列問題，比如中國版ChatGPT什么時候能來到？其效果如何？類ChatGPT應用的投資與創業前景會怎樣？相關產品能帶來哪些應用價值？等等。

隨著百度文心一言等產品相繼官宣，相關討論和期待更加熱烈。事實上，以百度文心一言為代表的中國AI力量，必然可以抓住這一輪機遇，滿足各界對對話式AI與語言類大模型的期待。這種情況下，我們不妨把目光放遠一些，類ChatGPT應用到來的震蕩必然向更外層傳到，帶來更復雜，同時也更深遠的產業變革。

目前階段，對于類ChatGPT應用帶給互聯網產品的影響已經討論頗多。但大家或許相對忽視了另一個變革方向：類ChatGPT指向著云計算市場的升級與轉型。

中美洲的蝴蝶振翅，將在太平洋掀起颶風；類ChatGPT的蝴蝶效應，將為云計算帶來一場狂飆。

公有云模式的積弊和出路

早在1996年，“云計算”這一概念就已經被作為一種前瞻的技術方向提出。而產業廣泛認為，軟件公司Salesforce是云計算走向應用的先驅，也是他們提出了云上軟件這一發展方向。但在漫長的時間里，云計算概念并沒有真正火爆起來，直到亞馬遜的入局。

2002年，亞馬遜啟用了Amazon Web Services（AWS）平臺，起初用以讓企業將亞馬遜的服務集合到自家網站上，到了2006年亞馬遜首次將算力作為資源在AWS上售賣，標志著公有云模式正式誕生。

公有云模式的崛起節點，是電商與APP開發需要大量高性價比算力與存儲。于是不必自行安置機房與服務器的公有云，成為了高性價比的IT基礎設施替代方案，這也就是所謂的IaaS模式。

IaaS造就了公有云的崛起，但也同時埋下了積弊：為了獲取大量用戶，形成規模效應。IaaS廠商必須不斷提升性價比，同時加強基礎設施投入。這導致IaaS營收能力低下，一般認為其毛利率僅有10%左右，甚至更低。因此公有云平臺需要漫長的時間才能實現整體盈利，而這種情況幾乎必然會導致廠商在一定階段后會放緩投入，避免成本壓力過大，這也間接導致持續高性價比的IaaS對于用戶來說是難以持續的。

為了打破這個惡性循環，云計算產業掀起了向PaaS和SaaS轉化的方向。因為云是距離企業數字化系統最近的地方，也是企業數字化、智能化轉型的基座。所以云也是企業獲取數字化服務與軟件的最短路徑?；赑aaS和SaaS來為企業提供數字服務，在理論上可以解決大量數字化需求，但這種模式卻始終難以形成有效的價值轉化路徑。

總結一下，公有云=基礎設施，是云計算發展至今的積弊之一，也是業界亟待突破的圍城。

而如何讓云上軟件與服務形成規模，高價值滿足企業需求，可以說是云計算產業的核心出路。

這條路最大的問題，在于SaaS和PaaS提供的最終價值不足，供需無法形成對等匹配。

改變從AI開始。深度學習技術應用與AI開發需要大量的專屬算力與服務，很大程度上改變了云計算對于企業的價值。這種價值在大模型階段產生了一次提升，而當類ChatGPT應用的確定性價值到來，云計算市場也將迎來質變的奇點。

類ChatGPT應用的蝴蝶振翅

為什么類ChatGPT與大語言模型，極有可能完成云計算產業的蝴蝶效應？

這是因為類似應用對于企業的價值與此前的云上服務發生了根本的質變，同時也夯實了大模型與企業結合的更多可能性。

對于企業來說，大語言模型可以解決一系列企業內部頻繁發生的內容生成、信息查找、專業知識匹配等問題，同時可以提供廣泛且高度智能化的輔助能力。具體而言，類似應用對企業的價值包括但不限于：

1.重構辦公流程，強化企業獲得的數字化輔助經營、運營能力。類ChatGPT應用的效果已經在文案協作、內容生成上展露無遺，而這些能力是每家企業經營中都或多或少需要的。客服、培訓、辦公等場景，都可以緊密結合類似應用完成重構。

2.在專業領域實現大模型與行業知識、行業需求結合。這一點將在金融、政務、科研等領域實現深度落地，展現AI+行業知識的新高度。而在軟件、傳媒、廣告等可以直接使用類ChatGPT應用完成生產效率提升的行業，相關效果將是直接且迅猛的。

3.企業定制化AI的需求出現井噴。更多訓練大模型、應用大模型的價值節點顯現出來。或許很多智能場景并不與大語言模型緊密相關，但類ChatGPT應用的帶動效應，一定會推動大模型融入產業進入新的階段。

如此一來，企業從云端獲取的大語言模型的價值，將比此前的云上軟件有指數級升級。這也就是說，像文心一言這類的應用將改變云計算市場的基本規則，改變云計算廠商與用戶之間的供需權重。從企業努力推服務，變成用戶急需要云上服務，這也標志著公有云將從賣資源向賣智能轉變。

不久之前，百度創始人李彥宏在2022年Q4財報電話會中提出，大語言模型改變云計算游戲規則，文心一言是改變云計算的Game Changer。其背后隱含的，即是對云計算從提供基礎設施，到提供智能服務的宏觀判斷。

在這一過程中，類似百度這樣的科技公司，其在大模型、AI基礎設施等方面的投入，將成為云計算變革過程中的護城河。這些積累也將通過云服務來向行業、企業進行價值轉化，借由文心一言，乃至更多大模型創新，成為真正的智能化基礎設施。

就像李彥宏所說的那樣，許多公司已經官宣將文心一言集成到其產品和服務中，這只是旅程的開始。

云計算產業的颶風狂飆

企業想要將類ChatGPT應用深度集成到業務中，云計算近乎是唯一的方式。因為封裝解決方案的方式成本過大且難以更新，但缺乏算力搭配的API模式應用又難以滿足企業的深度智能化需求。這也是為什么百度“文心一言”的能力將通過百度智能云對外提供服務，滿足企業用戶的智能化需求。

當類似文心一言的應用觸發企業的價值奇點，云計算作為服務出口的價值也將來到奇點。這也是目前可見新一輪云計算產業狂飆的發端。

如果說，此前云計算廠商的核心競爭力來自于基礎設施投入、資源性價比、安全穩定能力，那么至少此后還需要在此之外增加新的競爭力評判維度，其中最關鍵的三點在于：

1.AI基礎設施建設成熟度。AI算力、框架為代表的基礎設施，是企業對云平臺的基礎需求。其需要長期投入、持續打造的特征，也將成為大模型+云時代的主要競爭力來源。

2.大模型積累與產業化能力。接下來，大語言模型將成為企業用云的關鍵節點，那么訓練、應用、提供大模型的能力，也就成為了云平臺競爭的核心。幫助企業開發大模型，以及向企業提供大模型，提供基于大模型的成熟應用，都將成為主力云服務模塊。

3.提供智能化服務的綜合能力。除了基礎資源與成熟模型應用外，企業對AI的需求是千變萬化且各具特色的。這種情況下理解產業，能夠提供定制化AI服務的綜合能力也變得十分重要。云計算不能僅僅成為AI能力與算力的獲取地，更應該成為企業懂AI、用AI的助手與伙伴。

從這幾個維度看，中國云計算產業贏得的機會遠大于挑戰。云廠商在框架、大模型、開發工具與AI生態等領域的積累，將迎來厚積薄發的機會。而基于“云智一體”戰略，與飛槳、文心系列大模型深度結合的百度智能云，顯然更加值得看好。

百度智能云事業群總裁沈抖認為，以前企業選擇云廠商更多是看算力、存儲等基礎云服務，以后企業對云的需求會更加聚焦智能服務，會更多看框架好不好、模型好不好，以及模型-框架-芯片-應用這四層架構之間的協同是否高效。

可以看到，百度智能云在軟硬件等領域的積累，終于與文心一言、大語言模型的時代機遇相逢。干柴烈火，颶風狂飆。

目前階段，百度智能云已經可以通過多種方式讓用戶看到人工智能的價值，既包括面向用戶提供扎實、領先的基礎設施，滿足各行業用戶定制大模型、自主AI開發的愿望，也包含面向客戶提供大量通用AI產品，以低門檻、產業化的方式從單一場景解決方案進化到提供多場景的綜合智能服務。

在相當多的案例中，我們都可以看到這些賽道已經積累了一定成果。

例如，在能源領域，百度智能云推出了智能調度解決方案，可以預測區域用電負荷，提升能源供需的匹配度。在百度智能云與國網山東棗莊供電公司的合作中，就運用高精度母線負荷預測系統，實現了預測準確率超過98%。

在汽車領域，百度智能云聯合吉利打造“1+6+N”吉利混合云平臺，實現了汽車制造的大幅降本增效，達到了降低管理運維成本達30%，資源利用效率提高20%的效果。百度智能云在汽車云領域的智能化能力與經驗，已廣泛為汽車產業所接納和認同。

目前，百度智能云既可以提供相對完善的AI基礎設施，同時也推出了大量AI產品與服務。其智能質檢、智能巡檢、智能調度等AI產品已在工業、能源、金融、城市等重點領域實現突破，打造出了一批具有代表性的案例。

因此上，文心一言的出現，以及后續必然出現的大模型持續升級，將是百度智能云“彎道超車”的機遇。而對于中國科技在云計算、AI產業的探索，甚至對于中國千行百業的智能化腳步來說，這個機遇同樣存在。

在變革的火苗被點燃時，我們或許首先應該考慮把握和珍惜，而不是優先貶損這樣的機遇。科技自立之路上，我們需要更多類似大語言模型的機遇，需要更多場蝴蝶風暴。

審核編輯黃宇