“阿里云們”靜觀其變

撰文/陳鄧新

編輯/黎文婕

排版/Annalee

云計算的定價傳統(tǒng)，出現(xiàn)了微妙變化。

多年以來，只降不升一直是云計算賽道的主基調，可邁入2026年之后，亞馬遜和谷歌先后對旗下的云計算提價，打破了傳統(tǒng)的固有認知。

值得注意的是，這波漲價風也吹到了國內。

作為中小云計算廠商的典型代表，優(yōu)刻得宣布2026年3月1日起對全線云產品與服務價格上浮，覆蓋新簽及續(xù)簽客戶。

面對漲價潮，“阿里云們”將何去何從？

只降不升的傳統(tǒng)被打破

曾幾何時，降價才是云計算的核心敘事。

2006年，亞馬遜率先嘗鮮云計算，為全球第一家切入賽道的公司，摸著石頭過河探索云計算的真諦。

作為拓荒者，亞馬遜AWS不但成為全球最大的云計算公司，也成為善于打降價牌的云計算公司，為行業(yè)立下了定價規(guī)矩：亞馬遜AWS二十年來累計降價近百次，“降價是我們的核心策略，我們認為降價是件很平常的事”。

此背景下，微軟Azure與谷歌云也不得不降價迎戰(zhàn)，甚至手段更為激進，往往祭出降幅超50%的打法。

國外熱衷打價格戰(zhàn)，國內也不遑多讓。

作為國內云計算的“一哥”，阿里云為了搶占市場也頻頻打降價牌，單是2016年就進行了18輪降價，令外界驚嘆不已。

圖源：Omdia

之所以如此，皆因摩爾定律驅動。

通俗易懂地說，隨著云計算技術與硬件的不斷迭代，行業(yè)出現(xiàn)性能不斷提升，而成本不斷下降的趨勢。

《經濟觀察報》表示：“云計算作為一種高度依賴硬件和軟件技術的服務模式，同樣受摩爾定律的影響。隨著服務器硬件性能的提升、網絡帶寬的擴大以及存儲技術的革新，云計算的算力成本和網絡成本都在不斷下降。因此，云計算服務商降低價格，既是順應摩爾定律的趨勢，也是市場競爭的必然結果。”

需要注意的是，AI起勢之后，云計算的競爭更為激烈了。

當AI與云擦出火花之后，成為重塑傳統(tǒng)行業(yè)的重要抓手，也被視為企業(yè)擁抱智能化的必由之路，因而也誘使阿里云、京東云、騰訊云、火山引擎等2024年起再度大幅降價。

圖源：云頭條

萬萬沒想到，規(guī)矩竟然在2026年被打破了。

亞馬遜AWS面向大模型訓練的EC2機器學習容量塊服務上調約15%，以配備8個NVIDIA H200加速器的p5e.48xlarge，每小時收費從34.61美元漲至39.80美元。

而谷歌云上調全球數(shù)據(jù)傳輸服務價格，北美每GB數(shù)據(jù)傳輸價格從0.04美元提升至0.08美元，歐洲從0.05美元提升至0.08美元，亞洲從0.06美元提升至0.085美元。

簡而言之，亞馬遜AWS與谷歌云的云計算并沒有全面漲價，只是在部分產品或服務上進行了試水，而國內的優(yōu)刻得則一步到位，開啟全系漲價模式。

種種跡象表明，云計算定價迎來戰(zhàn)略轉折點。

承受了AI的通脹壓力

戰(zhàn)略轉折點的背后，則是AI云站到了C位。

以往，由于種種緣由，私有化部署成為不少企業(yè)的共同選擇，然而大模型日新月異，私有化部署也帶來了版本滯后的問題。

阿里云智能集團資深副總裁劉偉光坦承：“AI的影響在于，過去技術標準的迭代周期是五年到十年，現(xiàn)在變成了兩年到三年，大模型更是以星期為時間單位在迭代?！?/p>

此外，私有化部署的效率也值得商榷。

算力調用存在明顯的潮汐現(xiàn)象，有的需求在白天、有的需求在夜晚，甚至有的需求在凌晨，且波峰波谷的需求也可能不同，時空不均衡可能導致資源浪費，如若上公用云則可實現(xiàn)效率最大化。

于是乎，AI云的需求出現(xiàn)了爆炸式增長。

IDC的數(shù)據(jù)顯示，2025年上半年中國公有云上大模型調用量達536.7萬億Tokens，較2024年全年增長近400%。

而Omdia的數(shù)據(jù)顯示，2025年上半年中國AI云的市場規(guī)模為223億元，到2030年將增長至1930億元。

不妙的是，云計算的成本卻越來越難以控制了。

一方面，GPU芯片面臨價格與供應鏈的雙重考驗，且存儲芯片也進入了賣方市場，從而持續(xù)抬高成本。

SK海力士表示，2026年存儲芯片價格將持續(xù)上漲，漲勢貫穿全年已成定局，“當前公司DRAM及NAND整體庫存僅剩約4周，處于歷史極低水平，從谷歌、微軟等云廠商到OpenAI等AI企業(yè)，再到消費電子終端廠商，所有客戶均無法獲得足額供應，重復下單現(xiàn)象又進一步推高價格預期。”

另外一方面，算力的盡頭是電力已成為行業(yè)的共識，由于數(shù)據(jù)中心是耗電大戶，導致能源價格高企，有數(shù)據(jù)表明2025年至2030年，美國電力總缺口可能高達73.2GW，成為其發(fā)展AI的最大軟肋。

關于此，從芯片功率就可見一斑。

英偉達A100芯片功率為400W，B200芯片已突破1000W，服務器機架功率從120kW迭代為1000kW以上。

如此一來，數(shù)據(jù)中心電力成本占運營總成本的40%～60%，對“亞馬遜們”是一個不容忽視的考驗。

一言以蔽之，云計算承受了AI的通脹壓力。

海外科技巨頭紛紛為AI加大資本支出

“華爾街見聞”表示：“全球云計算行業(yè)在過去近二十年間，始終憑借規(guī)模效應與技術迭代實現(xiàn)服務價格的持續(xù)下降。然而，隨著AI時代算力需求呈現(xiàn)指數(shù)級增長，而GPU等關鍵硬件的供應鏈約束尚未完全緩解，供需關系的結構性變化正推動行業(yè)進入新的定價周期?！?br/>

盡管如此，國內云計算巨頭卻按兵不動。

中小云計算玩家的體量與互聯(lián)網巨頭不在一個檔次，不但基礎設施、AI能力等跟不上，抗壓能力也相去甚遠。

事實上，隨著云計算的競爭加劇，頭部玩家也在下沉，搶占細分應用場景，進一步擠占了中小云計算玩家的生存空間。

以“A股云計算第一股”優(yōu)刻得為例，2020年1月20日登陸科創(chuàng)板首日市值為308億元，截至2026年2月25日，市值已不足180億元了。

優(yōu)刻得竭力減虧

更為重要的是，“阿里云們”依然青睞跑馬圈地。

譬如，百度智能云在內部戰(zhàn)略會上定調，2026年AI相關收入目標增速從100%上調至200%，全員力拼高增長，錨定AI云市場第一。

再譬如，阿里云的新目標是“拿下2026年中國AI云市場80%的新增份額”，鞏固自身的行業(yè)地位。

一名業(yè)內人士告訴鋅刻度：“現(xiàn)階段國內的云計算之爭并非單純的拼價格，而是拼AI生態(tài)、拼全棧能力，因而競爭維度更復雜?！?/p>

上述業(yè)內人士進一步表示，由于處于擴張期，國內云計算巨頭更為側重營收而非盈利，毛利率常年為海外的一半左右，對成本抬升的容忍度相對較高。

總而言之，由于算力與電力的雙重推動，海外云計算巨頭拉開了漲價序幕，國內的中小云計算玩家趁機跟進以緩解成本壓力，但國內的大廠更多考慮的是進一步做大蛋糕，從而漲價的內在動力不足，也為出海爭奪更大的話語權上增添了一份優(yōu)勢。

從這個角度來看，云計算迎來的或是結構性漲價。