中国基础云服务市场规模、竞争格局及趋势分析

整体云服务市场增长稳健，云服务行业在机遇与挑战中加速转型。

1.中国整体云服务市场规模及增速

市场概览：2023年中国整体云服务市场规模为4758亿元，增速为19.2%。以大模型为代表的人工智能相关技术发展，驱动中国整 体云服务市场从“完善综合能力”向“构建融合能力”转型。技术能力革新与商业实践创新成为整体云服务行业关注焦点。 - 技术能力：以模型为核心，实现“云、数、智”深度融合，构建“内外兼顾”的技术能力。对外，云厂商围绕模型发展所需关键 要素，为自研模型、第三方模型提供相关算力、算法、数据产品与服务；对内，云厂商借助自研模型、第三方模型升级传统云产 品，深化云产品服务能力，强化运行效率，优化使用体验。 - 商业实践：以落地为目标，推进“模型与行业”深度融合，打造“由点到面”的实践能力。云厂商依托现有行业解决方案，立足 长期客户服务经验，借助行业客户与生态伙伴支持，从行业场景切入，构建行业垂类模型。在商业实践中评估模型效果，探索商 业模式，缩小理论预期与应用效果的差异，缩短技术投入与商业回报的周期。

中国公有云服务市场规模及增速

市场概览：2023年中国公有云服务市场规模为3287亿元，市场增速为19.3%。存量市场厂商竞争压力激增，增量商机回报周期较 长，导致中国公有云服务市场难以保持高速增长态势。 - 行业竞争：从需求端看，公有云主要行业客户受宏观环境影响，用云支出更为谨慎。对已在云上的业务内容也进行全面评估用云 成本，精简不必要的用云支出。从供给端看，公有云厂商经历了一波“以价换量“的价格战后，实际效果并不理想，厂商间的内 卷，更多消耗了厂商自身利润空间，关注价格的更多是短期云用户，难以形成长期粘性，带来稳健收益 - 增量机遇：公有云厂商围绕大模型，提供一系列产品和服务，但模型相关产品和服务所带来的收益较为有限，大模型发展仍处于 初期。目前更多是基础设施建设及能力提升阶段，稳健的商业模式仍有待积累，虽然在互联网行业，模型开。

中国非公有云服务市场规模及增速

市场概览：2023年中国非公有云服务市场规模为1471.1亿元，市场增速为18.9%。传统行业客户始终是私有云和混合云主要客 - 发展趋势：行业大模型发展有望进一步打开非公有云市场增量空间。1）处于合规及安全角度考虑，传统政企客户在部署行业大模 型时，更偏向采用非公有云服务，推动非公有云部署规模增长。2）非公有云客户数字化投入呈现“整体IT投入规模较高，但IT支 出中落地到云领域有限”的特征。因此，从数据看，传统政企客户用云空间广阔；但从实践看，传统政企客户用云场景有限，用 云动力不足，IT支出转云支出比例较低。行业大模型的发展，一方面，有望重塑当前非公有云产品服务能力，改善用云体验；另 一方面，能进一步帮助客户探索潜在用云场景，提升云在业务中的覆盖度。

2.中国基础云服务市场竞争格局

互联网背景云厂商仍占据市场主导地位，但市场分额均有下滑。ICT背景云厂商及运营商背景云厂商市场份额均有提升。客户结构调 整和发展策略升级成为影响互联网背景云厂商市场表现的关键因素。互联网背景云厂商从“扩张式发展”转向为“精细化运营”： 在优势行业深挖客户需求，在传统行业，聚焦高利润业务内容。对大规模，高成本，长周期的项目均进行精细化筛检。虽然，缩减 项目数量及投入会对营收规模造成影响，但较为理想的利润空间可以帮助互联网背景云厂商，在日益“烧钱”的大模型竞赛中构建 长久竞争力。运营商背景云厂商，通过完善基础设施布局，重点发展传统政企客户，持续扩大在云市场的投入，在基础云领域取得 显著增长。在大模型时代，运营商背景云厂商聚焦算力基础设施建设，并同步提升PaaS能力，努力实现IaaS与PaaS发展平衡化。依 托其在政企行业坚实的客户基础，加速推进各类型云业务落地。

想比较IaaS基础云市场，互联网背景云厂商市场份额逐步下滑，在PaaS市场中，互联网背景云厂商则处于领导地位。相比IaaS基础 设施建层，云产品能力同质化严重，市场竞争以价格优势和规模优势为主，逐步成为客户判断云厂商“性价比”的关键。PaaS层由 于更偏重软件和技术，逐步成为区分云厂商“数智能力”的关键。即使同为互联网背景云厂商，各独立厂商在大数据、人工智能、 大模型等技术领域仍有不同侧重，更好地聚焦各自优势行业客户，在探索商业模式的同时，优先构筑技术护城河，提升行业准入门 槛。未来，随着基础大模型和行业大模型的进一步发展，企业客户在PaaS层的投入将进一步提升，PaaS能力层将成为继续带动IaaS 基础层支出的有效引擎，也将成为区分云厂商竞争力的关键。

3.基础云发展趋势

行业大模型

行业大模型的加速落地有望带动大模型扩大在传统行业中的应用范围。升级传统行业中已部分采用AI功能的业务场景，如营销、销 售、客服、研发等；构建全新AI能力，如自动驾驶、虚拟现实、元宇宙、智慧城市等，逐步推动社会从“从“万物互联”转为“万 物智联”。为实现“万物智联”进一步释放企业AI能力，模型并行训练能力、可拓展性、模型轻量化能力都需要进一步提升。并行 训练要求模型可以更高效地同时完成多次大参数规模训练，可拓展性要求模型能力可以更高频地更新，由此将带来对训练算力及推 理算力资源更广泛的需求、模型轻量化可进一步降低模型训练成本。

云出海

在国内云市场面临增长瓶颈的当下，云出海始终保持告诉增长态势。当前，云出海市场规模较小，市场仍处在高速增长的“红利 期”。但出海市场受国际政治及经济欢迎影响，存在较强不确定性。需求侧看，已出海头部企业为更好的满足安全合规需求，存在 下云压力；正出海中小企业受制于生存压力，用云支出更为谨慎。拓展出海产品体系，提升云出海服务体验。供给侧看，相较于国 内较低的试错成本可支持短期的扩张性投入，云厂商需要在海外进一步提升精细化运营能力，选准赛道，精准切入，构筑长期竞争 力。在产品侧，着重推广行业热点产品，能力差异化产品；在服务上进一步将本土化服务经验与海外本地化生态融合，更好的为客 户提供全面服务。

国产化

在大模型时代，AI芯片生产制造的局限性是造成智算资源稀缺性的主要原因。因此，国内厂商需要不断提升自主研发能力，提升AI 芯片生产制造能力，进而从根本上解决智算资源紧张问题。目前，以国产自主芯片产品虽然加速发展，但在计算精度、数据传输效 率上与其仍存在较大差距，且在软件生态及模型框架适配性上仍有较高依赖性。因此，解决训练领域对高性能、高规格、高精度AI 芯片的需求，完善软件生态，将成为国内厂商自主研发的重点。为此，国内厂商需要在人才、设施、生产、生态四个领域不断提升。 在人才领域，不断培养高端AI芯片设计、开发、运维人员；在设施领域，扩大智算中心投入，并与智算产业中的领先企业共建高质 量智算中心；在生产工艺领域，着重提升AI芯片在训练场景下的稳定性、兼容性、响应效率；在生态领域，提升对主流大模型框架 的适配能力，构建广泛的开发者生态。