AI四小龙能靠MaaS、一体机业务翻身么？

DeepSeek带火了AI Infra市场。一方面，企业接入DeepSeek成为必选项，促使大模型一体机、MaaS服务等需求异常旺盛；另一方面，“一体机是不是伪需求”、“MaaS到底能不能赚钱”等分歧较大，引发广泛的关注和讨论。当前阶段，AI Infra存在MaaS服务、一体机、智算中心建设及代运营三种商业模式。相比于上一代，当前AI Infra存在严重的产品服务同质化。爱分析认为，在这三种模式中，一体机短期盈利能力强，MaaS服务商业化天花板高。

01、AI Infra正面临产品服务严重同质化

虽然人工智能技术发展了几十年，但在中国市场受到广泛应用是从2015年开始。我们把2015年至2022年定义成“AI 1.0时代”，2023年至今定义成“AI 2.0时代”，两个时代AI Infra市场发展存在较大差异。尤其是相比AI 1.0时代，AI 2.0的AI Infra产品服务同质化严重，毛利率低。我们先把AI Infra市场分成四层，资源层（提供计算、存储、网络及数据等）、模型层（大模型、小模型等）、平台层（算力调度、模型开发、模型加速、数据管理等）、服务层（智算中心、云端MaaS服务、一体机等）。

AI 1.0时代，AI Infra具有以下几个特点：

第一，MaaS服务、一体机等产品具备场景差异，毛利率高。

模型模型开发和部署门槛较低，针对不同场景的模型差异化很大。AI Infra产品服务差异化主要是来自模型及场景适配度，针对不同场景都有差异化优势。不论是MaaS服务还是一体机，毛利率相对较高。以商汤科技、格灵深瞳等公司为例，商汤科技2021年毛利率（MaaS、一体机）是69%，格灵深瞳（一体机为主）2022年毛利率是70%。

第二，模型开发、数据管理等平台能产生商业化收入。

AI 1.0时代，很多企业用户和应用开发厂商会自己开发模型，因此模型开发平台、数据管理平台等平台产品本身是能够产生商业化收入。以第四范式为例，2022年模型开发平台（先知平台）营收14.9亿元。

进入到AI 2.0时代，模型参数量大使得模型训练门槛非常高，AI Infra呈现出以下特点：

第一，模型开发、数据管理等平台无法产生商业化收入。

由于基础大模型持续迭代，大部分企业用户和应用厂商都不会开发训练模型，更多是采取RAG、Agent等方式应用。模型开发平台本身价值度有限，几乎无法产生商业化收入，多数是随基础大模型或上层应用打包赠送。

不做模型训练使得数据标注、数据清洗和管理需求少，主要集中在少数基础大模型厂商。这也导致数据管理平台的客户认知度低，付费意愿低。

第二，MaaS服务、一体机等产品同质化严重，毛利率低。

基础大模型可选择面只有不到10家，开源模型不到5家，接近GPT4水平的开源大模型只有DeepSeek V3和Qwen2.5 72B。再加上平台层产品商业化价值低，导致不同厂商提供的MaaS服务、一体机等产品同质化严重。

02、一体机当前是真实需求，盈利空间清晰明确

尽管一体机的真实商业价值饱受质疑，但从供需双方来看，短期来看一体机是很好的商业模式。

从需求方来看，当前AI大模型落地主要是政企客户买单，一体机非常符合政企客户采购偏好。

首先，一体机满足政企客户快速上线大模型需求。

219国资委专项会议后，对央国企而言，落地AI大模型从试点工作变成重点工作，几乎所有央国企2025年都有明确AI大模型建设目标。AI Infra建设有两种方式，第一种是集团统一建设智算中心和算力平台，第二种是各公司自己购买一体机，部署本地。

考虑到集团统建周期较长，对完成2025年AI大模型建设目标产生不确定影响，很多政企客户会选择购买一体机，保证DeepSeek等大模型及相关应用快速上线。

其次，购买资产比购买服务更符合政企客户的采购习惯。

不论从招采流程还是价值判断上来看，购买硬件资产都更加符合政企客户的采购偏好。政企客户购买AI一体机在DeepSeek出来前一直存在。根据标讯数据，2024年大模型一体机项目总数超过400个，中标总金额超过31亿。

从供应方（各类AI厂商）来看，一体机是短期比较好的商业模式。

首先，一体机是项目制，比较容易算账。对AI Infra厂商来说，一体机基本都是项目制，交付成果比较清晰。项目利润率容易测算，不太会出现项目亏损的情况。

其次，一体机垫资少，现金流压力小。对比MaaS服务和智算中心，一体机垫资相对较少，账期比较短，回款相对较快，在当下市场环境对厂商的现金流压力小。

第三，一体机的研发投入少。不论是前期研发预投入，还是项目交付阶段产研投入，一体机都比较少。毕竟AI芯片和大模型都是外采，厂商只需要做一些集成调试工作。

从长周期来看，一体机的商业天花化板较低。

一方面，一体机的潜在市场空间会逐步缩小。即使是政企客户，算力等底层IT资源统一建设和服务是大势所趋。每家央企都成立了数科公司，很多地方政府机关也成立了公共服务平台，算力等底层IT资源一定会逐步收敛到少数建设方，未来市场主流是公有云MaaS服务和智算中心。

另一方面，一体机的市场集中度不高。一体机市场发展比较类似超融合市场。经过十年发展，超融合已进入到成熟市场阶段，行业头部厂商的市场份额只有17%，意味着竞争一直很激烈，利润空间有限。

03、MaaS服务才是AI Infra的未来

当前MaaS服务亏损主要是市场竞争、技术能力不足和业务规模小造成，长期来看MaaS净利润率可做到10%左右。

MaaS服务盈利能力主要是跟技术能力、业务规模和市场竞争有关。

从MaaS业务本身来看，模型吞吐量和资源负载率直接影响业务毛利率。模型吞吐量主要是跟算法框架优化和集群规模有关，DeepSeek这种MOE架构模型的优化难度比较大。资源负载率主要是跟运营能力和用户基础相关，MaaS服务需要提供稳定API服务能力，资源冗余和平台运营能力很重要。

除了上述因素外，当前DeepSeek爆火后市场竞争激烈，云大厂采取用户补贴抢市场引发的价格战也使得短期MaaS服务毛利率低。

长期来看，MaaS服务接近公有云业务，核心能力是算力资源运营服务，预计净利润率空间将达10%左右。AI 2.0时代，随着DeepSeek开源，后续长期会有接近第一梯队的开源基础大模型供MaaS服务厂商使用。MaaS服务厂商的核心是算力资源运营服务，类似公有云厂商的IT资源运营服务。

04、上一代四小龙中，商汤科技有望翻身

国内市场目前具备大规模算力资源运营服务能力的厂商，主要是阿里、字节这些云厂商，以及大规模自建算力中心的商汤科技。

根据商汤科技2024年财报，生成式AI营收达24亿人民币，占整体营收63.7%。生成式AI营收已经超越视觉AI（11.1亿）成为商汤科技最重要营收来源。

生成式AI业务主要是商汤科技自建AIDC提供MaaS服务和帮客户做智算中心建设代运营。

当前智算中心建设代运营的营收贡献主要是智算中心建设，多数项目是商汤科技作为总集方，提供智算中心设计、设备购买、部署实施等服务，价值度有限。更大价值是后续智算中心代运营，其中一部分也是MaaS服务。

商汤科技一方面通过智算中心建设代运营，持续积累算力资源，另一方面本身在大模型有相关技术储备，有机会在AI2.0时代翻身。