2024年第二季度,中国大陆云基础设施服务支出达到94亿美元,同比增长8%。阿里云、华为云和腾讯云继续主导市场,共占71%的市场份额。虽然宏观经济环境导致某些行业增长减速,但云服务客户(尤其是那些注重数字化的客户)由于AI的推动,增加了消费支出。目前,领先的云厂商正专注于将AI与云计算深度整合,以挖掘新的增长点。AI对云消费的影响日益显著,逐渐成为业务扩张的关键驱动力。头部云厂商提供的AI平台的客户群不断扩大,预计将在2024年下半年继续推动云消费的增长。
为在AI创新领域保持竞争优势,中国头部云厂商不断加大对AI的投资。他们正在持续升级AI大模型,并为特定行业开发定制化解决方案。例如,华为云已经成功将其盘古大模型应用于30个行业和400个业务场景,而百度智能云则推出了20个新的AI应用。随着客户基础的扩大,这些AI相关的投资正逐渐产生回报,同时也加剧了竞争。除了整合AI技术外,云厂商还与第三方AI模型开发商合作,以扩大AI生态系统。比如,2024年7月,阿里云宣布与月之暗面合作,帮助提升Kimi智能助手的阅读和推理功能。
Canalys分析师章一表示:“经过一段时间的激烈竞争,头部的云厂商已经意识到,仅通过降价无法持续推动客户支出的增长,还需要提升其服务的竞争力。他们现在正将重点转向在合作伙伴生态系统内的创新与合作,作为差异化战略,旨在吸引和留住客户。云厂商正在积极与渠道合作伙伴合作,为特定行业需求开发定制的AI解决方案。” 2024年第二季度,通过渠道伙伴产生的收入占中国云计算总收入的26%,预计这一比例将进一步上升。章一继续表示:“与专业合作伙伴合作,有助于云厂商提升其AI大模型的价值,同时解决客户对 AI 部署复杂性的担忧。”
阿里云在中国大陆市场保持领先地位,占据了36%的市场份额。其整体增长主要由公有云业务驱动,该业务在2024年第二季度实现了两位数增长。AI产品的成功也为阿里云的增长复苏做出了重要贡献,其付费用户数量创下历史新高,季度增长率达到200%,同时收入继续以三位数的速度增长。这一势头促使阿里云进一步加大对AI的投资。2024年7月,阿里云推出了AI助手“晓颖”,提供知识库和决策支持,实现了任务的自动学习与执行。
华为云巩固其作为第二大云厂商的地位,市场份额达到19%,并保持13%的稳定增长。华为云在AI领域稳步推进。2024年6月,华为云推出了最新版本的AI大模型,盘古5.0,并提供多种参数配置,以满足客户多样化的训练需求。在渠道伙伴生态方面,华为云宣布联合TCL、安永和软通动力,推出合作伙伴能力计划,以提升合作伙伴在产品和场景技术方面的能力。目前约有4,500名合作伙伴加入了该计划,与华为云合作开发了500多种解决方案。
腾讯云位居第三,市场份额达16%。2024年6月,腾讯云宣布向新迁移的企业用户免费提供混元大模型1亿个Tokens,以此吸引更多客户加入。腾讯云还推出了包括Pro、Standard和Lite的多种版本的混元大模型,并提供免费的专属迁移工具和服务,满足用户的多样化需求。在2024年9月的腾讯全球数字生态大会上,公司宣布其年收入超过100万元的人民币(约合14.2万美元)的合作伙伴数量增加了150%。认识到合作伙伴服务能力对提升渠道生态的重要性,腾讯云在2024年9月推出了新的伙伴计划,发展具有产品销售和服务经验渠道伙伴,同时试运行MSP服务商认证体系。
云基础设施服务
Canalys将云基础设施服务定义为在专用托管的私有基础设施上或共享公共基础设施上提供基础设施即服务(IaaS)和平台即服务 (PaaS)。这并不包括直接的软件即服务支出,但包括为了托管和运营软件提供基础设施服务而产生的收入。
往期推荐
重磅发布:Canalys 2024年中国云渠道领导力矩阵冠军 |
2028年,顶级云厂商Cloud Marketplace销售额预计达850亿美元 |
2024年第二季度,全球云支出增长19% |
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。