人工智能正在寻找真正能产生收入的商业出口，而云服务可能成为目前最清晰的一条路径。
7月7日，美银证券在一份研究报告中表示，云业务预计将继续成为中国企业AI服务领域“最大、最显著的变现模式”。该机构认为，随着人工智能训练和推理需求持续增长，对计算资源的需求将进一步推动云服务市场扩张。
这背后的逻辑并不复杂。
大模型看起来是软件产品，但运行它需要大量基础设施支撑。无论是训练阶段消耗的大规模算力，还是模型上线后面向用户提供服务产生的推理需求，都离不开云计算平台。对于企业客户而言，直接自建AI基础设施成本高、周期长，通过云服务调用模型能力成为更现实的选择。
这也是“模型即服务”（Model as a Service，MaaS）逐渐流行的原因。
与传统软件采购不同，MaaS允许企业通过API接口调用人工智能模型，不需要自行部署完整系统。企业可以根据业务需求灵活使用模型能力，同时降低前期投入。这种模式与过去云计算的发展路径类似，先由基础设施服务降低企业数字化门槛，再推动更多应用产生。
AI正在复制这一过程。
过去几年，中国云计算市场经历了从基础资源竞争到行业解决方案竞争的变化。如今，大模型加入后，云厂商的角色进一步变化：它们不仅提供服务器和存储资源，也开始成为企业接入AI能力的重要入口。
对于大型企业客户而言，这种模式尤其具有吸引力。
制造、金融、零售、能源等行业正在探索AI应用，但多数企业并不具备独立训练大型模型的能力。相比投入巨额资金建设算力中心，通过云平台接入成熟模型，再结合自身业务数据进行优化，更符合现实需求。
美银证券认为，企业相关需求将在短期内支撑整体AI变现。
这也反映出当前AI市场的一个特点：消费者应用虽然容易制造关注度，但企业市场更容易形成稳定收入。企业愿意为效率提升、流程优化和成本降低付费，而这些需求往往对应长期合同和持续服务。
当然，云AI商业化也面临竞争压力。
国内云市场已经形成较强竞争格局，各家企业都在加码AI基础设施建设。从算力资源、大模型平台，到行业应用生态，竞争正在从单纯价格比拼转向综合能力竞争。
同时，算力成本仍是一个关键变量。AI模型规模扩大意味着更高的计算需求，而企业是否愿意长期支付高额AI服务费用，最终取决于实际收益是否超过投入。
这也是AI商业化进入下一阶段后必须回答的问题。
模型能力提升只是起点，真正决定产业价值的是企业是否愿意持续使用。云服务作为连接模型和企业客户的桥梁，正在成为人工智能从技术能力走向商业收入的重要环节。
未来几年，随着AI应用深入更多行业，云计算或许不再只是数字基础设施，而会成为企业智能化升级过程中的核心服务平台。对于AI产业链参与者而言，如何把算力转化为可持续收入，将比单纯追求模型性能更加关键。
