图片来源：unsplash

AI时代，谁能够率先吃到红利？谁又能掌握市场主导地位？

2022年末ChatGPT引爆本轮AI巨浪后，这一直是投资者、市场最为关注的问题之一。

目前来看，英伟达等“卖铲子”的硬件厂商已捷足先登，成为“AI经济学”的底座与核心，也形成了增长规模最庞大、利润最丰厚的商业模式。

但再往AI产业更上层看，包括云平台层、模型层、应用层，情况却一直不太明朗。

虽然大模型一直是技术、市场关注的焦点，应用层则被寄予“AI落地，走入各类生活场景”的厚望，但从近期的一些动向来看，正重新夺回“议价权”的云平台，或许才是更能掌握主动的那一方。

不做“模型搬运工”

此前，业界曾有过关于云平台是否会被模型厂商替代或遭遇“管道化”的讨论。

在“替代论”看来，如果大模型本身具备了走向B端、C端的能力，云平台的基础设施价值就会被稀释。此外，AI也可能会击碎云平台按服务器时间计费的商业模式，行业转向“结果导向”，按Token计费后，企业就不会甘于再购买“计算时间”，而会更倾向于直接购买“智能”。这个逻辑也很像今年“SaaS股崩盘”时，“按席位计费模式”将被终结的叙事。

而所谓“管道化”，在通信市场中主要是指运营商投入巨资建设网络，却沦为使用者的水管，丰厚利润被上层应用卷走。类比到AI领域，就形成了投资颇巨的云平台，却很有可能被上层模型厂商、应用厂商在利润分配中压制，导致自身沦为存在感和利润都较微薄的算力“搬运工”。

本轮AI浪潮奔涌之初，大模型确实出尽风头，缺少大模型绑定的云平台则在市场中遭遇一定质疑。不过，AI产业发展至今，不但“替代”没有发生，云平台也根本不甘于做“模型搬运工”，反而通过自身的积累和新的运营模式，在利润分配上隐隐占了上风。

目前，云厂商正积极扩充自身的模型阵容，并大举推进MaaS平台，将来自不同供应商的大模型整合为标准化API。

今年4月底，先是微软Azure与OpenAI结束了延续七年的独家合作协议，OpenAI得以向所有云商开放全部产品。亚马逊AWS随即就宣布将OpenAI最新模型、Codex编程助手及Managed Agents纳入其Bedrock平台。这被视为AWS对Azure AI Foundry和Google Vertex AI的关键反击，也让市场看到了AI云竞争的激烈，和巨头将更多模型纳入自身体系的决心。

而更可能对模型厂商造成冲击的，可能是云平台“模型超市”模式。

亚马逊AWS的Amazon Bedrock Marketplace、阿里云百炼平台Token Plan、字节跳动的火山引擎方舟Coding Plan等“模型超市”类多模型订阅服务，可让使用者支付月费后同时调用多家头部模型，且价格相较顶级大模型的订阅套餐相差不多。

从根本上来说，“模型超市”能够降低门槛，但同时会让底层模型在开发者面前变得高度同质化和可替换。而在AI发展的这个档口，大模型确实出现了能力愈发趋同，技术代差逐渐缩小、迟迟难以盈利等问题。一旦大模型的定位从产品端被降维到了技术供应端，云平台就更易通过控制入口攫取价值，并藉此夺回“议价权”，也掌握市场主导权。

另一方面，云平台还能借此完善生态，即使API价格卖得低，也能够通过生态捆绑带动云存储、数据平台等更高价值的服务，寻求自身的利益最大化。

在Agent时代“大显身手”

今年最火的当属AI Agent，从“龙虾热”到各大厂商推出的各式各样的Agent产品，Agent时代已真正拉开帷幕。

云厂商也在新一轮浪潮中找到了“大显身手”的机会。

如果想让Agent真正实现商业化应用，尤其是在企业层面应用，并进一步泛化到行业场景中，首先要解决的就是安全和稳定运行的问题。其次还要让Agent/Agent团队更便于管理，符合企业工作流、业务场景的需求。

目前来看，不论是模型厂商做Agent，还是直接面向市场的Agent应用，在这些方面都有所欠缺。而且，对企业、行业来说，在地基并不牢靠的情况下，绑定单一模型或应用也存在风险。

而对于云平台来说，安全、稳定、企业服务等正是其长处。

从一些案例来看，除了能够在统一安全框架内自由替换底层模型，云平台还能为企业用户提供基础设施级的安全笼与治理基座，保障运行和数据等核心资产的安全。此外，还可以将Agent深度嵌入企业已有的身份、权限与审计治理体系，方便企业操作、管理。

目前，云厂商的Agent攻势已进入加速阶段。

就在5月20日的“2026阿里云峰会”上，阿里云发布了“千问云”产品官网，提供150多款主流模型API。据悉，该模式的“用户”不是“人类”而是Agent，其通过将模型服务的核心能力封装为Skills和CLI工具，让Agent自己调用模型、开发AI应用。从目前峰会透露的消息来看，“千问云”也为此重新设计了底层架构，从最终结果来说，Agent调用模型可以不再纠结底层适配，而模型需接受“千问云”设定的安全框架、身份体系和审计规则的约束。对于企业来说，则能够更放心、灵活地使用Agent。

前文提及的AWS，也在致力于将Bedrock打造成AI Agent市场。在接入OpenAI模型时，即提出了Bedrock上的相关模型需“继承客户依赖的企业控制机制”等详细要求。此外，Bedrock Managed Agents还主打每个代理拥有独立身份，记录每次操作，在客户AWS环境中运行且所有推理在Bedrock上完成。这些都为企业便利接入、使用Agent提供了可行性，也进一步将相关市场绑定进了自身的云生态中。

此外，Azure AI Foundry今年也推出了“代理身份”功能，让每个Agent在服务中拥有独立身份，可通过权限控管、稽核与记录掌握行为轨迹。Google Cloud也在一贯擅长的“安全性”上出牌。升级为“Gemini企业Agent平台”的Vertex AI，近期增加了安全策略执行入口、智能体异常行为检测机制等安全功能，并于5月14日正式上线针对Vertex AI的安全防护。

云平台的出手，可能会成为Agent规模化落地、跑通商业模式的关键。实际上，从市场化的角度来说，企业在AI Agent采购中，最关心的未必是“哪个模型最好”，而很可能会优先考虑“哪个模型最适合自己，能最安全、听话、高效地在公司的体系中跑起来”。

2026年只是Agent规模化落地的“元年”，产业、商业上的竞逐和格局重整才刚刚开始。目前来看，云平台不仅有夺回“议价权”之势，通过将模型公司纳入自己的安全治理体系，他们可能会进一步成为市场的主导者，甚至游戏规则的制定者。

（作者｜胡珈萌，编辑｜杨林）