过去几个月，因为咨询的缘故，我和不少企业客户聊过他们的 AI 项目。一个明显的变化是：大家已经不再问“我该用哪个大模型”，而是问“能不能提供端到端的能力”，“数据隐私怎么保证”，“能不能实现从基座模型到 Agent 到 API 到业务场景的全栈建设”……

AI 的热度没降，但问题变了。以前大家只知道调接口，做自己的 Agent，如今他们在问，哪种云具备 AI 全栈能力，我就用哪家。

前两天看了沙利文发布的《中国全栈 AI 云服务（公有云）市场报告 2025H1》，这种直觉被数据印证了。

报告显示，2025 年上半年，中国一站式 AI 云市场规模达到 259 亿元，阿里云占了 30.2%，百度智能云占 22.5%，两家合计超过一半。

那一刻我想明白了，苹果为什么在中国区选择百度和阿里作为 AI 合作伙伴——这背后，其实是全栈能力的胜出。

过去两年，AI 云成了巨头们的必争之地，有人做 API，有人做模型，有人主打 toB 产品，还有人拼算力价格。但随着全球竞争格局的确立，越往后大家越清楚：要让 AI 真正落地，必须掌握从芯片到模型再到应用的整条链路。

催生这种变化的显然是市场需求。

最早企业用户只是把 AI 当作一个“API 工具箱”，挑一个模型接入到产品里，增加一个对话框，一个漂亮的 AI 工程就实现了。但从今年开始，AI 工具开始逐步嵌入企业的各个业务场景，一个任务可能要在多个模型间切换，Vibe Coding、生成图文视频、自动化业务场景，都需要更加精细化的 AI 能力。精度、时延、成本的权衡每天都在发生。

在我参与的一个项目中，企业客户明确要求供应商提供端到端的 SLA，不仅要结果准确，还得确保“任务能在几分钟内可靠完成”。这推动了 AI 云厂商从关注模型性能，转向建设真正的“全栈能力”——既要保证模型质量，又要对交付结果负责。

“只有全栈，才是真正的 AI 云。”这是沙利文报告的主题，也越来越像我身边企业客户的共识。

阿里和百度在这方面的投入几乎是“长跑型选手”。阿里云栖大会上，阿里宣布未来三年将投入 3800 亿元建设云和 AI 基础设施；百度则更像一家“技术信仰公司”，从 2013 年成立深度学习研究院开始，就在走“从 AI 出发重构云服务”的路。十年来累计研发投入超过 1800 亿元，每年研发支出占营收的 20% 以上。

这在如今资本趋冷的环境里，显得有点“不合时宜”，但也正是这种长期主义，让两家在第二幕的全栈 AI 云的竞争中显得更笃定。

百度智能云的底层是自研的昆仑芯和百舸计算平台，今年已经点亮国内首个自研万卡集群，可以同时训练多个千亿参数模型。算力之上是千帆大模型平台，集成 150+ 模型，包括文心系列和主流第三方模型；再往上，就是行业应用，从数字员工、智能客服到制造、金融、教育的行业智能体。

这套“云智一体”策略的好处是，AI 不再是贴在云上的插件，而是系统的一部分。算力反哺模型，模型驱动应用，应用又反过来促进基础设施升级。

阿里云的逻辑也类似：通过通义大模型与阿里云的融合，形成面向企业级的完整闭环。

在我的产品团队里，也能感受到同样的转变。以前我们接入 AI 模型时，最担心的是接口调用和性能问题；现在要考虑的更多是“算力在哪儿”“服务能否弹性扩展”“能不能混合部署”。

AI 已经从工具变成基础设施，覆盖了算力、框架、模型、工具、应用的完整链路。

沙利文报告的数据也印证了这种趋势。

2025 年上半年，百度的 AI 新业务收入达到 194 亿元，同比增长 36%，增速行业第一；阿里云同期收入 635 亿元，增速 22%。

前阵子参加百度的一个线下会，百度同学给了我好几个案例，看起来企业真正开始为全栈 AI 云买单了。

在金融行业，百度智能云帮助招商银行点亮国产芯片集群；

制造业中，中国钢研借助百度实现了秒级检测、50% 产线提效；

教育领域，好未来通过算力调度让资源利用率提升 10%；

智联招聘用千帆平台搭建了 7×24 小时 AI 招聘助手，能自动与求职者沟通、推进流程。

这些场景证明，AI 云的价值不再停留在模型层，而是进入了业务层。

苹果之所以在中国选择了百度和阿里，也正说明了这一点。

据彭博社记者马克·古尔曼报道，苹果在中国的 AI 合作伙伴只有两家：百度提供核心模型支持，阿里负责端侧优化——这就像苹果在中国的两条 AI 动脉。

十年前押注人工智能，那时候没人能预料到，这场漫长的投入会在云端迎来回报。

今天，当 AI 的能力开始在云上涌现，AI 云正变成新的基础设施——像电、水、网络一样，稳定、普惠、持续演进。

我越来越相信，AI 的未来不是跑在某个模型上，而是跑在这些“能跑得通的云”上。

阿里和百度，它们既竞争，也共生，共同为智能时代的“第二幕”铺路。（转载自MacTalk）