阿里云份額擴大至36%，云市場又要變天了？

“未來三年，中國云市場的懸念或許不再是誰是第一，而是第二梯隊的牌還能跟多久。”

作者丨胡敏

編輯丨包永剛

近日，國際市場研究機構 Omdia 發布 2025 年第三季度中國云市場報告。

密集的數據中，有一個格外扎眼：阿里云的份額從33%、34%躍升至36%。

3個百分點的躍升，看似波瀾不驚，實則是強烈的異動信號。

根據邊際遞減效應，成熟市場里頭部廠商的份額通常應該是收斂的——基數越大，增長越難。

更何況，互聯網流量紅利見頂，傳統企業上云的主干遷移也基本完成。要想進一步開拓市場份額，這可能就像一片開墾殆盡的農田，想從石頭縫里再摳出糧食，難度比之前大了很多。

但現實是，阿里云不僅守住了 33% 的基本盤，還硬生生在三個季度搶出了 3 個百分點的增量。

這種“反重力”的增長背后，動力究竟來自哪里？以及為什么是阿里云增長，而不是其他云廠商？

01

那昂揚向上的3%，究竟從哪來？

阿里云市場份額增長，幾乎不太可能僅僅是因為“存量搬遷”。

曾經在云廠商做過中小客戶銷售的周瑜告訴雷峰網，他以前在云廠商上班時，官網一天的自然企業客戶數能達到 4000-6000 個；但在后疫情時代，也就是 2022 年之后，這個數字縮水了一半。

那新的水源來自哪里？答案可能只有一個：AI 帶來的結構性新增量。

不過，也有很多人會質疑，AI 對云巨頭營收的帶動，真有那么大嗎？

這種質疑并非沒有道理。在很多人的認知里，企業用 AI，無非就是調幾個大模型的 API。而目前的 API 市場早已卷成紅海，千問、混元、文心一言，調用一次的價格已經低至幾分錢甚至幾厘錢。

如果把 AI 僅僅理解為“賣 Token ”，那么即便賣出 10 億次調用，對于年營收千億級的阿里云來說，確實只是杯水車薪，根本撐不起那昂揚向上的 3 個百分點。

但這個質疑，忽略了 AI 落地過程中正在發生的一個質變：

在過去的一年里，企業對 AI 的需求，已經從單點試水迅速進化到了系統重構。

Omdia高級分析師章一（Yi Zhang）表示：“單一模型性能已難以滿足企業在真實業務場景中的需求。AI項目規?；暮诵奶魬?，在于如何在復雜系統中協同編排模型、數據、工具和工作流，實現可復用、可運營以及可商業化。”

簡而言之，就是說，客戶不再滿足于“掛載”一個聊天機器人，而是開始將模型深度“植入”核心業務流。

當 AI 從一種“插件”變成業務的“心臟”，它對云資源的消耗邏輯就完全變了，它不再是按次計費的輕量級調用，而是演變成了對算力、存儲、數據庫等基礎設施的高密度、持續性消耗。

這才是阿里云業績“飛輪效應”的真正秘密。

我們可以看看那些正在發生的真實案例，它們每一個背后，都是一套龐大的云基礎設施在運轉：

在科研領域，阿里云與新材料大數據中心聯合發布的鋼鐵材料設計大模型，表面看似一個“問答框”，但水面之下，是基于千問實現的從數據挖掘、性能預測到知識問答的全鏈路閉環。 為了實現最高達 90% 的預測精度，相關材料數據需要在云端進行清洗、預訓練、微調和持續推理。這不僅消耗 GPU 算力，更直接拉動了對象存儲和云原生數據庫的用量。

在消費電子領域，科沃斯與阿里云的合作，已經深入到了“具身智能”的腹地。這不僅是讓掃地機器人聽懂一句“去掃廚房”，而是要在端側和云端同時部署從 0.7B 到 7B 不同尺寸的模型。 為了支撐全球 3800 萬家庭的實時智能體驗，科沃斯需要構建一套極高并發的云上推理集群。這背后，是對云網絡高吞吐能力和彈性計算穩定性的極致考驗。

在產業互聯網領域，萬豪、廣汽、海爾等頭部企業，都在做同一件事：把千問變成自己的“專屬大腦”。而要養好這個大腦，企業需要搭建專屬的 RAG系統，需要向量數據庫來存儲海量知識庫，需要高防安全產品來保護數據資產。

這就在云端形成了一個完美的“飛輪”：

先是用AI 拉動算力， 模型訓練和推理，直接讓 GPU 算力營收翻倍，據分析師估算，阿里云 2025 上半年 GPU 營收增長超 100%。

然后用算力拉動數據，算力的盡頭是數據。AI 產生的海量中間態數據、對話記錄、生成內容，讓數據庫和存儲產品錄得強勁增長。

最后，數據固化客戶粘性，當企業的核心業務邏輯和數據資產都長在阿里云的 AI 基礎設施上，其遷移成本變得極高，續費率和客單價自然水漲船高。

Omdia 的數據也印證了這一點：得益于 AI 的驅動，2025 年第三季度中國大陸云基礎設施服務市場規模達 134 億美元，同比增長 24%。

02

阿里云做對了什么？

得益于 AI 的強勁驅動，阿里云在過去三個季度畫出了一條昂揚向上的曲線。但如果我們把視線拉寬，會發現這條曲線的另一面，是市場份額的殘酷分化。

數據顯示，阿里云份額攀升的同時，位列第二、第三的廠商就比較難受：華為云市場份額從 18% 下滑至 16%，騰訊云則從第一季度的 10% 下滑到了 9%。

這一升一降形成的“剪刀差”，揭示了一個極為重要的產業信號： AI 時代，云計算的“競爭門檻”被徹底重塑，市場需求正瘋狂向頭部高度集中。

為什么市場會如此“偏心”？這背后是因為， AI 工程的復雜度和資金門檻，高到直接將玩家分層。

而阿里云做對了三件事，才構筑了這道 36% 的護城河：

第一，3800億的“飽和攻擊”，解決了算力饑渴。

AI 訓練和推理，對算力的消耗是吞噬性的。現在客戶要的不是“幾臺服務器”，而是“千卡、萬卡集群”。

回顧過去十年，阿里累計投入約 1300 億元建設基礎設施。但2025年年初，阿里巴巴CEO吳泳銘直接宣布：未來三年將投入 3800 億元建設 AI 基礎設施。但在2025年11月的業績電話會上，有高層甚至暗示這個數字“可能偏保守”。

這意味著，阿里現在一年的基建投入，可能超過過去十年的總和。

這種近乎瘋狂的投入，直接拉開了與追趕者的身位。當客戶需要萬卡集群時，阿里云是極少數能拿出“現貨”且保證“跑得通”的廠商。相比之下，友商受制于供應鏈桎梏或相對溫和的投入策略，在供給側的厚度上難以比擬。

第二，“全棧優化”帶來的成本決勝。

阿里云是全球為數不多實現“芯片（平頭哥）+ 平臺（阿里云）+ 模型（通義實驗室）”全棧自研的廠商。圈里人管它叫：通云哥。

這不僅是技術秀，更是商業賬，通過底層 CIPU 對網絡延遲的優化，通過 PAI 對顯存的調度，阿里云能把 GPU 的利用率榨干到極致。

簡單說，同樣的模型，在阿里云上跑，可能比在友商那里跑，綜合成本低 10%-30%。這對于一個月燒幾千萬算力的 AI 公司來說，這 10%-30%的成本差異，就是生死線。

第三，開源生態帶來的“入口優勢”。

如果說技術是硬實力，那么千問的開源策略，則是阿里云打出的一張最漂亮的“陽謀”牌。

數據顯示，截至目前，千問全系模型的累計下載量已突破10億次。這個數字背后，是龐大的開發者群體和企業用戶。

開源看似免費，實則在為云業務“造血”。

當數百萬開發者習慣了使用Qwen系列模型，當海量的中小企業基于Qwen構建自己的應用，他們會發現，在阿里云上部署和運行Qwen是體驗最絲滑、性能最優的選擇。

Qwen的10億下載量，本質上是為阿里云篩選并沉淀了全球最活躍的AI潛在客戶。通過開源模型，阿里云通過魔搭社區構建了一個類似于“App Store”的生態閉環，開發者在社區找模型，在阿里云上做微調和推理。

這形成了一個正向飛輪：模型越強，下載越多；生態越繁榮，云上的AI算力消耗就越大。

03

大洋彼岸的鏡像驗證

當然，這種“頭部虹吸效應”絕非中國市場的孤例。在大洋彼岸，谷歌云正在上演同一套劇本。

2025年第四季度，谷歌云收入同比激增48%至176.64億美元，全年營收首次突破700億美元，未履行訂單金額高達2400億美元，同比增長超過一倍。管理層明確表示：增長“主要由企業AI基礎設施及AI解決方案需求激增驅動”。

三年前，谷歌云還是全球云市場公認的“失意者”，份額長期徘徊在10%，被外界視為AWS和Azure身后永遠無法追上的第三名。但短短兩年，它完成了從“追趕者”到“領跑者”的躍遷。

這套躍遷背后的劇本，與阿里云如出一轍。

第一，算力卡位。谷歌是全球為數不多實現“芯片—系統—模型—平臺”全棧自研的云廠商。它的TPU正從內部芯片變成對外輸出的差異化武器，據媒體報道，Anthropic計劃采購近一百萬顆，Meta也正就采購進行深度談判。當對手還在向英偉達等貨，谷歌已能向客戶“現貨供應”萬卡集群。

第二，成本碾壓。全棧自研的直接紅利，是單位算力的有效產出更高。TPU針對Transformer架構的深度優化，讓大模型訓練的綜合成本遠低于通用GPU方案。對于月燒數千萬算力的AI公司，這是真金白銀的生死線。

第三，生態鎖客。Gemini月活用戶突破7.5億，超過70%的現有云客戶正在使用谷歌的AI服務。這不是增值功能，而是客戶留在谷歌云上的錨。當企業的數據資產、模型調優、推理鏈路都長在谷歌的AI基礎設施上，遷移成本已高到難以承受。

這不是巧合。這是產業規律在兩個市場的同時驗證——

阿里云從33%到36%，谷歌云從10%到14%并在繼續加速，兩條曲線，講述著同一個故事：AI時代，算力、模型就是新的“馬太效應”開關。誰在這兩個維度建立領先，誰就能啟動虹吸效應的正循環。

未來三年，中國云市場的懸念或許不再是誰是第一，而是第二梯隊的牌還能跟多久。

注：周瑜為化名。