在人工智能技術(shù)高速發(fā)展的今天，模型即服務(wù)（MaaS）作為連接AI模型與用戶(hù)的關(guān)鍵環(huán)節(jié)，本應(yīng)借助技術(shù)的優(yōu)勢(shì)為用戶(hù)提供便捷的AI服務(wù)，從而獲取豐厚的收益。然而，現(xiàn)實(shí)卻相對(duì)“骨感”。

隨著DeepSeek于2025年3月1日發(fā)布《DeepSeek-V3/R1推理系統(tǒng)概覽》，其理論成本利潤(rùn)率高達(dá)545%，引發(fā)了市場(chǎng)廣泛關(guān)注。

但在其生態(tài)鏈上的MaaS廠(chǎng)商，如潞晨科技，卻在實(shí)際運(yùn)營(yíng)中陷入了高成本泥沼。這一典型事件，揭示了MaaS行業(yè)在探索可持續(xù)商業(yè)模式過(guò)程中所面臨的局部挑戰(zhàn)。

盡管技術(shù)進(jìn)步為行業(yè)帶來(lái)了巨大的潛力，但如何在技術(shù)創(chuàng)新與商業(yè)模式優(yōu)化之間找到平衡，仍然是MaaS廠(chǎng)商亟待解決的關(guān)鍵問(wèn)題。

對(duì)此，北京人工智能產(chǎn)業(yè)聯(lián)盟元宇宙專(zhuān)委會(huì)主任顏陽(yáng)博士表示，就目前MaaS商業(yè)模式來(lái)看，短期需聚焦現(xiàn)金流優(yōu)化與垂直領(lǐng)域突破，長(zhǎng)期則依賴(lài)國(guó)產(chǎn)替代和技術(shù)-生態(tài)雙輪驅(qū)動(dòng)。

成本困境

DeepSeek于2025年3月1日發(fā)布《DeepSeek-V3/R1推理系統(tǒng)概覽》，其中公開(kāi)了大規(guī)模部署成本和理論收益情況。

在大規(guī)模部署成本方面，假定GPU租賃成本為2美元/小時(shí)，其每日總成本為87072美元。計(jì)算依據(jù)是統(tǒng)計(jì)到的2月27日24點(diǎn)到2月28日24點(diǎn)，推理服務(wù)占用節(jié)點(diǎn)的情況（峰值占用為278個(gè)節(jié)點(diǎn)，平均占用226.75個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)為8個(gè)H800GPU）。

如果所有token都以DeepSeek-R1的定價(jià)計(jì)費(fèi)，其單日理論收入竟高達(dá)562027美元。這樣算下來(lái)，其成本利潤(rùn)率達(dá)到了驚人的545%。

然而，實(shí)際運(yùn)營(yíng)中的 MaaS 廠(chǎng)商所面臨的境況卻與DeepSeek有所不同。

MaaS廠(chǎng)商是從事模型即服務(wù)的企業(yè)，它們將機(jī)器學(xué)習(xí)模型部署到企業(yè)端，以API、SaaS等形式提供給用戶(hù)使用。

作為連接DeepSeek模型與用戶(hù)的關(guān)鍵環(huán)節(jié)，本應(yīng)借助模型的優(yōu)勢(shì)為用戶(hù)提供便捷的AI服務(wù)，從而獲取收益。但現(xiàn)實(shí)是，像潞晨科技這樣的MaaS廠(chǎng)商在實(shí)際運(yùn)營(yíng)中陷入了成本的泥沼。

近期，MaaS廠(chǎng)商潞晨科技創(chuàng)始人尤洋公開(kāi)表示，滿(mǎn)血版DeepSeek-R1每百萬(wàn)token（輸出）定價(jià)16元，若完成1000億token的輸出，需約4000臺(tái)搭載H800的機(jī)器，每月僅機(jī)器成本就達(dá)4.5億元，企業(yè)方可能面臨每月4億元的虧損，可謂“用戶(hù)越多，虧損越多”。

而DeepSeek官方公布的線(xiàn)上系統(tǒng)理論成本利潤(rùn)率達(dá)545%，看似與尤洋的觀點(diǎn)大相徑庭。

但實(shí)際上，DeepSeek的計(jì)算是基于將APP和網(wǎng)頁(yè)完全超負(fù)荷占滿(mǎn)的極端情況，并且僅核算了等量租用GPU的費(fèi)用，硬盤(pán)、存儲(chǔ)、內(nèi)存CPU、人力運(yùn)維等均未計(jì)算在內(nèi)；收入?yún)s將APP、網(wǎng)頁(yè)、API消耗的所有Token（toC和toB的總消耗量）加在一起，均按照API（toB）的價(jià)格計(jì)算。

從常規(guī)MaaS產(chǎn)品的角度來(lái)看，要實(shí)現(xiàn)穩(wěn)定輸出，需要準(zhǔn)備的機(jī)器可能是理論的數(shù)倍之多。對(duì)于潞晨科技這類(lèi)中小云MaaS機(jī)構(gòu)而言，承擔(dān)如此高昂的成本，壓力可想而知。

據(jù)悉，在企業(yè)服務(wù)領(lǐng)域，穩(wěn)定性是至關(guān)重要的。MaaS作為典型的企業(yè)服務(wù)，其核心訴求并非單純的性能，而是穩(wěn)定。

云廠(chǎng)商為了保證穩(wěn)定性，通常會(huì)采取彈性伸縮、按需取用的策略，這就意味著必須準(zhǔn)備足夠大的冗余。而目前眾多MaaS平臺(tái)用戶(hù)使用數(shù)量稀少，難以做到削峰填谷實(shí)現(xiàn)資源高效利用。在這種情況下，中小MaaS廠(chǎng)商面臨著巨大的成本考驗(yàn)。

與大型云廠(chǎng)商如阿里云、騰訊云等相比，中小廠(chǎng)商在資金和算力資源儲(chǔ)備上處于劣勢(shì)，難以支撐提供DeepSeek服務(wù)所帶來(lái)的短期虧損。

當(dāng)DeepSeek官方公布的成本價(jià)越來(lái)越低，第三方MaaS廠(chǎng)商若無(wú)法提供與官方成本和性能接近或者更優(yōu)的服務(wù)，盈利空間將被極大壓縮，甚至陷入虧損的泥沼。

這也反映出當(dāng)前AI行業(yè)在商業(yè)模式探索上的局部困境。MaaS行業(yè)在整個(gè)AI產(chǎn)業(yè)鏈中，似乎承擔(dān)了虧損的重?fù)?dān)。各大廠(chǎng)和模型廠(chǎng)的API服務(wù)大多虧本，真正有收益的往往是定制開(kāi)發(fā)或者私有化等合作項(xiàng)目。

從市場(chǎng)競(jìng)爭(zhēng)角度來(lái)看，MaaS行業(yè)競(jìng)爭(zhēng)激烈，巨頭憑借資金、技術(shù)和資源優(yōu)勢(shì)，以低價(jià)搶占市場(chǎng)，這使得中小MaaS企業(yè)的生存空間被進(jìn)一步壓縮。

何以破局？

對(duì)于中小MaaS廠(chǎng)商來(lái)說(shuō)，單純依靠倒賣(mài)DeepSeek API這類(lèi)服務(wù)，在成本居高不下、盈利模式不清晰的情況下，無(wú)疑是賠本賺吆喝。

這也促使整個(gè)行業(yè)思考，如何構(gòu)建可持續(xù)的商業(yè)模式，實(shí)現(xiàn)技術(shù)與商業(yè)的良性循環(huán)。

顏陽(yáng)表示，DeepSeek的出圈帶火了三個(gè)詞——尤里卡時(shí)刻、斯普特尼克時(shí)刻、杰文斯悖論。尤里卡時(shí)刻代表創(chuàng)新原動(dòng)力，斯普特尼克時(shí)刻驅(qū)動(dòng)系統(tǒng)性變革，而杰文斯悖論揭示技術(shù)發(fā)展的復(fù)雜副作用。他認(rèn)為，用這三個(gè)理論可以解釋MaaS的困境本質(zhì)是技術(shù)、商業(yè)與生態(tài)的協(xié)同失衡。

艾文智略首席投資官曹轍總結(jié)道，對(duì)于中小型MaaS企業(yè)而言，主要面臨三方面的困境，“一是成本結(jié)構(gòu)復(fù)雜，除GPU租賃外，還有網(wǎng)絡(luò)帶寬、存儲(chǔ)、運(yùn)維等隱性成本，且實(shí)際收入受定價(jià)策略、服務(wù)負(fù)載波動(dòng)影響大。二是穩(wěn)定性要求高，MaaS因共享算力資源，易受其他應(yīng)用搶占資源影響性能。三是市場(chǎng)競(jìng)爭(zhēng)激烈，巨頭以低價(jià)搶占市場(chǎng)，導(dǎo)致企業(yè)虧損隨用戶(hù)量增加而增長(zhǎng)?！?/p>

但這并不意味著中小MaaS企業(yè)就此喪失機(jī)遇。

“就目前MaaS商業(yè)模式來(lái)看，短期需聚焦現(xiàn)金流優(yōu)化與垂直領(lǐng)域突破。長(zhǎng)期則依賴(lài)國(guó)產(chǎn)替代和技術(shù)-生態(tài)雙輪驅(qū)動(dòng)?！鳖侁?yáng)表示。

他進(jìn)一步指出，在MaaS領(lǐng)域，中小公司需抓住“尤里卡時(shí)刻”實(shí)現(xiàn)技術(shù)突破，例如通過(guò)模型剪枝、蒸餾等優(yōu)化手段降低推理成本，聚焦醫(yī)療、金融等細(xì)分場(chǎng)景（可以直達(dá)C端）構(gòu)建垂直解決方案，避免與巨頭在通用模型上正面交鋒。同時(shí)可借鑒“斯普特尼克時(shí)刻”的競(jìng)爭(zhēng)邏輯，借力開(kāi)源生態(tài)構(gòu)建差異化壁壘。通過(guò)在特定領(lǐng)域深耕細(xì)作，滿(mǎn)足客戶(hù)個(gè)性化需求，收取較高費(fèi)用，從而實(shí)現(xiàn)盈利。

而大公司應(yīng)警惕“杰文斯悖論”，在利用規(guī)模效應(yīng)壓低價(jià)格擴(kuò)張市場(chǎng)時(shí)，需平衡算力成本與營(yíng)收模型，防止邊際收益遞減。顏陽(yáng)認(rèn)為，大公司可借助自身優(yōu)勢(shì)轉(zhuǎn)化為可持續(xù)的生態(tài)護(hù)城河，通過(guò)生態(tài)共建，與產(chǎn)業(yè)鏈上下游企業(yè)合作，打造完整的MaaS生態(tài)系統(tǒng)，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。同時(shí)，拓展國(guó)際市場(chǎng)，擴(kuò)大用戶(hù)群體，提高市場(chǎng)份額。

曹轍則認(rèn)為，一方面，MaaS廠(chǎng)商可通過(guò)技術(shù)優(yōu)化，如采用智能調(diào)度技術(shù)提升資源利用率，可以降低成本。另一方面，進(jìn)行商業(yè)模式創(chuàng)新，針對(duì)金融、醫(yī)療等高價(jià)值行業(yè)提供私有化部署與定制化服務(wù)，與芯片廠(chǎng)商、云服務(wù)商深度協(xié)同降低算力成本。

多位受訪(fǎng)者表示，隨著人工智能技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的拓展，MaaS將受到越來(lái)越多企業(yè)和開(kāi)發(fā)者的青睞。特別是在互聯(lián)網(wǎng)、制造、金融、能源等行業(yè)，MaaS的應(yīng)用場(chǎng)景將越來(lái)越廣泛。

來(lái)源：21世紀(jì)經(jīng)濟(jì)報(bào)道