财联社6月2日讯（记者 付静）人工智能发展正重构云计算产业。财联社记者最新从中国电子云方面获悉，中国电子云全面向AI转型，正式将产品战略从此前的“信创专属云”升级为“专属AI云”，打造覆盖专属AI基础设施、AI平台与AI应用的全栈产品矩阵。

财联社记者从业内采访获悉，以三朵运营商云、互联网云，以及中国电子云为代表的国资云，正逐步走向三条路径。

近期各类云厂商关键动作不断。

例如，中国电信（601728.SH）开启国内首次大规模Token生成能力服务集采，中国移动（600941.SH）联合腾讯、阿里、华为等成立Token运营生态联盟，三大运营商Token套餐随后上线，Token成为运营商AI业务重要指标；阿里云、腾讯云、火山引擎等互联网厂商持续加大AI资本开支，走向芯片+云平台+模型一体化竞争，其中阿里成立Token Hub事业群，成为全球首个以Token为组织架构的科技巨头。

“三类云厂商形成了差异化路线。运营商云依托全国骨干网和算力节点，做国家级算力网络运营商，核心优势是网络覆盖和算力调度能力；互联网云厂商做模型和Agent生态平台，核心优势是模型能力、开发者生态和应用场景；国资云做关键行业专属AI基础设施，核心优势是安全合规、自主可控和行业纵深。互联网云服务消费互联网和中小企业，运营商云服务广泛的行业客户，国资云服务最关键的国家队和央国企。三条路线并行，共同构成中国AI云服务的完整版图。”眺远影响力研究院院长高承远告诉财联社记者。

具体来看，国资云方面，财联社记者了解到，中国电子云自2020年成立以来聚焦信创专属云赛道，为国家关键基础信息行业打造高安全算力底座，此次转型亦主要面向国家重大工程、科研院所与央国企的智能化升级需求。该公司认为，拥有数据主权、专属AI模型和专属AI环境的专属AI云，是前述关键领域客户的最佳选择。

鲸平台智库专家、新智派新质生产力会客厅联合创始发起人袁帅告诉财联社记者，关键行业智能化升级需求，核心痛点从来不是算力的价格或者模型的丰富度，而是数据安全、系统可控、符合行业监管要求。

据悉，中国电子云的专属AI云包括基础设施、平台、应用三个层次。其中值得关注的是，中国电子云AI云基础设施的核心组件包括算力调度平台、推理服务平台，在业内GPU生态适配最全、算力服务形态最全，截至目前已完成对12个品牌超40款GPU的适配应用。

“专属AI云可满足安全、可靠、定制化的要求，这是运营商云的国家级算力网络和互联网云的模型与Agent生态平台所不能完全覆盖的领域。”天使投资人、资深人工智能专家郭涛表示。

运营商云层面，运营商从传统的“流量经营”向“Token经营”转型升级。

郭涛告诉财联社记者，运营商“Token工厂”集采和上线Token套餐，标志着Token被定义为可量化、可采购的通用商品，反映了AI推理服务底层逻辑的变化。通过集采，运营商可整合各方资源，构建完整的Token生成服务链路，形成全栈Token服务能力，这将成为其核心竞争力。同时，有助于推动AI算力资源的优化配置，降低成本，促进国产芯片和相关技术的应用，还能更好地满足市场对AI推理服务的需求，加速AI在各行业的落地应用。

不过高承远也提到运营商面临的挑战：“Token生意的边际成本存在刚性底线，每次推理都需要实打实的GPU算力和电力消耗。而厂商定价权脆弱，用户价格敏感度极高，迁移成本极低。”

互联网云方面，以阿里为例，其最新一季财报显示，全栈AI技术投入进入规模商业化回报期，云外部商业化收入中AI占三成，自研芯片规模化落地；百度智能云则构建了昆仑芯+百舸AI计算平台+千帆模型及Agent开发平台的全栈体系。

袁帅认为，互联网云厂商的核心优势在于技术闭环能力，其中自研芯片能够根据自身云平台的架构和模型训练需求做定制化优化，大幅降低算力成本；云平台是连接底层算力和上层应用的核心枢纽，能够沉淀海量的用户数据和场景需求，为模型迭代提供训练素材；大模型本身则是AI服务的核心引擎。“三者形成相互支撑促进的闭环，未来只有具备全栈能力的厂商才能够在成本、效率、场景适配能力上形成差异化优势，单纯依靠采购外部算力或第三方模型的云厂商会逐渐失去市场竞争力。”

财联社记者注意到，AI时代云需求已发生根本性变化。

据中国电子首席科学家、中国电子云总工程师朱国平表示，算力层面要求大规模并行计算、高速互联与低延迟网络、集群管理调度；数据层面需要多模态数据治理、高效存储与流转、全链路数据安全；模型层面则追求高性能推理、可扩展性和可观测能力。与此同时，Agent原生成为新的需求维度，智能体编排、记忆管理与治理能力正在重塑云的服务形态。

“AI云的技术范式在发生变革，传统以CPU算力为主的集群进化到了以CPU、GPU、TPU、NPU、DPU等一系列处理器并行工作，再通过超节点的scale up技术、大规模集群的scale out技术一起构建超大规模的异构算力集群，最终实现AI的超级计算平台。同时，随着AI的普及，我们需要普惠推理的算力，要考量每瓦特电力产生的有效输出，而不像过去一样静态去考虑虚拟机和容器资源按时长计费。”朱国平称。

袁帅同样告诉财联社记者，当下云厂商服务逻辑从售卖CPU、GPU、虚拟机等底层算力资源，转向直接交付AI时代的生产要素。Token是大模型交互的基础计量单位，推理服务是AI能力落地的核心入口，Agent则是替代人工完成复杂任务的智能载体，三者共同构成了AI时代的新型生产力工具。云厂商不再是单纯的“资源供应商”，而是升级为“智能服务提供商”。