DeepSeek 带火了 AI Infra 市场。

一方面，企业接入 DeepSeek 成为必选项，促使大模型一体机、MaaS 服务等需求异常旺盛；另一方面，" 一体机是不是伪需求 "、"MaaS 到底能不能赚钱 " 等分歧较大，引发广泛的关注和讨论。

当前阶段，AI Infra 存在 MaaS 服务、一体机、智算中心建设及代运营三种商业模式。相比于上一代，当前 AI Infra 存在严重的产品服务同质化。爱分析认为，在这三种模式中，一体机短期盈利能力强，MaaS 服务商业化天花板高。

01

AI Infra正面临产品服务严重同质化

虽然人工智能技术发展了几十年，但在中国市场受到广泛应用是从 2015 年开始。我们把 2015 年至 2022 年定义成 "AI 1.0 时代 "，2023 年至今定义成 "AI 2.0 时代 "，两个时代 AI Infra 市场发展存在较大差异。尤其是相比 AI 1.0 时代，AI 2.0 的 AI Infra 产品服务同质化严重，毛利率低。

我们先把 AI Infra 市场分成四层，资源层（提供计算、存储、网络及数据等）、模型层（大模型、小模型等）、平台层（算力调度、模型开发、模型加速、数据管理等）、服务层（智算中心、云端 MaaS 服务、一体机等）。

AI 1.0时代，AI Infra 具有以下几个特点：

第一，MaaS 服务、一体机等产品具备场景差异，毛利率高。

模型模型开发和部署门槛较低，针对不同场景的模型差异化很大。AI Infra 产品服务差异化主要是来自模型及场景适配度，针对不同场景都有差异化优势。不论是 MaaS 服务还是一体机，毛利率相对较高。以商汤科技、格灵深瞳等公司为例，商汤科技 2021 年毛利率（MaaS、一体机）是 69%，格灵深瞳（一体机为主）2022 年毛利率是 70%。

第二，模型开发、数据管理等平台能产生商业化收入。

AI 1.0 时代，很多企业用户和应用开发厂商会自己开发模型，因此模型开发平台、数据管理平台等平台产品本身是能够产生商业化收入。以第四范式为例，2022 年模型开发平台（先知平台）营收 14.9 亿元。

进入到 AI 2.0 时代，模型参数量大使得模型训练门槛非常高，AI Infra 呈现出以下特点：

第一，模型开发、数据管理等平台无法产生商业化收入。

由于基础大模型持续迭代，大部分企业用户和应用厂商都不会开发训练模型，更多是采取 RAG、Agent 等方式应用。模型开发平台本身价值度有限，几乎无法产生商业化收入，多数是随基础大模型或上层应用打包赠送。

不做模型训练使得数据标注、数据清洗和管理需求少，主要集中在少数基础大模型厂商。这也导致数据管理平台的客户认知度低，付费意愿低。

第二，MaaS 服务、一体机等产品同质化严重，毛利率低。

基础大模型可选择面只有不到 10 家，开源模型不到 5 家，接近 GPT4 水平的开源大模型只有 DeepSeek V3 和 Qwen2.5 72B。再加上平台层产品商业化价值低，导致不同厂商提供的 MaaS 服务、一体机等产品同质化严重。

02

一体机当前是真实需求，盈利空间清晰明确

尽管一体机的真实商业价值饱受质疑，但从供需双方来看，短期来看一体机是很好的商业模式。

从需求方来看，当前 AI 大模型落地主要是政企客户买单，一体机非常符合政企客户采购偏好。

首先，一体机满足政企客户快速上线大模型需求。

219 国资委专项会议后，对央国企而言，落地 AI 大模型从试点工作变成重点工作，几乎所有央国企 2025 年都有明确 AI 大模型建设目标。AI Infra 建设有两种方式，第一种是集团统一建设智算中心和算力平台，第二种是各公司自己购买一体机，部署本地。

考虑到集团统建周期较长，对完成 2025 年 AI 大模型建设目标产生不确定影响，很多政企客户会选择购买一体机，保证 DeepSeek 等大模型及相关应用快速上线。

其次，购买资产比购买服务更符合政企客户的采购习惯。

不论从招采流程还是价值判断上来看，购买硬件资产都更加符合政企客户的采购偏好。政企客户购买 AI 一体机在 DeepSeek 出来前一直存在。根据标讯数据，2024 年大模型一体机项目总数超过 400 个，中标总金额超过 31 亿。

从供应方（各类 AI 厂商）来看，一体机是短期比较好的商业模式。

首先，一体机是项目制，比较容易算账。对 AI Infra 厂商来说，一体机基本都是项目制，交付成果比较清晰。项目利润率容易测算，不太会出现项目亏损的情况。

其次，一体机垫资少，现金流压力小。对比 MaaS 服务和智算中心，一体机垫资相对较少，账期比较短，回款相对较快，在当下市场环境对厂商的现金流压力小。

第三，一体机的研发投入少。不论是前期研发预投入，还是项目交付阶段产研投入，一体机都比较少。毕竟 AI 芯片和大模型都是外采，厂商只需要做一些集成调试工作。

从长周期来看，一体机的商业天花化板较低。

一方面，一体机的潜在市场空间会逐步缩小。即使是政企客户，算力等底层 IT 资源统一建设和服务是大势所趋。每家央企都成立了数科公司，很多地方政府机关也成立了公共服务平台，算力等底层 IT 资源一定会逐步收敛到少数建设方，未来市场主流是公有云 MaaS 服务和智算中心。

另一方面，一体机的市场集中度不高。一体机市场发展比较类似超融合市场。经过十年发展，超融合已进入到成熟市场阶段，行业头部厂商的市场份额只有 17%，意味着竞争一直很激烈，利润空间有限。

03

MaaS服务才是 AI Infra 的未来

当前 MaaS 服务亏损主要是市场竞争、技术能力不足和业务规模小造成，长期来看 MaaS 净利润率可做到 10% 左右。

MaaS 服务盈利能力主要是跟技术能力、业务规模和市场竞争有关。

从 MaaS 业务本身来看，模型吞吐量和资源负载率直接影响业务毛利率。模型吞吐量主要是跟算法框架优化和集群规模有关，DeepSeek 这种 MOE 架构模型的优化难度比较大。资源负载率主要是跟运营能力和用户基础相关，MaaS 服务需要提供稳定 API 服务能力，资源冗余和平台运营能力很重要。

除了上述因素外，当前 DeepSeek 爆火后市场竞争激烈，云大厂采取用户补贴抢市场引发的价格战也使得短期 MaaS 服务毛利率低。

长期来看，MaaS 服务接近公有云业务，核心能力是算力资源运营服务，预计净利润率空间将达 10% 左右。AI 2.0 时代，随着 DeepSeek 开源，后续长期会有接近第一梯队的开源基础大模型供 MaaS 服务厂商使用。MaaS 服务厂商的核心是算力资源运营服务，类似公有云厂商的 IT 资源运营服务。

04

上一代四小龙中，商汤科技有望翻身

国内市场目前具备大规模算力资源运营服务能力的厂商，主要是阿里、字节这些云厂商，以及大规模自建算力中心的商汤科技。

根据商汤科技 2024 年财报，生成式 AI 营收达 24 亿人民币，占整体营收 63.7%。生成式 AI 营收已经超越视觉 AI（11.1 亿）成为商汤科技最重要营收来源。

生成式 AI 业务主要是商汤科技自建 AIDC 提供 MaaS 服务和帮客户做智算中心建设代运营。

当前智算中心建设代运营的营收贡献主要是智算中心建设，多数项目是商汤科技作为总集方，提供智算中心设计、设备购买、部署实施等服务，价值度有限。更大价值是后续智算中心代运营，其中一部分也是 MaaS 服务。

商汤科技一方面通过智算中心建设代运营，持续积累算力资源，另一方面本身在大模型有相关技术储备，有机会在 AI2.0 时代翻身。