9月16日至22日，一周之内，百度智能云与阿里云相继举行年度演讲，均以电力时代类比当前AI产业所处阶段。百度集团执行副总裁沈抖在人民日报社智能经济论坛上提出，芯片、云、模型、智能体四层相互放大，构成AI作为底层基础设施的增长飞轮。六天后，阿里巴巴集团CEO吴泳铭在云栖大会上表示，Token是新的电，云是新的电网。两家中国头部AI云厂商在产业判断上形成共识：模型能力已不再是主要瓶颈，AI产业化的下一程取决于谁能先将智能送入千行百业。
共识之下，两家公司的全栈布局路径存在差异。百度自2015年起布局芯片，2018年形成从芯片到深度学习框架、平台、生态的全栈技术体系，2020年提出“云智一体”，2023年明确“芯片—框架—模型—应用”四层技术栈，2026年进一步提出“芯云模体”全栈AI架构。阿里则将芯片、云、模型三块基石置于同等位置同步推进，并宣布2032年前建成20GW数据中心。
两条路线的启动点不同。百度将飞轮起点放在真实业务价值上，产业智能体先进入企业核心流程解决实际问题，产生业务数据推动模型迭代，进而带动云与芯片投入。沈抖预计，到2030年将有30亿个产业智能体持续运行，带来超过100吉瓦级推理需求。阿里则将启动点放在供给端，算力先行，模型能力随之增强，等待代表性产品出现引爆大规模需求。吴泳铭提出，未来机器思考的总量将达到人类的1000倍以上。
路线的分岔最终体现在计费方式上。阿里采用Token经济学，按思考量计费，客户为能力的可能性买单。百度采用生产力经济学，将收入与业务价值绑定，客户为确定性结果付费。沈抖引用数据称，过去三年模型能力持续上涨，但GDP未出现明显变化，AI资本开支占GDP比重仅为0.4％，而电力体系接近5％。
客户案例反映出两种模式的差异。阿尔特与百度合作汽车风阻设计优化，通过自我演化超级智能体“伐谋”自主演化120多轮，将单次CFD仿真从数小时压缩至秒级。南方电网采用百度本体构建智能体“胜算”解决电网业务场景问题。泰康今年4月部署智能体开发平台后上线3500多个智能体，日均Token消耗200亿，覆盖医疗健康、风控合规、销售运营等核心场景。这些项目的验收标准均为问题是否解决、成本是否下降，而非模型跑分。
分析认为，两种计费模式同时存在，表明中国AI云市场尚未进入格局定型阶段。百度路线面临智能体落地不及预期的风险，阿里路线则面临代表性产品延迟出现的挑战。两条路线起点不同，但均在推动AI产业化基础设施的深化。随着产业实践推进，中国AI云厂商的共同路径将逐步清晰。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
