在人工智能技術高速發(fā)展的今天，模型即服務（MaaS）作為連接AI模型與用戶的關鍵環(huán)節(jié)，本應借助技術的優(yōu)勢為用戶提供便捷的AI服務，從而獲取豐厚的收益。然而，現(xiàn)實卻相對“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》，其理論成本利潤率高達545%，引發(fā)了市場廣泛關注。

但在其生態(tài)鏈上的MaaS廠商，如潞晨科技，卻在實際運營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)模式過程中所面臨的局部挑戰(zhàn)。

盡管技術進步為行業(yè)帶來了巨大的潛力，但如何在技術創(chuàng)新與商業(yè)模式優(yōu)化之間找到平衡，仍然是MaaS廠商亟待解決的關鍵問題。

對此，北京人工智能產業(yè)聯(lián)盟元宇宙專委會主任顏陽博士表示，就目前MaaS商業(yè)模式來看，短期需聚焦現(xiàn)金流優(yōu)化與垂直領域突破，長期則依賴國產替代和技術-生態(tài)雙輪驅動。

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，其每日總成本為87072美元。計算依據(jù)是統(tǒng)計到的2月27日24點到2月28日24點，推理服務占用節(jié)點的情況（峰值占用為278個節(jié)點，平均占用226.75個節(jié)點，每個節(jié)點為8個H800GPU）。

如果所有token都以DeepSeek-R1的定價計費，其單日理論收入竟高達562027美元。這樣算下來，其成本利潤率達到了驚人的545%。

然而，實際運營中的 MaaS 廠商所面臨的境況卻與DeepSeek有所不同。

MaaS廠商是從事模型即服務的企業(yè)，它們將機器學習模型部署到企業(yè)端，以API、SaaS等形式提供給用戶使用。

作為連接DeepSeek模型與用戶的關鍵環(huán)節(jié)，本應借助模型的優(yōu)勢為用戶提供便捷的AI服務，從而獲取收益。但現(xiàn)實是，像潞晨科技這樣的MaaS廠商在實際運營中陷入了成本的泥沼。

近期，MaaS廠商潞晨科技創(chuàng)始人尤洋公開表示，滿血版DeepSeek-R1每百萬token（輸出）定價16元，若完成1000億token的輸出，需約4000臺搭載H800的機器，每月僅機器成本就達4.5億元，企業(yè)方可能面臨每月4億元的虧損，可謂“用戶越多，虧損越多”。

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

但實際上，DeepSeek的計算是基于將APP和網(wǎng)頁完全超負荷占滿的極端情況，并且僅核算了等量租用GPU的費用，硬盤、存儲、內存CPU、人力運維等均未計算在內；收入?yún)s將APP、網(wǎng)頁、API消耗的所有Token（toC和toB的總消耗量）加在一起，均按照API（toB）的價格計算。

從常規(guī)MaaS產品的角度來看，要實現(xiàn)穩(wěn)定輸出，需要準備的機器可能是理論的數(shù)倍之多。對于潞晨科技這類中小云MaaS機構而言，承擔如此高昂的成本，壓力可想而知。

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

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

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

當DeepSeek官方公布的成本價越來越低，第三方MaaS廠商若無法提供與官方成本和性能接近或者更優(yōu)的服務，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AI產業(yè)鏈中，似乎承擔了虧損的重擔。各大廠和模型廠的API服務大多虧本，真正有收益的往往是定制開發(fā)或者私有化等合作項目。

從市場競爭角度來看，MaaS行業(yè)競爭激烈，巨頭憑借資金、技術和資源優(yōu)勢，以低價搶占市場，這使得中小MaaS企業(yè)的生存空間被進一步壓縮。

何以破局？

對于中小MaaS廠商來說，單純依靠倒賣DeepSeek API這類服務，在成本居高不下、盈利模式不清晰的情況下，無疑是賠本賺吆喝。

這也促使整個行業(yè)思考，如何構建可持續(xù)的商業(yè)模式，實現(xiàn)技術與商業(yè)的良性循環(huán)。

顏陽表示，DeepSeek的出圈帶火了三個詞——尤里卡時刻、斯普特尼克時刻、杰文斯悖論。尤里卡時刻代表創(chuàng)新原動力，斯普特尼克時刻驅動系統(tǒng)性變革，而杰文斯悖論揭示技術發(fā)展的復雜副作用。他認為，用這三個理論可以解釋MaaS的困境本質是技術、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道，對于中小型MaaS企業(yè)而言，主要面臨三方面的困境，“一是成本結構復雜，除GPU租賃外，還有網(wǎng)絡帶寬、存儲、運維等隱性成本，且實際收入受定價策略、服務負載波動影響大。二是穩(wěn)定性要求高，MaaS因共享算力資源，易受其他應用搶占資源影響性能。三是市場競爭激烈，巨頭以低價搶占市場，導致企業(yè)虧損隨用戶量增加而增長。”

但這并不意味著中小MaaS企業(yè)就此喪失機遇。

“就目前MaaS商業(yè)模式來看，短期需聚焦現(xiàn)金流優(yōu)化與垂直領域突破。長期則依賴國產替代和技術-生態(tài)雙輪驅動?！鳖侁柋硎?。

他進一步指出，在MaaS領域，中小公司需抓住“尤里卡時刻”實現(xiàn)技術突破，例如通過模型剪枝、蒸餾等優(yōu)化手段降低推理成本，聚焦醫(yī)療、金融等細分場景（可以直達C端）構建垂直解決方案，避免與巨頭在通用模型上正面交鋒。同時可借鑒“斯普特尼克時刻”的競爭邏輯，借力開源生態(tài)構建差異化壁壘。通過在特定領域深耕細作，滿足客戶個性化需求，收取較高費用，從而實現(xiàn)盈利。

而大公司應警惕“杰文斯悖論”，在利用規(guī)模效應壓低價格擴張市場時，需平衡算力成本與營收模型，防止邊際收益遞減。顏陽認為，大公司可借助自身優(yōu)勢轉化為可持續(xù)的生態(tài)護城河，通過生態(tài)共建，與產業(yè)鏈上下游企業(yè)合作，打造完整的MaaS生態(tài)系統(tǒng)，實現(xiàn)規(guī)模經濟。同時，拓展國際市場，擴大用戶群體，提高市場份額。

曹轍則認為，一方面，MaaS廠商可通過技術優(yōu)化，如采用智能調度技術提升資源利用率，可以降低成本。另一方面，進行商業(yè)模式創(chuàng)新，針對金融、醫(yī)療等高價值行業(yè)提供私有化部署與定制化服務，與芯片廠商、云服務商深度協(xié)同降低算力成本。

多位受訪者表示，隨著人工智能技術的不斷進步和應用場景的拓展，MaaS將受到越來越多企業(yè)和開發(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的應用場景將越來越廣泛。

來源：21世紀經濟報道