企业级AI服务正在从"卖算力"走向"卖服务"。霞光智库《企业级AI服务研究及出海趋势报告》（2026年9月）用一套"4S"架构——IaaS（基础设施层）、PaaS/MaaS（平台层）、SaaS（应用层）与Service（服务层）——把这条链条完整拆开，覆盖了从芯片到应用、从国内市场分层到东南亚/中东出海路径的全景。报告的核心判断是：AI服务的价值重心正在从底层算力向上层应用与服务迁移，而中国企业的真正出海机会来自"模型+算力+应用+服务"的组合能力，而非单一产品输出。时间维度上，报告同时给出了2025年现状与2026—2036年的增长预期。
一、4S架构：四层各有各的生意，也各有各的天花板
报告把企业级AI服务清晰切成四层，每层的竞争要素完全不同。
- IaaS（基础设施层）：2025年全球AI IaaS市场规模 823亿美元，2026—2036年CAGR 17.9%。这是"地基"，重资产、高门槛，GPU保有量决定服务能力，AI IaaS市场CR4达到 78%（阿里云22.5%、百度智能云19.2%、华为云18.5%、腾讯云17.8%）。
- PaaS/MaaS（平台层）：PaaS segment 2025年规模 147.2亿美元，AIaaS整体2026—2034年CAGR高达 35.9%，是增长最快的细分赛道。
- SaaS（应用层）：2025年全球AI SaaS市场规模 296亿美元，是收入规模最大、玩家最多、差异化最强的层级。
- Service（服务层）：AI咨询、实施交付、运维、数据标注、安全合规、培训认证，贯穿各层，是降低企业AI落地门槛的"粘合剂"。
四层并非简单堆叠。底层决定成本上限，平台层决定AI民主化的速度，应用层决定收入规模，服务层决定客户黏性。谁能在相邻两层同时建立优势，谁就掌握了定价权。
💡 深度思考
4S架构最容易被忽略的是"层间摩擦成本"。IaaS到SaaS之间并非平滑传导：算力降价的红利，往往被MaaS的Token计价方式截留，再由SaaS厂商以功能打包的方式二次定价。这意味着算力降本不必然带来终端应用降价，反而可能被中间层转化为毛利改善。判断AI服务公司质地时，只看它在哪一层是不够的，还要看它是否具备跨层议价能力——纯IaaS厂商在价格战中缺乏缓冲，纯SaaS厂商则在Token成本上受制于人。
二、关键数据：MaaS增速最猛，SaaS体量最大
报告披露的几组数据，勾勒出这条产业链的真实形状：
- 智谱MaaS的ARR在过去12个月提升60倍，达到约 17亿元；公司2025年收入 7.24亿元，同比增长 131.9%，毛利率 41.0%。这是"Token消耗规模×智能上界"商业公式最直接的验证——MaaS的规模化效应一旦启动，增速远超传统软件。
- 智能客服是企业级AI应用中最大单品：2025年中国市场规模 71.9亿元，同比增长 55.3%；阿里云以 13.5% 份额居首，对应收入 9.7亿元、增长 83.6%；CR5仅 35.7%，集中度中等，说明市场仍在跑马圈地阶段。
- 垂直行业的市场体量差异极大：金融AI 1428.5亿元、制造AI 986.3亿元、医疗AI 732.1亿元、政务AI 612.8亿元、零售AI 450亿元+、教育AI 380亿元+。金融是最大单一赛道，但其客户集中、招标周期长，实际进入难度也最高。
- 通用大模型格局头部集中：阿里通义 17.7%、字节豆包 14.1%、DeepSeek 10.3%、百度文心 9.5%、腾讯混元 8.2%、智谱GLM 7.8%，CR3超过 40%。
- 商业模式毛利率分层清晰：Token计费毛利率 41%（智谱）、B端可达 69.4%；传统SaaS毛利率中位数 77%，AI应用仅 25%—60%；项目制毛利率 30%—50%，运维可到 60%+；混合模式综合毛利率 40%—60%。
这组数据的含义是：==AI应用的毛利率普遍低于传统SaaS，Token成本正在侵蚀软件业的经典利润结构==。项目制的高客单价、运维的高毛利，恰恰说明现阶段"重交付"反而比"纯产品"更容易赚钱。
💡 深度思考
把三家通用模型厂商的份额数据横向看，会发现一个反直觉的现象：份额第一的阿里通义主打"开源+闭源双路线"，而份额略低的字节豆包几乎完全依赖自有C端流量（抖音、今日头条）反哺。这说明在中国企业级市场，"生态入口"比"模型参数"更能决定份额。开源帮助通义拿下开发者与政企心智，C端流量帮助豆包验证模型能力再批发API，两条路径殊途同归，但都会在同一个环节碰壁：企业客户的私有化部署要求。谁能把这部分交付成本标准化，谁就能在份额之上再拿一层利润。
三、关键玩家：三家IaaS、三家MaaS、三家SaaS的差异化打法
阿里云：全栈是它的护城河，也是它的包袱
阿里云AI IaaS/PaaS/MaaS总营收国内第一，AI云市场份额 22.5%。它的打法是"通义千问大模型+百炼开发平台"双引擎，自研含光800推理芯片与倚天710 CPU构成底层支撑。企业级大模型市场，通义千问以 17.7% 份额位居第一；智能客服以 13.5% 份额、9.7亿元收入居首。海外布局覆盖 30+ 地理区域，Qwen开源模型被新加坡国家AI计划采用（Qwen-SEA-LION-v4）。战略意图很清楚：用开源换生态、用全栈换客户、用出海换增量。我的判断是，全栈在政企市场是优势，但在需要快速迭代的AI应用侧反而可能拖慢节奏。
华为云：国产算力的唯一全栈玩家
华为云以"昇腾AI芯片+Atlas服务器+ModelArts平台"构成完整国产算力方案，盘古大模型聚焦矿山、气象、金融、制造等垂直行业，昇腾生态伙伴超过 2000家，海外覆盖 30+ 地理区域。战略意图是绑定信创与政企市场——国产替代政策是其最大的催化剂。我的判断是，华为的确定性来自政策而非技术领先性；昇腾生态的成熟度，是决定它能走多远的关键变量。
火山引擎：MaaS第一，靠C端养B端
火山引擎在Token调用市场位居第一，增速达到 10倍—100倍，模式是"先用C端产品体验，再批发出售能力"。豆包APP验证模型能力，方舟平台输出标准化API，抖音与今日头条的内部AI应用反哺工程化经验。战略意图是用流量摊薄模型研发成本，再用B端API实现变现。这是最"互联网"的一种打法，优点是迭代极快，风险是B端客户的合规与定制需求会被C端思维轻视。
智谱、百度文心与SaaS三家的启示
智谱AI以 7.24亿元收入、+131.9%增速、"全球大模型第一股"的定位走出独立曲线，云端业务毛利率从 3.3% 提升至 18.9%，规模化效应开始显现。百度文心则选择搜索+AI融合，政务大模型市场份额第一、智能客服份额 21.6%，走的是"高举政务招牌、深耕垂直场景"的路线。
SaaS层面，中关村科金以垂直大模型+行业Know-how做到金融行业大模型中标厂商第四；金山办公把WPS AI嵌入办公全场景，从"辅助生成"升级为"Agent执行"，海外用户超 1亿；容联七陌则以专业智能客服的产品线完整度取胜。三者的共同点是：都不与云厂商在通用能力上正面竞争，而是把行业理解做成了壁垒。
💡 深度思考
把云厂商与专业厂商放在同一张竞争图上，会看到一个结构性矛盾：云厂商掌握算力与模型，专业厂商掌握场景与交付，双方在智能客服、金融AI等赛道上必然正面相遇。这类"竞合"最终大概率不会演化为替代关系，而会分化为"底座+插件"的分工——云厂商提供模型与算力，专业厂商提供行业流程图谱与数据资产。判断依据是，金融与医疗等强监管行业的客户，几乎不会把核心业务逻辑交给平台方，专业厂商的护城河远比表面份额数据看起来更稳。真正的风险在于，一旦云厂商推出开箱即用的行业模板，专业厂商的中间价值会被快速压缩。
四、商业模式：Token、订阅、项目、混合，四种模式各有软肋
报告把AI服务的变现方式归纳为四种，并给出了相对清晰的适用边界：
四种模式的软肋其实指向同一个问题：AI服务的成本结构尚未收敛。Token计费受制于推理成本波动，订阅制被AI调用成本侵蚀毛利，项目制难以规模复制，混合模式则把复杂度推高到管理极限。报告没有给出标准答案，但数据暗示了一个方向——运维与增值服务的毛利率（60%+）显著高于一次性交付（30%-50%），"卖完再服务"比"卖完就结束"更值钱。
五、出海：从产品输出到"技术+生态"输出的四个拐点
中国AI核心产业规模2025年达 1.2万亿元，AI企业数量 6200+家，出海主体持续壮大。报告总结了出海四大趋势：
- 技术输出加速——从"卖产品"到"输出技术能力"。大模型API、开源模型、AI芯片、算力服务成为出海核心资产，Qwen被新加坡国家AI计划采用是标志性事件。
- 本地化策略升级——从"通用产品"到"深度本地化"。多语言训练、本地数据合规、本地团队、本地生态合作，产品翻译已不够用。
- 合规与伦理建设——从"被动应对"到"主动合规"。GDPR、数据本地化、AI伦理、出口管制趋严，合规正在变成竞争力而非成本项。
- 品牌营销战——从"技术驱动"到"品牌+技术双轮"。开源社区、开发者生态、行业峰会、案例营销成为标配。
重点市场方面，报告给出了明确的优先级：东南亚是首选市场（新加坡/印尼/泰国/越南，Qwen被新加坡采用，阿里云深度布局），中东是高价值市场（沙特/阿联酋AI投资超千亿美元，NEOM项目金额 2.3亿美元），拉美是增长市场（巴西/墨西哥/阿根廷，人口红利大），欧洲是高端市场（全球第二大AI市场，但EU AI Act为全球最严）。
出海路径分为三个阶段：0—1年市场验证期（东南亚优先，开源模型+API轻资产进入）、1—3年规模扩张期（拓展中东与拉美，建本地团队与数据中心）、3—5年全球布局期（进入欧洲高端市场，形成"模型+算力+应用+服务"组合输出）。
💡 深度思考
报告把东南亚设为第一站，逻辑是文化相近与成本优势，但这一判断可能低估了"AI主权"这个变量。新加坡采用Qwen的同时，也在同步扶持本地模型与治理框架；印尼、泰国则普遍要求数据本地化。真正的出海门槛不在语言，而在数据驻留与算力属地——谁愿意在当地建数据中心、交给当地监管审计，谁才能拿到政府与金融类订单。这恰恰是中国云厂商相对欧美厂商的劣势（合规透明度）与相对优势（建设速度与成本）的交汇点。中东之所以是高价值市场，不只是因为"政府购买力强"，更因为其出口管制相对宽松、对中国技术接受度高，是少数能同时满足合规与规模的市场。
六、总结：AI服务竞争的四条判断
判断一： 四层架构的价值重心正从算力向上迁移，但迁移速度受制于企业客户的私有化部署需求，短期内服务层与项目制的赚钱能力仍将强于纯产品层。
判断二： MaaS是增速最快的赛道（CAGR 35.9%），但Token计费的毛利结构决定了它很难独立支撑一家公司的盈利，必须向应用或服务延伸。
判断三： 智能客服（71.9亿元）与金融AI（1428.5亿元）分别代表了通用应用与垂直应用的两条典型路径，前者的胜负手是产品化程度，后者是行业Know-how与牌照资质。
判断四： 出海的决定性变量不是模型能力，而是数据合规与算力属地能力；东南亚、中东、拉美、欧洲四个市场依次递进，本质上是合规门槛与客单价的同步抬升。
免责声明： 本文基于公开研究报告进行分析解读，不构成任何投资建议。市场有风险，投资需谨慎。文中观点仅代表个人分析，不代表任何机构立场。数据引用力求准确，但不保证完整性，请以原始报告为准。
📄 研报来源
- 研报名称： 《企业级AI服务研究及出海趋势报告——解码企业级AI服务"4S"架构》
- 作者： 原文未注明
- 发布单位： 霞光智库
- 发布日期： 2026-09（原文仅标注"2026年9月"）
📋 文章元信息
- 建议分类： 行业分析
- 建议标签： 企业级AI, MaaS, AI出海, SaaS, 商业模式
- 摘要： 企业级AI服务分四层，MaaS增速最快、SaaS体量最大，出海胜负手在合规与算力属地。
☕️ 如果这篇文章对你有帮助
原创研究不易，你的支持是我持续输出的动力
微信打赏
请我喝杯咖啡 ☕
支付宝打赏
帮助我买些 token 🪙
💬 觉得有用？加入研报交流群
每日推送精选研报解读，与群友一起讨论行业趋势
