作者 | 周智宇 當全球市場在亞馬遜與谷歌的財務餘震中,反覆拷問 AI 投入是否 “見頂” 以及自由現金流何時迴歸,這場軍備競賽正進入冷峻的淘汰賽。 這場競賽裏註定贏家寥寥,唯有在產出比的生死線上建立商業閉環,方能得到投資者青睞。 經歷了 “V 型反轉” 的金山雲對此感受頗深。從 2024 年 9 月低點時的每股 2 美元,到高點時超 22 美元/股,金山雲的價值正在被市場重估。 2025 年四季度,金山雲交出了一份關鍵成績單:營收 27.6 億元再創歷史新高,智算雲收入 9.3 億元再次攀升且佔公有云收入比例已達 49%;四季度,金山雲再次實現調整後經營利潤轉正,相較於曾經動輒數億元的虧損,這標誌着公司在經歷了長達三年的陣痛轉型後,終於在 “智算時代” 叩響了盈利的大門。 金山雲高級副總裁劉濤,這位在雲行業深耕十餘年的老將,在近期與華爾街見聞的獨家對話中,覆盤了這段驚險轉型歷程。 “我們經歷過從最高峰股價掉下來的極度痛苦。” 劉濤直言。 從 2020 年末峯值時每股近 75 美元,到 2022 年 10 月低點的 1.77 美元,金山雲手中持有的現金價值甚至一度高於市值。資本市場給出的結論冷酷且決絕:市場預判他們會快速耗盡資金。 這並非金山雲一家的困境,而是整個中國雲行業在過去十年集體陷入的 “規模陷阱”。在那個時代,估值的驅動力來自流量和營收規模,廠商們在 CDN(內容分發網絡)等基礎設施紅海里刺刀見紅。金山雲也曾一度陷入 “投得越多,虧得越多” 的惡性循環。 “這種邏輯曾是行業揮之不去的陰影。” 劉濤直言,但公司的本質是要給股東掙錢,這種舊的發展模式也在 2022 年走向終點。 劉濤透露,他在 2022 年初接手公有云團隊時的使命極其純粹:不做虧錢生意。 他上任第一年,便清退了所有毛利為負的客户,這導致公有云業務營收和毛利都出現較大波動。但到了 2025 年,金山雲公有云業務已實現節節攀升。 金山雲的變革故事中,最關鍵的一章是關於 “信仰” 的博弈。面對 ChatGPT 引發的算力海嘯,2023 年 4 月,劉濤與管理層面臨一個足以決定公司生死的決策:是否要在現金流極其緊張的情況下,投入數億元組建大規模智算集羣? “這是一個可能把公司拖入絕境的決定,” 劉濤回憶道,因為一旦交付失敗,鉅額折舊是當時公司也難以承受的。但 CEO 鄒濤的一句話定下了基調:“要對 AI 有信仰,這就像蒸汽機時代來臨。” 最終,金山雲在完全沒有前人經驗的領域,硬生生啃下了大規模集羣組網這塊工程硬骨頭。 從現在來看,金山雲管理層做了一個正確的決定。 眼下,中美科技巨頭們仍在持續為算力開出鉅額支票,但苛刻的投資者們卻也開始用 ROI 來衡量每一筆支出的效果。 這也意味着,在算力軍備賽持續的同時,智算雲正逐步轉向以 “運營效率” 為核心的下半場。 在金山雲的視角里,智算雲不再是簡單的資源買賣,而是一場極限工程挑戰。大規模智算集羣極度脆弱,光模塊故障率高達 2‰,機器故障率達 1%-2%,對於大規模集羣而言,任何單點波動都可能引發連鎖反應,導致整體訓練任務中斷。 為了應對這種損耗,金山雲通過一系列硬核工程手段重塑了穩定性。 金山雲構建了故障感知驅動的自愈系統,依託容器化調度和熱備切換機制,將訓練任務恢復時長壓縮至 20 分鐘以內,保障集羣實際運行 SLA 穩定在 99.9% 以上;通過 PD 分離(預填充和解碼分離)與 KV Cache 複用技術,在辦公場景服務中實現了優於原廠方案的響應延時穩定性,有效提升推理側的利潤空間;將資源管理模式升級為 “任務交付” 導向,解決了智算時代訓練任務易中斷的痛點,顯著提升了底層硬件的有效利用率。 展望 2026 年,劉濤認為真正的分水嶺在於 “應用”。相比於前途未卜的通用大模型混戰,機器人與自動駕駛提供了更清晰的場景 ROI。視頻生成的實用化、VLA 模型在機器人端的泛化,將讓推理需求呈現指數級增長。 劉濤敏鋭地察覺到,機器人公司大多擅長身體指令,但在雲端工程、安全防護和數據閉環上幾乎是赤手空拳。 金山雲的策略是成為這個萬億賽道底層的 “循環系統”:為頭部公司提供從數據生產、存儲到模型訓練、仿真的全生命週期閉環;針對機器人可能被黑客控制的極端風險,構建端到端的安全防禦,防止 AI“大腦” 被惡意劫持;通過極致的推理優化,讓機器人端的響應像生物直覺一樣快速準確。 “搶佔了機器人場景的高地,就意味着拿到了重塑物理世界智能規則的終極船票。” 劉濤預判,未來三到五年,機器人將從簡單的撿襪子、撿毛巾的動作起步,逐步滲透進千家萬户,而金山雲要做的,是從這些企業出生開始,就成為它們原生依賴的雲底座。 “不做大模型” 是金山雲在智算大潮中保持冷靜的戰略底線。 正因為不參與模型端的競爭,金山雲得以在生態上保持極度的開放與純粹。無論是 “模型新貴”,還是生態內的大模型,都穩健地生長在金山雲的智算底座之上。 劉濤認為,隨着推理側需求的指數級爆發,Token 將成為類似水電的普惠資源,而云廠商的勝負手在於誰能以最低的工程代價輸出最穩定的服務。 智算雲的紅利期不會永遠持續,只有那些能解決極限工程難題、打通行業數據閉環的廠商,才能在潮水退去後依然立於潮頭。 從股價 1.7 美元的谷底,到今天智算業務佔比超過三分之一併帶動全公司走向盈虧平衡,金山雲的 “V 型反轉” 並非偶然。它本質上是一家成熟企業在深刻理解產業縱深後,對運營效率與商業本色的堅決迴歸。 這場關乎生產力主導權的競賽,才剛剛進入最殘酷、也最精彩的深水區。 劉濤和金山雲正試圖證明:一家雲服務商如果足夠尊重財務規律、願意深耕工程細節,同時對技術趨勢保持判斷力,就有機會在 AI 浪潮中,完成從資源集成到價值共生的轉變。 如何走出谷底 華爾街見聞:你在金山雲十年了,雲廠商也經歷了從移動互聯網到 PC 再到 AI 時代的演進。對你個人來説印象最深、或者最煎熬的一段時間是什麼情況? 劉濤:最難忘也最痛苦的,其實就是 “V 字反轉” 的過程。2020 年金山雲上市,股價最高衝到 75 美元,估值一度達到 170 多億美金。雷總(雷軍)當時非常高興,大家也覺得公司前途無量。 到了 2021、2022 年,資本市場不再以 PS(市銷率)來看待雲公司,而是看 PE(市盈率)和損益情況。我們的股價從 75 美金跌到了 1.7 美金。當時資本市場的評價非常刺耳,甚至出現 “團隊能力不足”、“現金價值高於市值”、“或將快速耗盡資金” 等負面評價。 當時 CDN 業務處於負毛利狀態,相當於公司為了維持規模,實際是在貼錢做業務。這種極度不健康的經營模式,讓我們不得不痛定思痛,啓動全面轉型。 華爾街見聞:過去兩年裏,有沒有哪個時刻或會議,讓你覺得 AI 確實正在重構整個公司的邏輯? 劉濤:2021 年,一家大模型初創客户對高性能算力的需求,比一些頭部客户還要多。這讓我們意識到,大模型公司對算力的需求,是截然不同的量級。後來,客户提出搭建大規模集羣的需求,涉及金額巨大,對公司現金流構成了嚴峻考驗。 我本身是技術出身,做事是很理性的。我問鄒總(鄒濤):“幹這個事兒,搞不好會把公司拖垮,咱幹還是不幹?” 鄒濤當時的決定是:“熬夜幹!” 鄒濤説:“你們要對 AI 有信仰,這是蒸汽機時代來了,未來的空間是無法想象的”。事實也證明了這個判斷的前瞻性。 華爾街見聞:一線團隊最直接的感受和心態變化是什麼?大家討論最聚焦的點在哪裏? 劉濤:銷售和技術團隊的心態已經從 “跟隨” 轉向了 “領先” 的自信。 銷售團隊越打越有勁頭,因為這種客户標杆效應是不斷疊加的。要知道,在通算時代,我們和友商差距明顯,一直處於被動跟隨狀態。 可進入 AI 時代,市場需求聚焦在智算網和存儲領域,這正好是我們深耕且具備優勢的賽道。 該拋棄對雲的偏見了 華爾街見聞:投資人覺得雲業務不是好生意,這種觀點是否過時了? 劉濤:我認為這種觀點存在誤區,特別是在中國市場。 相比其他 To B 業務,雲是極少數具備高可持續性的賽道。中國客户雖不習慣為純軟件付費,但願意為硬件能力與技術服務買單。雲的核心價值是用技術服務最大化釋放硬件能力。 當前客户普遍強調成本控制,企業已不願意承擔自建基建團隊的高昂成本。比如客户將設備託管在我們這裏,我們只收一定比例的服務費,成本遠低於企業自建運維。 當然,如果陷入無窮無盡的定製化項目,雲業務確實難成好生意。但聚焦標準化、可規模化的運營型項目,雲就是極具價值的優質賽道。 華爾街見聞:相比規模較大的友商,金山雲最大的特色和競爭策略是什麼? 劉濤:我們走的是 “田忌賽馬” 的競爭策略。 作為規模較小的公司,我們不拼體量、不搞同質化競爭,而是以 “性價比” 和 “貼身服務” 打造差異化優勢,提供更具競爭力的價格和更好的服務。就拿機器人賽道來説,面對客户需求,我會陪着 SA、售後一起上門對接,全程跟進。客户只要提出合理需求,我們就會全力以赴地解決。 這個賽道的客户,工程能力普遍偏弱,而強大的工程交付能力正是我們的長板,剛好能精準匹配他們的痛點。 這種 “貼身肉搏” 的深度服務,讓我們在機器人賽道贏得了許多頭部客户的認可和信賴,這一點連規模更大的友商都非常羨慕。 挖掘細分機遇 華爾街見聞:在選擇客户時,都有哪些考慮? 劉濤:我們的選擇邏輯非常清晰:聚焦能帶來增量的賽道和客户。 傳統雲客户的預算逐年縮減,能持平就算不錯。 智算領域的增長主要來自大模型,但僅靠這一個賽道還不夠。因此,我們重點鎖定了自動駕駛、機器人、AI for Science(科學智能)。 其中,自動駕駛是成熟賽道,我們的核心打法就是保持耐心,守機會。 機器人則是全新賽道。這裏的公司多為科學家創業,擅長算法但缺少工程落地概念,這正是我們的機會。 科學智能領域,比如生物醫藥相關企業,這類公司本身發展很成熟,與他們合作,核心是比拼性價比,用更具優勢的方案贏得認可。 華爾街見聞:自動駕駛和機器人客户在算力調度和工程落地中,你們解決了哪些具體的痛點? 劉濤:核心是解決算力調度與工程落地中的穩定性和數據閉環。 對於萬卡集羣而言,硬件故障難以避免。我們通過搭建故障感知機制、部署熱備機技術,實現了節點故障後的快速自愈。一旦出現節點故障,20 分鐘內就能自動恢復訓練任務,確保集羣實際運行 SLA 穩定在 99.9% 以上。 針對辦公場景,我們與集團共研了 PD 分離(預填充和解碼分離)技術,顯著降低了首字延遲(TTFT)。 同時,通過優化 KV Cache 的命中率和預充能力,即便在高併發場景下,也能保證推理穩定絲滑。 華爾街見聞:自動駕駛也在從 VLA 轉向到大世界模型,數據吞吐壓力非常大,這塊是否有技術壓力? 劉濤:壓力確實非常大,核心痛點集中在數據的存儲、處理與流轉全流程。 自動駕駛領域的數據採集門檻低、增量驚人,輕鬆就能達到 EB 級。 為此,我們與客户深度協同打磨出了一套全流程數據閉環平台,涵蓋數據脱敏、視頻與點雲融合處理、3D 高斯建模等核心功能。 此外,車端算力受限於功耗瓶頸,未來可能會出現 “端側負責實時決策,雲端運行宏觀世界模型” 的架構,這會帶來巨大的雲端推理需求。 華爾街見聞:機器人賽道的數據維度更多元,處理壓力更大,我們在這個過程中能做好的核心服務是什麼? 劉濤:我們的目標是 “輔助客户聚焦核心算法,其餘所有工程化、數據化相關的繁瑣工作,全部交給我們”。 在數據採集與處理閉環上,我們提供從本地數據同步、雲端標註、數據清洗到最終模型訓練的全流程一體化平台。 雖然我們不直接開展數據標註業務,但我們會做好橋樑,整合並集成一系列高質量的數據定製和標註供應商。 這種 “技術基座 + 生態整合” 的模式,讓我們能夠像 AWS 一樣實現上層服務的輕資產運營,同時牢牢鎖定底層算力服務的粘性。 接下來幾場硬仗 華爾街見聞:展望 2026 全年,“核心戰役” 是什麼? 劉濤:核心聚焦於 “大客户、深賽道、Token 化” 三大方向。 我們有三場關鍵戰役:一是築牢技術根基,確保在新一代硬件迭代背景下,大集羣的可靠性和穩定性保持業界領先水平;二是深化賽道滲透,在機器人等垂直賽道持續強化全流程閉環服務能力,不僅滿足現有客户需求,更主動挖掘並解決如系統安全漏洞等潛在痛點;三是激活增長新動能,深度運營 Token 業務。 華爾街見聞:除了 Token 業務,你還覺得哪些賽道有爆發潛力? 劉濤:我有兩個比較看好的前瞻方向。 AI 原生遊戲,比如 “指揮官模式”,玩家只指揮,剩下的 AI 隊友聽你的;或者具備情緒價值的 AI 陪玩。 代碼生成 SaaS 是最確定的增量。企業因為隱私要求,不會用公版大模型,我們需要提供企業級的私有化代碼生成服務,我們內部也已經在深度使用了。 華爾街見聞:小米金山生態在金山雲收入佔比持續提升,如何看待 “獨立第三方” 的標籤? 劉濤:生態是我們的優勢之一,但不是我們的全部競爭力。 雖然小米金山生態的智算投入持續提升,但外部客户的訂單增速更快,目前生態外客户的業務佔比依然保持穩健。 從行業格局來看,雲行業內 Top 3 到 Top 5 的企業都能實現良性發展,我們的核心優勢在於,立足智算這一獨特賽道,且已搶佔先發先機,有望實現更快發展。 華爾街見聞:接下來金山雲營收和利潤的增長點在哪? 劉濤:這是一個分層貢獻的結構。 一方面,通過為最優質的客户提供大集羣供給,拉動營收和總利潤額的絕對值增長,該板塊雖然毛利率偏低,但業務根基穩健;另一方面,機器人賽道業務、中型客户以及 AI Agent 應用相關業務,是高利潤率板塊。此外,Token 業務是未來的爆發點,目前其絕對規模雖然尚小,但增長速度迅猛,有望成為增長引擎。 2026 年,我們將繼續朝着 “經營利潤轉正” 的目標前進。