问题——“降价换份额”叙事为何出现转向 过去一段时间，云计算与大模型产业普遍强调“以降价促渗透”，通过价格策略快速扩大用户规模与生态黏性。近期——阿里云发布公告——上调部分AI算力、存储等产品价格，最高涨幅达34%，其中部分自研算力卡产品涨幅更为突出。市场关注点随之从“谁更便宜”转向“谁能稳定供给、谁掌握定价权”。消息发布后有关企业资本市场表现受到关注，也反映投资者对算力稀缺性与盈利模式变化的再评估。 原因——供需错配叠加上游涨价，算力与存储约束凸显 业内普遍认为，此轮价格调整首先源于供需关系变化。随着生成式应用从“内容生成”走向“任务执行”，智能体类应用加速落地，模型调用频次与并发需求呈现非线性增长，算力与存储从“可选成本”逐步转变为数字生产的关键要素。多方平台数据亦显示，进入2026年后，模型调用消耗量出现明显跃升，带动算力、存储需求同步上行。 供给侧同样面临压力。一方面，全球主要科技企业持续加码数据中心、服务器与网络等基础设施建设，资本开支规模处于高位；另一方面，上游关键部件价格波动加大，存储等环节涨价对云厂商成本与供给节奏形成掣肘。公开市场信息显示，部分存储品类价格指数出现显著上行，即便行业持续扩容，仍难完全对冲需求集中释放带来的紧张局面。基于此，云服务价格出现结构性调整，更多体现为资源稀缺条件下的市场出清，而非单纯的成本转嫁。 影响——定价权回归与行业竞争逻辑重塑 价格上调的直接影响，是云服务市场竞争逻辑可能发生阶段性变化：当算力供给难以快速扩张，拥有更强资源组织能力、更高交付确定性的企业，议价能力随之提升。业内人士指出，头部云厂商若前期已完成较大规模的算力储备与数据中心布局，在需求集中爆发时更容易形成“可供给优势”，从而实现从“拼价格”到“拼供给、拼效率、拼稳定”的转变。 同时，此举也可能对下游企业使用策略产生传导效应。价格上行将促使企业更加重视模型推理效率、调用治理、缓存与压缩、任务拆解等工程化能力，通过“少用、用好”降低边际成本；也可能推动更多行业客户采用混合云、多云调度或分层部署方案，在确保关键业务稳定的同时优化总体支出结构。 对策——以基础设施投入与全栈能力提升对冲波动 面对算力紧张与上游涨价的双重压力，行业的应对路径主要集中在三上：一是继续加大基础设施投入，通过规模化建设提升供给弹性；二是推动软硬件协同优化，提高单位算力产出效率；三是加强供应链与国产化替代能力建设，降低外部波动对交付与成本的影响。 从企业层面看，阿里云此前已公布较大规模的AI基础设施投资计划，并强化从芯片、训练与推理平台到云服务的全链路能力布局。业内认为，具备自研芯片、平台工程与云资源调度能力的厂商，在供需紧平衡阶段更易实现成本控制与交付稳定，并通过产品结构、服务等级与资源配额等方式提供差异化供给，提升综合竞争力。 前景——智能体应用扩张或催生以“调用消耗”为参照的新框架 值得关注的是，随着智能体应用把大模型从“问答工具”推向“执行系统”，模型调用将更频繁、更长链路、更强并发，带来“消耗量”持续增长。业内正在形成一种共识：未来衡量云与大模型业务价值，除用户数、市场份额外，“调用规模、消耗量、交付稳定性与单位消耗产出”将成为更关键的经营指标。这也意味着，云服务的估值与商业叙事可能从“规模扩张”逐步转向“资源稀缺约束下的效率与定价能力”，企业的技术栈完整度、资源储备与运营效率将被更集中地审视。
算力价格变化是一面镜子，映照出智能体时代的新需求、新约束与新的竞争方式。面对算力该关键生产要素，企业需要以更高效率组织供给，用更清晰的规则服务客户；行业也需要在合理竞争中减少无序内卷，推动资源流向创新与高价值应用，以更稳健的基础设施支撑数字经济的长期发展。