一、引言
2026年,“公共云”首次被正式寫入《政府工作報告》,標志著人工智能時代云計算產業的發展定位實現國家戰略層面的全面升級。這一重大變化,意味著公共云已完成從算力資源載體到智能經濟公共數智基礎設施的根本性轉變,確立了其作為支撐人工智能規模化落地、推動千行百業數智化升級的普惠性服務底座的核心定位。
二、戰略價值再升級:智能經濟下公共云成為數智基礎設施
從國家戰略看,公共云完成了戰略定位的第二次歷史性躍升,成為人工智能時代社會公共數智基礎設施。2026年《政府工作報告》首次將“公共云”納入政策表述,這是自2015年《國務院關于促進云計算創新發展培育信息產業新業態的意見》發布,為云計算產業奠定國家戰略頂層設計基礎以來,戰略定位迎來的又一次里程碑式升級,其社會公共服務屬性更加凸顯,成為與水網、電網同等重要的服務性公共數智基礎設施。中國信息通信研究院監測數據顯示,近年來主流云服務商可用區月度可用性均超過99.98%,這符合公共基礎設施級別的連續服務能力要求,充分印證了公共云已具備成為社會公共數智基礎設施所必需的高穩定性、高可靠性基本條件。
從規模價值看,公共云與人工智能產業深度共生、雙向賦能,共同構成智能經濟發展的核心增長引擎。智能經濟以算力為基礎、以數據為要素、以人工智能為核心驅動力。公共云作為算力統籌供給的核心載體、數據要素流通的核心樞紐、人工智能技術落地的核心平臺,已經與人工智能產業形成體量匹配、深度綁定、同頻共振的協同增長格局。人工智能核心產業方面,工業和信息化部數據顯示,2026年我國產業規模預計突破1.2萬億元;云計算產業方面,中國信息通信研究院數據顯示,2024年我國產業規模已達到8288億元[1],2026年預計將突破1.3萬億元。
從普惠價值看,公共云整合并開放全棧智能創新資源,大幅降低千行百業的創新應用落地門檻。公共云整合異構算力資源實現動態調度,并將成熟大模型能力、全鏈路
開發工具全面開放,助力企業以低成本快速落地智能應用。據中國信息通信研究院預測,我國公有云大模型(對客側)2025年Token調用量有望達到2000萬億,較2024年增長將超過16倍[2],正是云計算把原本高門檻的大模型轉化為可按需取用的標準化公共服務,全面激發千行百業的海量智能創新需求。
三、賦能能力再突破:公共云成為人工智能規模化落地最佳服務載體
公共云憑借與生俱來的規模效應、全棧技術能力與開放生態體系,已成為智能經濟時代不可或缺的核心載體,通過三大關鍵能力為智能經濟高質量發展筑牢了核心支撐。
算力底座方面,公共云破解人工智能異構算力爆發式需求痛點,是當前統籌異構算力的最成熟供給模式。公共云憑借規模化的智算集群和彈性算力調度能力,實現異構算力資源的動態分配與按需供給,既滿足大模型訓練的海量算力需求,也適配推理場景的彈性算力調用,從根本上解決了企業自建算力成本高、資源利用率低、場景適配性差的核心問題。中國信息通信研究院調研顯示,頭部云服務商部分可用區的算力資源利用率峰值可達60%。
工程平臺方面,公共云打破人工智能技術落地的核心壁壘,成為人工智能工程化落地的核心支撐平臺。當前,人工智能產業發展的核心瓶頸已從模型研發轉向工程化落地,公共云通過標準化封裝大模型能力,整合數據治理、智能體編排調度、監控、安全等一系列工具鏈為一站式服務,讓企業無需重復投入底層研發,即可在公共云平臺上完成智能應用的開發、部署與運營,大幅縮短智能應用落地周期。案例顯示,國內某汽車零部件企業基于MaaS云服務,將產線質檢AI系統的全流程落地周期從傳統模式下的3~6個月壓縮至僅兩周。
應用賦能方面,公共云依托云生態解決了大模型技術與行業業務場景脫節的困境,是智能技術與實體經濟融合的核心樞紐。基于多年積累的行業云生態,公共云服務商將標準化的人工智能服務能力,與金融、制造、政務、醫療、交通等千行百業的業務場景know-how經驗深度融合,形成了適配不同場景的“開箱即用”解決方案,打通了智能技術從實驗室到產業落地的“最后一公里”。例如,國內頭部云服務商均依托自身算力與全棧生態優勢,通過輕量化云主機、云電腦等云服務,為企業用戶提供智能體應用云端一站式部署能力,最快10分鐘即可完成OpenClaw等智能體的部署上線。
四、智能云服務再重構:智能技術催生公共云全新服務形態
人工智能與公共云的深度融合,并非簡單的技術疊加,而是對公共云全棧服務體系的重構,由此催生了一系列適配智能經濟發展需求的全新服務形態,逐步構建起覆蓋異構算力、模型服務、智能體服務的多元云服務供給體系。
算力云服務層面,智算集群、GPU云服務器等智能算力服務形態加速成熟,實現了算力供給與AI場景需求的精準匹配,為人工智能發展提供堅實算力支撐,如阿里云、騰訊云等云服務商推出的彈性計算、智能算力調度、專屬智算集群等服務,已成為大模型訓練研發與推理應用的核心算力載體。
模型云服務層面,公共云升級為全棧智能服務的關鍵引擎,衍生出模型即服務(Model as a Service,MaaS)這一核心服務形態,覆蓋智能應用開發、運行、協作、治理全生命周期的管理平臺加速落地,如阿里云百煉、騰訊云ADP、華為云ModelArts、百度千帆、火山引擎方舟等模型服務平臺,全面拓寬了傳統云平臺面向人工智能全棧模型和智能體的能力邊界。
智能體云服務層面,智能體即服務(Agent as a Service,AaaS)打破了傳統標準化軟件的交付模式,成為公共云從“工具交付”到“價值交付”的最終應用交付形態。當前,軟件服務商紛紛布局智能體即服務,如用友NC Cloud業財一體化智能體、金山WPS靈犀智能體以及釘釘、飛書、企業微信等OA系統內置AI助理服務等,讓公共云服務價值直接融入企業核心業務流程。
五、產業模式再重塑:Token成為公共云智能服務核心價值標尺
根據國家數據局發布的定義,詞元(Token)是大模型處理信息的最小單元,具有可計量、可定價、可交易三大核心特征。如果說工業時代的千瓦時(度)衡量了電力供給量,互聯網時代的流量衡量了數據傳輸規模,那么在智能經濟時代,Token便是衡量價值的核心標尺,串聯起算力供給、模型服務與商業需求的全鏈路。
基于可計量特征,Token成為公共云智能服務的全新價值度量單位。傳統云服務以云服務器規格、資源占用時長、平臺接口調用次數等為核心計量單位,在人工智能時代已無法精準匹配智能服務全鏈路的實際資源消耗和價值輸出。Token將異構算力消耗、模型推理調用、開發工具使用、智能體服務等全鏈路智能服務行為,轉化為可統一量化、可按需結算的標準化單位,讓公共云上智能服務的成本與價值完全透明化,實現智能服務全流程的統一計量和精準結算,從根本上適配公共云從資源交付到價值交付的服務范式升級。
基于可定價特征,Token成為公共云上智能要素流通的全新價值錨定媒介。算力、數據、模型等人工智能核心要素通常分屬云服務商、模型服務商、智能體服務商等不同主體運營,在智能經濟市場流通過程中,因缺乏跨主體的標準化價值換算體系,難以滿足智能要素全域高效配置的核心需求。Token通過建立標準化的價值錨定體系,實現了人工智能核心要素在公共云中跨主體、跨平臺的自由流轉與公平價值轉換,打通云服務商、模型服務商、智能體服務商以及用戶之間全鏈路價值閉環。
基于可交易特征,Token成為公共云生態中的全新商業運營紐帶。云服務商圍繞云生態聯合模型服務商、智能體服務商等,構建起依托Token的全鏈路價值體系,形成多方共贏、高效協同的全新商業范式。對云服務商而言,可基于Token構建覆蓋算力、模型、工具、應用等全棧資源的精細化運營體系。對于模型服務商、智能體服務商等生態伙伴而言,可通過Token標準化交易,實現模型、工具、應用等技術能力的市場化流通與價值變現。對用戶而言,可通過Token實現全棧智能服務的按需調用、按量結算,降低智能創新資源使用門檻。
六、結束語
當前,人工智能規模化應用已進入產業落地深水區,公共云作為智能經濟時代的公共數智基礎設施,其戰略定位與產業價值愈發凸顯,與人工智能形成雙向賦能、協同演進的發展格局。中國信息通信研究院云計算與數字化研究所多年來持續深耕云計算與智能云服務領域,希望未來能夠攜手產業各界,持續完善行業標準、深化技術創新、構建普惠生態,助力人工智能高質量、普惠化發展。
[1] 數據來源:中國信息通信研究院《云計算藍皮書(2025年)》
[2] 數據來源:中國信息通信研究院《人工智能產業發展研究報告(2025年)》
作者簡介
閆丹,中國信息通信研究院云計算與數字化研究所云計算部副主任,工程師。長期從事云計算、算力、智能應用領域研究,主要負責相關政策支撐、產業報告撰寫、標準制定等工作,參與標準制定10余項。
馬飛,中國信息通信研究院云計算與數字化研究所云計算部主任,高級工程師,博士。長期從事云計算領域的政府支撐、產業研究、標準制定、測試評估、行業咨詢等工作,發表云計算相關論文20余篇,參與標準制定30余項。