华为云战略重构：从“Token规模”到“生产力实效”的深度解读

背景

当前中国 AI 云市场正处于激烈的竞争与叙事重塑期。过去半年，以阿里云和火山引擎为代表的头部云厂商，以及月之暗面、DeepSeek、智谱等大模型厂商，普遍将日均 Token 调用量、MaaS（模型即服务）收入规模作为新的增长锚点。行业关键词高度聚焦于模型调用量和规模扩张，推理价格被不断压低，形成了一场以“Token 价格战”为核心的红海竞争。

在此背景下，华为公司在 2026 年 6 月 5 日举办的 2026 华为云 INSPIRE 创想者大会上，由华为公司董事、华为云 CEO 周跃峰首次公开阐述其战略重心。周跃峰明确表示：“我不太在乎 Token 总量是多少，也不太在乎收入总量是多少。”这一表态在当下强调规模效应的 AI 云市场中显得尤为罕见。华为云选择从“AI 云第二名之争”中抽身，转而通过发布一系列面向 AI 密集场景的新品，提出“Agentic Infra”新范式，试图定义一种不同于传统云厂商的竞争逻辑。

核心内容

华为云的战略调整并非简单的产品迭代，而是基于其独特的算力路线、商业重心和生态打法进行的系统性重构。周跃峰指出，华为云与其他云厂商的差异主要体现在以下三个维度：

1. 算力路线：构建全国产化的“第二个算力平面” 华为云坚持使用全国产化算力软硬件体系，包括昇腾（Ascend）、鲲鹏（Kunpeng）、CANN（Compute Architecture for Neural Networks）以及欧拉（openEuler）操作系统。由于无法依赖 NVIDIA 等外部主流算力，华为必须将国产化打造为产业级答案。周跃峰强调，华为不愿意在“万国牌”硬件规模上与友商对账，也不参与收入排名的比较。其目标是为全球主导的 NVIDIA+主流公有云路径之外，提供另一种生态选择，即构建“第二个算力平面”。

2. 商业重心：聚焦政企与国计民生行业 不同于互联网系云厂商依赖 C 端流量和开发者生态，华为云的重兵部署在政府、金融、央国企等政企领域。华为混合云已连续多年在这些市场份额第一，服务全球 5500 多家客户。针对政企客户数据主权与算力迭代速度之间的矛盾，周跃峰建议客户不要自建万卡集群，而是采用“本地数据 + 远端公有云 AI 算力/模型服务”的混合云模式，配合机密推理、机密训练、机密计算等技术，平衡数据主权与算力共享，将公有云的迭代红利输送给无法完全上公有云的客户。

3. 生态打法：彻底的开源与广泛的模型合作 华为云在开源方面投入巨大，昇腾 CANN、欧拉操作系统、CCE Volcano 调度引擎、ModelArts 工具链均已开源。其智能体平台 AgentArts 的开源版 openJiuwen 内核与商业版同源度超过 90%。此外，华为云联合智谱、DeepSeek、MiniMax、Kimi、阶跃星辰、百度、美团 LongCat、讯飞星火等 20 余家头部模型厂商发起“百模千态，云聚共赢”计划，旨在通过扩大生态和模型选择，在国产化算力供给受限的窗口期站稳脚跟。

战略落地：Agentic Infra 新范式 周跃峰判断，AI 产业演进已从“买算力卡”、“练大模型”进入“用智能体”阶段。华为云据此重排产品矩阵，提出“Agentic Infra”概念，包含四大核心组件：

• AICS 灵衢智算集群：将 10 万卡集群的 Token 时延压至 10 毫秒以内，打造高效 Token 工厂。
• AMS Agentic 记忆存储：通过 NPU 直通 CMS 技术实现 PB 级记忆空间，解决 Agent 长程任务记忆瓶颈。
• CCE Volcano Next 通智一体化调度引擎：通过训推共池提升资源利用率 30% 以上。
• AgentSphere 安全自治运行底座：利用羽量级沙箱实现 100 毫秒级启动和每分钟十万级批创。

同时，华为云重构了 ModelArts Next 的 MaaS 玩法，支持成本优先、效果优先、均衡三种模型路由策略，接入 15 余款 SOTA 模型，调度精准率超 95%，平均降低调用成本 20%。

行业专区：从卖 Token 到卖生产力 华为云一次性上线了智慧医疗、具身智能、智能制造、科学计算四大“行业 AI 梦工厂”专区。

• 智慧医疗：联合上海瑞金医院共建 RuiPath 大模型，推动病理诊断等专家经验能力向县域医院规模化输出。
• 具身智能：推出全球首个全流程具身智能开发平台 CloudRobo，服务于中国 300 多家具身智能创业公司。

周跃峰强调，在医疗和金融等数字化成熟行业，衡量 AI 价值的尺度应是风险防范比例、信贷效率提升或诊断准确率，而非日活或 Token 数。华为云的战略轮廓清晰可见：以全国产算力+开源生态为底座，以混合云+机密计算覆盖政企，以 Agentic Infra+行业专区将竞争焦点从“卖 Token”转移到“卖生产力”。

关键要点

• 战略定力：华为云明确拒绝参与 Token 规模和收入排名的比较，KPI 定义为“每一个 Token 背后是否真正提升了生产力”。
• 差异化算力：依托昇腾、鲲鹏、CANN、欧拉等自研体系，构建独立于 NVIDIA 生态之外的“第二个算力平面”，解决国产化算力供给受限问题。
• 政企优先：商业重心聚焦政府、金融、央国企，通过混合云和机密计算技术解决数据主权与算力迭代之间的矛盾。
• 开源生态：核心组件全面开源，联合 20 余家头部模型厂商，通过扩大模型选择来弥补单一算力生态的不足。
• Agentic Infra 架构：发布 AICS、AMS、CCE Volcano Next、AgentSphere 四大组件，解决智能体部署中的时延、记忆、调度和安全难题。
• 行业垂直化：通过智慧医疗、具身智能等行业专区，将 AI 能力转化为具体的行业生产力指标（如诊断准确率、信贷效率），而非通用的流量指标。
• 长期主义：承认该战略路径比追逐 MaaS 收入更慢、更难讲出漂亮的同比数据，但旨在押注智能体进入产业后的底层基础设施位置，避开价格红海。

意义与影响

华为云的这一战略转向，标志着中国 AI 云市场从“规模扩张期”进入“价值深耕期”的分水岭。

首先，重新定义了 AI 云的竞争维度。在行业普遍陷入 Token 价格战的当下，华为云提出“卖生产力”而非“卖 Token”，为政企客户提供了更具务实意义的评估标准。这不仅有助于缓解行业内的恶性价格竞争，也引导客户关注 AI 在实际业务场景中的落地效果，如金融风控、医疗诊断等具体指标的改善。

其次，强化了国产化算力的产业独立性。通过构建“第二个算力平面”，华为云在 NVIDIA 主导的全球算力格局中，为中国产业 AI 提供了一条自主可控的技术路径。尽管这条路更曲折，但在地缘政治和供应链安全的背景下，这种独立性具有极高的战略价值。

最后，推动了 AI 从技术演示向产业应用的深化。通过 Agentic Infra 和行业专区，华为云将 AI 能力深入到具身智能、智慧医疗等垂直领域，加速了智能体（Agent）在企业级场景中的工程化落地。这种“慢但难”的路径，虽然短期内难以在财务数据上体现爆发式增长，但有望在长期内建立起基于真实生产力提升的护城河，为中国产业 AI 的未来需求提供坚实的底层基础设施支撑。