對話金山云劉濤：切走智算下半場最厚的蛋糕

作者 | 周智宇

當全球市場在亞馬遜與谷歌的財務余震中，反復拷問AI投入是否“見頂”以及自由現金流何時回歸，這場軍備競賽正進入冷峻的淘汰賽。

這場競賽里注定贏家寥寥，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”的金山云對此感受頗深。從2024年9月低點時的每股2美元，到高點時超22美元/股，金山云的價值正在被市場重估。

2025年四季度，金山云交出了一份關鍵成績單：營收27.6億元再創歷史新高，智算云收入9.3億元再次攀升且占公有云收入比例已達49%；四季度，金山云再次實現調整后經營利潤轉正，相較于曾經動輒數億元的虧損，這標志著公司在經歷了長達三年的陣痛轉型后，終于在“智算時代”叩響了盈利的大門。

金山云高級副總裁劉濤，這位在云行業深耕十余年的老將，在近期與華爾街見聞的獨家對話中，復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年末峰值時每股近75美元，到2022年10月低點的1.77美元，金山云手中持有的現金價值甚至一度高于市值。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。

這并非金山云一家的困境，而是整個中國云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。金山云也曾一度陷入“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戶，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，金山云公有云業務已實現節節攀升。

金山云的變革故事中，最關鍵的一章是關于“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群？

“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，巨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，金山云在完全沒有前人經驗的領域，硬生生啃下了大規模集群組網這塊工程硬骨頭。

從現在來看，金山云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巨額支票，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。

這也意味著，在算力軍備賽持續的同時，智算云正逐步轉向以“運營效率”為核心的下半場。

在金山云的視角里，智算云不再是簡單的資源買賣，而是一場極限工程挑戰。大規模智算集群極度脆弱，光模塊故障率高達2‰，機器故障率達1%-2%，對于大規模集群而言，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，金山云通過一系列硬核工程手段重塑了穩定性。

金山云構建了故障感知驅動的自愈系統，依托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，保障集群實際運行SLA穩定在99.9%以上；通過PD分離（預填充和解碼分離）與KV Cache復用技術，在辦公場景服務中實現了優于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于“應用”。相比于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。

劉濤敏銳地察覺到，機器人公司大多擅長身體指令，但在云端工程、安全防護和數據閉環上幾乎是赤手空拳。

金山云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、仿真的全生命周期閉環；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御，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。

“搶占了機器人場景的高地，就意味著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，逐步滲透進千家萬戶，而金山云要做的，是從這些企業出生開始，就成為它們原生依賴的云底座。

“不做大模型”是金山云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，金山云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云的智算底座之上。

劉濤認為，隨著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于誰能以最低的工程代價輸出最穩定的服務。

智算云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，才能在潮水退去后依然立于潮頭。

從股價1.7美元的谷底，到今天智算業務占比超過三分之一并帶動全公司走向盈虧平衡，金山云的“V型反轉”并非偶然。它本質上是一家成熟企業在深刻理解產業縱深后，對運營效率與商業本色的堅決回歸。

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。

劉濤和金山云正試圖證明：一家云服務商如果足夠尊重財務規律、愿意深耕工程細節，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：你在金山云十年了，云廠商也經歷了從移動互聯網到PC再到AI時代的演進。對你個人來說印象最深、或者最煎熬的一段時間是什么情況？

劉濤：最難忘也最痛苦的，其實就是“V字反轉”的過程。2020年金山云上市，股價最高沖到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）來看待云公司，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”、“現金價值高于市值”、“或將快速耗盡資金”等負面評價。

當時CDN業務處于負毛利狀態，相當于公司為了維持規模，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，啟動全面轉型。

華爾街見聞：過去兩年里，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，一家大模型初創客戶對高性能算力的需求，比一些頭部客戶還要多。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。后來，客戶提出搭建大規模集群的需求，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）：“干這個事兒,搞不好會把公司拖垮，咱干還是不干？”

鄒濤當時的決定是：“熬夜干！”鄒濤說：“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么？大家討論最聚焦的點在哪里？

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，因為這種客戶標桿效應是不斷疊加的。要知道，在通算時代，我們和友商差距明顯，一直處于被動跟隨狀態。

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。

該拋棄對云的偏見了

華爾街見聞：投資人覺得云業務不是好生意，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，云是極少數具備高可持續性的賽道。中國客戶雖不習慣為純軟件付費，但愿意為硬件能力與技術服務買單。云的核心價值是用技術服務最大化釋放硬件能力。

當前客戶普遍強調成本控制，企業已不愿意承擔自建基建團隊的高昂成本。比如客戶將設備托管在我們這里，我們只收一定比例的服務費，成本遠低于企業自建運維。

當然，如果陷入無窮無盡的定制化項目，云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，云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，金山云最大的特色和競爭策略是什么？

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。就拿機器人賽道來說，面對客戶需求，我會陪著SA、售后一起上門對接，全程跟進。客戶只要提出合理需求，我們就會全力以赴地解決。

這個賽道的客戶，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戶的認可和信賴，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：在選擇客戶時，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戶。

傳統云客戶的預算逐年縮減，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。這里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戶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。

對于萬卡集群而言，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，實現了節點故障后的快速自愈。一旦出現節點故障，20分鐘內就能自動恢復訓練任務，確保集群實際運行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，即便在高并發場景下，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采集門檻低、增量驚人，輕松就能達到EB級。

為此，我們與客戶深度協同打磨出了一套全流程數據閉環平臺，涵蓋數據脫敏、視頻與點云融合處理、3D高斯建模等核心功能。

此外，車端算力受限于功耗瓶頸，未來可能會出現“端側負責實時決策，云端運行宏觀世界模型”的架構，這會帶來巨大的云端推理需求。

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么？

劉濤：我們的目標是“輔助客戶聚焦核心算法，其余所有工程化、數據化相關的繁瑣工作，全部交給我們”。

在數據采集與處理閉環上，我們提供從本地數據同步、云端標注、數據清洗到最終模型訓練的全流程一體化平臺。

雖然我們不直接開展數據標注業務，但我們會做好橋梁，整合并集成一系列高質量的數據定制和標注供應商。

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”是什么？

劉濤：核心聚焦于“大客戶、深賽道、Token化”三大方向。

我們有三場關鍵戰役：一是筑牢技術根基，確保在新一代硬件迭代背景下，大集群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，不僅滿足現有客戶需求，更主動挖掘并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原生游戲，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云收入占比持續提升，如何看待“獨立第三方”的標簽？

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，但外部客戶的訂單增速更快，目前生態外客戶的業務占比依然保持穩健。

從行業格局來看，云行業內Top 3到Top 5的企業都能實現良性發展，我們的核心優勢在于，立足智算這一獨特賽道，且已搶占先發先機，有望實現更快發展。

華爾街見聞：接下來金山云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，通過為最優質的客戶提供大集群供給，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、中型客戶以及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，我們將繼續朝著“經營利潤轉正”的目標前進。