今年上半年，外界看華為云在AI上的戰(zhàn)略，常常會有一種模糊感。

過去6個月，云廠商的AI敘事變得越來越具體：阿里云、火山引擎都在講模型調用量，講MaaS收入，騰訊云目前在講爆款應用。相比之下，華為云在AI時代究竟要把自己的核心位置放在哪里，外界此前并不總是看得很清楚。

這一次華為云INSPIRE創(chuàng)想者大會給了一個很好的觀察窗口。

從這次大會來看，華為云正在把自己的位置講得更清楚：向下，它要做智能體時代的“硅基黑土地”；向上，它要從醫(yī)療、具身智能、制造、科研這些行業(yè)場景里，尋找AI商業(yè)化的出口。

華為云不想只被MaaS定義

在這次活動媒體群訪中，雷峰網(wǎng)(公眾號：雷峰網(wǎng))拋給了華為云CEO一個很直接的問題：今年上半年，阿里云和火山引擎都在沖MaaS收入，華為云怎么看MaaS收入？以及今年有沒有具體收入目標？

這個問題其實很關鍵。

過去通算時代，云廠商主要看基礎設施收入：CPU核數(shù)、存儲、帶寬、資源消耗。到了智算時代，行業(yè)開始進入Token經濟，MAAS收入、模型調用量、Token消耗量，正在變成衡量AI云的新指標。

但周躍峰給的回答也很直接，他表示，華為云并不否認Token經濟，但不能簡單用“多少萬億Token”“多少模型調用”來衡量AI的價值。一個人在手機上閑聊，也會產生Token，但這些Token到底創(chuàng)造了多少商業(yè)價值和生產力價值，很難說清楚。華為云更愿意看的，是這些Token有沒有真正進入toB場景，能不能提升行業(yè)生產力。比如在金融場景里，不只是看模型被調用了多少次，而是要看它防范了多少金融風險、提升了多少信貸效率。

這也意味著，華為云對AI云價值的理解，并不止于模型服務本身。

如果Token的價值最終要在產業(yè)場景中被驗證，那么云廠商要競爭的，就不只是模型API的調用量，而是能不能提供一套足夠穩(wěn)定、高效、安全的AI基礎設施，讓企業(yè)把模型、數(shù)據(jù)、算力和業(yè)務流程真正連接起來。

這就是周躍峰在本次會上反復提到的“硅基黑土地”。

據(jù)雷峰網(wǎng)了解，在本次創(chuàng)想者大會上，華為云發(fā)布了AICS靈衢智算集群、AMS Agentic記憶存儲解決方案、CCEVolcanoNext通智一體化調度、AgentSphere Agent運行環(huán)境四大新品，并提出Agentic Infra新范式，即“高效Token工廠、持續(xù)學習、通智一體化調度、安全自治”。

這些產品如果單獨看，容易變成一串技術名詞。但放在一起看，它們其實服務于同一個方向：華為云要把智能體運行所需要的算力、存儲、調度、安全和運行環(huán)境做成一整套底座。

AICS對應的是更高效的Token生產；AMS解決的是智能體長期任務中的記憶問題；VolcanoNext解決通算和智算統(tǒng)一調度；AgentSphere則指向智能體規(guī)?；\行時的安全和自治。

這背后是華為云更想強調的能力：軟硬芯協(xié)同。

也就是說，華為云并不是只想賣模型API，也不是只想賣算力資源，而是試圖把國產算力、云基礎設施、模型服務、智能體平臺和運行環(huán)境組合起來，成為智能體時代的基礎設施提供者。

這也是它和互聯(lián)網(wǎng)云廠商最不一樣的地方。

互聯(lián)網(wǎng)云廠商更容易從應用、流量和開發(fā)者入口往下打；華為云則更習慣從算力、云、行業(yè)客戶和軟硬件系統(tǒng)往上做。它的AI敘事天然更重，也更偏基礎設施。

所以，從創(chuàng)想者大會看，華為云給自己的第一個定位是：不只做MaaS生意，而是做智能體時代的“黑土地”。

華為云的商業(yè)化，要從它熟悉的行業(yè)里長出來

如果說第一層是定位，第二層就是商業(yè)化。

華為云到底要從哪里把AI生意做出來？

這次群訪里，周躍峰反復提到幾個方向：醫(yī)療、具身智能、科研計算、智能制造。這些并不是隨便舉的案例，而是華為云更擅長的市場。

它們有幾個共同點：重行業(yè)理解、重交付、重安全、重本地化部署，也重軟硬件協(xié)同。它們不像C端應用那樣容易靠流量爆發(fā)，但一旦做進去，壁壘也更深。

醫(yī)療是一個典型例子。

周躍峰在群訪里提到，中國病理醫(yī)生數(shù)量有限，很多中小醫(yī)院、偏遠地區(qū)醫(yī)院缺乏高水平病理診斷能力。華為云智慧醫(yī)療專區(qū)的邏輯，是讓縣域醫(yī)院、市級醫(yī)院通過云接入更高水平的醫(yī)療能力。例如通過和瑞金醫(yī)院共同開發(fā)的病理大模型，把專家經驗沉淀下來，讓偏遠醫(yī)院也能遠程獲得診斷支持。

這不是一個簡單的AI應用故事，而是一個云服務、行業(yè)模型、醫(yī)療資源和區(qū)域醫(yī)院連接起來的故事。

具身智能也是類似邏輯。

很多具身智能創(chuàng)業(yè)公司規(guī)模并不大，如果讓它們自己建設IT系統(tǒng)、算力系統(tǒng)、數(shù)據(jù)準備、模型訓練、仿真和部署工具鏈，成本會非常高。華為云這次講Cloud Robo，全流程開發(fā)平臺，就是希望把數(shù)據(jù)、模型、仿真、算力、案例放到公共云專區(qū)里，讓中小企業(yè)以更低成本接入。

智能制造同樣如此。

周躍峰提到，行業(yè)AI夢工廠的智能制造專區(qū)里，不只是有平臺，還有電路元器件、線路板自動生成、外形設計、材料仿真等智能體能力。很多制造業(yè)企業(yè)沒有完整的AI技術團隊，也不可能從零開始搭建所有能力。如果云上已經沉淀了一批行業(yè)智能體和原子能力，它們就可以更快地構建自己的AI應用。

這其實是華為云商業(yè)化路徑的核心：不是先做一個超級應用，再用流量帶動云收入；而是先把行業(yè)里的共性能力沉淀到云上，再通過專區(qū)、平臺和伙伴生態(tài)，把能力復制出去。

這條路慢，但符合華為云的能力結構。

過去華為長期服務政企、金融、制造、醫(yī)療、能源等行業(yè)客戶，它對這些行業(yè)的銷售、交付、安全、合規(guī)、本地化部署，有更深的積累。AI時代，這些積累沒有消失，而是變成了華為云切入行業(yè)AI的基礎。

所以，華為云的AI商業(yè)化，不太可能從C端流量和爆款應用開始，而更可能從它熟悉的行業(yè)客戶開始。

它要證明的不是“我能產生多少Token”，而是“我能不能讓一個醫(yī)院提升診斷效率，讓一個具身智能公司降低研發(fā)成本，讓一個制造企業(yè)更快做出自己的智能體”。

這也是周躍峰為什么反復講“生產力”。

這個詞聽起來很宏大，但放在華為云的語境里，其實對應的是很具體的商業(yè)化路徑：AI必須進入產業(yè)現(xiàn)場，變成行業(yè)客戶愿意付費的效率提升、安全保障和業(yè)務能力。

當然，定位變清晰只是第一步。對華為云來說，接下來更關鍵的是，這套以智能體基礎設施和行業(yè)場景為核心的路徑，能否持續(xù)轉化為真實的客戶采用和商業(yè)增長。AI云的競爭還在快速變化，華為云已經給出了自己的答案，但這個答案還需要市場繼續(xù)驗證。

雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。