AI云计算正在进入一个更难糊弄市场的阶段：资本开支还在狂奔，但投资者已经开始追问收入、利润率和现金流。 $金山云(KC)$
2026年一季度，海外云厂商交出的答卷很直接。Google Cloud收入同比增长63%至200亿美元，云业务经营利润达到65.98亿美元；AWS收入同比增长28%至376亿美元，经营利润达到142亿美元；Oracle三季度RPO达到5530亿美元，同比增长325%，其中相当一部分来自大规模AI合同。云厂商过去几年砸下去的AI Capex，开始在收入端和订单端被看见。
这会把国内云计算行业也拉进同一套评价体系。2024年，市场买的是“谁有GPU、谁能拿到卡”；2026年，资金更关心谁能把GPU转成持续账单、客户续约和EBITDA。金山云的变化，就卡在这个节点上。2025年四季度，公司收入创单季新高，公有云收入同比增长34.9%，AI业务账单收入同比增长95%，Non-GAAP EBITDA同比增长118.3%。这不是一个简单的“AI概念股”故事，而是一家长期被二线云标签压住的公司，开始被市场重新放进“AI云兑现能力”的框架里观察。
云厂商的考题换了：从“敢不敢投”到“算不算得过账”
过去两年，AI云的核心叙事很粗暴：算力不够，先投再说。
微软、谷歌、亚马逊、Meta一路抬高资本开支，服务器、GPU、光模块、IDC、电力链条被轮番重估。那个阶段，市场默认一个前提：只要AI需求足够大，Capex终究能被消化。投资者愿意先买未来，财务报表可以晚一点跟上。
2026年，气氛变了。
AI需求没有降温，反而更密集地进入云厂商收入表。Alphabet一季度总收入同比增长22%，Google Cloud收入同比增长63%，Pichai还提到，Gemini等第一方模型通过客户API直接使用，每分钟处理Token超过160亿个，较上一季度增长60%。这组数据的含义很清楚：AI已经不只是训练大模型的集中式开销，推理、API调用、企业应用、Agent工作流，开始制造更持续的云收入。
AWS也是同一条线。亚马逊一季度AWS收入同比增长28%，是15个季度以来最快增速；AWS经营利润从上年同期的115亿美元提升至142亿美元。更有意思的是，亚马逊披露其芯片业务年化收入已超过200亿美元，并拿下OpenAI约2GW Trainium容量承诺，以及Anthropic最高5GW Trainium容量。云厂商不再只是出租通用服务器，而是在把芯片、模型、算力调度、云服务打成一整套交付能力。
Oracle的案例更能说明估值锚变化。它三季度RPO达到5530亿美元，同比增长325%，云基础设施收入同比增长84%。公司还说，AI训练和推理的云计算需求增长快于供给，部分大型AI合同通过客户预付款或客户自带GPU降低了Oracle自身融资压力。资本市场看Oracle，不再只看数据库老巨头的存量生意，而是看它能否把AI基础设施订单变成未来几年可确认的收入。
这就是AI云交易逻辑的换挡。
2024年，市场奖励“投入速度”；2026年，市场奖励“收入转化效率”。谁的算力利用率更高，谁的客户合同更长，谁能把折旧压力摊进持续账单里，谁就更容易得到估值溢价。
这个变化对国内云厂商很关键。中国云计算行业过去几年被价格战压得很低，公有云、政企云、CDN、存储都经历过一轮又一轮降价，市场对云厂商的判断偏悲观：规模越大，资本开支越重，利润越难看。
AI推理需求给了行业一次重新定价的机会。训练像项目制订单，波峰波谷明显；推理更像水电煤，调用频次高、场景分散、预算持续。企业不一定都去训练大模型，但会持续调用代码助手、客服机器人、办公智能体、营销生成工具、数据分析Agent。Token消耗越广，云厂商越容易把算力资产变成可重复计费的服务。
金山云正处在这个转折里。它没有阿里云、腾讯云那样的生态宽度，也没有**云的政企和硬件纵深，但AI云第二阶段看的不只是规模。市场正在转向更具体的问题：这家公司有没有稳定AI客户，有没有可用算力，有没有平台化工具，有没有利润率修复迹象。
金山云2025年四季度财报给了一个初步答案。
金山云的机会，藏在巨头夹缝里的“推理性价比”
金山云过去最大的标签，是二线云厂商。
这个标签不算冤。传统云时代，云计算竞争拼生态、拼客户、拼资本开支、拼价格。阿里云有电商和企业服务底盘，腾讯云有内容和社交生态，**云有硬件、政企、行业数字化优势。金山云长期在视频、游戏、办公、政企项目之间寻找空间，规模不占优，利润压力也比较重。
AI云把比赛规则拆开了。
企业客户现在要的，不一定是最全的云产品货架，而是更快拿到AI算力、更稳定跑推理任务、更低成本接入模型API、更灵活地管理多模型和异构资源。这类需求给了“专用型云厂商”窗口。北美Neocloud的崛起，本质上也是如此：CoreWeave、Nebius这类公司没有传统云巨头的完整生态，却能靠AI专用集群、Nvidia资源、客户定制能力切进市场。CoreWeave被市场关注，核心不只是高增长收入，还有数百亿美元级别的长期合同和订单能见度。
金山云无法简单类比CoreWeave。国内芯片供给、客户结构、云市场价格体系都不一样。但它确实开始向“AI底座服务商”的方向靠近。
一个很重要的变化，是星流平台的升级。金山云披露，星流平台已经从资源管理平台升级为一站式AI训推全流程平台，覆盖异构资源调度、训练任务故障自愈、模型API服务商业化等环节，并支持DeepSeek、Xiaomi MiMo、Qwen3、Kimi等近40种模型。
这件事不能只看成产品包装。AI云的利润空间，最终不可能只靠“卖卡时长”。单纯算力租赁会被价格战追上，硬件折旧也会持续吞利润。云厂商要提高收入质量，就要把算力向上封装成平台：模型管理、推理服务、调度优化、API调用、企业安全、行业应用适配。客户买到的不是一块GPU，而是能跑业务的AI能力。
金山云的另一层优势，来自金山和小米生态。
雷军在2026年3月辞任金山云非执行董事及董事长，由邹涛接任，这件事短期看是治理层变化，长期看反而让金山云的战略责任更清晰：它不能再只靠“雷军系”故事获得市场关注，而要靠自身AI云业务兑现。
但生态协同仍然重要。小米的AI设备、智能汽车、IoT、手机、模型应用，会带来真实的推理场景；金山办公的WPS AI、办公智能体、企业协作，也会制造稳定的Token调用。AI云最怕空转，生态内需求至少能帮助金山云完成早期利用率爬坡。
这也是市场重新关注金山云的原因。它不是突然变成中国版CoreWeave，而是原来被低估的“客户场景+算力资源+模型平台”组合，赶上了推理商业化这条线。
财报已经出现一些边际信号。2025年四季度，金山云总收入27.61亿元，同比增长23.7%；公有云收入19.02亿元，同比增长34.9%；AI业务账单收入9.26亿元，同比增长95%。全年看，金山云收入95.59亿元，同比增长22.8%；Non-GAAP EBITDA达到23.36亿元，EBITDA率升至24.4%，明显高于2024年的8.2%。
这组数据里，最值得拆的是“增长质量”。
收入提速来自AI需求，公有云重新变成增长主引擎；EBITDA大幅改善，说明规模效应和费用控制开始起作用；Non-GAAP经营利润连续两个季度为正，说明公司离经营层面稳定盈利更近了一步。
但这不是无风险的顺风局。AI业务扩张也推高了成本。四季度金山云IDC成本同比增长12.5%，折旧及摊销成本从上年同期3.43亿元升至7.41亿元，主要来自AI业务相关服务器和网络设备折旧。全年毛利率从2024年的17.2%降至2025年的15.7%，压力同样来自服务器和设备折旧。
这就是AI云公司的典型财务画像：收入先起来，折旧也先起来；利用率没有跑满之前，利润表会被硬成本压住。市场现在重新定价金山云，赌的不是它没有成本压力，而是AI推理需求足够持续，可以把这些硬成本摊薄。
兑现窗口已经打开，金山云还要过三道关
金山云的故事走到这里，不能写成“AI一来，二线云翻身”。
它真正要证明的，是三件事。
第一，AI业务能不能从高增长账单变成高质量收入。
四季度AI业务账单收入同比增长95%，这个速度很亮眼。但资本市场会继续往后看：这些订单来自生态内还是生态外？客户续约周期多长？推理任务占比多少？单卡利用率怎样？模型API调用能否带来更高毛利？如果AI收入只是短期项目制爆发，估值修复会很有限；如果它能沉淀成持续调用和长周期合同，金山云的估值锚才会从“困境修复”转向“AI云成长”。
第二，算力扩张能不能压住折旧和融资成本。
AI云不是轻生意。GPU采购、服务器租赁、IDC机柜、网络带宽、存储、运维团队，每一项都要真金白银。金山云2025年末现金及现金等价物达到60.18亿元，较三季度末明显上升，主要来自股权融资净额，同时被资本开支抵消。公司物业及设备净额从2024年底的46.30亿元升至2025年底的100.95亿元，资产扩张很快。
这既是机会，也是压力。机会在于，公司已经为AI需求提前布置资源；压力在于，一旦客户利用率不及预期，折旧、利息和设备更新会反过来压利润。
第三，金山云要在巨头夹击下找到自己的边界。
阿里云、腾讯云、**云不会把AI云市场让出来。阿里有通义和千问生态，腾讯有混元和微信场景，**有**、鲲鹏和政企客户。金山云不能用巨头打法跟巨头硬碰硬。它更现实的路线，是做更垂直、更灵活、更贴近特定客户的AI底座。
这条路线看起来窄，但并不差。
AI云会进入分层市场。最顶层的大模型训练集群，仍然属于巨头和头部AI实验室；中间层的推理服务、模型API、行业应用部署、办公和设备生态，则会产生大量性价比需求。金山云真正适合切的，是这个中间层：客户不想自建基础设施，也不想被巨头云完全绑定，需要一个能跑多模型、能控成本、能快速交付的AI云平台。
这也是金山云星流平台的价值所在。模型越多，客户越需要统一调度；应用越碎，客户越需要稳定API；推理调用越频繁，客户越在意成本和延迟。金山云不一定要成为模型战争的主角，但可以成为模型落地环节里更务实的基础设施供应商。
从交易层面看，金山云当前最重要的变量已经变了。
过去市场看它亏多少、现金还能撑多久、二线云有没有出路；现在市场开始看AI收入占比、EBITDA率、经营利润转正能否持续、生态客户需求能否外溢。这个估值锚的变化，会带来弹性，也会带来更严格的验收。
金山云真正的“兑现时刻”，大概率不在某一个季度的股价波动里，而在2026年后几个季度的连续财报里：AI账单收入能否继续高增，公有云能否保持加速，毛利率能否顶住折旧压力，经营利润能否摆脱一次性因素，现金流能否支撑扩张。
市场可以先交易预期，但最终还是会回到报表。
AI云第二阶段，不奖励“有卡”，奖励“会算账”
AI云的第一阶段，市场相信稀缺。谁有GPU，谁就有故事；谁敢上Capex，谁就能拿估值。
第二阶段，市场开始相信账本。GPU只是起点，后面还要看客户、利用率、单价、续约、折旧、现金流。算力资产越贵，经营能力越重要。AI云听起来像技术生意，落到财务上，依然是周转率和利润率的较量。
金山云现在的看点，就在这个切口。
它不是最庞大的云厂商，也不是最强势的大模型公司。它的机会来自推理时代的需求外溢：更多企业要用AI，但不一定要自建大模型；更多应用要调用模型，但不一定只认巨头云；更多场景要控制成本，但不能牺牲稳定性。中间这一层市场，正在被AI推理一点点放大。
这也是金山云估值重估的底层逻辑：过去，市场用“二线云”给它打折；现在，市场开始用“AI云兑现能力”重新观察它。
但这场重估不会轻松。AI云是一门重资产、高折旧、高竞争的生意。收入增长如果跑不过折旧，故事会很快降温；客户黏性如果不够强，算力租赁也会回到价格战；平台能力如果沉淀不下来，金山云仍会被巨头挤压。
所以，金山云接下来真正要交的答卷，不是证明自己搭上AI，而是证明自己能在AI云第二阶段活得更有效率。
AI云的胜负手，已经从“谁先买到卡”转向“谁能把每一张卡算出更高收入”。金山云站在窗口前，市场愿意重新看它一眼；能不能把这一眼变成长期估值，得看它接下来几个季度能不能把AI账单写成利润。
精彩评论