AI收费演变：从Tokens到PTU
事件背景：海外云厂数据中心AI收费方式从Tokens到PTU的变化，是行业适应AI应用增长和成本管理需求进行的调整。随着AI Agent等应用兴起，Token消耗量呈指数级增长，超大型客户Token账单失控，促使云厂商推动计费模式转型。PTU模式成为超大型客户主流选择，行业整体呈现“PTU + Token”格局，并逐步向更高比例PTU演进。
影响分析：
- 模式切换初期ROI阶段性触底：定价复杂性带来短期利润波动，但市场已充分消化该利空，是行业成熟的必经之路。
- 提升客户粘性：PTU/MaaS模式提供可预测成本，深度绑定大客户，长期将显著提升AI用量与粘性，构建更可持续的收入增长引擎。
- 毛利率变化：短期来看，云业务毛利率承压下降；但长远来看，资源利用率提升及合同稳定性增强，整体毛利率结构从高弹性向高韧性转变，盈利质量更佳。
- 投资机遇：云厂定价模式处于变革拐点期，预计未来一年内影响消化完毕，订单长协化趋势明显，收入与利润增长确定性显著提升，或可带来新的投资机遇。
定价模式演变：
- Tokens计费模式：以实际消耗的Token数量为计价单位，适用于中小客户或按需使用场景，但成本不可预测，不利于企业规划预算，阻碍AI业务落地。
- PTU计费模式：用户预先购买一定数量的PTU，按年/月/季固定收费，特点包括成本可预测、资源保障、客户粘性高，但若使用量超出PTU需额外付费。
定价模式类比：AI收费模式从Tokens到PTU的转型，类似于中国移动互联网从0.01元/KB到“无限流量”的转变，用户从“购买流量”转向“购买服务”。
对云厂商财务状况的影响：
- 资本支出（CAPEX）：Tokens模式下，厂商基于不确定需求投资，CAPEX呈脉冲式波动；PTU长协模式下，CAPEX可按合同按需规划，变得更加平滑和可预测，降低财务风险，提升资本效率。
- 毛利率：Tokens模式下，毛利率差异较大，极不稳定；PTU模式下，短期毛利率承压下降，但长期客户回升+成本优化，实现稳定增长。
- 投入资本回报率（ROIC）：长期合同让CAPEX从“脉冲式”转变为“平滑式”，资本使用效率提高，资产周转率提升，长期毛利率的稳定增长将提升净利润，也会带来ROIC的进一步提升。
云厂商差异化战略布局：
- 微软：利用企业客户基础、与OpenAI的深度绑定、以及Windows、Office 365等核心产品生态，推出“Azure AI承诺计划”，将AI能力深度融入其核心生产力工具中。
- 亚马逊：利用全球云市场份额、广泛客户基础、强大基础设施及自研芯片成本优势，推广“AI/ML节省计划”，以最具竞争力的价格吸引客户签订长期承诺。
- 谷歌：利用AI/ML领域的技术积累、自研TPU性能优势、以及强大的自研大模型，提供高性能的TPU Pods集群和先进的Vertex AI平台，通过技术优势赢得长期合同。
大模型厂商计费模式与服务形态转型：
- 从API调用到企业级订阅：API调用按Token用量收费，模式灵活但成本不可预测；大模型厂商更倾向推出面向大型企业的“企业级订阅”或“专用实例”服务，客户签订年付或多年合同，提供成本确定性。
- 从公有云到私有化部署：大模型厂商提出大模型私有化部署方案，客户购置硬件服务器后，可将大模型直接部署于自有私有云或本地数据中心，收费采用“一次性授权费+年度维护费”模式。
- 从单一模型到平台服务（MaaS）：大模型厂商正从提供单一模型API，加速演进为模型即服务（MaaS）的全新形态，搭建起覆盖数据处理、模型微调、部署运维、监控管理等完整工具与服务矩阵。
风险提示：AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动、新技术研发不及预期等。
