从算力可用到业务可用，私有化 MaaS 如何补齐企业 AI 的最后一环

国家数据局数据显示，截至 2026 年 3 月底，我国日均词元（Token）调用量已突破 140 万亿——相比 2024 年初的 1000 亿，两年增长超千倍。词元正在成为智能时代可计量、可定价、可交易的基础资源，AI 也从"拼参数、卷训练"，全面转入"场景为王、规模化落地"的新阶段。

这些 Token 由谁供给、在哪里生产？对金融、政务、大型央国企而言，"数据不出域"是前置约束，私有化部署是必选题。可是方向很明确，落地却不轻松：不少企业早已买了卡、跑了不少 AI，可一旦复盘"投入—产出"，问题就接踵而至——

● 算力建不好：异构算力各自为政，模型适配动辄数周，利用率常年三四成；

● 算力管不住：模型跑起来之后，谁在用、用多少、怎么对账，这套运营体系的工程量远超预期。

前一半问题，腾讯专有云的『智算解决方案』已经作答——从异构算力纳管、高性能网络与存储，到调度卸载与训推平台，算力"建好、跑稳、用足"这一侧已无短板。

后一半问题，还差一层——这一层，则要靠私有化 MaaS来补齐。

而恰好，一款这样的新品即将面世。围绕这层缺口，我们和它的产品负责人王丙茹聊了聊。这一次，我们更想借这篇文章，听听正在规划企业级 AI 的你，最想让它先解决什么。

作者：王丙茹

腾讯专有云 TCE 专家产品经理

负责AI Infra和Maas产品的私有云规划与落地，拥有 10 余年云计算从业经验，先后负责多款公有云/混合云存储与智算产品从 0 到 1 的规划与建设，具备深厚的技术产品功底。

Q1

不少客户机房里卡已就位、平台也搭好了，但为什么说“有算力”还不等于“有 AI 能力”？客户又是怎么真切感受到差别的？

王丙茹：客户对 AI 的使用正在明显提速。半年前我们还在和客户讨论"模型管理"，如今焦点已经转向"如何更好地生产 Token、消费 Token"。

从建设逻辑看，企业往往先搭基础设施、再引入平台完成模型选型与部署——但这些解决的都是 AI Infra 层的问题：算力纳管、模型部署、集群运维。真正的分水岭在下一步：当企业要把 AI 能力嵌进业务流程，冒出来的是运营层的问题——计量、计费、多租户、自助服务、成本优化。

"有算力"和"有 AI 能力"，差的正是这一层。客户通常通过三个困境"感受"到它的存在：

● 管理粗放：算力、模型都有了，可一进生产，怎么和业务关联、怎么切分？多个业务都要调 Token，却各自为战，谈不上精细化管理。

● 性能失据：Token 规模一上来，客户对 Token 数、响应延时开始有硬性要求，却缺少一个Maas平台来保障。于是卡买了、底座也搭好了，利用率还是上不去。

● 流程冗长：业务部门从提需求到真正用上模型，要走一堆流程、耗上不少天，AI 能力迟迟嵌不进业务。

这道断层，正是我们即将推出的这款私有化 MaaS，想要填补的。

Q2

可以简单介绍这款即将发布的私有化 MaaS 产品吗？

王丙茹：这款私有化 MaaS 产品能快速部署到客户本地机房，把智算中心从"硬件算力平台"升级为"可直接消费 Token 的服务平台"——算力不再是一堆待调度的硬件，而是开箱即可消费的 Token 服务。

在数据不出域的前提下，客户获得本地化的 MaaS 与 Token 生产能力：既能对内供给各业务部门，行业云客户也可对外供给。它想给客户两个确定性：开箱即用，和高性能。

开箱即用，意味着主流大模型预集成、多样模型统一调用；异构算力统一纳管、统一调度——首批将支持国产主流硬件；部署、推理、训练等典型场景均有预置模板，配合可视化界面快速选出合适的模型，简单配置即可试用。

高性能，则来自模型与硬件的深度调优：同一套硬件，调优与否，Token 产出可能相差数倍——这件事，产品在交付前就替客户完善好了。

更具体的形态和规格，我们会在正式发布时完整揭晓。

Q3

倘若企业选择自建一套这样的能力，最容易被低估的困难是什么？

王丙茹：客户最终关心的，从来不是"买了多少张卡"，而是每一次有效响应背后，真实的投入——不只是钱，还有团队的时间与精力。而自建要把这笔账算好，有两道坎最容易被低估：

一是供应与构建的复杂度：GPU、交换机、存储分头采购，多供应商、责任难界定；硬件到位后还要在上面做适配、收拢成统一管控平台——这对刚起步的客户很重，一次性重资产投入的预算压力也大。

二是软硬适配与调优的门槛：即便硬件到位、模型选好，能不能跑好、性能达不达标，对技术和调优能力要求极高。同一个模型，调优前后性能可能差出好几倍。也就是说，投入同样的资源，拿到的 Token 量可能天差地别。行业里自建方案的利用率普遍只有三四成，很多项目正是卡在这两处而延期、超预算。

我们做这款产品，就是想在在"供应复杂度"和"调优门槛"两处替客户兜底，提供性价比更高的 Token 服务，让客户不必自己趟这些坑。

Q4

最后一个非常实际的问题：客户从接触到真正验证效果、用上产品，需要哪些前提条件？

王丙茹：产品要体现效果，首要前提是有算力——但起点不同，走法也不同。

还在前期评估、现场暂无算力的客户，可以先通过我们的远程环境体验产品；正式发布后会提供 PoC 环境，把功能试明白、把性能验清楚；预算就绪、希望快速推进的客户，可以直接走 PoC 一体机模式；已有我们适配过的算力的，也可以把软件部署到客户自己的环境里试用。

对于手里有存量算力的客户可以先与我们沟通，快速评估适配性：先把产品用起来，再把存量卡逐步纳管、调优，最终并入同一套平台。换句话说，不同起点的客户殊途同归，最终都汇入同一个 Token 服务平台。

写在最后

正式发布之前，我们更想听到正在规划企业级 AI 项目的你的声音——

• 你最希望它优先解决什么：是业务部门的自助开通，还是成本的分摊与核算？
• 你机房里的存量算力，希望被纳管，还是替换？
• 对不同的交付形态，你的倾向与顾虑分别是什么？
• 关于这款产品，你还希望它具备什么能力、或还有什么想问的？

欢迎在【评论区】与我们交流。你的每一个问题，都会帮我们校准这款产品正式发布时的答案。

END

关注腾讯专有云公众号，了解更多云与 AI 应用的最佳实践！