商业模式拆解 · Huawei (Pangu / Ascend) · 华为盘古
华为盘古：软硬一体绑政企，国产替代赌昇腾
盘古模型靠昇腾算力和政企云卖解决方案，最大赌注是昇腾芯片良率与生态成熟度。
关键数字
华为盘古的收入不靠卖模型API，而是靠政企客户为“昇腾算力+盘古模型+云平台”的软硬一体方案付钱，收费方式包括云资源包年包月和项目制。钱花在研发（2024年1797亿元）和昇腾生态补贴（每年数十亿元）。活下去靠华为整体现金流和政企关系，最大赌注是昇腾芯片良率提升与生态规模能撑到国产替代放量。结局取决于制裁下芯片成本能否下降，否则政企客户为国产化支付的溢价难以持续。
产品与模型
盘古模型按行业打包，卖的是场景不是API
盘古大模型5.0强调全系列、多模态和强思维，推出多种规格模型，覆盖政务、金融、制造、煤矿、钢铁、气象等30多个行业、400多个场景。这不是一个通用API生意，而是把模型嵌入行业工作流，按场景交付。对政企客户来说，买的是能解决具体问题的模型能力，而不是调用次数。
这种做法的结果是销售周期长、交付重，但客户黏性来自业务嵌入深度。华为云ModelArts Studio提供一站式工具链，支持盘古及第三方模型开发与托管，等于把模型能力放在云平台上卖，客户为云资源和工具链付费，模型本身不单独定价。
对比纯模型公司的API调用收费，盘古的收入更接近项目制和云资源消耗，收入确认慢，但单客户价值高。代价是规模化复制依赖行业伙伴，华为自己很难做遍所有场景。
依据R5R9R13R3R12昇腾算力是盘古的底座，也是成本中心
盘古模型跑在昇腾算力上，华为2024年发布CANN 8.0并开放openMind套件，目的是让开发者在昇腾上跑模型。软硬一体的好处是政企客户买的是一个国产化方案，不用分别选芯片和模型。但这也意味着盘古的竞争力直接绑在昇腾芯片的供应和成本上。
大摩估算中芯代工昇腾910B单颗成本约5万元，910C约11万元，良率2025年约30%。这个成本结构决定了盘古方案的价格下不来，客户付的钱里很大一部分是芯片成本，而不是模型价值。
所以盘古的产品逻辑不是模型越强卖得越贵，而是算力供应越稳、成本越低，方案才越有竞争力。模型层目前更像算力的配套软件，用来证明昇腾能用、好用。
依据R2R10R5R9R13R3收入模式
政企客户为云资源和算力付钱，模型是附赠
华为云2024年收入385.23亿元（不含跨分部交易），含跨分部交易收入688亿元。盘古大模型没有单独的收入披露，它通过华为云卖给政企客户。客户付的钱主要是云资源（计算、存储、AI算力）和项目服务费，ModelArts提供包年/包月和按需付费两种计费模式。
这意味着盘古的商业化本质是云资源销售，模型是吸引客户上云的钩子。客户不是为了模型本身付钱，而是为了在华为云上跑自己的业务，盘古提供了国产化模型的选择。
这种模式的好处是收入随云资源消耗增长，坏处是模型的价值被算力成本淹没，毛利率受芯片成本制约。公开资料未披露盘古单独的收入和毛利。
依据R1R7R11R15R3昇腾AI云服务是增长点，但基数未披露
2024年华为昇腾AI云服务实现6倍增长，海外公有云收入增长超过50%。这说明算力租赁需求真实存在，客户愿意为昇腾算力付钱。但6倍增长是在多小的基数上实现的，公开资料未披露绝对金额。
昇腾AI云服务的客户主要是需要国产算力的大模型公司和政企机构，他们付钱的原因是英伟达芯片受限后的替代选择。华为云覆盖33个地理区域、96个可用区，为算力服务提供了交付基础。
这条收入线的关键是算力供给能力，而不是模型能力。如果昇腾芯片供应不足，云服务增长就会受限。目前看，这是华为AI业务里最确定的收费点。
依据R4R7R14R5R13客户与市场
政企客户为主，为国产化和场景落地付钱
盘古在政务、工业、金融三个市场份额第一，并在医疗、药物、气象、汽车四个领域居领导者象限。这些客户的共同点是预算充足、数据敏感、有国产化要求。他们付钱的原因不是模型参数多，而是需要一套能在内网跑、符合合规要求、有本地服务的AI方案。
华为云携手全球超过780万开发者、45000多家合作伙伴，鲲鹏昇腾累计665万开发者、8500多家合作伙伴，这些数字说明触达客户靠的是合作伙伴网络，而不是直销。政企客户通过华为的渠道和生态伙伴采购方案，华为提供底座。
这种客户结构决定了盘古的销售是关系驱动和项目驱动，不是产品驱动。公开资料未披露客户数和客单价。
依据R4R7R14R5R9R13R1获客与渠道
靠云区域和合作伙伴铺渠道，不靠线上自助
华为云覆盖33个地理区域、96个可用区，服务170多个国家和地区，这是盘古触达客户的基础设施。但政企客户不会自己在线上注册调用模型，他们通过华为云的销售团队和合作伙伴采购。
华为有8500多家昇腾合作伙伴和45000多家云合作伙伴，这些伙伴负责行业解决方案的最后一公里。华为提供模型和算力，伙伴做集成和交付。ModelArts Studio作为工具链，让伙伴可以在上面开发行业应用。
这种渠道结构意味着盘古的扩张速度取决于伙伴数量和能力，而不是产品病毒式传播。对小团队来说，这种渠道无法复制，但可以借的是选择有渠道的底座来补自己的短板。
依据R5R7R13R1R14R3成本结构
研发是大头，生态补贴是隐性成本
华为2024年研发费用1797亿元，约占收入的20.8%，研发员工11.3万名，占总员工54.1%。近十年累计研发费用超过12490亿元。盘古和昇腾的研发分摊在这个大盘子里，公开资料未单独披露。
除了研发，华为云尤鹏称每年投入数十亿元做昇腾生态。这笔钱用于开发者支持、伙伴认证和解决方案适配，属于为了扩大生态而付出的市场费用。鲲鹏昇腾完成22800多个解决方案认证，背后是生态投入的结果。
芯片成本是另一块。大摩估算昇腾910B单颗成本约5万元，910C约11万元，良率仅约30%，意味着大量晶圆报废，成本被推高。这部分成本最终反映在云服务定价和项目报价里。
依据R1R5R11R4R7R3R2R10融资与资本
靠集团现金流养AI，不靠外部融资
华为2024年全球销售收入8621亿元，净利润626亿元。虽然净利润同比下滑28%，但集团整体现金流足以支撑研发和生态投入。盘古和昇腾没有独立融资，公开资料未披露其资本结构。
这种靠母公司现金流养新业务的模式，好处是不用迎合外部投资人，可以承受长周期投入；坏处是资源分配受集团整体业绩影响。2024年研发费用1797亿元，占收入20.8%，这个比例在制裁背景下维持高位，说明华为选择用利润换技术自主。
对比创业公司靠VC烧钱，华为的AI业务没有融资压力，但也有盈利要求。昇腾AI云服务6倍增长是积极信号，但芯片良率不提升，亏损压力会持续存在。公开资料未披露盘古业务的盈亏。
依据R1R5R11R7R14R4护城河
软硬一体加政企关系，护城河有条件
华为的护城河不是模型本身，而是昇腾算力、盘古模型和政企云三者的绑定。政企客户要国产化，能同时提供芯片、模型和云平台的厂商很少，华为是其中之一。这种绑定降低了客户的集成成本，也提高了替换成本。
但这条护城河有条件：芯片供应必须稳定，生态必须持续扩大。美国制裁下中芯无法取得EUV设备，只能靠DUV多重曝光生产7纳米芯片，推高成本。如果良率不能从30%提升到70%，成本下不来，护城河就变成成本负担。
华为云每年数十亿元的生态投入和665万开发者规模，是在加固这条护城河。但模型能力本身不是壁垒，因为开源模型在进步，盘古的相对优势会缩小。真正的壁垒是政企客户的采购惯性和国产化政策，这两点不在华为完全控制之内。
依据R3R7R2R10R1R14风险与不确定性
芯片良率低推高成本，客户溢价难持续
大摩称中芯2025年为华为昇腾代工AI芯片良率仅约30%，预计2027年提升至70%。这意味着未来两年昇腾芯片成本居高不下，盘古方案的价格竞争力受限。政企客户为国产化付溢价，但如果性能差距和成本差距同时存在，部分客户可能转向其他方案或推迟采购。
美国制裁下中芯只能靠DUV多重曝光生产7纳米芯片，设备限制是硬约束。良率提升需要工艺积累，不是砸钱就能短期解决。华为云尤鹏称每年投入数十亿元做生态，但生态投入不能直接解决芯片成本问题。
如果良率提升慢于预期，昇腾AI云服务的6倍增长可能不可持续，因为客户付的钱里芯片成本占比太高。公开资料未披露昇腾芯片的具体产能和客户接受度。
依据R2R10R3模型层价值被算力成本淹没，收入不透明
盘古没有单独披露收入和客户数，它被放在华为云和昇腾算力的盘子里卖。这种不透明导致外部无法判断模型本身是否赚钱。从收费模式看，客户为云资源和算力付钱，模型是附赠，这意味着模型层的商业价值很难独立验证。
对比纯模型公司按API调用收费，盘古的模式更重，但收入质量取决于算力毛利。如果芯片成本高，云资源毛利就薄，盘古的附加值就被压缩。政企客户在预算紧张时，可能只买算力不买模型服务。
华为整体净利润2024年同比下滑28%，说明投入压力在增大。盘古作为战略业务可以容忍亏损，但长期看需要证明模型层能带来溢价，而不是只做算力的配套。公开资料未披露盘古的盈亏平衡时间表。
依据R1R7R14R15R3关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
把模型嵌进客户已有的付费项里，比单独卖模型能力更容易收到钱
盘古没有把模型单独定价，客户付的是华为云的云资源和算力，ModelArts提供包年包月和按需付费，模型是吸引客户上云的钩子。小团队可以借这个顺序：先找到客户已经在花钱的东西——一项云资源、一个工作流工具、一笔项目预算——把模型能力塞进去，让采购理由落在客户熟悉的账目上，而不是让客户新开一个“买AI”的预算科目。
借不了的是华为云33个地理区域、96个可用区这样的交付底座，以及政企客户对国产化方案的采购惯性。小团队没有云平台可依附时，只能依附客户自己的系统或第三方云，收入随客户的用量走，议价空间也更小。
软硬一体降低客户集成成本，但小团队只能做软的那一半
盘古的竞争力来自昇腾算力、盘古模型和政企云三者绑定，客户买的是一个国产化方案，不用分别选芯片和模型。小团队借得到的部分是把交付做成“开箱即用”的完整方案：模型、行业数据、部署脚本一起给，减少客户自己拼装的环节，这在小场景里同样能提高替换成本。
借不了的是硬的那一半。昇腾芯片受制裁约束，大摩估算良率约30%，成本直接压在方案价格里；华为每年数十亿元补贴昇腾生态，也不是小团队能承担的。小团队做软绑定，意味着竞争力不来自算力供应，而来自对某个场景的理解深度，这需要靠交付积累，不能靠采购堆出来。
政企场景的付费逻辑可以借，渠道和关系借不了
盘古在政务、工业、金融市场份额第一，这些客户预算充足、数据敏感、有国产化要求，付钱买的是能在内网跑、有本地服务的方案。小团队可以借的是选场景的标准：找有合规压力、有明确预算科目、需要本地交付的细分领域，把模型做成能落地的具体功能，而不是通用调用。
借不了的是触达方式。华为靠45000多家云合作伙伴和8500多家昇腾合作伙伴做最后一公里，销售是关系驱动和项目驱动。小团队没有这个网络，只能靠垂直口碑和少数深度客户起步，扩张速度受限于自己能服务多少客户，这一点在规划收入节奏时必须算进去。
公开资料没有回答的问题
- 盘古大模型的单独收入和毛利是多少？
- 昇腾AI云服务6倍增长对应的绝对收入是多少？
- 盘古的客户数和客单价是多少？
- 昇腾芯片2025年的实际良率和产能是多少？
- 华为每年数十亿元昇腾生态投入的具体分配和回报如何？
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1近十年万亿元级研发投入效应释放 华为2024年营收重上8000亿元paper.cnstock.com · 媒体与披露 · 可信度 83
- R2大摩降中芯國際收入預期 歸咎於良率低、成本高money18.on.cc · 媒体与披露 · 可信度 83
- R3华为云尤鹏：盘古大模型已在30多个行业、400多个场景中落地finance.sina.com.cn · 媒体与披露 · 可信度 83
- R4营收8621亿 净利626亿元 华为2024年“成绩单”来了m.163.com · 媒体与披露 · 可信度 82
- R5刚刚，华为业绩来了！孟晚舟发声 - 经济新闻滚动 > 正文finance.sina.com.cn · 媒体与披露 · 可信度 82
- R6近十年万亿元级研发投入效应释放 华为2024年营收重上8000亿元 - 3月31日，华为2024年年度报告出炉finance.eastmoney.com · 三方整理 · 可信度 81
- R7营收8621亿 净利626亿元 华为2024年“成绩单”来了 - 财联社api3.cls.cn · 媒体与披露 · 可信度 81
- R8华为，汽车业务首次盈利！mp.weixin.qq.com · 媒体与披露 · 可信度 80
- R9刚刚，华为业绩来了！孟晚舟发声 - 刚刚，华为业绩来了！孟晚舟发声app.dahecube.com · 媒体与披露 · 可信度 80
- R10中芯國際AI晶片良率瓶頸持續 大摩：收入預期遭腰斬exmoo.com · 媒体与披露 · 可信度 80
- R11华为2024年年报出炉：全球销售收入8621亿元，净利润626亿元stcn.com · 媒体与披露 · 可信度 80
- R12第十三届五洲工业发展论坛丨华为云AI大模型加速产业智能升级mp.weixin.qq.com · 媒体与披露 · 可信度 80
- R13华为2024年营收8621亿元，研发投入1797亿元 - 洞察金融市场chnfund.com · 媒体与披露 · 可信度 80
- R14营收8621亿 净利626亿元 华为2024年“成绩单”来了 - 经济新闻滚动 > 正文finance.sina.com.cn · 媒体与披露 · 可信度 80
- R15ModelArtssupport.huaweicloud.com · 一手来源 · 可信度 78
- R16Object Storage Servicesupport.huaweicloud.com · 一手来源 · 可信度 78
- R17Pricing_CloudPond-Huawei Cloud - Updated on 2025-12-04 GMT+08:00support.huaweicloud.com · 一手来源 · 可信度 78
- R18Sprache: [de]mirrors.huaweicloud.com · 一手来源 · 可信度 70
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 13 个来源、11 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。