中小云厂MaaS是死局？尤洋复盘潞晨转向私有化部署

编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）

这是潞晨科技创始人尤洋对MaaS商业模式的批判性复盘与转型声明。关键证据：DeepSeek官方实测24小时处理608B Token，毛利达84.5%（A·官方数据）；而尤洋实测中小云厂吞吐量仅300 Tokens/秒/节点，月亏4亿（B·尤洋实测）。对搞钱者而言，这意味着“卖标准API”的红海已死，但“私有化模型部署+垂直行业微调”的蓝海才刚开始。下一步：避开公有云API价格战，评估本地算力租赁或私有化部署服务可行性。

避开中小云厂MaaS红海，勿再投入纯API转售
评估企业私有化部署模型，提供“买断+运维”服务
利用DeepSeek开源权，做垂直行业微调交付
关注GPU闲置算力租赁套利窗口
研究Databricks式AI数据平台机会

一、这是什么机会

面向中型企业与垂直行业客户，提供大模型私有化部署、本地算力租赁及数据平台服务。通过“买断+运维”模式收取软件授权费与年度服务费，避开公有云API转售的零毛利陷阱。核心逻辑是将模型从“水电煤”属性回归到“定制化工业品”，赚取实施、调优与长期维护的差价。

二、独立判断

值得做，但仅限具备深厚工程化落地能力的团队。原文证实中小云厂直接转售API在DeepSeek开源后陷入“吞吐量低、GPU成本固定”的死局，尤洋实测月亏4亿并非情绪宣泄，而是基于300 Tokens/秒/节点的吞吐瓶颈与高昂折旧的必然结果。相比之下，私有化部署虽然前期垫资重，但毛利结构可控，且客户粘性强于API调用。

三、冷启动路径

第一步不采购大规模显卡集群，而是利用闲置算力或租用单节点（如8张H800）搭建最小化验证环境，针对一个具体垂直场景（如金融研报生成或医疗辅助问诊）完成模型微调与压测。成本量级在50-100万元（含硬件租赁与人力），周期1-2个月。目的是产出可量化的性能报告（如推理延迟、准确率提升比），以此作为销售敲门砖，向潜在客户证明“私有化部署比调用API在特定场景下更划算且合规”。

四、最大风险与避坑

1. 技术同质化风险：若仅做简单的开源模型封装，客户会因算力价格波动轻易流向公有云，需构建数据清洗、业务逻辑强绑定的护城河；2. 现金流断裂风险：私有化部署通常存在验收周期长、尾款拖欠问题，避坑策略是坚持“预付50%以上+按阶段验收”的合同条款，严禁全额垫资。

五、案例复盘（别人怎么做的）

官方数据基准：DeepSeek官方披露24小时处理608B Token，单节点（8张H800）输入吞吐73.7k/秒，输出14.8k/秒，支撑2000万-3000万日活，由此推算毛利达84.5%。
实测亏损预警：潞晨创始人尤洋实测中小云厂部署DeepSeek，单节点输出吞吐仅约300 Tokens/秒，远低于官方优化水平，导致固定GPU成本无法被低吞吐量覆盖，测算月亏损高达4亿元。
业务收缩决策：3月1日，潞晨科技正式宣布停止包括DeepSeek API在内的MaaS服务，明确“卖Token”业务在中小厂商手中不具备经济性。
战略转向：团队重心从云端API售卖转向给大小公司部署私有模型，试图打造AI版Databricks，聚焦数据平台与垂直行业模型微调交付。
竞争定位：承认纯API售卖适合OpenAI等强模型公司或拥有独家优化能力的大型云厂商，中小云厂应避开红海，转向高毛利的私有化实施与运维。
长期布局：早在2021年9月（热潮前）即选择视频生成模型方向，强调高额利润是研发创新的唯一来源，价格战将导致全行业无资源投入研发。

六、双轨可执行性

跨境：此轨道不可行，主要受限于海外算力出口管制及数据合规壁垒，且国外企业更倾向于使用成熟的AWS/Azure原生AI服务，对纯私有化部署需求分散且门槛极高。国内：可行，需聚焦受强监管或数据敏感行业（如政务、金融、军工、医疗），以“数据不出域+模型私有化”为核心卖点，联合国产算力芯片厂商共同投标，规避英伟达芯片短缺风险。

原文 · 晚点聊 LateTalk：阅读原文 →

相关工具推荐（推广）：智谱丨BigModel 平台国内版