AI推理成本在短短兩年內(nèi)下降了99.7%，從GPT-4發(fā)布時的每百萬Token37.5美元，降至2025年的0.14美元。然而，全球企業(yè)AI云支出卻從115億美元激增至370億美元，翻了三倍。這一矛盾現(xiàn)象背后，是AI進入A2A時代后，智能體間的反復(fù)交互導(dǎo)致Token調(diào)用量呈指數(shù)級增長，使得算力成本不降反升。
算力正成為這個時代最特殊的資源——單價越來越便宜，但總支出卻持續(xù)攀升。對于科技巨頭而言，自建算力中心是解決方案；但對大多數(shù)創(chuàng)業(yè)公司來說，只能依賴公共算力市場，被動接受云廠商定價，眼睜睜看著賬單逐月增長。這種市場錯位，催生了一個新興商機：通過創(chuàng)新方式降低算力使用成本。
共績科技創(chuàng)始人付智發(fā)現(xiàn)，降低算力成本的關(guān)鍵不在于等待硬件價格自然下降，而在于改變使用方式。他提出要讓算力像電力一樣隨取隨用、按需計費，激活大量閑置算力資源。這種模式已獲得市場驗證：公司完成Pre-A輪融資，投后估值3.5億元人民幣，計劃啟動A輪融資，在算力賽道普遍承壓的2025年實現(xiàn)了數(shù)千萬營收，客戶留存率接近100%。
一家AI創(chuàng)業(yè)公司在產(chǎn)品上線前夕遭遇流量洪峰，48小時內(nèi)涌入50萬用戶，需要短時間內(nèi)將基礎(chǔ)設(shè)施擴容幾十倍。盡管測試過多個云服務(wù)平臺，最終解決方案卻來自共績科技——緊急調(diào)配近1900張GPU卡，處理超過百萬個訂單。這種按需調(diào)度的模式，解決了傳統(tǒng)算力服務(wù)在彈性需求場景下的痛點。
更極端的案例出現(xiàn)在景區(qū)AI換裝拍照公司。春節(jié)期間客流量激增導(dǎo)致算力需求暴漲，但假期過后需求幾乎歸零。按峰值租算力意味著平時90%的時間在燒錢，按均值租則在春節(jié)期間必然崩潰。共績科技通過調(diào)度1963臺個人電腦，在保證服務(wù)穩(wěn)定性的同時，為客戶節(jié)約了近70%的費用。這種模式同樣適用于圖片生成平臺等用戶量波動大的AI應(yīng)用，通過盤活夜間閑置算力，將GPU利用率從45%提升至更高水平。
付智的創(chuàng)業(yè)靈感源于2023年5月的偶然嘗試：將一張A100顯卡以"租期越短越便宜"的方式出租，竟有30人咨詢并付費。這個實驗驗證了市場對彈性算力的真實需求。但真正讓這門生意成為可能的，是技術(shù)條件的成熟——高性能GPU在個人用戶中的普及、WSL1.0.0的發(fā)布、遠程調(diào)用技術(shù)的成熟，三者缺一不可。
算力調(diào)度的技術(shù)難度遠超想象。付智將能源領(lǐng)域的"削峰填谷"算法移植到算力領(lǐng)域，這是公司的核心壁壘。面對個人電腦可能被占用導(dǎo)致服務(wù)中斷的問題，采用熱備加預(yù)測技術(shù)：提前準備冗余節(jié)點，用歷史數(shù)據(jù)預(yù)測供給方在線規(guī)律，動態(tài)調(diào)整備份比例。網(wǎng)絡(luò)傳輸不穩(wěn)定的問題則通過同時接入三家頭部云廠商解決。
與云廠商相比，共績科技的優(yōu)勢在于價格和調(diào)度效率。傳統(tǒng)算力服務(wù)商的彈性擴容價格是常規(guī)價格的5倍，或要求客戶簽訂長約承擔閑置風險。而共績科技使用的資源本身就是閑置的，因此能提供更具競爭力的價格。付智將目標市場定位在20%的彈性需求領(lǐng)域，這個比例隨著AI應(yīng)用發(fā)展正在不斷擴大。
這種商業(yè)模式在其他領(lǐng)域已有成功先例。付智將其比作算力領(lǐng)域的Airbnb：當AI應(yīng)用發(fā)布新版本或遭遇流量爆發(fā)時需要大量算力，而個人用戶、網(wǎng)吧、小機房的算力在夜間和工作日大量閑置，共績科技做的就是連接供需雙方。目前，公司共享算力平臺已支持普通消費者按毫秒租用算力。
國外已有類似模式的企業(yè)RunPod獲得2000萬美元融資，但付智認為中美市場存在本質(zhì)差異。美國云計算市場從誕生起就提供彈性算力服務(wù)，而國內(nèi)廠商更傾向長租模式，用戶付費意愿也較低。因此，直接復(fù)制國外模式在國內(nèi)行不通，需要本土化創(chuàng)新。
在付智看來，共享算力只是起點。他判斷未來兩三年是窗口期，隨著算力供需錯位現(xiàn)象持續(xù)存在，這個市場將繼續(xù)存在。但更重要的機遇在于AI應(yīng)用的發(fā)展方向——中國超級應(yīng)用更可能出現(xiàn)在移動端社交娛樂、跨境硬件等領(lǐng)域，而非PC端生產(chǎn)力工具。這些場景下的AI硬件若采用開源模型部署，在流量爆發(fā)時將成為彈性算力的重要客戶。
付智更看重的長期趨勢是A2A（AI to AI）模式的崛起。他認為讓人直接與AI對話是效率浪費，真正高效的方式是AI之間直接協(xié)作。當任務(wù)下達后，一組AI自動運轉(zhuǎn)，人只需定義目標。這種模式將使算力消耗呈數(shù)量級增長，屆時算力將真正像電力一樣成為基礎(chǔ)設(shè)施，調(diào)度能力將成為核心競爭力。
