近年来，由于全球经济放缓、贸易和地缘政治紧张，全球对外投资整体下降。然而，中国企业凭借其巨大的潜力，正将目光投向世界，中国企业出海正酣。沙利文数据显示，2024 年上半年，超过 2000 家中国上市企业布局海外市场，占总体中国上市企业的比重已超过 50% 并持续上升。
在中企出海过程中，需要配套的技术服务和技术基础设施，云厂商就成为其出海过程中不可缺少的陪同伙伴之一。以往，企业出海多以销售产品和服务为单一目标，而如今，企业出海的主流方式正在朝着行业生态朋友圈式的集群出海演变，因此这种变化对云供应商提出了更高要求。目前，AI 正成为各行各业发展的核心，因此，接入 AI 大模型也成为出海企业的必选项。
因此，本期文章重点分析了中国企业出海趋势、对云和 AI 技术能力的需求，以及技术现状。
一、中企出海趋势分析
1. 中国对外直接投资列全球前三，东亚是主要目的地
商务部数据显示，十二年来，中国始终稳居全球对外直接投资流量的前三甲。从 2016 年至今，中国对外直接投资在全球市场中的份额持续超过 10%。2023 年全年，中国对外直接投资流量达到 1772.9 亿美元，在全球总投资流量中的占比达到了 11.4%。
从投资领域来看，2023 年中国对外直接投资涵盖了国民经济的 18 个行业门类，其中流向租赁和商务服务、批发和零售、制造、金融领域投资均超过百亿美元。
从投资区域来看，2023 年中国对外直接投资流量地区快速增长的是亚洲(13.9%)和非洲(118.8%)，降幅较大的是大洋洲（83.4%）和拉丁美洲（17.6%）。 流向亚洲的投资 1416.0 亿美元，占当年对外直接投资流量的 79.9%，其中，对东盟 10 国的投资 251.2 亿 美元，增长 34.7%。
2. 海外并购步伐放缓，绿地投资、技术出海增长强劲
从对外投资方式来看，中国企业主要采取海外并购、绿地投资、技术出海等几种出海模式。
海外并购即通过兼并收购海外既存的标的公司的股权或资产，实现对公司或资产的控制，以达到获取已有资源、技术、客户等目的。中国企业海外并购交易规模自 2016 年以来总体呈现连年下滑的趋势，2024 年上半年中国企业海外并购交易披露金额仅为 2023 年全年并购规模的两成。
绿地投资正成为中国企业海外投资的一种重要方式。绿地投资指的是新建投资，需要通过新建实体，在未开发的土地上规划建设厂房等设施，或者新建研发、营销中心等。2018 年以来，中国企业对外绿地投资步伐有所加快。2024 年上半年海外绿色投资恢复至 193.5 亿美元，预计全年绿地投资额超 350 亿美元。
除了传统的跨境并购、绿地投资外，企业还可以选择技术类出海，这种出海方式由于无需海外建厂，对企业现金流压力相对较小。
技术出海的典型行业是互联网企业。近年中国互联网企业 APP 出海势头较旺，从最早的安卓桌面启动器、清理大师等工具类应用，到当前的短视频社交平台、服装与时尚品牌、网络游戏品牌、直播社交平台等内容、电商、游戏 APP，再到最新的短剧出海。这类企业可以通过在海外运营 APP，获得流量及其广告服务收入，而企业本身的算法、内容核心竞争力保留在本土，APP 的本土化运营策略是助推其顺利落地海外的重要因素。未来一段时间，随着云计算和 AI 技术进步和应用场景 的不断扩展，中国相关 APP 出海热度或将延续。
3. 新兴市场成投资热土
2008 年以后，中国企业经历了两轮出海浪潮。第一轮出海目的地主要分布在欧美地区等发达经济体。第二轮出海自 2018 年开始，企业出海目的地进一步向新兴市场转移，2018—2023 年，中国对东盟地区国家投资存量占比均较 2018 年明显抬升，而在美国、欧盟、加拿大、澳大利亚这些发达经济体的投资占比则边际下行。展望未来一段时间，企业出海目的地仍将以新兴市场国家（地区）为主，包括拉美、东南亚、中亚、非洲、中东海湾国家等。
4. 数字化管理仍面临挑战，企业乘“云” 出海
中国企业出海在规划阶段、执行阶段和落地运营阶段面临六大挑战，分别是缺乏出海目的国政策考量、海外市场进入策略选择难题、海外运营协同机制缺失、合规风险多样化、人才管理效率偏低、数字化管理落地效果欠佳。
其中，数字化能力不足的挑战让出海面临更严峻的挑战：没有完善的数据合规体系将导致数据不流通、全球业务体系无法协调，造成“信息孤岛”；数字化能力不足也难以支撑快速变化的出海业务需求、无法提升全链条效率；而且全球不同地区和国家的监管合规方面要求复杂多变，企业亟需快速适应。
而善用数字化技术将构建起一座坚固的桥梁，不仅连接企业的国内外市场，还贯穿并支撑着企业海外投资的每一个环节，对增强透明度和可追溯性、优化资源配置与市场需求预测、促进全球供应链协同、强化风险管理、融合网络安全与隐私合规、提升海外客户体验等方面至关重要。
纵览出海企业，在打造数字化底座过程中，他们正与云和 AI 服务厂商产生更紧密的链接。
二、“云”上远航
1. 中企出海的云服务需求
中国企业在境外市场业务上云，主要结合技术侧和市场侧两大方向对云服务进行选型。
云服务技术侧的支持能够提升企业出海营商的可行性，与企业需求高度契合：针对稳定性需求，高可用架构与覆盖多链路灾难恢复方案受青睐；针对易用性需求，实现无服务器架构简化开发；针对灵活性需求，多云架构、多云计算满足企业依赖性和可靠性的考虑；并且云服务能提供数据安全和合规、智能化与自动化等能力，这也是助力中企在境外市场效率提升的关键。
在运营侧层面，出海中企看重云服务商的生态与本地化支持，丰富的合作伙伴资源能支持企业在境外快速落地。此外，面对碳中和发展目标，可持续发展也是重要考量因素，云服务商的绿色算力计划等能满足企业提升品牌形象的需求。未来，中企出海业务用云将更关注云厂商全球化部署的契合度、定价策略的灵活性、生态系统的丰富度、成本管理方案的易用性等。
2. 企业出海的一站式伙伴
企业对云服务有不同核心需求，如上云迁移、全面用云、垂直用云、创新用云。对应的，云服务也有不同产品组合。
例如，上云迁移加速组合，适用于大型企业期望以快速、低成本、低风险的方式实现云价值的需求；混合云部署 组合，适用于已经使用传统 IT 基础设施，同时希望利用云计算服务的企业，有助于企业资源依序上云，兼顾灵活性、安全性和成本；行业解决方案组合适用于需要特定行业应用的企业、需要满足特定合规要求的企业、缺乏 IT 能力支持的企业，该组合更加贴合行业需求，助力企业以较低成本实现云服务的快速部署；创新架构应用组合，适用于天然适配云原生技术的企业、需要降低运维成本的企业、肩负快速开发部署新应用任务的企业，创新架构能够鼓励企业用户拓展思维模式和技能组合，显著提升开发效率。
与此同时，云服务产品力不断升级，通过集成大数据、云原生、区块链、AI 等领域新技术，一方面云基础设施效率不断提升，另一方面为新技术提供应用平台，实现产品价值的双向增长驱动。
也因此，在数据分析、云原生领域具备自研技术优势的云服务商更易获得创新企业用户、开发者友好企业用户、高数据密度企业用户的欢迎。
例如，大数据产品在商业智能、风险控制、推荐系统等方面的应用，与云计算资源快速扩缩容的特征相结合，有助于出海业务上云的企业用户以更低成本实现跨境数据处理、数据分析，实现对境外市场客户的深度分析、境外风险管理、远程协作支持，以及生产智能化和数字化。未来，实时数据处理服务、更安全的数据存储和传输服务将是用户关注的重点。
如今，生成式 AI 能力更是成为企业选择技术产品的关键考量维度，通过与云服务集成，正为泛互娱、电商、社交领域的出海中企带来业务增量机会，企业用户能够以更低成本输出适宜境外市场的方案、突破文化和语言壁垒、提升终端用户交互体验。
未来，出海企业对生成式 AI 进一步提升生产效率抱有较高期待，并且对生成式 AI 在基于自然语言的协同场景方面抱有期望。
3. 云出海市场持续升温，阿里云跻身领导者梯队
沙利文机构设立“增长指数”和“创新指数”两个维度， 对十家国内外云服务厂商进行了竞争力评估。其中，“增长指数”衡量竞争主体云服务在基础功成长、基础性能提升、市场拓展等方面的竞争力；“创新指数” 衡量竞争主体在云服务领域的创新能力。
阿里云是唯一进入领导者梯队的中国云厂商，在两个维度的排名中均为第二名。
阿里云在海外市场的竞争力主要为遍布全球的云计算基础设施及丰富的产品矩阵，获得权威认可的国际级合规资质与认证，贴身的本地化服务与全球一致的响应，以及坚持开源开放并全球领先的 AI 能力。作为一家已有 10 年服务企业全球化的丰富经验的云厂商，其已帮助超过 25 万中国企业出海。
三、AI+ 云，融合赋能新航海时代
生成式 AI 技术与业务场景正加速融合，一方面随着技术成熟度不断提高，应用成本在快速下降；同时，技术性能大幅提升，不仅领先的模型之间能力差距缩小，而且开源模型能力几乎追平闭源模型，双方面共同促进企业应用门槛进一步降低。而在此过程中，中国 AI 模型能力快速成长，正为中国企业提供更多选择，提供内外一致的技术助力。
1. 中美顶级模型性能差距缩至 0.3%，阿里巴巴 AI 贡献全球第三
斯坦福大学《2025 年人工智能指数报告》显示，截至 2023 年，中国发表的人工智能论文数量居世界之首，占总数的 23.2%，高于欧洲的 15.2% 和印度的 9.2%；论文被引用量占比为 22.6%，高于欧洲的 20.9% 和美国的 13%。在获得的人工智能专利数量方面，2023 年中国也处于领先地位，占到全球总数的 69.7%，高于排名第二的美国的 14.2%。
2024 年，全球重要 AI 大模型的数量为 61 个，其中美国机构开发 40 个，排名第一；中国排名第二，共开发 15 个。按模型发布机构来看，谷歌和 OpenAI 各自凭借 7 款重要模型并列榜首，阿里巴巴凭借 6 款模型位居全球第三，分别为：通义千问 Qwen-72B、Qwen1.5-72B、Qwen2-72B、Qwen2.5-72B、Qwen2.5-32B、QwQ-32B。同时，在该报告评选的 32 项 2024 年最具代表性的模型、数据集和功能发布中，Qwen2、Qwen2.5 及 DeepSeek-V3 入选。
整体来看，虽然美国在数量上保持领先，但中美顶级 AI 大模型性能差距已经由 2023 年的 17.5% 大幅缩至0.3%，接近抹平。
2. AI 模型使用成本最高降 900 倍，硬件性能每 1.9 年翻番
硬件进步在推动人工智能进步方面发挥着至关重要的作用。根据 Epoch AI 测算，以 16 位浮点运算为基准， 2008-2024 年间机器学习硬件性能年均增长约 43%（每 1.9 年翻番）。这一进步主要得益于晶体管数量的增加、半导体制造技术的进步以及专用 AI 计算硬件的演进。此外，固定性能水平的硬件成本正以每年 30% 的幅度下降。
在 MMLU（评估语言模型性能的常用基准测试）上，达到 GPT-3.5 水平（64.8 分）的人工智能模型，其推理成本已从2022年11月的20美元/百万token降至 2024 年 10 月的 0.07 美元 / 百万 token（Gemini- 1.5-Flash-8B），在大约 18 个月内降低了超过 280 倍。根据任务的不同，大语言模型的推理价格每年下降幅度在9倍到900倍之间。
值得注意的是，得益于技术架构创新等原因，包括 DeepSeek、阿里云通义千问在内的中国大模型也正推动推理成本下降，在全球产生影响。DeepSeek 的 V3、R1 等模型推理成本仅为国际同类模型的 1/70。 阿里云 4 月 29 日发布的 Qwen3 实现了进一步性能提升，参数量仅为 DeepSeek-R1 的 1/3，成本大幅下降，性能与 R1、OpenAI-o1 等全球顶尖模型相当，登顶全球最强开源模型。Qwen3 也是国内首个“混合推理模型”，“快思考”与“慢思考”集成进同一个模型，对简单需求可低算力“秒回”答案，对复杂问题可多步骤“深度思考”，大大节省算力消耗。
3. 中国开源模型性能表现亮眼
2024 年的《人工智能指数报告》显示，领先的开源权重模型明显落后于闭源权重模型。到 2024 年，这一差距几乎消失。2024 年 1 月初，在聊天机器人竞技场排行榜（Chatbot Arena Leaderboard）上，领先的闭源权重模型比顶级开源权重模型高出 8%。到 2025 年 2 月，这一差距缩小到了 1.7%。
根据 2024 年的《人工智能指数报告》，聊天机器人竞技场排行榜上排名第一和第十的模型之间的埃洛评分（Elo score）差距为 11.9%。到 2025 年初，这一差距缩小到了 5.4%。同样，排名前两位的模型之间的差距从 2023 年的 4.9% 缩小到 2024 年的 0.7%。
值得一提的是，阿里云以及 DeepSeek 等企业的协同创新正推动中国开源模型在全球市场占据领先地位。DeepSeek以颠覆性技术创新重塑行业规则，其 V3、R1 等模型通过混合专家架构（MoE）和强化学习优化，以 557.6 万美元的训练成本实现与 GPT-4o 相当的性能。
而阿里云则是自 2023 年 8 月以来就坚定践行开源路线， 至今已经开源 Qwen、Qwen1.5、Qwen2、Qwen2.5、Qwen3 五代模型系列，覆盖从 0.5B 到 110B“全尺寸”，视觉、语音等“全模态”。目前，通义千问模型全球下载量超 3 亿次，衍生模型数超 10 万个，已超越美国 Llama，成为全球第一开源模型。
结语
中国企业出海营商态势升级，云服务正成为中企出海强有力的支撑。无论是全球覆盖的云计算基础设施，还是后来者居上的云产品、AI 大模型能力，以阿里云为代表的中国云厂商正成为出海中企的最佳伙伴，双方一起在新航海时代乘风破浪。
