AI雲服務商Nebius創始人兼CEO Arkady Volozh在一年間對行業核心問題的判斷髮生了顯著變化：一年前他還在回答“誰會買那麼多GPU”，如今他給出的答案是，真正的制約因素是人類究竟能建出多少算力。這一轉變背後，是新雲（Neocloud）從GPU基礎設施供應模式，向新一代AI雲底座演進的行業趨勢。

在2025年的訪談中，Volozh從技術、資本、市場三個維度解釋了新雲如何成立。他強調，擁有GPU並不等於擁有一朵雲，因為GPU只是計算資源，要持續交付給客戶，還需要資料中心、機架、網路、軟體棧，以及足夠的資本和客戶需求。他將這種能力概括為“三條腿”：技術與人才、資本、市場銷售。Nebius脫胎於原Yandex的荷蘭上市主體，俄烏戰爭後，原Yandex N.V.於2024年出售俄羅斯業務，保留了長期建設大規模機器學習基礎設施的工程師團隊和位於芬蘭的資料中心。Volozh當時強調，團隊能自行建設資料中心、機架，並在硬體之上搭建軟體棧，稱為“全棧AI雲”。

資本方面，Nebius承接了原上市主體的資本基礎，賬上擁有超過20億美元現金且無負債，但Volozh表示仍會繼續融資，因為AI基礎設施需要在收入兌現前，先為晶片、電力和資料中心投入鉅額資金。市場方面，他判斷最早一批客戶主要集中在美國，一端是大型科技公司、超大型雲服務商和爭奪前沿模型的大型生態公司，另一端是AI原生創業公司。但他認為市場會逐步擴充套件到數字原生企業，再進入普通企業市場，金融、醫藥、機器人等行業都會成為使用者。

到了2026年，Volozh的思考已從“怎樣做一家新雲”轉向“AI時代的雲需要被怎樣重新建設”。他描述的新AI雲向下延伸至土地、電力、資料中心和機架，向上覆蓋基礎雲服務、推理和智慧體服務，基礎設施規模可能達到過去建設規模的數百倍乃至數千倍，因此需要“一套全新的工具”。

客戶分層導致產品分層。對微軟、Meta這樣的超大型科技公司，採購裸金屬容量即可滿足需求，因為它們擁有自己的軟體棧和工程能力。而AI原生創業公司和企業客戶缺乏完整軟體棧，需要雲服務商把底層算力封裝成可直接使用的服務。Volozh在2026年採訪中明確，這部分客戶是Nebius的“主要市場”和“主營業務”。他甚至表示：“我們並不把這些大型裸金屬合同當作主營業務，而是把它們作為融資方式之一，用來建設我們自己的雲，服務市場上的其他客戶。”

這種模式將大客戶合同納入擴張迴圈：微軟超過170億美元的裸金屬合同可用於向銀行融資；Meta的安排包括約120億美元的裸金屬採購和約150億美元的承購保障。大型客戶提供規模訂單和信用，中小客戶提供更高層雲服務的市場，長期合同支撐融資，融資再變成新的資料中心、電力和GPU容量。

Volozh認為，AI雲的競爭同時向兩個維度延伸：規模與產品深度。只做裸金屬，難以覆蓋需要完整工具的中小客戶；只做軟體和上層服務，推理業務又會受算力供給限制。因此，他主張從土地開始垂直整合，因為“如果外包出去，它永遠不可能高效”。每外包一層，都要向供應商支付利潤，且分散的系統難以整體最佳化。垂直整合拿回的不只是利潤，還有建設速度、工程效率和擴張節奏。

在Volozh的劃分中，裸金屬甚至只是典型新雲生意的終點，卻只是Nebius這套AI雲的起點。這種架構讓新雲變得越來越“重”，早期可使用第三方託管資料中心快速上線，但隨著規模擴大，公司正在建設數百兆瓦甚至吉瓦級的大型站點。託管解決進入市場的速度，自建解決大規模AI基礎設施能否長期按自己的成本和工程要求擴張。

當AI雲向上延伸，算力的計量方式和使用者也在改變。在裸金屬層，客戶購買GPU、叢集和使用時間；到了推理層，算力不再按GPU小時出售，而是直接出售Token。Volozh認為，新一代客戶以“智慧體化”的方式使用雲，他們不關心計算傳送去哪裡，也不需要拼湊多種工具，因為智慧體會最佳化效率。使用者更看重一個可量化地更可靠、更高效、更便宜的平台。

Volozh判斷，AI雲不是傳統廠商與新雲廝殺的紅海，而是一片由新使用者、新需求和新服務開啟的藍海。傳統超大規模雲廠商在原有業務中不存在保護性護城河，新公司因而得到重新進入雲端計算牌桌的視窗。但他也預計，未來一年算力仍會是制約因素，限制的是人類能建設多少基礎設施來滿足新需求。在需求足夠高的階段，新容量既可以整批按裸金屬賣掉，也可以放到更高產品層面，以Token和AI服務形式出售。

從裸金屬和GPU資源出發，部分新雲正在試圖走向另一種終局：成為一套為新一代使用者重新建造、像基礎設施一樣持續輸出AI能力的全棧雲。