Das „Vermietungsgeschäft“ der KI-Rechenkapazitäten erlebt gerade einen tiefgreifenden Umbruch.
Zhou Yong, der als "Rechenleistung-Vermieter" über Aufträge im Wert von mehreren zehn Milliarden Yuan verfügt, hat seit Ende des zweiten Quartals dieses Jahres aktiv seine Großkunden aufgesucht und ein in der Branche seltenes Geschäft abgeschlossen.
Er senkte die langjährig geltenden Mietgebühren für feste Schränke mit GPU-(Grafikprozessor-)Rechenleistung und ersetzte sie durch ein Gewinnbeteiligungsmodell, das mit der steigenden Anzahl von Aufrufen von künstlicher Intelligenz-Token (Maßeinheit für den Arbeitsaufwand künstlicher Intelligenz) wächst.
Das ist kein Einzelfall.
Wie Journalisten von *Economic Observer* kürzlich nach Interviews mit mehreren Unternehmen entlang der Rechenleistungs-Industriekette erfahren haben, haben bereits Rechenleistungsdienstleister ähnliche Maßnahmen ergriffen.
Beispielsweise senken einige Rechenleistungsdienstleister die festen Servicegebühren im Vertrag um etwa zehn Prozent, während die Gewinnbeteiligung an den Token-Einnahmen um mehr als das Doppelte steigt.
Zhou Yong sagte gegenüber Reportern von *Economic Observer*: „Es handelt sich nicht um eine bloße Senkung der Grundmiete, sondern um den Verzicht auf einen Teil des festen Mindesteinkommens, um die Berechtigung zu erhalten, an den inkrementellen Einnahmen des nachgelagerten Inferenzgeschäfts teilzuhaben. Im Wesentlichen geht es um die Umstrukturierung der internen Ertragsstruktur langfristiger Aufträge.“
Die Signale auf der Verbraucherseite werden gleichzeitig übermittelt. Während des diesjährigen „Double 11“-Verkaufsereignisses wurde die „Arbeitsleistung“ der künstlichen Intelligenz zu einem Produkt auf den Regalen. Öffentliche Informationen zeigen, dass Top-Streamer innerhalb einer halben Stunde fast 100.000 Monatkarten für Large-Modell-Token verkauft haben, wobei etwa zwei Billionen Token von normalen Verbrauchern gekauft wurden.
Zhou Yong erklärte, dass es in der Branche zuvor zwar flexible Abrechnungsmethoden wie nutzungsabhängige Abrechnung, zeitgebundene Vermietung von GPUs und kurzfristige Paketlösungen gab, diese Modelle jedoch nur nach dem Ressourcenverbrauch abrechnen und nicht an der Verteilung der inkrementellen Gewinne des nachgelagerten Geschäfts teilhaben. Der Kernunterschied zwischen dem neu auftauchenden Geschäftsmodell und den früheren Modellen liegt darin, dass dieses Modell auf einer Mindestgarantie basiert, an die Token-Produktion gebunden ist, die Wachstumsdividenden des Inferenzgeschäfts teilt und Risiken gemeinsam trägt.
Seiner Meinung nach wird die Abrechnungslogik des Rechenleistungsgeschäfts neu geschrieben.
Rechenleistungs-Vermieter zielen auf Gewinnbeteiligungen ab
Seit dem ersten Quartal 2026 wird das Rechenleistungs-Abrechnungsmodell aus Mindestgarantie + übermäßiger Token-Gewinnbeteiligung schrittweise in Pilotprojekten zwischen führenden inländischen Rechenleistungs-Vermietern und Herstellern von großen Modellen sowie Agent-Anwendungen umgesetzt. Es handelt sich derzeit noch um eine Erprobung in kleinem Rahmen, die sich auf strategische Kunden mit hohem Anteil am Inferenzgeschäft und erwartetem Wachstum der Aufrufvolumina konzentriert, und wurde noch nicht auf kleine und mittlere Kunden sowie Trainingsaufträge ausgeweitet. Das Unternehmen, in dem Zhou Yong tätig ist, gehört zu den Dienstleistern, die das Modell früh ausprobiert haben.
Nachdem er den Wert der Rechenleistungs-Mietverträge innerhalb des Jahres zweimal angehoben hatte, löste der Rechenleistungsdienstleister von Zhou Yong den ursprünglichen Vertrag mit einem führenden Kunden und schloss einen neuen Vertrag ab.
Zhou Yong legte den Reportern eine Gruppe von Berechnungsvergleichen vor: Beispielsweise betragen die jährlichen festen Rechenleistungsausgaben des Kunden unter dem ursprünglichen reinen festen Langzeitmietmodell etwa 120 Millionen Yuan. Im neuen Vertrag wird die grundlegende Mindestservicegebühr um etwa zehn Prozent auf 108 Millionen Yuan gesenkt. Wenn das monatliche Token-Aufrufvolumen des Kunden die vereinbarte Schwelle überschreitet, erhält der Dienstleister eine zusätzliche Beteiligung am überschüssigen Teil nach dem vereinbarten Anteil. Nach der Berechnung im neutralen Szenario kann der Gesamtjahresumsatz des Dienstleisters um 20 % bis 50 % höher ausfallen als bei dem ursprünglichen festen Mietmodell, wenn das Inferenz-Aufrufvolumen des Kunden stetig steigt. Wenn jedoch der Kaltstart der nachgelagerten Modellanwendungen nicht wie erwartet verläuft und das Aufrufvolumen lange unter der Basislinie liegt, kann der Jahresumsatz des Dienstleisters um bis zu 10 % sinken, und der Kunde vermeidet zudem hohe feste Ausgaben in der Anfangsphase.
In der Vergangenheit konzentrierte sich die Rechenleistungsvermietung hauptsächlich auf die Abrechnung nach Hardware, wobei Gebühren nach Schränken, GPU-Laufzeit oder Rechenleistungsverbrauch erhoben wurden. Der Vermieter erhebt normalerweise Servicegebühren entsprechend der Ressourcennutzung. Die befragten Unternehmen haben zuvor selten Verträge gesehen, bei denen der Vermieter an den Gewinnen des Inferenzgeschäfts nach dem Aufrufvolumen teilnimmt und die Risiken gemeinsam mit dem Kundengeschäft trägt.
Der Leiter der Rechenleistungsbeschaffung eines führenden Cloud-Anbieters sagte gegenüber Reportern, dass die Aufrufvolumina von Unternehmens-Agenten (künstliche Intelligenz-Programme, die Aufgaben autonom ausführen) und branchenspezifischen großen Modellen schnell wachsen, während das Wachstum in allgemeinen Unterhaltungsszenarien relativ moderat ist. Die strukturellen Veränderungen auf der Nachfrageseite führen dazu, dass Kunden die anfänglichen festen Kosten senken wollen, während Rechenleistungsdienstleister an den Gewinnen aus dem Wachstum des Inferenzgeschäfts teilhaben wollen.
Wang Daowei, Leiter der Token-Geschäftsabteilung eines börsennotierten Rechenleistungsdienstleisters in Südchina, sagte gegenüber Reportern, dass das Unternehmen die Beteiligungsklauseln bereits in neue Verträge aufgenommen hat. Bei einer Art von Projekten wird eine gemeinsame Gewinnverteilung im Rahmen von MaaS (Model as a Service) angewendet: Der Dienstleister stellt die Rechenleistungsbasis und den Clusterbetrieb zur Verfügung, der Modellanbieter liefert die Modellfähigkeiten, und beide teilen die Gewinne entsprechend der Token-Produktion. Bei einer anderen Art von Projekten werden Token direkt verkauft, wobei bei ausländischen Aufträgen eine jährliche Mindestgarantie plus nutzungsabhängige Nachzahlung angewendet wird.
Wang Daowei sagte: „Mehr als ein Konkurrent führt ähnliche Pilotprojekte durch, nur der Grad der Offenlegung ist bei allen unterschiedlich.“
Zhou Yong erklärte, dass der Kern dieser Anpassung darin besteht, einen Teil des festen Einkommens gegen eine tiefere Kundenbindung einzutauschen. Das Wachstum des Kundengeschäfts ist relativ sicher, aber die Kunden wollen nicht zu hohe feste Kosten in der Anfangsphase tragen. Eine angemessene Senkung der festen Servicegebühren ist im Wesentlichen ein Tausch gegen eine tiefere Kundenbindung im Rahmen von Geschäftsverhandlungen, um die Grundlage für eine langfristige Zusammenarbeit zu sichern.
Die neu unterzeichneten Verträge bestehen normalerweise aus zwei Ebenen. Die eine Ebene ist die grundlegende feste Servicegebühr, die die Sicherheit des Einkommens gewährleistet; die andere Ebene ist die Token-Beteiligung, die dazu dient, die inkrementellen Einnahmen aus dem Wachstum des Inferenzgeschäfts zu teilen. Zhou Yong ist der Ansicht, dass die entsprechende Beteiligung nach festen Beträgen pro Rechenleistungseinheit vereinbart wird und nicht direkt mit dem eigenen Betriebseinnahmen des Kunden schwankt.
Mit anderen Worten: Der Vermieter setzt nicht darauf, wie viel Geld der Modellanbieter letztendlich verdient, sondern darauf, wie viele Token tatsächlich von den Geräten verarbeitet werden.
Bevor das Unternehmen von Zhou Yong die Klauseln festlegte, hat es Szenarien wie über die Erwartungen hinausgehendes Aufrufvolumen und nicht wie erwartet verlaufendes Geschäft berechnet. Er sagte, dass die traditionelle Vermietung mit fester Laufzeit derzeit immer noch das Hauptgeschäft des Unternehmens ist, und das Beteiligungsmodell wird hauptsächlich bei führenden strategischen Kunden erprobt. Die beiden Modelle werden parallel vorangetrieben und haben die bestehenden Verträge noch nicht ersetzt.
Neues Modell
Für Rechenleistungsdienstleister ist die Gewinnbeteiligung kein einheitliches Muster, Kunden kombinieren derzeit unterschiedliche Ressourcen je nach Geschäftsphase.
Der Leiter der Rechenleistungs- und Inferenzgeschäftsabteilung eines führenden großen Modellanbieters sagte gegenüber Reportern, dass sein Unternehmen derzeit eine gemischte Rechenleistungsarchitektur anwendet. Eigene Cluster übernehmen die Kern-, stabilen Langzeitgeschäfte, während externe Rechenleistung für flexible Erweiterungen verwendet wird. Die feste Langzeitmiete bietet Kostensicherheit für etablierte Geschäfte, während nutzungsabhängige Ressourcen für neu eingeführte Agent-Szenarien mit stark schwankendem Datenverkehr dienen.
Der oben genannte Leiter der Rechenleistungsbeschaffung des Cloud-Anbieters äußerte sich ebenfalls, dass die traditionelle Vermietung mit fester Laufzeit für Geschäfte mit unsicherem Datenverkehr geeignet ist, bei denen die Kosten im Voraus kontrolliert werden müssen. Das Modell aus „fester Mindestgarantie + Token-Beteiligung“ eignet sich besser für die Kaltstartphase und kann die anfänglichen festen Ausgaben senken. Wenn das Aufrufvolumen jedoch schnell wächst, können die Gesamtausgaben im gemischten Modell die der traditionellen Langzeitmiete übersteigen, und die Geschäftsdatensätze beider Seiten sowie die Messstandards für Token werden eng miteinander verbunden, was die Migrationskosten beim Wechsel des Anbieters erhöht.
Rechenleistungs-Vermieter fürchten sich am meisten vor Leerlauf der Geräte, und Kunden fürchten sich am meisten davor, zu hohe feste Kosten zu tragen, bevor das Geschäft erfolgreich läuft. Das Beteiligungsmodell lässt beide Seiten einen Teil der Unsicherheit gemeinsam tragen.
Zhou Yong erklärte, dass die Beteiligungseinnahmen von der Abnahme der Lieferung von Rechenleistungseinheiten und der Geschäftsaktivität des Kunden beeinflusst werden, „die Risiken werden tatsächlich von beiden Seiten gemeinsam getragen“. Das bedeutet, dass der Dienstleister nicht nur einen Teil des festen Cashflows aufgibt, sondern auch die ursprünglich relativ sicheren Einkommenserwartungen.
Die Veränderung des Modells wirkt sich auch auf die Chiphersteller aus.
Ein Mitarbeiter eines führenden inländischen KI-Chipherstellers sagte gegenüber Reportern, dass der Schwerpunkt der Bewertung des Beteiligungsmodells nicht mehr nur auf der theoretischen Spitzenleistung des Chips liegt, sondern auch auf der tatsächlichen Anzahl von Token, die pro Hardware-Einheit erzeugt werden, und den Kosten pro Token. Dies bietet einen neuen Bewertungsmaßstab für inländische Chips und erfordert zudem, dass Chiphersteller die Softwareanpassung, die Clustervernetzung und die Inferenzoptimierung weiter verbessern.
Der Mitarbeiter ergänzte, dass der Iterationszyklus von KI-Chips etwa eineinhalb bis zwei Jahre beträgt, der rechnungslegungsbezogene Abschreibungszyklus drei bis vier Jahre erreichen kann, aber der kommerziell nutzbare Lebenszyklus oft kürzer ist. Wenn die tatsächliche Leistung der Hardware nicht den Erwartungen entspricht, wird der Projektertrag des Vermieters direkt beeinträchtigt.
Wang Daowei schätzt ein, dass die Gewinnbeteiligung zu einem wichtigen ergänzenden Modell in der Branche werden wird, aber kurzfristig die Langzeitmiete mit Festpreis nicht vollständig ersetzen kann. „Man kann noch nicht von einem umfassenden Wendepunkt sprechen, derzeit befindet sich das Ganze noch in der Phase kleiner Pilotprojekte.“ Er erwartet, dass führende strategische Kunden und Projekte mit hohem Anteil am Inferenzgeschäft häufiger das gemischte Modell aus Mindestgarantie + Gewinnbeteiligung anwenden werden, während normale Kunden und Trainingsgeschäfte weiterhin hauptsächlich auf der traditionellen Langzeitmiete basieren werden.
Risiken
Als Erstes wird der Finanzierungsbereich verschärft.
Der Leiter der Rechenleistungsfinanzierungsabteilung der Unternehmenskundenabteilung einer Aktiengesellschaftsbank sagte gegenüber Reportern, dass die Risiken von Rechenleistungsvermietungsprojekten deutlich höher sind als bei der gewöhnlichen verarbeitenden Industrie. Die Bank wird die Risikoprämie erhöhen und kombinierte Kreditsicherungsmaßnahmen (zusätzliche Risikoschutzmaßnahmen) wie Geräteverpfändung, Mithaftung des tatsächlichen Kontrolleurs, Garantie durch börsennotierte Unternehmen und Verpfändung von Forderungen verlangen.
„Die erste Rückzahlungsquelle ist der echte Cashflow des nachgelagerten Geschäfts“, sagte der oben genannte Bankmitarbeiter. Die Anzahl der GPUs allein steht nicht für die Rückzahlungsfähigkeit, die Qualifikation des Kunden, die Qualität des formellen Vertrags und die tatsächliche Inbetriebnahmerate sind die Schwerpunkte der Due-Diligence-Prüfung (Prüfung und Überprüfung vor der Kreditvergabe).
Bei anonymen Kunden prüft die Bank Klauseln wie die Mindestabnahmemenge, Schadenersatz bei Vertragsverletzung und Zahlungsrhythmus, unterscheidet zwischen absichtlichen Rahmenvereinbarungen und bindenden formellen Verträgen, stimmt die Rückzahlungsströme gegenseitig ab und prüft bei Bedarf den Betriebszustand der Geräte im Rechenzentrum. Die Forderungen aus der Rechenleistungsdienstleistung werden ebenfalls in die Verpfändung und die Überwachung der Rückzahlungen einbezogen.
Wenn die Gegenpartei vollständig anonym ist und keine Drittbeweise vorliegen, wird die Kreditzugangsberechtigung deutlich verschärft. Öffentliche Informationen zeigen, dass einige branchenfremde Unternehmen nach der Offenlegung großer Rechenleistungsverträge vorzeitige Vertragsbeendigungen oder regulatorische Anfragen erlebt haben, was die Banken dazu veranlasst, mehr Aufmerksamkeit auf die Sicherheitsreserve des Kerngeschäfts des Unternehmens, die Fähigkeiten des Industrieteams und die Vertragserfüllung zu legen.
Der oben genannte Bankmitarbeiter erklärte, dass der Handelsmarkt für gebrauchte KI-Geräte noch nicht ausgereift ist, die Chips schnell iterieren und die Veräußerung der Geräte zur Geldumwandlung große Unsicherheiten aufweist. Man kann nicht erwarten, dass die Versteigerung von Hardware das gesamte Risikopotenzial (der von der Bank noch nicht zurückgezahlte Risikobetrag) abdeckt. Daher sind die Zugangskontrollen vor der Kreditvergabe und die Überwachung während der Kreditlaufzeit wichtiger als die nachträgliche Veräußerung.
Auch auf der Nachfrageseite gibt es Schwankungen.
Der oben genannte Leiter der Rechenleistungs- und Inferenzgeschäftsabteilung des führenden großen Modellanbieters sagte, dass das Aufrufwachstum im Zusammenhang mit Agenten deutlich höher ist als bei gewöhnlichen Dialogszenarien, aber die Unterschiede zwischen verschiedenen Kunden und Branchen sind groß. Das aktuelle Wachstum weist das Merkmal auf, dass „einige Szenarien stetig steigen und gleichzeitig phasenweise Spitzenwerte auftreten“. Das Aufrufvolumen etablierter Geschäfte steigt allmählich an, während das Aufrufvolumen von Pilotprojekten nach deren Beendigung sinken kann.
Dies ist auch die größte Variable des Beteiligungsmodells: Wenn die nachgelagerten Aufrufe steigen, kann der Dienstleister übermäßige Gewinne erzielen. Wenn das Geschäft abkühlt, schrumpfen die Beteiligungseinnahmen, aber die festen Ausgaben wie Abschreibungen, Stromkosten und Betriebskosten laufen weiter.
Die Token-Gewinnbeteiligung wird damit zu einer neuen Option für die Rechenleistungsvermietung, aber ob die Geräte kontinuierlich betrieben werden können und das Kundengeschäft kontinuierlich wachsen kann, entscheidet letztendlich darüber, ob dieses Geschäft erfolgreich sein kann.