作者：王聪彬

最近几年，全球云计算市场可以用增长迅猛来形容。Precedence Research 预测，2025年全球云计算市场规模已达9127.7亿美元，预计到2034年将突破5.15万亿美元。

人工智能需求的集中涌入，正在成为云计算增长的核心变量。Gartner预测，人工智能集成需求的加速增长将推动公共云服务在2026年实现21.3%的增长率，预计到2029年市场规模将达到1.48万亿美元。

Akamai在2025年同样交出了一份亮眼的成绩单。第三季度营收达到10.55亿美元，同比增长 5%。其中，云基础设施服务表现尤为突出，营收达8100万美元，同比大幅增长39%。在全球业务整体增长的基础上，大中华区业务在亚太及全球业务中的占比也进一步提升。

Akamai副总裁暨大中华区总经理 李昇

“中国持续巩固其作为美国以外最大全球市场的地位，并在2025年进一步强化了这一优势。”Akamai副总裁暨大中华区总经理李昇说道。这主要得益于服务各赛道“出海”进程的持续推进与全球市场表现的不断走强。

在大中华区，云计算业务2025年较2024年实现近40%的年度增长；云安全业务推出的API 安全、态势管理等新解决方案，在电商、金融、保险等出海头部客户中均实现了良好落地；云分发（CDN）作为核心传统业务，凭借平台卓越的稳定性和可靠性（2025 年全年零重大故障），在视频、游戏等高流量头部客户中，不仅稳固了业务，也进一步提升了市场份额。

李昇认为云计算业务的强劲增长得益于两大动力，第一是客户用云策略趋于成熟与理性。经过多年实践，客户已积累丰富经验，不再单一依赖某几个超大规模平台，而是根据自身业务的特定场景与需求选择最合适的云服务。Akamai在成本可预测性、快速落地的高性能与高性价比方面具有明显优势。

第二是全球化、高性能场景需求凸显。随着客户上云场景日益丰富，大量应用对全球覆盖、可扩展、高度分散的节点分布、低延迟、高吞吐及高速网络传输提出了更高要求，Akamai在这些场景中可以发挥重要作用。

Akamai云计算本季度的增长，反映出公有云使用已进入多样化、精细化运营的新阶段。李昇看到云计算业务还有很大的增长空间，Akamai有机会在市场空白领域实现差异化竞争，尤其是在AI应用场景的推动下，将产生新的发展机会。

不再依赖数据中心，推理云让边缘AI落地

Akamai云计算业务其中的一个亮点就是Akamai推理云的发布，去年10月Akamai与英伟达联手推出全新的Akamai Inference Cloud，一个专为AI推理设计的边缘云平台。这也让大模型的推理和响应将不再依赖远在数据中心的算力，而是更靠近用户、更快速地完成。

据介绍，Akamai Inference Cloud依托Akamai在全球分布式架构方面的专业能力以及 NVIDIA Blackwell AI 基础架构。

Akamai亚太与全球客户云架构总监 李文涛

Akamai亚太与全球客户云架构总监李文涛谈到，Akamai推理云为客户提供三方面的核心价值：

首先，助力AI服务更快速运行、更贴近用户。基于GPU的实时AI推理产品架构，兼具全球覆盖与高速响应能力，可显著提升AI系统的运行效率；

其次，在边缘侧保障AI工作负载的安全。通过边缘防护机制，可有效防御针对AI的滥用行为及应用层攻击等潜在威胁；

最后，构建并扩展无供应商锁定的AI应用。客户可基于开放API，并借助Kubernetes等开源技术、极具竞争力的出口流量成本以及清晰的定价体系，自由构建和扩展AI服务，无需担心供应商锁定问题。

现在已经有越来越多的企业开始采用Akamai推理云来部署AI服务。流媒体行业面临的主要挑战在于，OTT服务商或在线视频提供商（尤其是拥有体育赛事内容的平台）通常拥有庞大的视频内容库。观众希望快速获取精彩内容，而供应商则需要投入大量时间和资金来管理和维护这些内容，如果缺乏直观简便的内容交互方式，用户的浏览和观看意愿可能会下降。

Akamai的解决方案通过AI提升用户参与度和内容再发现能力，通过AI自动识别视频内容，并呈现关键时刻（如球员进球或特定场景），降低用户发现内容的门槛，提升观看体验，同时有效减少用户流失。

李文涛认为，这一成功案例具有三个显著特点：利用 AI 对现有视频库进行智能分析；支持通过自然语言查询视频内容；方案可扩展至体育内容之外的其他流媒体领域。

游戏行业面临的核心挑战在于快速生成大量高质量多媒体素材，包括游戏场景、角色、道具和动画等，如何在保证创作效率与素材质量的前提下，尽可能降低AI推理的算力成本，成为开发者亟需解决的关键问题。针对某日本游戏公司一款使用文生图模型进行图像生成的手机游戏，Akamai推理云与其他超大规模云平台的基准测试显示，素材生成延迟降低2.5倍，生成吞吐量提升3倍，成本降低86%，帮助开发者高效生成高质量游戏多媒体内容。

一家东南亚领先的车载软件公司为汽车制造商部署“车载语音助手”，并新增AI驱动的智能网联功能，包括车辆优化、路线规划和语音识别等，提升驾驶体验。Akamai 的云解决方案支持乘客使用本地语言与助手对话，提供实时翻译，使指令被准确识别并执行，同时以本地语言反馈结果。该车载语音助手在响应用户命令时延迟降低30%，显著提升了用户体验和驾驶安全性。

“AI带来的威胁”与“针对AI的威胁”无所遁形

2025年，安全风险与解决方案同样也在围绕AI展开，一方面是AI带来的威胁，大模型被恶意利用；一方面是针对AI的威胁，应用接入大模型后，接收的请求和返回的数据，可能产生安全隐患。

Akamai北亚区技术总监 刘烨

“Akamai已具备相应解决方案，以应对AI演进过程中这些需关注的安全挑战。”Akamai北亚区技术总监刘烨说道。

AI-Bot是Akamai解决方案持续演进的重点方向之一，高科技、商贸、金融、数字媒体，大量行业中都能观察到大量AI-Bot的活动，而且AI-Bot正变得越来越智能。2018年传统Bot大多还是执行简单的脚本行为；2022年ChatGPT发布后，Bot开始能够有效地识别如何抓取数据，规避监控；到了2025年，智能体逐渐成熟，Bot开始具备高度自主能力，可独立完成复杂任务。

Akamai从两方面来进行应对，第一，基于更成熟的模型，识别AI-Bot的来源、特征并对其进行分类，从而更精准地辨识这类流量；第二，探索更新应用机制，例如，与Skyfire等第三方公司合作，识别“合规”的Bot并实现基于请求量的计费。

Akamai同时也关注到API流量正在逐渐增长，由于大模型的交互全部基于API，预计2026年API流量仍将保持30%的增长。所以可以预见API也将成为被攻击的重点领域，API的攻击特点表现为攻击耗时更短，因其通常不需要复杂的逻辑分析。

2024年Akamai收购了两家API相关企业，通过将他们的技术进一步整合，帮助解决API相关问题。

针对AI的威胁，OWASP开源项目定义了在大模型上典型的十种漏洞。在保护基于大模型的工作负载上，Akamai也推出了AI防火墙（Firewall for AI）。刘烨解释称，这是专为大模型设计的防火墙，核心作用是帮助用户在使用大模型时，防止发生“提示词注入”等越权行为，并避免个人敏感信息泄露。

而且Akamai正在利用生成式AI（GenAI）简化安全平台与用户之间的交互体验。用户可以通过自然语言与安全管理控制台交互，例如直接输入“我想查看最近的DoS攻击”或“希望从更多维度查看数据”。AI会自动梳理并呈现相关信息，让用户能够更直观地获取重点数据。

系统还会主动推荐安全策略，例如“贵行业有多少客户实施了该策略”或“针对您遇到的攻击类型，建议部署的防护措施”，进一步简化操作并提升决策效率。

总体而言，无论是应对AI衍生的新风险、保护自身大模型免受攻击，还是优化人机交互体验，2025年以来Akamai都在持续融入前沿技术，帮助用户应对不断涌现的威胁。

算力与安全双轮驱动，AI应用部署安枕无忧

未来Akamai 中国业务的持续增长仍将聚焦“出海”领域。并且计划在2026年尝试更多生态合作，例如强化开发者社群建设，通过各类活动及推广激励政策，使开发者更便捷地获取 Akamai边缘算力资源。

“云”与“算力基础设施”是一个轮子，“安全”则是另一个轮子，二者共同驱动AI这辆车前行。随着底层基础架构的快速发展，对安全防护的需求也随之变得更加迫切和紧迫。

计算和云安全是2025年资源的投入重点，2026年也将在新生意方向进行投资。李昇称，Akamai 将把资源重心从维护现有客户，逐步转向拓展新的业务和客户。

2026年，Akamai将以AI为核心主轴，将算力与安全视为多维一体的整合方案。在李昇看来，面对AI未来的蓬勃发展，既要帮助客户快速、可扩展地部署推理算力，也要助力他们高效保护各类模型与应用。

他预计，AI的应用尤其是具备任务执行能力、集成多种工具与功能的智能体应用，将成为真正的新市场热点。Akamai未来的产品规划与市场重点，都将围绕帮助客户更高效、快速、安全地部署AI推理应用来展开，同步提供基础架构与防护能力。

Akamai正致力于帮助客户为AI时代做好准备。第一，交付AI应用。借助CDN平台，不仅提供内容分发，还集成边缘无服务器服务、可观测性服务等，确保AI应用高效、稳定地交付至全球用户；

第二，构建AI应用。通过推理云提供全面的AI构建能力，包括AI算力、AI容器服务、AI运行时、AI管理、AI网关，以及AI安全与AI防火墙等专项服务；

第三，扩展AI应用。为帮助客户更好地扩展AI应用，提供基于英伟达最新Blackwell架构的RTX 6000 Pro GPU，以大幅提升推理效率。同时提供数据即服务，帮助客户有效利用其全球分布式数据进行训练与推理。

Akamai还将在未来提供AI平台即服务，例如大语言模型即服务等PaaS与SaaS层服务，持续拓展AI服务矩阵。