云计算进入技术“军备竞赛”阶段

小提示：您能找到这篇{云计算进入技术“军备竞赛”阶段}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的云计算进入技术“军备竞赛”阶段内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

去年的世界人工智能大会上，亚马逊云服务正式宣布在上海建立AWS人工智能研究院，致力于打造AWS人工智能与机器学习的云服务。微软也在去年上线Azure机器学习服务，提供AI算法工具，供用户选择不同的框架来开发AI模型。最近的阿里云十年峰会上，阿里集团CTO张建锋对阿里云智能的战略进行全面解读特别提到“达摩院加持的云”。

确实，当从解决客户数据存储、读取需求转变为用人工智能解决数据利用需求时，云计算行业的竞争进入到一个新阶段，而这个阶段虽然依然扛着技术的兵器，但每家都把自己的看家兵器进行了天翻地覆的升级。

云计算第一阶段结束，三强各有各的技术优势

云计算市场经过多年的发展，其市场格局已基本定型。在中国市场，阿里云一骑绝尘，根据IDC的统计数据，去年阿里云市场份额占比达到45.5%。全球市场格局与中国市场类似，亚马逊AWS份额最大，稳居首位；微软Azure则长期位于第二名；阿里云根据不同的统计口径和评判标准，在第三和第五之间有所波动。

根据调研机构Canalys的相关数据报告显示，2018年全球云计算市场规模达到804亿美元，同比大幅增长46.5%。值得注意的是，虽然云计算市场目前仍在高速增长之中，但市场份额的大头始终把握在几个头部厂商手中，AWS去年营收增幅为47.1%，基本与行业增幅保持一致，而像Azure和阿里云则表现出更强的增长态势，前者为82.4%，后者达到惊人的91.8%。

这组数字也说明，以行业平均增幅（46.5%）为基准，云计算市场的增量红利基本被头部厂商获取，目前的云计算市场也已经形成了由头部厂商所构成的网络效应，即便那些Others厂商在全球在线网络营销市场中仍然拥有超过35%的市场份额，但还是缺少冒头的机会，未来的市场变化将是头部厂商间的“开黑”游戏，云计算技术的竞争也将由此进入到第二阶段。

仔细分析当前云计算市场格局可以发现，在第一阶段的竞争中，获得领先身位的头部厂商除了雄厚的财力，在云技术与集团业务的战略协同上都有着其独到之处。

AWS：起步最早，在技术上具备一定的先发优势，在存储和数据库服务几个细分市场有着比较深厚的沉淀。AWS最被行业称道的是它的运维管理体系，AWS一直提倡云计算服务工具化的理念，在2017年里，AWS一共发布了1430项主要的服务和功能更新。

Azure：微软Azure的特点是大而全，它是全球唯一覆盖IaaS，PaaS和SaaS三大平台最完善的公有云服务。其中，微软最为著名的工具软件Office、PowerPoint、Power BI等都已实现了云上服务。

阿里云：阿里云则有着国内最好的云生态。在发展过程中，阿里云经受了天猫双11、12306春运抢票、支付宝春晚红包等大战、恶战的考验，对处理海量数据高并发等应有场景有丰富的经验，一路“打怪升级”而来，实现了云技术与自身业务的深度捆绑，新技术经过自身验证后再对外输出，是“最佳实践的云”。

通过对云计算头部三强的分析可以看出，巨头们的优势各有不同，面对云计算巨大的增量市场，如何跳出自己的“舒适区”，在云计算竞争的第二阶段有所作为，不光是AWS、Azure和阿里云们思考的问题，也是行业急需解决的问题。此时，技术的重要性成为行业讨论的焦点，这也就不难理解“达摩院加持的云”这一概念会被阿里云智能提到战略高度了。

技术的第二战，S曲线上升路途中的短刃相接

为什么说是第二阶段？很明显的变化是，行业座次初定后，对选手的要求在提高，尤其是技术。在技术战略理论中，技术S曲线是其中的中心环节。这一理论假定，在技术发展的早期阶段，性能提高的速度将相对比较慢。随着人们对技术的理解逐渐加深，控制力逐渐加强，应用范围更加广泛，技术改进的速度将会不断加快。对照着这一理论，云计算技术的发展与之高度相似，现在云计算技术已经来到技术S曲线的上升阶段。

云计算竞争的第一阶段实际上是技术发展的早期阶段，云计算需要技术，但技术带来的性能提高速度比较慢，或者对客户的业务促进程度比较浅；在当前的第二阶段，云计算拼的也是技术，只是现在对技术的要求不一样，技术在其中起到的作用也不一样了。

1、“吃得饱” VS “吃得好”

云计算最开始的竞争来自于各大厂商的跑马圈地，以解决客户的数据存储和读取需求为入口，所有的技术研发也是围绕这一需求开展的，竞争的核心思想就是：“吃到”和“吃饱”。这也形成当前的市场格局，在全球市场和中国市场分别形成了AWS和阿里云这样的巨无霸。现阶段，市场的需求发生了变化，客户要求云技术要更具备符合现实需要的智能能力。

如果形象一点来解读，就是云计算厂商在服务的过程中要深耕客户需求，解决“吃得好”的问题。就好比建房子需要技术，房子建好后，再在其中进行装修也需要技术。现在云技术就进入到对房子的“装修阶段”。

云最开始只是一个存储设施，后来数据经过转化得到信息，再形成商业决策，这才形成对企业具有战略意义的资源。人工智能就是云的战略布局，是新的计算。虽然云还包括硬件、平台、基础设施和存储空间，但云的灵魂是人工智能。

张建锋举了一个如何“吃得好”的例子：手机淘宝目前可以做到每个人看到的每个页面都是不一样的，用户的每次点击后，会根据点击实时生成后续页面，其中就对技术提出了怎样处理海量数据和怎样实时处理数据两项具体要求。如果将这两项技术单独拿出来说事，很多云计算厂商都能完成，但当这两项需求融合起来，以秒为单位，为每个用户提供个性化商品推荐，能够具备这种能力的厂商就屈指可数了。算力是基础，更重要的是智能化的算法。这就是技术赋能下对数据进行更加深度的挖掘即成为“吃得好”的关键所在。

再比如，AWS近年发布了云端数据库的服务——AmazonAurora数据库，其性能是MySQL数据库的五倍，但成本却只有传统数据库的十分之一。这也是云计算巨头在数据利用上，根据自身的技术专长做出的技术创新。

2、技术宽度 VS 技术精度

我们在体育竞技中都有着这样的认识：低水平的业余比赛中，只要参赛选手有不错的身体素质，用蛮力就能跑出好成绩；但在水平最好的奥运会上，不光要求参赛运动员有好的身体素质作为基础，对运动员的“技术精度”也提出了很高的要求，比如起跑、节奏、摆臂、呼吸、步伐、冲刺等等细节都要精细打磨才能获得好成绩。

云计算现阶段的竞争趋势与体育竞技十分类似，如果说之前比的是技术宽度，看谁能尽可能多的实现细分领域的占位，那么现在云计算技术将更多考量参赛选手们的“技术精度”，不光实现占位，还能完成对该细分领域的技术领先甚至垄断。

阿里巴巴将达摩院的基础研究与云全面结合也正是验证了云技术的发展趋势。2017年10月达摩院诞生时，马云就指出“达摩院要活得比阿里巴巴长，有一天即使阿里巴巴不在了，达摩院也还要继续存在。”如今达摩院已深入到量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、下一代人机交互、芯片技术、传感器技术、嵌入式系统等，涵盖机器智能、智联网、金融科技等多个产业领域进行研究，在技术宽度和技术深度上都具备了相当的竞争力。

腾讯去年进行组织架构调整时，新成立了云与智慧产业事业群（即CSIG），其用意就是为了加强云与其他行业的融合，提出综合性的解决方案。在智慧零售这个业务板块上，腾讯基于腾讯云推出了企业微信、等7个工具箱和产品，成套输出给商家。其中透露出的信号也很明显，就是要在当前的云计算竞争阶段，凭借技术精度，在原本不是自己的强势领域中实现“弯道超车”。

3、技术数量 VS 技术质量

根据全球信息技术研究和顾问公司Gartner的预测，今年全球公有云服务市场将从2018年的1758亿美元增长17.3%，达到2062亿美元。同时，工信部近日印发的《推动企业上云实施指南（2018―2020年）》中也指出，预计到2020年，我国将新增上云企业100万家，2019年，我国云计算产业规模将达到4300亿元。

越来越多的企业从“要我上云”开始向“我要上云”靠拢。其中变化也是云技术的变化，在第一阶段，只要有一点技术积累就能去做云服务，就能圈客户，这个阶段技术的好坏强弱对竞争格局影响的关系不大。第二阶段将成为技术质量的较量，这也是说，云计算厂商光有技术还不够，还得在具体技术的各项指标上具有优势。

在这一阶段，技术的质量体现在两个方面，一方面是创新的、具有深度和精度的技术推动客户发展；另一方面，客户的需求发生了变化，倒逼技术完成升级迭代。

在IT行业中，传统的信息系统是以流程控制为主，在云计算的第一阶段，大家利用数据完成了流程控制，药品宣传广告那么下一阶的进化将是利用数据完成智能驱动。只有把数据完全利用好了，才能做智能化的判断跟决策。才能把原来纯粹基于流程的公司改造成基于智能的公司。这也是技术质量的价值所在和技术S曲线上升时将要遇到的最大挑战。

鹿死谁手依然只看“实践”形成的代差

站在用户的角度，稳定和灵活其对云技术的两大核心需求。云技术厂商只有具备一定的技术研发基础和大量的技术实践才能满足客户的需求。在这方面，头部厂商在这一阶段的竞争中优势明显。

无论是国外的AWS、Azure和谷歌云还是国内的BAT，这些云计算厂商都有着深厚的技术背景和根基，此外这些云计算厂商还有着丰富的“实践”土壤。丰富的业务生态使得这些头部厂商的新技术可以在内部先行“实践”和“试错”，组成云技术升级的护城河。

不管怎样，云计算行业已经开启新一轮竞争。与上一轮竞争相比，这一轮竞争的焦点将更多聚集在技术层面，犹如“军备竞赛”一样，没有的技术短板要补齐，已有的技术长板要更加强化，除此之外，各家还需要有能够独当一面的“大杀器”。

而“实践”才是检查成败的唯一标准。