云之變：云與智能大變局

常莽

進入2019年以來，公有云是少數絕不消停的市場之一。比如說，BAT都將云服務的戰略地位不斷升格、圍繞云與相關技術市場的收購案不斷增多、各種意想不到的使用者開始遷移上云。你方唱罷我登場，幾朵云都展現出了相當大的投資力度、產品技術迭代速度以及全新的Slogan等。

然而與消費互聯網市場不同的是，企業服務在如今階段更看重差異化。圍繞云服務，各家廠商是“你打你的我打我的”，似乎呈現出眼花繚亂的感覺。究竟如何理解云服務市場的熱鬧與“不統一”？

如今，行業基本已經達成共識，今天促使云計算市場不斷加速悸動的核心原因，是AI代表的智能化技術被納入云服務的版圖。比如說，全球范圍內谷歌和微軟，這2個著重強調AI能力與技術的云廠商正在蠶食AWS的霸主地位；國內百度智能云和華為云這2家以AI為賣點的“后起之秀”上升速度很快。而阿里云改名叫阿里云智能，百度云改名叫百度智能云，是這場變革另一角度的縮影。

可能大家還記得2016年，有很多數據機構預言中國市場的云用戶面臨枯竭，云紅利正在消失。而根據Frost & Sullivan發布2019年H1《中國公有云市場研究報告》中估計，中國公有云市場規模在2023年，將有望達到5 256.5億元人民幣。這將比2018年的531.3億元的市場規模，發生5年10倍的增長。從云紅利消失到超高速增長，其中的核心變化就是2016- 2017年開始發動的AI應用化浪潮。

云是AI的理想容器

那為什么AI一定要基于云來輸入到企業。從本質上來說，AI是一種基于貝葉斯統計學的計算。既然是計算，就一定要在算力基礎上發生。企業想要獲得AI算力，也無非就是兩條路：本地硬件或者云。

而這里出現了另一個問題，如今的AI，基本是以深度學習為代表的第三代AI技術。這類技術的基本模式是先訓練一個智能體，再把它推理部署到一定的場景，最后應用產生效果。

這個流程的問題在于，從訓練到推理，每個步驟所需的算力差距巨大，其中訓練所需算力多也復雜。另一方面，AI模型需要反復測試，不同測試需要的算力各自不同，而如果是基于互聯網的AI任務，或者模型部署的終端突然增加，也會讓算力需求短時間膨脹。

這些問題決定了AI所需算力必須具備高度靈活的特點。就像培養一個孩子，卻不能單獨給他蓋一座學校。需要學習的 AI，在不同流程需要不同的算力支持。這樣看來，云就在現實條件下成為了AI的理想輸送方式。

現實中往往能見到這樣的例子，以往進行AI訓練需要花費幾十萬甚至上百萬構建一個GPU池，但是訓練完這些硬件就沒用了。那么當然直接調用云端算力是更好的選擇，結合其他一系列云端的優勢，公有云雖然也有不盡如人意的地方，但是大規模AI市場的理想容器。

以上可以看作是云如何幫助AI落地，而反過來看，AI的到來也改變了云計算的基礎規則。

一系列改變都在發生

公有云按照交付方式，主要細分為IaaS，PaaS，SaaS三種。全球范圍內看，SaaS是主流，也就是說云的主要能力是承載不同的軟件應用流動。而在國內市場中，IaaS占比至今依舊超過60 %。也就是說，基礎設施依舊是國內云服務的主要角色。

這說明，大部分用云的中國企業，核心目標不是獲取某種應用，而是把自己的網絡業務嫁接在云上，以此替代服務器的高昂成本。這種情況下，公有云更是在多扮演著業務支撐的角色。其中以在移動互聯網下誕生的游戲、移動應用和電商企業為主。

而AI技術納入云版圖后，首先改變了“誰來使用云”這個核心問題。

AI的核心能力，是取代一部分重復性高、即時性強的人工工作。比如安防、質檢和商業運維，進一步可能有智能制造、無人駕駛等。不難發現，這些業務的使用者不是相對“輕且時髦”的互聯網公司，而是城市管理、線下商超、工礦企業和大型金融這些“重度企業”。它們的特點是不需要云的特性來支撐業務，但卻極大程度需要AI來優化生產力，達成提質增效的目標。

AI的受眾變了，也就導致云的受眾變了，繼而從市場行為、市場邏輯到購買需求，可能發生一系列變化，這就是今天云服務市場大量資本、頭部企業與開發者開始集結的核心原因。

這一系列的變化，正在催生企業IT服務與云服務，以及智能技術三者的融合與重構，市場邊緣在經歷打碎重組，讓一些新的云玩家看到了巨大機遇。

當然了，今天云+AI改變產業市場格局，更多還停留在供應方的宣傳邏輯中，真正把AI技術下沉到市場，還是一件任重道遠的工作。

軟云變硬

在這一系列改變發生之初，我們還能看到一些云計算市場的“常識”正在被改寫。理解云服務的變化，可能需要認清幾個新的基本規律。

首先可能會發現，原本號稱要去硬件化的云廠商，今天一個個打起了IoT硬件的主意?；ヂ摼W公司集體上云時候，我們以為讓一切變“軟”的云計算，今天又重新“硬”了起來。

這個改變的觸發點在于，AI要在現實中發揮作用，近乎是無法離開機器視覺、語音交互以及傳感陣列的，這些能力必須以現實中的硬件為主體存在。另一方面，如果AI能力想要深入生產場景，完成高即時性的復雜操作，就必須在邊緣側、終端側具備一定的推理算力，以此達到優化的算效比。這需要云端的AI算力與硬件上的算力緊密結合，構筑一個整體。典型的代表是智慧交通中的紅綠燈控制。紅綠燈需要跟專用攝像頭、本地處理硬件以及云端系統四合一才能達到理想處理效果。

云和終端硬件的結合，顯然必須依靠網絡，這就是為什么物聯網被越提越多。這些變化讓云+AI，后面必須再+IoT。從歷史進程上來看，服務器時代的端到網，再到云計算時代的云到網，在AI時代會變成云-網-端的新結構。這讓云廠商必須自我革新，也讓產業服務市場發現了新的機會。

解決方案式交付，重新定義市場

關注云計算市場的朋友，應該會想到另一個關鍵詞經常在云計算的新聞中被提到：被集成。

其實被集成也不是什么新鮮說法，過去IT產業中就強調被集成的重要性。而在云服務市場這件事歸根結底是商業交付模式正在發生變化。

大型政企上云，和企業根據對AI+IoT的綜合需求上云，這2個是相輔相成的云計算市場趨勢。而這些趨勢都指向同一個變化，就是云服務被交付到這些重型新用戶手中時，不應該僅是用云量、API或者付費軟件，而應該是一整個體系化工程。

當AI的需求不斷加深，企業需要深度應用AI加持的自動化制造、自動駕駛以及大規模質檢體系、多流程AI應用之后，這個趨勢將不斷加深。中小企業的單一快節奏交付，開始變為解決方案式交付和長時間更新運維的大型工程。

公有云+私有AI的新需求，將把云計算市場和IT市場的商業模式與市場行為邏輯進行新一輪整合與交融。云計算變局的內核，是商業和市場的革新，那么關鍵點就在于誰更適應新交付模式的問題。

過去，我們經歷過云計算市場IaaS和PaaS、SaaS的爭論。而這個爭論源起，就是云計算交付模式到底如何產生。然而在AI和IoT的催動下，輕云側重端側的新交付需求可能帶來新的市場結構：一個新的云服務模式正在醞釀。

今天看到的是，云計算市場將產生更復雜的產業鏈關系。云計算市場將從按需提供，轉化為按供購買。同時，硬件能力、線下服務能力和算法開發能力將在云市場中重要起來。這就帶來了云計算變革中的另一個關鍵點：生態的地位急速增長。

生態綻放

當一家大型工廠決定通過公有云購買一系列智能化轉型服務時，他希望購買到的是什么？

其中可能包括系統、算力、框架和固有算法模型，一系列獨立的開發需求，以及大量端邊側需要的算力硬件、傳感硬件和部署環境硬件。

毫無疑問，沒有公有云提供商，可以獨自完成所有工作。但需求又確實擺在那里，怎么辦？答案就是，云和AI的耦合，導致云服務廠商必須把自己變成一家生態超市。

2019年以來，我們可以看到全球云服務市場不斷加大收購力度。比如微軟收購Github引起了軒然大波，但其產業目的，毫無疑問是將開發生態更緊密固定在自己的體系內。

原本能力單一的云廠商，已看到未來需求的復雜化趨勢，然后就是通過投資和收購來擴大自己的基礎能力版圖。當然，靠收購是不能解決長期問題的，云的長久之計，還是在自身體系達成生態綻放，而第一站，往往是AI開發者的綻放。

從本質上來說，AI是一個眾對眾的生意。大量不同開發者，滿足大量用戶的復雜需求。而云服務作為AI的必經之路，理想狀態是在其中作為接口。因為自身客戶多，來聚集開發者，又基于開發生態的良好，吸引更多的客戶加入。同時在AI之外，中國SaaS還有廣闊的發展空間，云廠商的生態建設本身還遠未結束。

當然，生態綻放的理想狀態也是任重道遠。賦能和加持開發者，已經并且將長期成為云服務市場的主旋律。而其中又以3個任務相對關鍵，可能成為云服務市場的賽點：

1.開發者社區和工具建設，提高開發者純技術融入的必要性。

2.良好的分利政策與市場效率，讓開發者在生態中有利可圖，與用戶良性對接。今年眾多AI市場的建立以及AI開發者賦能計劃的興起，都可以看作這個趨勢的投射。

3.利用多技術變量，加強開發者凝聚力。如果說，云是AI的孵化器，那么5G就是AI的加速器。對5G、IoT、智能數據處理等新技術的掌握和融合，將成為接下來云服務市場的關鍵。

這里有個問題需要注意，可能大部分人提起開發者，想到的就是T恤黑框眼鏡背雙肩包的極客。當然個人和小規模團隊開發者十分重要，但開發者同時也包括大型供應鏈企業、硬件企業以及軟件服務商。云+AI的生態綻放，本質就是一個新產關系的構建。

理解了以上幾個關鍵詞，接下來要做的，是用這些“新常識”去觀看云計算市場上一個個具體的變化。