云之变：云与智能大变局

常莽

进入2019年以来，公有云是少数绝不消停的市场之一。比如说，BAT都将云服务的战略地位不断升格、围绕云与相关技术市场的收购案不断增多、各种意想不到的使用者开始迁移上云。你方唱罢我登场，几朵云都展现出了相当大的投资力度、产品技术迭代速度以及全新的Slogan等。

然而与消费互联网市场不同的是，企业服务在如今阶段更看重差异化。围绕云服务，各家厂商是“你打你的我打我的”，似乎呈现出眼花缭乱的感觉。究竟如何理解云服务市场的热闹与“不统一”？

如今，行业基本已经达成共识，今天促使云计算市场不断加速悸动的核心原因，是AI代表的智能化技术被纳入云服务的版图。比如说，全球范围内谷歌和微软，这2个着重强调AI能力与技术的云厂商正在蚕食AWS的霸主地位；国内百度智能云和华为云这2家以AI为卖点的“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，是这场变革另一角度的缩影。

可能大家还记得2016年，有很多数据机构预言中国市场的云用户面临枯竭，云红利正在消失。而根据Frost & Sullivan发布2019年H1《中国公有云市场研究报告》中估计，中国公有云市场规模在2023年，将有望达到5 256.5亿元人民币。这将比2018年的531.3亿元的市场规模，发生5年10倍的增长。从云红利消失到超高速增长，其中的核心变化就是2016- 2017年开始发动的AI应用化浪潮。

云是AI的理想容器

那为什么AI一定要基于云来输入到企业。从本质上来说，AI是一种基于贝叶斯统计学的计算。既然是计算，就一定要在算力基础上发生。企业想要获得AI算力，也无非就是两条路：本地硬件或者云。

而这里出现了另一个问题，如今的AI，基本是以深度学习为代表的第三代AI技术。这类技术的基本模式是先训练一个智能体，再把它推理部署到一定的场景，最后应用产生效果。

这个流程的问题在于，从训练到推理，每个步骤所需的算力差距巨大，其中训练所需算力多也复杂。另一方面，AI模型需要反复测试，不同测试需要的算力各自不同，而如果是基于互联网的AI任务，或者模型部署的终端突然增加，也会让算力需求短时间膨胀。

这些问题决定了AI所需算力必须具备高度灵活的特点。就像培养一个孩子，却不能单独给他盖一座学校。需要学习的 AI，在不同流程需要不同的算力支持。这样看来，云就在现实条件下成为了AI的理想输送方式。

现实中往往能见到这样的例子，以往进行AI训练需要花费几十万甚至上百万构建一个GPU池，但是训练完这些硬件就没用了。那么当然直接调用云端算力是更好的选择，结合其他一系列云端的优势，公有云虽然也有不尽如人意的地方，但是大规模AI市场的理想容器。

以上可以看作是云如何帮助AI落地，而反过来看，AI的到来也改变了云计算的基础规则。

一系列改变都在发生

公有云按照交付方式，主要细分为IaaS，PaaS，SaaS三种。全球范围内看，SaaS是主流，也就是说云的主要能力是承载不同的软件应用流动。而在国内市场中，IaaS占比至今依旧超过60 %。也就是说，基础设施依旧是国内云服务的主要角色。

这说明，大部分用云的中国企业，核心目标不是获取某种应用，而是把自己的网络业务嫁接在云上，以此替代服务器的高昂成本。这种情况下，公有云更是在多扮演着业务支撑的角色。其中以在移动互联网下诞生的游戏、移动应用和电商企业为主。

而AI技术纳入云版图后，首先改变了“谁来使用云”这个核心问题。

AI的核心能力，是取代一部分重复性高、即时性强的人工工作。比如安防、质检和商业运维，进一步可能有智能制造、无人驾驶等。不难发现，这些业务的使用者不是相对“轻且时髦”的互联网公司，而是城市管理、线下商超、工矿企业和大型金融这些“重度企业”。它们的特点是不需要云的特性来支撑业务，但却极大程度需要AI来优化生产力，达成提质增效的目标。

AI的受众变了，也就导致云的受众变了，继而从市场行为、市场逻辑到购买需求，可能发生一系列变化，这就是今天云服务市场大量资本、头部企业与开发者开始集结的核心原因。

这一系列的变化，正在催生企业IT服务与云服务，以及智能技术三者的融合与重构，市场边缘在经历打碎重组，让一些新的云玩家看到了巨大机遇。

当然了，今天云+AI改变产业市场格局，更多还停留在供应方的宣传逻辑中，真正把AI技术下沉到市场，还是一件任重道远的工作。

软云变硬

在这一系列改变发生之初，我们还能看到一些云计算市场的“常识”正在被改写。理解云服务的变化，可能需要认清几个新的基本规律。

首先可能会发现，原本号称要去硬件化的云厂商，今天一个个打起了IoT硬件的主意。互联网公司集体上云时候，我们以为让一切变“软”的云计算，今天又重新“硬”了起来。

这个改变的触发点在于，AI要在现实中发挥作用，近乎是无法离开机器视觉、语音交互以及传感阵列的，这些能力必须以现实中的硬件为主体存在。另一方面，如果AI能力想要深入生产场景，完成高即时性的复杂操作，就必须在边缘侧、终端侧具备一定的推理算力，以此达到优化的算效比。这需要云端的AI算力与硬件上的算力紧密结合，构筑一个整体。典型的代表是智慧交通中的红绿灯控制。红绿灯需要跟专用摄像头、本地处理硬件以及云端系统四合一才能达到理想处理效果。

云和终端硬件的结合，显然必须依靠网络，这就是为什么物联网被越提越多。这些变化让云+AI，后面必须再+IoT。从历史进程上来看，服务器时代的端到网，再到云计算时代的云到网，在AI时代会变成云-网-端的新结构。这让云厂商必须自我革新，也让产业服務市场发现了新的机会。

解决方案式交付，重新定义市场

关注云计算市场的朋友，应该会想到另一个关键词经常在云计算的新闻中被提到：被集成。

其实被集成也不是什么新鲜说法，过去IT产业中就强调被集成的重要性。而在云服务市场这件事归根结底是商业交付模式正在发生变化。

大型政企上云，和企业根据对AI+IoT的综合需求上云，这2个是相辅相成的云计算市场趋势。而这些趋势都指向同一个变化，就是云服务被交付到这些重型新用户手中时，不应该仅是用云量、API或者付费软件，而应该是一整个体系化工程。

当AI的需求不断加深，企业需要深度应用AI加持的自动化制造、自动驾驶以及大规模质检体系、多流程AI应用之后，这个趋势将不断加深。中小企业的单一快节奏交付，开始变为解决方案式交付和长时间更新运维的大型工程。

公有云+私有AI的新需求，将把云计算市场和IT市场的商业模式与市场行为逻辑进行新一轮整合与交融。云计算变局的内核，是商业和市场的革新，那么关键点就在于谁更适应新交付模式的问题。

过去，我们经历过云计算市场IaaS和PaaS、SaaS的争论。而这个争论源起，就是云计算交付模式到底如何产生。然而在AI和IoT的催动下，轻云侧重端侧的新交付需求可能带来新的市场结构：一个新的云服务模式正在酝酿。

今天看到的是，云计算市场将产生更复杂的产业链关系。云计算市场将从按需提供，转化为按供购买。同时，硬件能力、线下服务能力和算法开发能力将在云市场中重要起来。这就带来了云计算变革中的另一个关键点：生态的地位急速增长。

生态绽放

当一家大型工厂决定通过公有云购买一系列智能化转型服务时，他希望购买到的是什么？

其中可能包括系统、算力、框架和固有算法模型，一系列独立的开发需求，以及大量端边侧需要的算力硬件、传感硬件和部署环境硬件。

毫无疑问，没有公有云提供商，可以独自完成所有工作。但需求又确实摆在那里，怎么办？答案就是，云和AI的耦合，导致云服务厂商必须把自己变成一家生态超市。

2019年以来，我们可以看到全球云服务市场不断加大收购力度。比如微软收购Github引起了轩然大波，但其产业目的，毫无疑问是将开发生态更紧密固定在自己的体系内。

原本能力单一的云厂商，已看到未来需求的复杂化趋势，然后就是通过投资和收购来扩大自己的基础能力版图。当然，靠收购是不能解决长期问题的，云的长久之计，还是在自身体系达成生态绽放，而第一站，往往是AI開发者的绽放。

从本质上来说，AI是一个众对众的生意。大量不同开发者，满足大量用户的复杂需求。而云服务作为AI的必经之路，理想状态是在其中作为接口。因为自身客户多，来聚集开发者，又基于开发生态的良好，吸引更多的客户加入。同时在AI之外，中国SaaS还有广阔的发展空间，云厂商的生态建设本身还远未结束。

当然，生态绽放的理想状态也是任重道远。赋能和加持开发者，已经并且将长期成为云服务市场的主旋律。而其中又以3个任务相对关键，可能成为云服务市场的赛点：

1.开发者社区和工具建设，提高开发者纯技术融入的必要性。

2.良好的分利政策与市场效率，让开发者在生态中有利可图，与用户良性对接。今年众多AI市场的建立以及AI开发者赋能计划的兴起，都可以看作这个趋势的投射。

3.利用多技术变量，加强开发者凝聚力。如果说，云是AI的孵化器，那么5G就是AI的加速器。对5G、IoT、智能数据处理等新技术的掌握和融合，将成为接下来云服务市场的关键。

这里有个问题需要注意，可能大部分人提起开发者，想到的就是T恤黑框眼镜背双肩包的极客。当然个人和小规模团队开发者十分重要，但开发者同时也包括大型供应链企业、硬件企业以及软件服务商。云+AI的生态绽放，本质就是一个新产关系的构建。

理解了以上几个关键词，接下来要做的，是用这些“新常识”去观看云计算市场上一个个具体的变化。