站長資訊網文 |魏啟揚
來源 | 智能相對論（ID：aixdlun）
前兩天，阿里云召開了一個“慶生”性質的峰會，用來紀念它的“十年”。這次峰會是去年11月阿里云事業群升級為阿里云智能事業群，阿里集團CTO張建鋒（花名：行癲）兼任阿里云智能總裁后的首次公開亮相張建鋒在峰會上對阿里云智能的戰略進行了全面解讀。
在談到阿里云與友商的區別時，張建鋒特別提到“達摩院加持的云”這一觀點。確實，當云技術從解決客戶數據存儲、讀取需求轉變為用人工智能解決數據利用需求時，云技術的競爭進入到一個新階段，云技術的方向也開始發生變化。
云計算第一階段結束，三強各有各的技術優勢
云計算市場經過多年的發展，其市場格局已基本定型。
在中國市場，阿里云一騎絕塵，根據IDC的統計數據，去年阿里云市場份額占比達到45.5%，對此張建鋒也頗為自豪，在峰會現場進行戰略闡述時也表示“阿里云公有云市場份額超過第2—8名的總和”。
全球市場格局與中國市場類似，亞馬遜AWS份額最大，穩居首位；微軟Azure則長期位于第二名；阿里云根據不同的統計口徑和評判標準，在第三和第五之間有所波動。
根據調研機構Canalys的相關數據報告顯示，2018年全球云計算市場規模達到804億美元，同比大幅增長46.5%。
值得注意的是，雖然云計算市場目前仍在高速增長之中，但市場份額的大頭始終把握在幾個頭部廠商手中，AWS去年營收增幅為47.1%，基本與行業增幅保持一致，而像Azure和阿里云則表現出更強的增長態勢，前者為82.4%，后者達到驚人的91.8%。
這組數字也說明，以行業平均增幅（46.5%）為基準，云計算市場的增量紅利基本被頭部廠商獲取，目前的云計算市場也已經形成了由頭部廠商所構成的網絡效應，即便那些Others廠商在全球市場中仍然擁有超過35%的市場份額，但還是缺少冒頭的機會，未來的市場變化將是頭部廠商間的“開黑”游戲，云計算技術的競爭也將由此進入到第二階段。
仔細分析當前云計算市場格局可以發現，在第一階段的競爭中，獲得領先身位的頭部廠商除了雄厚的財力，在云技術與集團業務的戰略協同上都有著其獨到之處。
AWS：AWS起步最早，在技術上具備一定的先發優勢，在存儲和數據庫服務幾個細分市場有著比較深厚的沉淀。AWS最被行業稱道的是它的運維管理體系，AWS一直提倡云計算服務工具化的理念，在2017年里，AWS一共發布了1430項主要的服務和功能更新。
Azure：微軟Azure的特點是大而全，它是全球唯一覆蓋IaaS，PaaS和SaaS三大平臺最完善的公有云服務。其中，微軟最為著名的工具軟件Office、PowerPoint、PowerBI等都已實現了云上服務。
阿里云：阿里云則有著國內最好的云生態。在發展過程中，阿里云經受了天貓雙11、12306春運搶票、支付寶春晚紅包等大戰、惡戰的考驗，對處理海量數據高并發等應有場景有豐富的經驗，一路“打怪升級”而來，實現了云技術與自身業務的深度捆綁，新技術經過自身驗證后再對外輸出，是“最佳實踐的云”。
通過對云計算頭部三強的分析可以看出，巨頭們的優勢各有不同，面對云計算巨大的增量市場，如何跳出自己的“舒適區”，在云計算競爭的第二階段有所作為，不光是AWS、Azure和阿里云們思考的問題，也是行業急需解決的問題。此時，技術的重要性成為行業討論的焦點，這也就不難理解，“達摩院加持的云”這一概念會被阿里云智能提到戰略高度了。
技術S曲線上升路途中云計算技術的變量
在技術戰略理論中技術S曲線是其中的中心環節。這一理論假定，在技術發展的早期階段，性能提高的速度將相對比較慢。隨著人們對技術的理解逐漸加深，控制力逐漸加強，應用范圍更加廣泛，技術改進的速度將會不斷加快。
對照著這一理論，云計算技術的發展與之高度相似，現在云計算技術已經來到技術S曲線的上升階段。
云計算競爭的第一階段實際上是技術發展的早期階段，云計算需要技術，但技術帶來的性能提高速度比較慢，或者對客戶的業務促進程度比較淺；在當前的第二階段，云計算拼的也是技術，只是現在對技術的要求不一樣，技術在其中起到的作用也不一樣了。
1、“吃得飽”VS“吃得好”
云計算最開始的競爭來自于各大廠商的跑馬圈地，以解決客戶的數據存儲和讀取需求為入口，所有的技術研發也是圍繞這一需求開展的，競爭的核心思想就是：“吃到”和“吃飽”。這也形成當前的市場格局，在全球市場和中國市場分別形成了AWS和阿里云這樣的巨無霸。現階段，市場的需求發生了變化，客戶要求云技術更具備符合現實需要的智能能力。
如果形象一點來解讀，就是云計算廠商在服務的過程中要深耕客戶需求，解決“吃得好”的問題。就好比建房子需要技術，房子建好后，再在其中進行裝修也需要技術。現在云技術就進入到對房子的“裝修階段”。
前谷歌首席科學家李飛飛也曾指出：云最開始只是一個存儲設施，后來數據經過轉化得到信息，再形成商業決策，這才形成對企業具有戰略意義的資源。人工智能就是云的戰略布局，是新的計算。雖然云還包括硬件、平臺、基礎設施和存儲空間，但云的靈魂是人工智能。
張建鋒在阿里云峰會上舉了一個如何“吃得好”的例子：手機淘寶目前可以做到每個人看到的每個頁面都是不一樣的，用戶的每次點擊后，會根據點擊實時生成后續頁面，其中就對技術提出了怎樣處理海量數據和怎樣實時處理數據兩項具體要求。
如果將這兩項技術單獨拿出來說事，很多云計算廠商都能完成，但當這兩項需求融合起來，以秒為單位，為每個用戶提供個性化商品推薦，能夠具備這種能力的廠商就屈指可數了。
張建鋒對其概括為，算力是基礎，更重要的是智能化的算法。
這就是技術賦能下對數據進行更加深度的挖掘即成為“吃得好”的關鍵所在。
2、技術寬度VS技術精度
我們在體育競技中都有著這樣的認識：低水平的業余比賽中，只要參賽選手有不錯的身體素質，用蠻力就能跑出好成績；但在水平最好的奧運會上，不光要求參賽運動員有好的身體素質作為基礎，對運動員的“技術精度”也提出了很高的要求，比如起跑、節奏、擺臂、呼吸、步伐、沖刺等等細節都要精細打磨才能獲得好成績。
云計算現階段的競爭趨勢與體育競技十分類似，如果說之前比的是技術寬度，看誰能盡可能多的實現細分領域的占位，那么現在云計算技術將更多考量參賽選手們的“技術精度”，不光實現占位，還能完成對該細分領域的技術領先甚至壟斷。
阿里巴巴將達摩院的基礎研究與云全面結合也正是驗證了云技術的發展趨勢。2017年10月11日達摩院誕生時，馬云就指出“達摩院要活得比阿里巴巴長，有一天即使阿里巴巴不在了，達摩院也還要繼續存在。”
達摩院成立的時間不長，但已深入到量子計算、機器學習、基礎算法、網絡安全、視覺計算、自然語言處理、下一代人機交互、芯片技術、傳感器技術、嵌入式系統等，涵蓋機器智能、智聯網、金融科技等多個產業領域進行研究。一年多時間以來，達摩院在國際頂級技術賽事上獲得了30余項世界第一。在技術寬度和技術深度上都具備了相當的競爭力。
3、技術數量VS技術質量
根據全球信息技術研究和顧問公司Gartner的預測，今年全球公有云服務市場將從2018年的1758億美元增長17.3%，達到2062億美元。
同時，工信部近日印發的《推動企業上云實施指南（2018―2020年）》中也指出，預計到2020年，我國將新增上云企業100萬家，2019年，我國云計算產業規模將達到4300億元。
越來越多的企業從“要我上云”開始向“我要上云”靠攏。其中變化也是云技術的變化，在第一階段，只要有一點技術積累就能去做云服務，就能圈客戶，這個階段技術的好壞強弱對競爭格局影響的關系不大。第二階段將成為技術質量的較量，這也是說，云計算廠商光有技術還不夠，還得在具體技術的各項指標上具有優勢。
在這一階段，技術的質量體現在兩個方面，一方面是創新的、具有深度和精度的技術推動客戶發展；另一方面，客戶的需求發生了變化，倒逼技術完成升級迭代。
張建鋒在阿里云峰會上指出，在IT行業中，傳統的信息系統是以流程控制為主，在云計算的第一階段，大家利用數據完成了流程控制，那么下一階的進化將是利用數據完成智能驅動。只有把數據完全利用好了，才能做智能化的判斷跟決策。才能把原來純粹基于流程的公司改造成基于智能的公司。這也是技術質量的價值所在和技術S曲線上升時將要遇到的最大挑戰。
在阿里的強勢業務板塊電商領域中，達摩院為淘寶拍立淘提供了圖像搜索和識別的技術支持，只需點擊手淘搜索框里的相機圖標，對準喜歡的商品拍照，淘寶就能自動找到同款商品。目前拍立淘已經成為世界上最大的商品圖搜系統。這是通過技術質量獲得競爭優勢的一個典型案例。搜索技術并不是很高深的技術，但圖片搜索不光需要強大的數據庫作為支撐，還需要強大的數據識別和計算能力，技術質量的高低就在這樣的細節之處體現出來。
決定勝負的關鍵：智能技術加持，通過“實踐”形成代差
站在用戶的角度，穩定和靈活其對云技術的兩大核心需求。云技術廠商只有具備一定的技術研發基礎和大量的技術實踐才能滿足客戶的需求。在這方面，頭部廠商在這一階段的競爭中優勢明顯。
很顯然，阿里云率先認識到了自己的優勢所在，第一個提出了自己是“達摩院加持的云”。在這樣戰略思維的指引下，達摩院推動阿里云加快技術創新的速度，與此同時，新技術通過集團內部業務進行實踐驗證，完成技術的快速迭代形成云上的產品，然后又通過阿里云完成新技術、新產品的對外輸出，整套流程閉環后，將大大提升阿里云的技術競爭力。
以此作為標志，云計算行業或將開啟新一輪競爭。與上一輪競爭相比，這一輪競爭的焦點將更多聚集在技術層面，猶如“軍備競賽”一樣，沒有的技術短板要補齊，已有的技術長板要更加強化，除此之外，各家還需要有能夠獨當一面的“大殺器”。
可以預見，在阿里云的帶動下，會有越來越多的頭部玩家會根據自己的業務特點加入到“技術加持”的玩法中去，其中的勝負手或將在云計算廠商自身智能技術的實力強弱中分出。
完
智能相對論（微信ID:aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。
