這一年，中國政府門戶網站(www.gov.cn)在新年伊始正式開通，3 月，國務院信息化領導小組印發《國家電子政務總體框架》，為電子政務發展提供了頂層設計方案。
這一年，中國網民數量增加了 2600 萬，達到 1.37 億人，在總人口比例中突破 10%。
也是在這一年，中國網站一年增加了 15 萬個，總數突破 84 萬個;中國域名總數則已每月增長近 20 個萬個速度快速增長，域名總數為 410 萬個，CN 域名就多達 180 萬。
這一切看似無聊的數字也為接下來的中國互聯網以及云計算的發展做了最好的注腳。12 年里，亞馬遜 EC2 從小到大，成為亞馬遜帝國新的增長引擎，中國云計算產業也在歷經多年摸爬滾打之后迎來新生。
根據工信部去年在《云計算發展三年行動計劃(2017-2019)》的預計，到 2019年，整個云計算的產業規模將達到 4300 億元。
如此難得的歷史機遇和巨大的市場規模，也讓越來越多的互聯網巨頭、IT 廠商以及創業公司們加入其中，過去的 2017年，以阿里、騰訊為代表的互聯網巨頭，過去一年在公有云市場跑馬圈地，利用公有云的規模優勢挑起一輪輪價格戰;以金山、青云為代表的創業公司，則在如游戲等垂直領域攻城拔寨;而早已耕耘私有云多年的華為，也在 2017 年通過組織架構調整，全面啟動公有云服務。
行業里普遍共識是，不管是公有云市場還是私有云領域，都不可能存在一家獨大的局面，這既是市場容量所決定的，就像美國市場一樣，盡管亞馬遜 AWS 早已一騎絕塵，但微軟、Google 等巨頭依然占據了不小的市場份額。
但另一方面，關注云計算的進化路徑，依然要從幾家巨頭開始，畢竟，隨著企業云服務支出在整個 IT 支出中的比例越來越高，企業對于云服務的需求開始變得急迫，鑒于云服務頭部廠商在硬件、機房、運維和售前售后的體量，這些巨頭正在建立起一條條全新的護城河。
接下來，我將以阿里巴巴、華為和騰訊為例，從布局開始，再到中盤走勢以及可能的收官，梳理富有中國特色的云計算的現狀與未來。
布局
在圍棋的規則里，布局的重要性不言而喻，在這個階段，棋手們各自搶占棋盤上的空地，同時盡量阻止對方占地。
云計算領域同樣如此。亞馬遜在全球范圍內的先發優勢就來自于其布局之早，而在中國的云計算市場，阿里、華為、騰訊幾乎都在 2010 年前后進軍云計算市場。
公開資料顯示，阿里云成立于 2009 年 9 月，其早期主要為阿里內部業務服務。而直到 2010 年 5 月，阿里云的云服務器才正式開始對外服務。也是在 2010 年，華為、騰訊也相繼發布了云戰略。
在那個略顯「遙遠」的 2010 年，當李彥宏不相信云計算、馬化騰云計算覺得太早的背景下，事實上也只有阿里和華為將云計算看作下一步的重點發展戰略。馬云當著李彥宏、馬化騰的面說道：「我們自己公司對云計算是充滿信心和希望……阿里巴巴擁有大量消費數據、支付寶交易數據，我們覺得這些數據對我們有用，對社會更有用。」
而華為則用一場發布會宣告云計算正式起航。2010 年 11 月，華為正式發布全球云計算戰略及端到端的解決方案，希望通過推出的開放云計算平臺，使客戶像用電一樣使用數據中心、計算和存儲資源共享等ICT應用。
如果說馬云當時對于阿里云計算發展的規劃是希望將內部海量數據消化進而升級改造，那么，彼時深耕電信服務領域多年的華為，或許早已看準了云之于華為以及 IT 行業的意義，任正非曾在 2010 年 11 月的一個發言里斷言：「信息網絡的未來其實就簡單化到兩個東西，一個是管道，一個是云」。
正如棋手布局對于中盤的影響一樣，發生在 2010 年的諸多事情也部分意義上決定了各家公司未來幾年的戰略布局。阿里在數據上的優勢推動阿里云計算業務在數據層面的布局，其先后發布了處理數據問題的 Maxcompute 以及大數據應用的數加平臺;華為則通過自身的生態以及軟硬一體化優勢，整合內部的服務器、存儲資源，推出一系列一體化的解決方案;而騰訊云的發展，雖然長期以來游離在媒體聚光燈下，但依托其在游戲、支付領域的技術積累和海量用戶，逐步在這些領域取得突破。
中盤戰事 1：數據中心分布
棋到中盤，各家的優勢、劣勢也逐漸顯現。先看數據中心分布，對云計算廠商而言，多樣化的數據中心布局不言而喻。一方面，要保證云服務的正常運維，同時還能在數據保護方面靈活控制，另外則是用戶體驗，企業的某些應用中，對用戶響應時間有很高的要求，此時，倘若有靠近企業的數據中心來存儲數據，也就能夠最大化地降低用戶延遲。
也因此，數據中心數量一度成為巨頭們宣傳自身云計算的一個重點。
下圖是阿里云目前的數據中心分布，從中可以看出，除中國市場之外，阿里云同樣看重南亞、東南亞市場。
而在騰訊云官方「認可」的全球基礎設施圖里，還有不少「海外合作基礎設施」，這其實一個頗為討巧的說法，換言之，這是騰訊「租用」的服務設施。
2018 年 3 月，隨著香港節點正式開服，華為云的亞太市場也開始啟動。相較于阿里、騰訊等主打公有云的公司，華為的數據中心布局更多體現在其和眾多合作伙伴的「伙伴云」中，比如通過與德國電信、Orange法國電信的合作，構建了一個面向全歐洲的開放云平臺，而與西班牙電信的合作，則將華為的云業務擴展到拉丁美洲地區。
隨著全球化的進一步深入，越來越多的企業需要全球化的數據、計算平臺，云服務商為了滿足上述需求，還將繼續爭奪更多的數據中心和服務區域。
中盤戰事 2：私有云成為產品變量
媒體對于云計算「產品」的宣傳，長期以來都等同于公有云產品。這種頗具誤導性的宣傳部分原因是將美國的云計算標準放在了中國市場，下圖來自中國產業信息網，可以看出公有云的全球市場規模的確非常喜人。
在美國市場，公有云優勢明顯，這是智研咨詢的一份數據。
但「公有云就是云計算」顯然只是一個地區性的說法，在中國，公有云和私有云之間的格局顯然是另一個故事版本。
事實上，如果仔細觀察上圖美國公有云、私有云的規模，或許也會發現，盡管公有云幾乎占據了將近六成的份額，但私有云的市場規模，也在逐步擴大。
類似的結論也可以在「互聯網女皇」瑪麗·米克爾 2017 年的《互聯網趨勢報告》中，如下圖所示，從 2014 到 2016 年的三年時間，私有云的同比增幅均高于公有云，2016 年私有云同期增幅比公有云的增幅更是高出 5.39個百分點。
中美兩國出現如此大的差異，原因也非常復雜。比如很多中國企業，尤其是大型企業，長期以來有著自己的 IT 建設路線和規范，并且在業務需求和數據安全方面要求甚高，市場上的公有云服務者無法滿足其需求，因此需要私有云來實現業務的高效運營。
根據中國信息通信院的一份數據顯示，2016年，中國私有云市場規模達到 344.8 億元，相比2015 年增長 25.1%。預計 2017—2020年中國私有云市場仍將保持穩定增長，到 2020 年市場規模將達到762.4億元。
上述趨勢也可以從各大巨頭的戰略調整中可見一斑。依靠公有云起家的阿里云在 2016 年 4 月發布專有云(Apsara Stack)，支持企業客戶在自己的數據中心部署阿里云的云操作系統。
騰訊則在 2018 年初推出私有云解決方案：TCE(Tencent Cloud Enterprise)。這個產品針對大中企業，提供了網絡到數據庫再到服務的一整套解決方案。
而華為在私有云領域更具話語權。2013 年，華為先后發布了針對虛擬化和大數據的 FusionSphere 和 FusionInsight。根據 IDC 的報告，FusionSphere 虛擬化解決方案在中國OpenStack軟件市場和中國服務器虛擬化市場中國廠商雙雙排名第一。而在 Gartner《分析數據管理解決方案(DMSA)魔力四象限研究報告》中，FusionInsight 進入了DMSA魔力象限特定領域者象限。
這一切也讓華為私有云產品 FusionCloud 有了更大的底氣。以政務云領域，在 IDC 報告中，華為云政務云解決方案無論是現有能力、未來戰略和市場表現都位居中國政務云市場廠商領導者區間。
不過，正如公有云不是故事的全部一樣，私有云也只是云計算的一個組成部分，某種意義上說，阿里云進入私有云市場與華為成立 Cloud BU，其目的是一樣的，那就是搶占整個云計算領域。
如今，云計算的公有云市場有了一個新變量，那就是人工智能。
中盤戰事 3：當公有云碰上人工智能
人工智能并不是新概念，甚至都不是一個準確的概念，但以深度學習為代表的人工智能各項技術卻給整個科技行業帶來新的驚喜。其中，圖像、語音識別的發展尤為突出，下圖是歐洲投資公司 MMC 的一份數據，顯示出機器在圖像和語音領域已經部分超越人類。
不過，不管是圖像識別還是語音識別，都需要巨額的前期投入，包括硬件(如 GPU 采購)、人員(高級人工智能人才非常昂貴) 。這恰恰也是最適合云服務的最佳產品，通過公有云的規模優勢，可以大幅降低人工智能的開發應用成本，從而推動相關技術的普及。
2016 年開始，阿里云開始加大在公有云上的人工智能元素。當年 10 月的云棲大會上，阿里云推出 ET 城市大腦，其關鍵就是基于對城市交通數據，特別是交通攝像頭監控視頻/圖像數據的分析，形成一套更優化的解決方案。
隨后，阿里云繼續將 ET 大腦延伸到工業、環境等領域。與之類似，2017 年的騰訊云峰會上，馬化騰親自站臺并發布了戰略產品「智能云」，宣布開放騰訊在計算機視覺、智能語音識別、自然語言處理的三大核心能力，下圖是騰訊云所提供的人工智能產品。
在馬化騰看來，人工智能與云計算幾乎就是「絕配」，換句話說，云計算的最好落地方式就是人工智能，「云是人工智能的強載體」也成為騰訊云發展的一個方向之一。
華為云在人工智能領域也頗有建樹。由于華為自身的企業屬性，其在制造業領域的豐富經驗，促成了華為云 EI(企業智能)的出現。下圖是華為云 EI 的基本架構，從計算層、數據層、平臺層和應用層，構建了一整套基于公有云上的人工智能開放平臺。
事實上，公有云的人工智能產品正在同質化，這當然是由于人工智能各單項技術的局限所在，更重要的挑戰則是，如何讓這些單點技術，與行業場景結合起來，而這一點，如何爭取到行業的標桿企業就成為關鍵。
以阿里為例，基于 ET 大腦的城市解決方案先后落地杭州等地，并在 2017 年底和 2018 年初推廣到澳門、吉隆坡。而工業領域，協鑫光伏、中策橡膠也先后采用。
相對于阿里云在城市、工業等領域的梯隊式運作，騰訊云的人工智能落地呈現多點開花。比如和順豐合作，將 OCR 應用到快遞單的識別中，再比如騰訊將云端人臉識別技術與多地公安部門的安防攝像頭結合在一起。
華為云的人工智能產品 EI ，也在眾多大企業中發揮著智能引擎的作用。公開資料顯示，華為云 EI 的客戶群體包括金融、電信、平安城市等領域。值得關注的是，由于華為長期以來所推行「云-端-管」的戰略，也使得其云端人工智能產品的落地實踐中具有協同效應。比如在和標致雪鐵龍的合作中，華為將自身應對全球云營收的實踐與深度學習的算法結合起來，形成了一個「端管云+業務支撐系統」的車聯網支撐平臺，下圖為搭載華為車聯網技術的雪鐵龍 DS7 Crossback 車型。
經過這幾年的炒作，行業對于人工智能的判斷已基本趨于一致，也就是這一輪人工智能的爆發還處在早期階段：深度學習之外，強化學習、對抗生成網絡等新算法也在不同領域取得進展;GPU、CPU、FPGA 以及其他專屬芯片到底誰是標準還未敲定;量子計算機研究的可喜進展也讓人工智能的未來有了更多想象空間，下圖是量子計算機創業公司 D-Wave 的看法。
這也意味著，公有云的人工智能大戰才剛剛開始，在美國，Google 利用云上的人工智能，尤其是機器學習的產品，快速追趕微軟和亞馬遜，而亞馬遜也在緊鑼密鼓地「改造」自身的云服務;而在中國，云上 AI 的格局也和云計算整個行業一樣處在中盤階段，未來還將有諸多值得關注的要素。
從中盤到收官還會發生什么?
和過往任何一項技術的發展脈絡一樣，云計算收官之時，也是云計算真正成為社會經濟發展基礎設施的時候。那個時候，所謂的云也不再有公有云、私有云之分，統一的平臺統一的架構上，流動的是加密的數據，企業、開發者通過云服務的 API 獲取二次開發的資源，普通用戶則只需很少的費用就能享用到智能、安全的云服務。
但從前期戰略布局以及中盤產品的短兵廝殺來看，距離中國云計算的收官階段還有不小的距離，而且還有諸多不確定因素。
首先，數據合規與安全。在國內，私有云市場之所以如此強大，很一部分原因是企業對于核心數據上云有巨大憂慮，這在大企業當中尤為明顯。為此，阿里、騰訊等互聯網公司不斷通過外部數據安全認證來證明自身的安全能力，華為在外部安全認證之外還進一步強調云服務商的邊界：上不碰應用、下不碰數據、不做云服務的股權投資。
這也引申出第二個不確定要素，各家巨頭所言的云生態到底是開放共贏還是封閉花園。考慮到中國互聯網的特殊狀況，過往幾年時間里，阿里和騰訊利用投資、收購、合資等方式，其產品或服務幾乎涉及到普通中國人一天的衣食住行，下圖僅僅反映了 2017 年兩家公司的投資版圖。
這些投資或合資的布局，也讓兩家公司云服務的中立性受到質疑。被阿里入股的公司幾乎沒有可能使用騰訊云，而騰訊投資的公司也不會選擇阿里云。這種被人為割裂的云服務也塑造了全新的中國云服務業態。
從這個角度上看，以華為云為代表的中立性廠商，其重要性也越發明顯。這些中立廠商站在行業或企業使能者的角度，通過諸如 Openstack 等開放的架構構建一整套公有云、私有云體系，能夠最大限度提升企業上云后的生產效率。
第三，云計算本質上是一個服務行業，只不過披上了高科技的外衣。傳統的 IT 產品可以是「產品(軟件、硬件)+服務」，而云產品則是從售前、售中、售后都是服務，所謂「X即服務」便是如此。
這對過往依靠流量變現的互聯網公司是個巨大挑戰。Quora 上曾有一個問題提到，為什么 Facebook 沒有成立云計算業務。答案很簡單，因為 Facebook 無法組建一個線下工程師服務團隊。
Facebook 的挑戰也是中國互聯網公司，如阿里、騰訊所需要面對的問題，事實上，在阿里云的發展過程中，阿里巴巴 2009 年收購的萬網功不可沒。萬網不僅給阿里云帶來海量的中小企業用戶，還給這家以互聯網起家的公司帶來了豐富的線下服務經驗。
而在 IT 產品耕耘多年的華為，在線下服務市場更具優勢。公開資料顯示，華為在 170個國家和地區擁有線下支撐團隊，這樣一個規模和體量的全球服務網絡，未來將如何融入公有云服務中，也將成為華為云快速發展的關鍵要素。
最后則是技術儲備。云計算是一個綜合技術平臺，涉及到從硬件、軟件到算法以及客服等多方面。當 Google 的 DeepMind 用人工智能算法優化機房用電時，阿里也展示過全浸沒在水里的服務器，而華為依托自身在服務器領域的強大研發積累，充分認識到現有以 X86為中心的架構無法應對 AI 等新業務，需要走向以異構架構為核心的時代。也因此，通過 Atlas 通過異構資源池、智能編排等關鍵技術，可以將 X86、GPU、FPGA、存儲等資源池化，拉遠后進行統一編排調度，從而按需提供硬件資源，提升50% 以上的資源利用率，大幅減少硬件機型。
這些黑科技、新技術的儲備和研發，將大幅提升云服務商的運營效率，同時進一步降低成本，其最終的落腳點，是將云計算的門檻降到最低，讓云計算的各項服務普惠化。
寫在最后
如果從亞馬遜發布 EC2 算起，云計算到現在也不過 12 年光景。如今，當年為了解決亞馬遜閑置資源的這項「亞馬遜網絡服務」( AWS)，已經成為一年近 200 億美元收入的產業。
更重要的一點，這依然是一個高速增長的市場。在美國市場，亞馬遜、Google 和微軟相繼發布了財報，來自云服務的收入都在大幅增長中。而在中國市場，特殊的 IT 產業環境和政策規定，對于廣大中國云計算公司是一個巨大利好，上文中，通過對其中的典型代表，阿里云、騰訊云和華為云的布局以及產品梳理和復盤，已然呈現了中國當下云計算的現實圖景。
面向未來，數據安全與合規雖然并非難事，但阿里、騰訊這樣的互聯網巨頭，其生態優勢與云服務無法中立之間的矛盾幾乎不可調和，這也讓以華為為代表的中立廠商更具競爭力。而人工智能各項技術的演進速度和方向，也將繼續增加云服務競爭格局的不確定性。這場云服務的棋局，也還將呈現更多精彩對弈。
京公網安備 11010502049343號