這次好萊塢艷照門可謂史上最強，有外國黑客疑利用蘋果公司的iCloud云盤系統的漏洞，非法盜取了眾多全球當紅女星的裸照，這份名單中共有101個女星，已經曝光的有17個，而未曝光的就有84個。珍妮弗·勞倫斯、凱特·阿普頓，新爆出的是艾薇兒。

每次艷照門都會引發互聯網一波流量高潮。但這次事件，讓蘋果的iCloud 服務成為大眾熱詞，更普及了一下云服務。

我想跟大家講一個我自己親身經歷的云故事，跟艷照無關。

此前8月31日我的千人大課上，我丟了一臺紅米Note手機，也沒太在意。最近我的米4手機突然聯系人出現異常，簡單來說就是幾千人個聯系人突然沒了，取而代之的一些陌生的電話。我以為是手機中病毒了，或者被黑客了。但一直沒有搞明白，后來才想起來，我的幾臺手機都開啟了云同步功能，比如同步聯系人。

原來是我丟失的手機在悄悄的同步，太奇葩了。我上了小米云服務的后臺，它有一個"查找"的功能。一查找，讓我很驚訝，這個手機的定位是深圳龍華的龍苑大道附近。我可以啟動“發聲”，就是讓手機發出警報聲。然后啟動了“鎖定”功能，也就是說這臺手機要想開啟，必須輸入一個密碼。還有一個“擦除”功能，能夠刪除所有數據，當然也會失去控制權，我沒使用。

總之，我成功的讓這臺手機成為了一個磚頭。可怕的云服務。

這也是這個史上最強“艷照門”對企業的啟示錄：

1、對用戶而言，云服務是一個尖叫級的用戶體驗，也是吃軟飯的基礎，特別對傳統企業而言，這是必修課。“任何時間，在任何地點，通過任何設備，分享和創建任何內容。”將來，沒有云服務的硬件，都是僵尸硬件。

2、在移動互聯網大潮下，云服務正在成為一個新的商業模式。過去是靠賣硬件賺錢，現在賣服務和增值。比如，我一個朋友做一個WIFI的云服務，不只是是提供上網，還能提供追美劇神器。

3、云服務背后是大數據，大數據背后不是大，而是數據拷問。如何拷問數據，就要靠云服務背后的活躍數據，死數據是沒有價值的。

云之戰爭剛剛開始，你說呢？

===艷照門的分割線：

來源：愛范兒

有刪節

好萊塢娛樂圈曝出史上最大的“艷照門”事件，我們黃姓編輯最喜歡的奧斯卡影后詹妮弗·勞倫斯等多位女明星深陷其中，對此，黃姓編輯是又興奮又氣憤。

時間回到 2008 年，陳冠希因為修電腦導致硬盤中的艷照泄露。對于科技圈和娛樂圈一樣關心的黃姓編輯很敏銳地發現了其中的不同之處。

這一次好萊塢發生的事情，眾多矛頭指向了蘋果的 iCloud 服務，和修電腦沒有一點兒關系。時代在變，連艷照門的表現方式都在與時俱進。

曾經，我們的照片存在電腦的硬盤之中，在相機的存儲卡中，而現在，照片被分流到了云端服務中去了。

其實不光是這次 iCloud 第一次和花邊新聞有關系，之前也有報道，美國 MW 律師事務所家庭法律合伙人 Sam Hall 認為，云端同步服務，包括蘋果 iCloud，讓人們可以更好的了解自己的配偶是否在外面偷情。

最近幾個月，他收到了很多類似的案件，當人們發現自己的配偶在外面偷情時，相關的出軌信息和照片因為夫妻之間使用相同的云端賬戶而一直保持同步狀態。

“任何時間，在任何地點，通過任何設備，分享和創建任何內容。”

雖然是負面消息，但是正在電腦前瀏覽照片的黃姓編輯內心矛盾地意識到，關于他的夢中情人詹妮弗·勞倫斯的負面消息卻是云計算發展軌跡的一個絕佳背書。

歷數每次互聯網安全事件，我們對于云計算的安全憂慮從未消除。其實從云計算的整體技術架構來看，其安全性即使不比其他網絡系統好，但也絕不比它們差。

一些安防專家也指出，云計算的運用甚至是一些安防技術發展的新方向。而只要網絡在，安全的話題也總會繼續下去，云和大數據時代也是如此。

而在前幾日的魅族 MX 4 發布會上，他們大書特書的有兩個關鍵點：姍姍來遲的大容量云存儲，基于物聯網的智能硬件小伙伴則是對于未來業界發展態勢的一個站隊。

在上一篇《黃姓編輯的一天：發現數字生活中的云端力量》中，提到了依托于數據中心和云計算的智能設備已經慢慢平民化，泛設備化了。

云計算的加速力量

連接起設備和云計算的中間節點則是移動互聯網和一個個應用，反過來，云服務不僅為應用提供后方支持，更能加速應用開發。

顯性的看，是云計算和云服務改變了我們數據的存儲習慣，而在隱性層面，云計算帶來的變革其實更深入，移動互聯網和云計算推動了現在企業業務模式轉變。

在離開了 YouTube 后，YouTube 創始人 Steve Chen 和 Chad 再次開始創業，成立了 AVOS，經過一段時間發展，AVOS 美國團隊更名為 Mixbit，中國團隊獨立并更名為 AVOS Cloud，由前 Googler，耶魯大學博士江宏擔任 CEO。

AVOS 成立之初推出了不少的應用，后來則專注于為應用開發提供后端的云服務。目前央視、華為、創新工場等著名名企業機構是其用戶。

江宏如此向我描述移動互聯網背景下，云服務的形態改變：

“在移動互聯網的背景下，前后端的分離更加徹底，產業分工也就更加明顯，不同層次云服務的分離在技術上成為可能。并且因為移動互聯網的特點，比如 O2O 市場隨著移動計算設備的發展興起，越來越多原來從事傳統行業或者有著線下資源優勢的企業或團隊開始進入移動互聯網領域，而他們的優勢并不在技術方面，所以需要更強大、高層的云服務平臺支撐他們的事業。”

AVOS Cloud 曾經也上線過一些優質應用，最終他們的產品發展軌跡從下游的應用走向了上游的云服務，完成了轉型。

江宏表示，這種轉型邏輯在于，之前他們開發過多個面向最終用戶的移動應用，所以能切身體會到移動開發的痛點以及一個通用、強大的后端服務能帶來的巨大價值。

通俗的講，就是他們的腳曾經在用戶（應用開發者）的鞋子里。

而江宏和 AVOS Cloud 這種選擇的根本原因是對于云服務這個市場巨大潛力的認可。

AVOS Cloud CTO 豐俊文認為，移動互聯網現在這么火，但是為移動互聯網做產品和之前為 PC 互聯網做產品，在服務端開發流程上這么多年并沒有多大改觀。

就算開發一個再簡單的 app，也需要去申請域名、租用服務器、開發后端代碼、進行程序部署和系統運維，這還只能保證讓產品上線；在產品發布之后，為了應對用戶量和流量的上漲，還需要對后端架構不斷進行重構和優化。這一切，對于小的團隊或者優勢不在技術的團隊來說，都是一個很大的負擔。

基于AVOS Cloud的積累， 他們開發了一套完整的移動開發平臺，讓所有開發者完全不管 Server 端的架構實現，就可以快速完成產品開發，并且因為有更多時間用來優化用戶體驗，反而可以打磨出更好的產品。

豐俊文如此具體描述：

“其實所有客戶端和 Server 端的網絡交互，都只為一點：數據。我們通過很好地抽象和封裝，讓我們的平臺可以脫離具體業務來存儲任何類型的數據，讀取的時候我們的 API 再原樣返回給客戶端。

除了數據存儲之外，我們還提供實時消息服務，可以讓大家在 10 分鐘內為你的應用加上移動 IM 功能。這一切，都能極大加快應用開發進程。”

窺一斑而知全豹，AVOS Cloud 是云服務中很有代表性的一家。宏觀上講，這里可以引用英特爾全球副總裁楊敘說過的一句話：

“云計算走紅有一個很重要的原因是由于移動互聯網的快速發展，這兩者的關系其實相輔相成，越來越多的人開始做與云相關的事情，可能對移動互聯網的快速發展是一個新的帶動，兩者會不斷交錯前行。”

怎樣給大數據加速

前工程院副院長鄔賀銓院士如此概括今后的互聯網生態稱之為“大智移云”時代，“大智移云”指的是“大數據、智能化、移動互聯網和云計算”。

可以這么說，智能化和移動化是趨勢，而云計算和大數據是方法。非互聯網時期的產品，功能一定是它的價值，今天互聯網的產品，數據一定是它的價值。

麥肯錫全球研究院的報告《大數據：創新、競爭和生產力的下一個前沿領域》顯示，在美國的 17 個業務領域中，有 15 個領域的公司的數據存儲量比美國國會圖書館還多。

沃爾瑪就是一個典型實例。這一零售業巨擎每小時要處理超過 100 萬筆客戶交易，其數據庫估計包含超過 2.5 PB 的數據，相當于美國國會圖書館全部書籍中所含信息的 167 倍。

MIT 數字商業研究中心總監 Eric Brynjolfsson 教授對 179 家大型上市公司展開了調研，發現使用“數據驅動型決策模式”的公司的生產力和贏利能力比競爭對手高出約 5%。

Eric Brynjolfsson 的總結是：對于能夠充分利用大數據的公司，將可以更容易實現目標。

這就說明，大數據中的“大”并不是大數據的核心價值，只有通過分析才能從“大”中尋找出數據應有的價值。

擁有分析和利用大數據的能力，有助于支持和實現新的科學發現、商業模型和消費者體驗，從而把握能夠改變社會的無窮潛力。

然而，目前只有少數人能夠從這些大數據中獲益，這是因為現有技術、方法和技能可支持的數據類型過于僵化或者它們的部署過于昂貴。

英特爾曾經就做過一個試驗，將千兆位以太網服務器適配器換成萬兆位，機械硬盤換成固態硬盤，處理器有舊的至強 5600 升級到 E5 2600 系之后，排序 1TB 數據集所需的時間由 4 小時縮短到了 12 分鐘，而而利用英特爾大數據分析平臺后后，排序分析時間由 12 分鐘進一步縮短到了 7 分鐘。

也就是說，升級了硬件，尤其是硬盤和軟件設備后，處理分析大數據的時間大大縮短。從 4 小時到 7 分鐘的意義在于，大數據技術進步預示著我們向近實時數據分析的目標又邁近了一大步，而且所需的成本大幅低于

此前使用專有硬件和軟件實施的成本。

近實時的數據分析帶來的好處是，將能夠幫助企業近乎實時地響應瞬息萬變的市場需求，并從其資產中獲得更多價值。

到這里再回過頭來看，MIT Eric Brynjolfsson 教授對 179 家大型上市公司的調研調研結果：使用“數據驅動型決策模式”的公司的生產力和贏利能力比競爭對手高出約5%。5% 對于許多大企業而言，就是生死線。