獵云注：亞馬遜的云計算AWS已經在行業內處于領先地位，可以說是云計算行業的霸主，而谷歌是人工智能的老大，但谷歌并不滿足于只做人工智能 ，它在云計算上已經要挑戰AWS，機器學習和數據將成為取勝之匙，但公司仍然必須應對銷售與廣告新的業務模式，并且建立銷售所需要的組織，而這兩點都是亞馬遜的領先領域，谷歌能否成功還沒有定論。文章轉載自：華創資本微信公眾號。

亞馬遜的云計算AWS已經在行業內處于領先地位，成為亞馬遜的重要盈利點之一。今年前三個季度，AWS 的總營收額已經達到 87 億美元，只要能夠保持這個增長勢頭，2016年AWS總營收額預計將突破120 億美元。

與此同時，谷歌人工智能領域發展得如火如荼，從無人駕駛到App Maker（不用寫代碼也能開發App）以及被預言將要顛覆醫療行業的機器眼科醫生（谷歌的人工智能技術會分析視網膜病變，預防糖尿病致盲）等等。

AWS是云計算行業的霸主，谷歌就是人工智能的老大。不過，谷歌并不滿足于只做人工智能 ，它在云計算上已經要挑戰AWS了。那么，谷歌是怎樣做的呢？

“兩個比薩餅團隊”

首先我們要清楚，亞馬遜的AWS戰略是如何從一開始就成功的？從貝索斯的經驗看，他把亞馬遜分拆成多個相對獨立的團隊，每個團隊都有自己的損益、責任和分布式決策。

亞馬遜最大的特點是整個公司可以將自己重組，這就是所謂的“兩個比薩餅團隊”。員工將被分成少于十個人的自治團體，這樣的團隊很小，所以當工作到很晚時，兩個比薩能讓所有的組員吃飽。

貝索斯用一種混亂理論來管理團隊，他期待把復雜的組織分解成最基本的部分，之后再進行合并，希望會有令人驚喜的結果出現，AWS就是這么干的——一家組織極度分化的平臺公司。

與此同時，谷歌從未成為一家真正的平臺公司。它和蘋果走的也是不同的路線，前者專注于服務，而后者專注于產品，當然，需要前提是硬件算得上產品，這個說法才成立。“產品”還有一個更廣泛的定義——一個提供給終端用戶的完全解決方案，從這一點來看，谷歌與蘋果公司的性質還是十分接近的。

平臺公司與產品公司的差別非常大，就像云服務與硬件之間的差異一樣。要創造一款理想的產品，無論它是智能手機還是搜索框，為了給用戶帶來良好的體驗，都需要在設計和工程上下足功夫。但這些努力是終端用戶看不到的。而集成產品恰恰與之相反，這也是為什么谷歌以消費者為中心的服務集成在后端的原因，這點和 iPhone 一樣。

　　Google 的反平臺策略

在谷歌和亞馬遜競爭的同時，微軟的Windows其實提供了一個很高的范例：為Windows構建的應用程序不容易移植到其他操作系統上。但同樣重要的是合作伙伴和增值經銷商的巨大網絡，使Windows成為企業唯一可行的選擇。

然而，不使用Windows，不管是消費者還是企業也是可行的，原因是不依靠系統的萬物互聯（IoE）正在蓬勃發展。

事實證明，在過去幾年中，谷歌已經采用了一種瀏覽器方法來實現企業計算。在2014年，谷歌公開了Kubernetes框架，一個基于谷歌的內部服務的開源容器集群管理器。管理器包含谷歌的大規模基礎設施，使得任何谷歌服務可以即時訪問他們需要的所有計算，而不用擔心軟件和系統的問題。

Kubernetes的優點在于它完全可移植：它可以在AWS上運行，在Azure上運行，在Google Cloud Platform上運行，可以在內部部署的基礎設施上運行，甚至可以在自己的家里運行。

它是谷歌十年來在基礎設施即服務方面的完美矯正：雖然谷歌在自己的基礎設施產品方面取得了不可小覷的進步，但Kubernetes基于包容的特殊潛在影響，使你不管用哪個基礎設施提供商，都不會影響云計算服務的使用，難怪Kubernetes是增長最快的開放源碼項目之一。

但是，這如何幫助谷歌完成超越？畢竟，即使Kubernetes成為企業云的標準，亞馬遜更廣泛的生態系統鎖定仍然存在，谷歌需要變得不同。

　　谷歌云全球網絡

機器學習和數據才是取勝之匙

可以肯定的是，機器學習將越來越多地被云服務所主導：它們都涉及處理規模和大量數據，并且只有一小部分巨頭將具有經濟能力來建立所需的基礎設施和雇用世界上最好的機器學習工程師。

乃至于對于大多數企業來說，機器學習所產生的差異，首先取決于它們的數據是否在云端，其次才是從它們選擇的云提供商。

這提高了云服務提供商自身的風險，優秀的機器學習產品不僅可以是提供差異化，而且是可持續的：更好的產品將吸引更多的客戶，從而獲得更多的數據，而數據是機器學習改進的動力。因為這些數據使得谷歌成為AWS的最大威脅。

谷歌擁有的巨大優勢是，它已經存儲了將近二十年的海量數據，并在過去幾年開發出功能強大的機器學習算法。2015年，當谷歌將第二代人工智能學習系統TensorFlow開源時：這其實在變相承認其數據和基礎設施是一個可持續的優勢。

我們已經看到這種優勢開始使用在谷歌的云產品上，不久前，谷歌利用其數據優勢發布了一系列產品：

1.云自然語言API，它使用機器學習來分析文本，延伸到一般可用性；

2.高級版的Cloud Translation API，它使用機器學習大幅提高翻譯八種語言的準確性（超越并且延伸到了支持超過100種語言的標準版本）；

3.Cloud Vision API的大幅降價，它使用機器學習來分析圖像；

4.新的Cloud Jobs API，它使用機器學習來匹配潛在員工與工作職位；

以上的每個產品谷歌都花了幾年時間來磨煉其算法，以便將它們應用于企業數據集時，結果可能更優。

亞馬遜依賴于最好的平臺在第一波云計算的戰斗中戰勝了谷歌，而谷歌正在試圖將競爭從平臺轉向產品。畢竟，改變競爭規則通常比改變公司的性質更容易。

可以肯定的是，谷歌能否成功還沒有定論，公司仍然必須應對銷售與廣告新的業務模式，并且建立銷售所需要的組織。而這兩點都是亞馬遜的領先領域，并且亞馬遜擁有一個龐大的合作伙伴生態系統。