云計算市場已趨于成熟。

云基礎設施的排名一直相對穩定，AWS 的市場份額約為 33%，微軟 Azure 位居第二，占 22%，谷歌云（Google Cloud）遙遙領先，占 11%。(IBM、甲骨文和Salesforce的市場份額在2-3%之間）。

整個行業的收入增長依然穩健，但增速有所放緩。三大巨頭的表現均未超過其他公司，不足以實質性地改變力量平衡。市場的整體穩定性也延伸到了價格上，除個別情況外，價格保持相對平穩。在這一點上，市場已經發展到主要參與者都有類似產品的程度。

但是，生成式人工智能的出現改變了一切。

OpenAI 的 ChatGPT 公開發布所引發的狂熱，引發了超大規模企業之間的軍備競賽。它們通過開發自己的大型語言模型（LLM）、構建使企業能夠創建生成式人工智能應用的平臺，以及將生成式人工智能整合到自己的服務產品組合中，從而脫穎而出。

正如云計算專家 David Linthicum 所解釋的那樣：“現在的情況是，與同行相比，云計算提供商所能提供的服務已接近功能飽和。因此，這些服務將開始商品化，隨著多云的普及，存儲和計算等核心服務在不同云之間將基本相同。”

他補充說：“這就是云提供商推動生成式人工智能的背后原因。這是一場決定誰擁有這一領域的競賽，也是一場在更傳統的云服務基礎上利用這種新技術去商品化其服務的競賽。”在人工智能競賽的早期階段，還沒有明顯的領先者，但所有參與者都在投入資源。

微軟為 OpenAI 提供了 100 億美元的資金支持，并將 ChatGPT 功能嵌入到從 Word 和 Excel 等生產力應用程序到 Edge 瀏覽器，再到面向企業的云產品 Azure OpenAI 服務等一切產品中。

谷歌正在競相建立自己的人工智能平臺；聯合創始人 Sergey Brin 和 Larry Page 甚至從半退休狀態中走出來，啟動了谷歌人工智能計劃。谷歌擁有自己的大型語言模型 PaLM，正在構建自己的人工智能芯片（張量處理單元），并在 Vertex AI 旗下推出新的基于特定行業的人工智能服務。最近，該公司針對醫療保健和生命科學組織推出了基于人工智能的生成式服務。

AWS 最近發布了一項完全托管的服務 Bedrock，使企業軟件開發人員能夠將 gen AI 功能嵌入到他們的程序中。AWS 還在有限的范圍內制造自己的低成本人工智能芯片（Inferentia 和 Trainium）；該公司正在內部使用這些芯片來支持其人工智能功能，并向客戶提供這些芯片。

生成式人工智能無疑是云計算市場最熱門的趨勢，但 CIO 們還需要注意其他一些趨勢。以下是云市場的主要趨勢，以及它們會如何影響 CIO 的云戰略。

01、新一代人工智能淘金熱——成本不明確

Forrester Research 宣稱：“今年是人工智能年。”每個超級分銷商、SaaS  提供商和初創企業都希望利用人工智能的熱潮為自己謀利。云服務提供商正在推動人工智能服務，以擺脫收入增長乏力的困境，并從競爭對手中脫穎而出。企業云客戶迫切希望將人工智能應用于他們的戰略計劃，但又不至于讓已經承受多云復雜性和無序擴張壓力的 IT 預算崩潰。

三大超級計算機并不是唯一為企業 IT 提供基于人工智能的生成性云服務的廠商。IBM 也在加緊推出基于 Open-Stack 的 watsonx 人工智能平臺。英偉達（Nvidia）為所有人提供了絕大多數的生成式人工智能芯片（GPU），它已經建立了自己的全棧云平臺，名為 DGX Cloud，這是一個在甲骨文云中運行的人工智能服務，不久后也將在 Azure 和谷歌云上提供。

對于 CIO 來說，這意味著將有多種基于云的選擇，用于在現有業務流程中構建生成式人工智能功能，以及創建基于人工智能的新應用。

VMware 的執行技術顧問 Bernard Golden 說，目前面臨的挑戰是如何確保敏感的企業數據得到保護，并遠離構成 LLM 數據庫的通用數據池。

Linthicum 補充說，基于生成式人工智能的應用程序“運行成本很高”，因此 “ CIO 們需要為這項技術找到合適的用例”。

對于希望充分利用云產品中內置的人工智能功能的 CIO 來說，最初對定價方式的解釋并不透明。

02、云價格攀升——人工智能帶來的飛躍

IBM 宣布存儲服務漲價高達 26%，IaaS 和 PaaS 產品的漲價幅度也較小，這引起了不小的轟動。

不過，一般來說，云計算服務提供商為了保持競爭力，都會控制價格漲幅。但整個行業的增長放緩可能會給所有云計算供應商帶來漲價壓力。正如 Linthicum 所說：“我們正在進入技術階段，他們需要從投資中獲取價值。我猜測，在未來幾年里，價格會逐漸上漲。”

當然，使用云服務的好處是，客戶可以根據自己的需要選擇任何基礎設施配置。如果他們選擇第一代處理器，就可以獲得價值。但是，對于需要高性能計算的企業或希望獲得人工智能優勢的企業來說，選擇較新型號的芯片會帶來溢價。

Liftr Insights 運營和產品主管 Drew Bixby 表示，選擇在 Nvidia H100 芯片上運行工作負載，而不是早期型號的 A100，價格將上漲 220%以上。

隨著超大規模企業在自己的數據中心中增加更多的 GPU（比傳統 CPU 昂貴數倍），這些成本很可能會轉嫁給企業客戶。

03、行業云在人工智能邊緣的發展時機已經成熟

德勤咨詢公司負責人 Brian Campbell 表示，行業云正在崛起，并將受益于生成式人工智能的出現。

技術主管喜歡行業云提供的速度、靈活性和效率，而業務主管則欣賞將稀缺的內部資源集中到能讓他們實現業務差異化的領域的能力。行業云的早期采用者是醫療保健、銀行和科技公司，但現在已擴展到能源、制造、公共部門和媒體。

Campbell 補充說：“隨著最近生成式人工智能的爆炸式發展，高管們越來越關注如何在概念驗證之外使用生成式人工智能，從而轉向行業云的主要提供商、超大規模企業、獨立軟件供應商和系統集成商，他們已經在其產品中快速嵌入了生成式人工智能和其他技術。”

04、云端與內部部署之間的界限變得模糊

云計算和企業內部部署之間界限分明的舊模式已不復存在。混合云、私有云、多云、邊緣計算，或者如 IDC 所定義的專用云基礎設施即服務（DCIaaS），有許多術語適用于同時在各種場景中部署云服務的現象。

IDC 分析師 Chris Kanaracus 說：“我們越來越認為，云不是一個特定的地點，而是一種通用的 IT 運營模式。就可擴展性、彈性、基于消費的定價等屬性而言，你可以在任何地方擁有云。CIO 們今后面臨的挑戰是如何在混合供應商環境中將這一切融合在一起。”

例如，AWS 提供的 Outposts 是一種托管服務，可讓客戶在內部或邊緣運行 AWS 服務。微軟也提供類似的服務，名為 Microsoft Azure Stack。傳統硬件供應商也提供可在數據中心或邊緣運行的即服務產品：DELL Apex 和 HPE GreenLake。

05、互操作性增強，鎖定效應漸失光澤

相互競爭的云計算供應商并沒有特別的動力去實現互操作性。云供應商的商業模式是鎖定客戶，讓他們習慣于特定供應商的工具、流程、市場、軟件開發平臺等，并繼續鼓勵客戶將更多資源遷移到他們的云上。

但是，企業客戶絕大多數都采用了多云方式，云計算廠商不得不面對這一現實。

例如，微軟和甲骨文最近推出了 Oracle Database@Azure，允許客戶在 Oracle 云基礎設施（OCI）上運行甲骨文的數據庫服務，并將其部署在微軟 Azure 數據中心。

存儲領域的領導者 NetApp 最近宣布推出一項完全托管的服務，使客戶能夠將 Windows 和 Linux 環境下的關鍵業務工作負載無縫引入谷歌云，而無需重構代碼或重新設計流程。

隨著這些互操作性障礙的減少，企業將能夠把存儲卷和應用程序轉移到最合適的云平臺，從而從中受益。

06、公民開發人員的崛起

傳統 IT 與所謂的影子 IT 之間一直存在著矛盾。低代碼、無代碼解決方案的出現使非 IT 人員更容易創建簡單的應用程序。例如，微軟的 Power Platform 可以創建能與業務工具交互的移動和網絡應用程序。

但是，ChatGPT 已將任何技術限制一掃而空。例如，通過微軟的 Copilot，終端用戶只需一個簡單的提示就可以編寫內容和創建代碼。對于 IT 領導者來說，這可能是一把雙刃劍。如果員工能通過創建新工具和軟件程序來提高工作效率，這對企業是有利的。

但 Golden 指出，像 Copilot 這樣的工具 “將一直偉大到它不偉大”。換句話說，公民開發人員創建的這些簡單、一次性的應用程序可能會帶來安全風險，它們不是為擴展而構建的，也不一定能與復雜的業務流程互操作。

07、FinOps 獲得牽引力和工具

在新冠疫情期間，企業 “瘋狂”地將工作負載轉移到云端，以便遠程員工更容易訪問。Linthicum 說：“現在他們收到了大筆賬單。”

因此，企業正在采用 FinOps 技術來管理和優化云成本。Linthicum 說，FinOps 使企業能夠減少技術債務，“通過規范云資源的使用來節省更多成本。從本質上講，它修正了過去所犯的錯誤，如使用錯誤的云服務、過多的數據移動等”。

Forrester 的研究人員對此表示贊同，并指出：“每當經濟發展的逆風襲來，IT 成本優化的勢頭就會增強。對于云成本管理來說，2018 年和今年再次迎來了高關注度。” 對 IT 部門來說，好消息是所有的云提供商都提供 FinOps 服務，而且還有大量第三方軟件供應商提供云成本管理工具。

來源：www.cio.com