人工智能正在像往常一樣改變云計算領域的業務，新的替代方案、增加的數據中心承諾和成本管理占據了中心位置。

還記得那些關于企業對在多云環境中運行工作負載的成本和復雜性感到失望，并將資源移回本地數據中心的傳言嗎？這種趨勢被稱為云遣返。

IDC的數據顯示，到2024年，全球公共云服務支出預計將達到8050億美元，到2028年將翻一番，五年復合年增長率為19.4%。

國際數據公司（IDC）數據和分析研究經理Andrea Minonne表示：“人工智能的快速發展顯著推動了云計算支出的激增。隨著組織越來越多地構建、測試和部署人工智能平臺，人工智能創新與云基礎設施之間日益增長的相互依存關系將云服務定位為人工智能開發和部署的支柱。”

Gartner公司的數據可能略有不同，但結論是一樣的。Gartner的數據顯示，到2024年，全球最終用戶在公共云服務上的支出預計將增長20.4%，達到6754億美元，高于2023年的5610億美元。

Gartner公司分析師SidNag表示：“我們預計公共云支出的持續增長，在很大程度上可以歸因于新一代人工智能，因為通用基礎模型的不斷創建，以及大規模交付新一代人工智能應用程序的加速。”“由于這種持續增長，我們預計公共云最終用戶支出將在本十年末之前超過1萬億美元大關。”

以下介紹一下企業IT如何從云計算的主要市場趨勢中獲益。

以人工智能為中心的替代方案出現在云端

公共云的市場份額保持相對不變，AWS是無可爭議的領導者（32%），微軟Azure穩居第二（23%），谷歌云平臺（12%）位居第三。

三大巨頭加起來占據了整個市場67%的份額，阿里巴巴、IBM和Salesforce等規模較小的公司的份額分別在2%至4%之間。

根據最新的市場數據，唯一一家采取重大行動的云服務提供商是甲骨文（Oracle），該公司目前已超過IBM，與Salesforce并列。然而，甲骨文的市場份額只有3%。

盡管如此，生成式人工智能的出現為新貴提供了市場機會。當三大巨頭爭先恐后地在其傳統數據中心中增加人工智能容量時，初創公司正在從頭開始構建基于GPU的高性能數據中心，為開發人員提供了啟動和擴展GPU集群以進行人工智能訓練和推理的機會。

這些初創公司包括CoreWeave、Vultr、Nebius、Ori和LambdaLabs。

這意味著IT組織可以避免供應商鎖定，與他們選擇的超大規模企業保持戰略關系，但也可以從初創公司那里擴展有針對性的人工智能項目，這些初創公司聲稱他們的專用平臺比現有公司更快、更便宜。

人工智能推動數據中心支出狂潮

2024年初，超大規模企業運營的大型數據中心數量超過了1000個大關，是四年前的兩倍。SynergyResearch集團預測，未來四年，超大規模數據中心的總容量將再次翻一番。

SynergyResearch公司在報告中寫道：“新開放的數據中心規模更大，將越來越多地推動容量增長，而生成式人工智能技術是規模擴大的主要原因。”

毫不奇怪，擁有最廣泛數據中心足跡的公司是亞馬遜、微軟和谷歌，它們占所有超大規模數據中心容量的60%。三巨頭的公告來得又快又猛。

據報道，微軟計劃在未來幾年內將其數據中心的容量增加一倍，包括最近宣布在日本的數據中心基礎設施上投資29億美元；英國為31.6億美元；在印第安納州投資10億美元建立數據中心，在威斯康星州投資33億美元。

僅在2024年上半年，AWS就宣布了500億美元的數據中心投資，其中包括在弗吉尼亞州的多個站點投資350億美元，在印第安納州投資110億美元，在密西西比州投資100億美元。

谷歌宣布計劃在堪薩斯城建立新的數據中心；愛荷華州錫達拉皮茲；北弗吉尼亞；以及墨西哥、希臘、馬來西亞、新西蘭、挪威、奧地利和瑞典。

更不用說最近三巨頭宣布有興趣發展核能，以幫助推動人工智能數據中心的需求。

對企業IT的好處是，隨著人工智能項目從規劃階段轉移到實施階段，超大規模企業將有能力處理與大型語言模型（LLM）工作負載相關的龐大數據集。最重要的是，新的公共云數據中心意味著更多的可用性區域，更少的延遲和性能問題（與用戶物理上不靠近基于云的應用程序和數據源相關）。

行業陰云繼續上升

行業云是專門為滿足特定行業的獨特需求而定制的云環境，提供預配置的解決方案。

Gartner分析師格雷戈爾?佩特里表示：“實際上，行業云平臺將云平臺轉變為業務平臺，使現有的技術創新工具也能作為業務創新工具。”“它們不是預定義的、一次性的垂直SaaS解決方案，而是由一系列行業特定的打包業務功能支持的模塊化、可組合的平臺。”

高德納（Gartner）最近的一項調查顯示，近39%的受訪者表示，他們已經開始采用行業云平臺，另有14%的受訪者正在試點。總的來說，大多數熟悉這個概念的受訪者認為自己是行業特定云的采用者或潛在的考慮者。

高德納預計，到2027年，超過70%的企業將使用行業云來加速其業務計劃，而2023年這一比例還不到15%。

各種各樣的參與者提供行業云。例如，AWS和Azure提供醫療保健云，Salesforce有金融服務云，甲骨文有零售云，西門子有制造云，谷歌有教育云。大多數超大規模廠商都提供多個垂直云，市場上也有許多小眾廠商。

隨著云成本的增加，成本控制解決方案的市場也在增加

在評估云成本時，需要考慮兩個方面：實際成本和預期成本。許多因為認為將應用程序遷移到云端會更便宜而將其遷移到云端的組織在收到賬單時感到震驚。事實上，云分析師David Linthicum估計，云計算的成本是企業預期的2.5倍。

云計算費用上漲的原因有很多，而不僅僅是價格上漲。Linthicum表示，那些簡單地將遺留應用程序“提升并轉移”到公共云上，而不是為了云優化而重構或重寫它們的組織，最終會付出更高的成本。許多組織過度配置，卻忽視了跟蹤云資源的使用情況。

最重要的是，組織正在不斷擴大他們的云足跡。商業和IT咨詢公司CGI的副總裁兼云現代化實踐負責人MayankBhargava表示：“隨著組織繼續進行數字化轉型，他們正在將更多關鍵工作負載和數據遷移到云端，這自然會導致更高的成本。”

但是組織可以做一些事情來控制云成本。據Forrester研究公司稱，云成本管理和優化（CCMO）市場正在經歷“飛速增長”。這些工具提供了對混合云和多云環境中所有云成本的可見性，確定了優化云支出的機會，并自動化了一些操作。

在Forrester的最新評估中，IBM（Cloudability和turonomic）、博通（CloudHealth）和Flexera成為了三大領軍企業。表現強勁的包括Harness、Morpheus Data、CloudBolt和CloudZero。但是云成本管理工具的領域是廣泛的。

CCMO可以被看作是一種更全面的跨部門方法的墊腳石，這種方法被稱為FinOps，它將財務和業務部門聯系在一起。FinOps團隊不僅要優化云成本，還要執行預算、預測和報告，將云支出與業務成果聯系起來。一些提供FinOps的供應商包括Apptio、Lucidity、density和Finout。

Linthicum表示，掌握云計算支出與人工智能有關，因為如果云計算成本失控，組織根本沒有啟動大規模人工智能項目所需的財務資源。

超大規模企業加緊應對可持續性挑戰

企業IT面臨著減少數據中心碳排放的壓力。將資源轉移到云端并不能擺脫困境；企業必須跟蹤和報告跨多云環境的可持續性工作。

人工智能給可持續發展帶來了不利影響，因為GPU芯片的運行溫度比傳統CPU高得多，因此需要更多的冷卻，這意味著更多的電力需求。

但超大規模企業正在發揮領導作用，利用它們相對于企業IT的優勢。畢竟，數據中心挽救了他們的業務，所以他們有動力、高層支持、技術專長和財務資源。與大多數企業局限于特定的物理位置不同，超大規模企業還可以在全球范圍內尋找提供可持續能源的地點。

大型云供應商都為自己設定了雄心勃勃的可持續性目標。自2012年以來，微軟一直保持碳中和，并希望到2030年實現碳負排放。在2023年，AWS實現了將100%的電力消耗與可再生能源相匹配的目標，并致力于到2040年實現凈零碳排放。

它們都提供工具，幫助組織從可持續性的角度跟蹤和優化其云資源。AWS有一個客戶碳足跡工具，微軟有Azure碳優化和Azure排放洞察，谷歌提供了一個云碳足跡工具。