雲頭條
1998年9月，24歲的布林和25歲的佩奇在一間車庫裡開啟了創建谷歌的征程，由於資金短缺，他們買不起好的硬件設備，只能用一些過時的零件組裝成勉強能用的服務器，但這些“垃圾”零件組裝起來的服務器顯然不會好用，故障經常發生。為此，他們決定寫一套完善的容災軟件系統來克服硬件的問題，利用軟件將這些成千上萬不可靠的硬件組織成一個穩定可靠的IT系統。
到2000年，他們已經擁有了幾千臺這樣的服務器。於是他們又用網絡將這些服務器連接起來，重新設計了一套新型的運算模式來實現高性能運算。這就是現在所說的“雲計算”的雛形。那些用網線連起來的幾百臺破爛服務器，加上容災軟件系統，提供每秒數千次搜索請求服務，就是“雲計算”的最早模式。
在此基礎上，2002年亞馬遜推出了 AWS 平臺，這其實也標誌著雲計算服務的正式誕生。而2003~2006年，Google發表的關於分佈式文件系統（GFS）、並行計算（MapReduce）、數據管理（Big Table）和分佈式資源管理（Chubby）的四篇論文，則奠定了雲計算發展的基礎。
從此，雲計算就一發不可收，洶湧澎湃的發展了起來，據全球知名諮詢公司Gartner預測，到2020年全球雲計算市場的規模將達到4110億美元，如此龐大的市場，也吸引了眾多廠商的進入，亞馬遜、谷歌、微軟、阿里、騰訊、百度、華為等業界大廠都重磅押注雲計算，將其視為未來發展的一個重要方向。
全球雲計算市場 IaaS競爭日趨白熱化
不過，縱觀整個雲計算市場，公有云IaaS服務仍然佔據主要市場份額，據Gartner統計，2018年IaaS全球規模達到324億美元，相比2017年的247億美元增長了31.3%。而據國際權威分析機構Frost & Sullivan 弗若斯特沙利文發佈最新的《中國IT基礎設施行業白皮書》顯示，截至2018年底，中國雲基礎設施市場規模已達924.1億元。未來五年，在移動互聯時代下快速增長的大規模算力需求和快速發佈及部署需求帶動下，雲基礎設施在企業用戶中將得到進一步普及。預計未來五年中國的雲基礎設施市場的年複合增長速度將達到37.0%，並在2023年達到4,935.9億元的市場規模。
這就使得公有云IaaS市場成為了眾廠商在公有云領域競爭最激烈的市場之一，各大雲廠商紛紛使出渾身解數，想要在這個市場博得一席之地。不過，想要在未來的IaaS市場搶佔先機，並不是一件容易的事情，需要具備多方面的能力以及長期的積累和沉澱，絕不是一朝一夕之功。
眾所周知，經過將近二十多年的發展，企業已經從“上雲”發展到“用雲”，雲計算也從上半場進入了下半場，如果說雲計算的上半場還可以通過低廉的價格、規模的效應、一般的服務來滿足的話，在雲計算下半場，當傳統企業開始上雲和用雲的時候，就需要雲廠商具有ToB服務的能力和企業服務方面的豐富經驗和長期積累。這是因為，傳統企業對於雲服務的要求，相對於初創企業和新型企業，要嚴格許多，他們對雲服務的性能、可靠性、穩定性、連續性都有著很高的要求，因為，一個微小的故障，都可能都會對這些企業的業務造成不可估量的影響，這對於沒有企業服務經驗和積累的一些雲廠商來說，實際上是一個非常嚴峻的挑戰，而對於具有豐富企業服務經驗和積累的雲廠商來說，這又是一個非常良好的機遇。
未來中國公有云服務市場誰是贏家？
最近，IDC發佈了《中國公有云服務市場（2019上半年）跟蹤》報告，報告顯示，2019上半年，中國公有云服務整體市場規模（IaaS/PaaS/SaaS）達到54.2億美元，其中IaaS市場增速穩健，同比增長72.2%，PaaS市場增速有所回落，同比增長92.6%。
整體來看，2019年上半年，中國公有云市場集中度進一步提升，在IaaS市場，排名前10的廠商目前已佔據了超過90%的市場份額，呈現出群雄逐鹿的激烈競爭場面。
而從此份報告中，可以發現，在2019年Q2，頭部集團的阿里雲、騰訊雲增速有所放緩，市場份額也都有著不同程度降低，第三名的中國電信增速基本持平，而華為雲IaaS+PaaS整體市場增長超過350%，在TOP廠商中增長最快。此外，在2019年Q2，華為雲IaaS市場份額上升到6.7%，增速368%，位居各廠商第一，更是首度超越AWS。
一方面，TOP5整體格局中，一家廠商的份額有所提升必定意味著其他廠商的回落。這樣的結果，也驗證了先前的結論，即在雲計算的下半場，在企業級服務市場有著豐富經驗和長期全棧技術積累的雲廠商將會逐漸搶佔市場，在IaaS的競爭中佔據優勢，實現長足的發展。相應地，在這兩個方面欠缺的廠商就愈發會在後續競爭中顯露疲態。
另一方面，隨著各行各業數字化轉型的浪潮，未來，傳統企業對於雲計算的需求將會越來越旺盛。例如，傳統制造業希望在工業質檢、流程再造等方面搭上雲計算的快車，傳統零售企業希望能在在雲上搭建新的數字營銷體系，教育機構、醫療機構甚至政府希望能夠在雲上做到了成本節約、效能提升，提升服務能力。再加上工業互聯網、智慧城市、自動駕駛、新商業新零售等新趨勢以及雲與AI、5G的結合，具有強大企業服務基因以及行業定製化解決方案的廠商，將會在雲計算下半場的競爭中取得越來越大的優勢。
公有云市場競爭 最終比拼的是什麼？
縱觀國內整個雲計算市場，雖然阿里、騰訊憑藉先發優勢以及電商生態迅速佔據了大部頭的市場份額，但其客戶主要以創新性、互聯網型等非傳統企業為主，而在這部分，經過數年的高速增長，其存量市場正逐漸無法滿足高速增長的需求，這也是像阿里、騰訊這樣的雲計算頭部廠商增速放緩的最直接原因。而隨著傳統企業上雲不可逆轉的趨勢，雲計算下半場的競爭將主要集中在傳統企業市場，而這個市場，就其潛在規模來說，應該遠遠超出雲計算上半場。因此，各個雲廠商都是厲兵秣馬，摩拳擦掌，想要在這個更大的市場取得更大的成功，這從阿里、騰訊近些年來的組織架構調整以及對於傳統企業市場的重點關注和巨大投入就可以看出端詳，而云計算下半場傳統企業雲計算市場的競爭也許會與雲計算上半場的競爭大相徑庭，目前取得優勢的雲廠商也不一定就能在雲計算的下半場穩操勝券，因此，各大雲廠商才會不惜重金投入這個市場。
而具體到IaaS市場的競爭，要想在為傳統企業提供雲服務的競爭中取得優勢，則最終比拼的是IaaS服務商在三方面的能力：可靠性和性能、全棧能力、企業服務。
可靠性和性能
相對於雲計算上半場的用戶，傳統企業用戶最擔心也最關注的事情，非雲服務的可靠性和性能莫屬。儘管人們也會討論服務的成本和可擴展性等等，但如果服務不可用或者服務難以使用，那麼，人們就會選擇其它的服務。尤其對於傳統企業更是如此，如果連服務的基本可用性、可靠性都無法保證，企業又為什麼要為雲服務買單呢？
實際上，由於操作系統、數據庫等通用應用系統通常是主流的選擇，在各平臺的差異並無明顯差別，因此，IaaS服務可靠性和性能的關鍵，就在於IaaS服務提供商在計算、存儲、網絡等基礎設施層面以及軟硬協同能力的比拼。而若要在計算、存儲、網絡、軟硬協同等方面同時都具有強大的實力，不僅需要有洞悉雲、管、端全過程的能力，更需要在計算、存儲、網絡領域有著深刻的理解以及長期紮實的技術沉澱和積累。
全棧能力
隨著互聯網、移動化、大數據、物聯網和AI技術的興起，傳統行業正面臨數字化轉型的挑戰，企業一方面需要考慮原有傳統業務的雲化，另一方面需要基於雲平臺，結合各種新技術開發分佈式創新應用。這就需要功能更加全面、靈活和可長期演進的全棧雲平臺，能夠從芯片、硬件、軟件、解決方案等各個層面為傳統企業數字化轉型提供強大有力的支撐，幫助傳統企業實現商業價值。
而要具有全棧能力，就要求IaaS服務提供商不但要有底層能力，還要有上層平臺能力，更需要有從芯片到硬件再到軟件，再到應用的完整整合能力，包括對各行業業務的深刻理解能力，這樣，才能給為用戶提供真正的全棧能力。
企業服務能力
企業服務能力是IaaS服務一個容易被大家所忽視的關鍵選項。所謂企業服務能力，就是雲服務商能夠具有持續為企業上雲用戶提供技術支持和服務的種類和能力，尤其是對於傳統企業用戶來說，這項能力更加不可或缺。而要具有這種技術支持和服務的能力，則需要IaaS服務商對於企業服務有著深刻的認識，在企業服務領域有著長期的技術積累、深厚的實踐沉澱以及豐富的企業服務經驗，擁有強大的線上線下服務團隊以及遍佈全球的服務支撐才行。
因此，只有在這三方面都能夠有出色表現的IaaS服務提供商，才有可能在最終的比拼中佔得先機。而在國內提供IaaS服務的眾多雲廠商中，能夠同時在這三方面都有著強大實力的雲提供商，在當前國內雲計算四強中，應該說只有華為一家。
在可靠性和性能方面，華為長期服務運營商的經驗，三十多年在軟硬件行業的沉澱和積累以及從芯片到雲、管、端全過程的能力，使得華為可以為企業上雲用戶提供足以媲美運營商級的可靠性和性能。
在全棧能力方面，Frost &Sullivan基於對全棧AI市場的調研與分析，發佈了最新的《中國全棧AI市場研究報告》。報告針對全棧AI能力對中國人工智能主流廠商進行了競爭力排名，其中，華為在全棧方面最具競爭力，這從一個側面也說明了華為在全棧方面的能力。
在企業服務方面，目前已有包括國務院、教育部、水利部、發改委、自然資源部、國稅總局等30+國家級部委使用華為雲，建設了350+政府雲，互聯網Top50有30家選擇了華為雲，如：新浪、網易、唯品會等，國內十大汽車廠商都在用華為雲，AI實踐全國10+行業500+項目，而這，是對華為雲企業服務能力的最好認可。
雲計算的下半場誰主沉浮？
綜上所述，在雲計算的下半場，比拼的不僅僅是技術、價格、產品，更重要的是要具有強大的企業服務能力、對未來上雲的傳統企業服務有深刻理解以及具有豐富的企業服務的經驗，只有這樣，才能在百萬企業齊上雲的未來，成功的在雲計算市場佔有一席之地，而云計算下半場的競爭才剛剛開始，究竟誰主沉浮，讓我們拭目以待！（作者：王磊）
閱讀更多 AI工信科創 的文章
