從大到偉大，一直是公眾對中國企業的期待。企業的成長，是中國經濟的一面鏡子，也是國家進步的一個標誌。從頭部企業到獨角獸再到小微企業，都氤氳著更多的選擇以及更好的未來。那些“懷璧”的企業，孕育著獨特的經營之美。它們或是有著不為大眾所熟悉的技術創新，或是服務加分，或是社會責任，或是瑰麗創意，這些都構成公司的“巧實力”，為人民對美好生活的嚮往添磚加瓦。
“雲計算是什麼”，阿里巴巴集團副總裁劉松已經回答了上百遍，但他還是思考良久，將“雲計算是‘水電氣’”的經典比喻解釋得更形象一些。
他向北京商報記者打了個比方：雲計算就好比電網，用戶用電是為了使用家用電器，比如智能手機上的各種App，背後都是雲計算在支持；但不需要每一個用戶都自己建電站。家用電器是一切可以上雲、願意用雲的產品、服務或產業應用。一份分析報告指出，中國有84%的企業有意願上雲，雲是一個終局已定的未來。自2016年起，中國成為僅次於美國的第二大雲計算市場。
城市大腦已經成為阿里雲的標杆項目 CFP/圖
成長於知與不知
“這得益於中國互聯網的快速崛起，在阿里雲的帶動下，中國雲計算市場規模化的時間提前了3-5年”，劉松表示，這突破了幾年前國外機構對中國雲市場的悲觀預期。增速之外，雲計算更大的價值和意義是成為物聯網、人工智能、大數據等新興技術實現的技術底座，數字技術為各行各業帶來了效率提升。
如果沒有“雙11”，也一定會有其他誘因，讓雲計算升級為阿里巴巴的公司戰略。“大數據時代是不能用傳統的IT去支撐的，最典型的就是‘雙11’，一天內就有上百PB的數據，而且是實時的，原有的IT架構是承載不了的。想要用非常低的成本獲得計算能力、又能夠處理大數據和海量用戶訪問的，就只有雲計算。”劉松認為，這是阿里巴巴當年堅持發展雲計算的兩個原因，也是雲計算最顯著的兩個特徵。
中國整個互聯網行業也有類似的難題。網民規模和網民使用時間不斷增長，上一年流量和數據的峰值基本上是第二年的均值，互聯網訪問的次數和數據積累的量級，是指數級增長的，而傳統的IT業務是線性增長的。
戰略正確不代表業務進展會一帆風順。據報道，當時阿里雲一邊在搭建“飛天”（Apsara）平臺，第一個客戶阿里金融的“牧羊犬”項目一邊在“飛天”上面開發應用。這種“邊造房子邊裝修”的方式引發了許多問題，在最困難的時候雙方兩個項目差點都要幹不下去了。
“但這個項目也創造了一些紀錄，這是企業第一次用大數據做小貸業務，以前都是在線下辦理，用戶靠抵押物貸款。阿里金融要靠數據驅動的模式來做貸款，”劉鬆解釋，“雲計算就是把線下的IT服務變成線上的互聯網服務，在線會形成一個全新的協同效應，從而使雲計算成為技術與商業創新的廣場，雲計算其實改變了產業模式。”
用戶的體驗也佐證了雲計算的戰略正確。“雙11”不再卡殼、12306不會刷不出餘票、滴滴能快速匹配訂單。
雲計算給用戶提供的便捷體驗不勝枚舉。“智能音箱的背後是雲計算服務，大疆無人機拍攝的照片，後臺也都存到了雲端。不管是大數據、人工智能還是物聯網，本質上都是基於雲計算的服務，”劉松舉起手機向北京商報記者示意，“所有的App都有這個特點，App因為有了雲計算才得以快速部署。傳統IT部署是以年為單位，而以雲計算的形式部署，以周為單位。”
這種轉變是漫長的，2009年成立的阿里雲，直到2013年才取得集中性突破：阿里最後一臺IBM小型機下線、“飛天5K”（將5000臺服務器連成一臺超級計算機，對外提供服務）正式運營。
這是一個承上啟下的時間節點。在劉松眼中，“阿里雲成立的前四年主要在做技術研發，2012年後針對互聯網公司商用，2015年後主要面向大型企業”。
阿里雲駛入快車道後，同行們也趨之若鶩。2013年騰訊雲開放運營，2015年百度雲正式對外商用。
後來者有了參照物，發展迅速。阿里雲的先發優勢也已經顯現。2015年阿里雲首次披露業績，一季度營收3.88億元，同比增長82%。此後阿里雲幾乎每個季度的營收增速都超過100%。在阿里巴巴集團內部，阿里雲始終是非電商業務中增長最快的業務。按財年計算， 2019財年阿里雲營收247.02億元，是國內公認的雲計算市場第一名。
除了以人為對象，雲計算還以“物”為對象，小到智能音箱，大到企業、城市。不過，物理世界的情況更復雜，各種因素關聯度非常高。想幫助傳統企業數字化，前提是瞭解哪個行業更容易實現數字化。
劉松為北京商報記者畫了一個直角座標系，橫軸代表數字基礎設施成熟度，縱軸代表市場應用的潛力。汽車、零售、金融等行業處於右上方，已經具備了數字基礎能力，且獲得了不錯的經濟效益。而以環保、房地產為代表的行業則處於左下方，這些行業仍處於數字化轉型的初期，潛力有待進一步釋放。
讓萬物擁有“大腦”
在傳統產業的數字化改造上，阿里雲最先瞄準的是城市。2016年，阿里雲發佈了全世界首個城市大腦，用人工智能治理城市。
“城市大腦是各種數據的彙集，包含運營商、公交車、高德、攝像頭數據等，來綜合判斷城市的脈搏。就好像把整個城市掃描一遍，然後通過各種數據的彙集，讓深度學習發現關聯度。這要求有算力、算法還有數據，綜合之後城市管理者就會發現原本不知道的奧秘，好像城市有了大腦，長出了眼睛”，劉松形容。
在杭州、澳門、吉隆坡等十多個城市，阿里雲城市大腦正在尋找用人工智能等新技術改善城市的新方案：讓救護車通行的時間縮短了一半；讓管理者第一次看清楚有多少正在途中的車輛；未來有了大腦的城市可能只消耗現在幾分之一的水和電，把空間還給自然。
阿里雲還推出了工業大腦、環境大腦和農業大腦等，但知識模型不一樣，適用場景也不一樣。劉松以工業大腦為例，“製造業智能化是把整個工廠數據上傳雲端，結合‘老師傅’經驗，通過深度學習技術找到一組最優參數，讓生產線多生產一些良品、讓鍋爐少消耗一些能源”。
每一步的難度都不小。宇東是哥倫比亞大學統計學女碩士，負責某鍋爐企業故障預警項目，為了搞清生產過程，她爬過8米高的鍋爐。另一個挑戰是數據化，宇東說：“工人師傅說話方式和程序員不太一樣。發現鍋爐故障，師傅們會憑經驗。他們在一線工作了幾十年，靠手、眼睛、耳朵就能分析異常，但是程序員不能，他們只能先自己觀察，然後問工藝專家，再根據他們的說法去推理在數據上會有什麼表現。”
儘管推進很慢，但阿里雲在製造業智能化上已取得了成績：中策橡膠煉膠合格率提升5%、恆逸石化煤炭消耗降低2.6%、攀鋼集團每噸鋼節省鋼料1公斤。劉松直言，“製造業是所有行業中數字化轉型最難的，因為轉型動力不足、數據化人才缺乏、轉型基礎薄弱，但也最有意義，如果幫企業提升一個百分點的效率，也會是很大的收益”。
新技術的創新容器
在工業互聯網領域，企業應該怎麼選擇雲計算呢？劉松建議，“年產值100億元以上，要考慮建設全域工業智能平臺；年產值在5億-100億元之間，尤其是50億元上下的製造業，可以考慮重點做一些創新型項目；年產值5億元以下的中小企業，應該選即插即用的工業雲服務，比如說天貓精靈這種AIoT設備”。
用劉松的話說，“工業是新一代技術的集大成者，雲計算是數字經濟的基礎設施，是新一代信息技術的底座”。
更大維度，全球經濟與社會正在進行一次大規模的、系統性的數字化轉型，這是20世紀50年代以來信息革命的延續。當前雲計算、大數據分析和挖掘、人工智能、物聯網等新興技術正在與實體經濟加速融合。這些新技術對數字經濟的推動也是顯而易見的。“雲計算正在成為推動數字經濟發展的關鍵驅動力。雲計算經濟性的特徵會拉動數字經濟基礎設施的增長，以及傳統企業數字化轉型。”劉松說。
雲計算的強彈性和高可拓展性，能夠實現IT資源規模效應最大化。未來，廉價供給和按需獲取IT資源將成為企業標配，大數據將成為每個企業都付得起的服務。
2015年至今，國務院、工信部出臺多項政策鼓勵雲計算發展。根據工信部數據，2019年我國雲計算產業規模將達到4300億元，到2020年全國新增上雲企業100萬家，形成典型標杆應用案例100個以上。
由於雲計算具有規模屬性，雲服務商不僅需要投資全球超大規模數據中心，還要投入核心技術研發，對資本、人才、技術的累積有極高要求。在全球雲計算市場，3A（亞馬遜AWS、微軟Azure、阿里雲）格局愈加顯著，高盛預計，2019年3A將佔據核心雲計算市場84%的份額。
相比亞馬遜和微軟，阿里雲是追趕者，也是增速最快的一家。據劉松判斷，“未來3-5年，雲計算廠商的規模導向肯定大於盈利導向，全世界的雲計算企業，目前只承載了全世界所有IT投入的10%，還有90%的拓展空間”。
北京商報記者 魏蔚
長在車間的程序員
阿里雲程序員葉楓還記得第一次去客戶車間時的情形：那個客戶是光伏行業的，所以車間和傳統工廠不太一樣，車間裡非常乾淨，工人的操作、衣著都是井井有條，給人的感覺相當高精尖。
鍊鋼車間就完全不同。葉楓告訴北京商報記者，“我們是真的到鍊鋼爐邊上走過，紅彤彤的爐水四濺，大概二三十米遠就能感受到鍊鋼的熱度，真的好像走近太陽，大家都覺得心驚膽戰。但是能看到鋼鐵的製造過程特別感嘆，從熱鋼水的淬鍊到鋼板的冷軋，最後你會看到鋼條以每秒200米的速度往前傳，那種生產效率和生產質量，都相當震撼”。
他不是另類，“90後”女生艾思、工作八年的老阿里人林旭、黑瘦黑瘦的光鹽等都是“長在車間的程序員”。
他們應對的是來自中國製造企業轉型的需求，坐在電腦前碼出一套工業算法對他們而言並不難，但到底能不能幫助傳統制造業解決痼疾、創造價值卻不一定。為了貼近真正的工業生產場景，他們選擇到車間去，和工人師傅面對面交流，親眼看明白每一道工藝流程。
光鹽已經習慣了這種工作方式，他不是在車間，就是在去車間的路上，身上還帶著剛從杭州下沙一家橡膠廠回來的焦糊味。
光伏、橡膠、風電……在這些完全不同的工廠車間，光鹽像車間師傅一樣，在設備之間轉悠。他有當記者的潛質，有好奇心、愛刨根問底，看完導輪師傅裝導輪，要湊上前問：“這個有技巧嗎？流程是什麼？你們這裡誰裝得最好？你裝了多少年？”
2018年至今，光鹽和團隊陸續跑了30多家工廠，每個人報銷車票估計有3萬元。有時甚至會在車間待上好幾天，為的就是研究車間裡繁瑣的數據，為企業提供算法提高生產效率、降低生產成本。
光鹽印象最深的是去蘇州的一家光伏切片廠。在最初的兩三個月裡，一週往往有三天在杭州和蘇州間打來回，早上5點半起床、晚上11點才到家。好在團隊有收穫：這家光伏切片廠良品率提升了1%。半年後，杭州一家出口世界的橡膠廠的良品率也提高了3%-5%。
閱讀更多 北京商報 的文章
