cookieOptions = {...}; .全球視角下,雲計算的趨勢發展共性都有哪些? - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2019年1月8日 星期二

Five Future Cloud Trends That You Need to Know About Today: The Race to the Cloud



來源:经纬创投


云计算,云计算,混合云,IOT
  圖片來自「123rf.com.cn
  

2006年,Google首席執行官埃里克·施密特,在搜索引擎大會首次提出「雲計算」(Cloud Computing)的概念。
 
12年過去,雲計算仍然一次次地被人們提起。雖然這是一個喊了很多年的概念,但雲計算依然在高速成長,AWS每年成長46%,中國雲IaaS市場主要玩家,每年成長接近100%,很多機構都開始切換到雲上。
  

老牌巨頭微軟從未被正式列入熱門FAANG股票行列(Facebook、Amazon、Apple、Netflix、Google),但是它卻在今年自成一派,市值甚至一度超越蘋果成為了全球市值最高的公司,這多虧了他們大力投資的微軟Azure雲計算產品業務,帶來的巨大長。
  
2013年,Gartner數據顯示,全球雲計算市場規模為1003億美元,是全球IT支出比例的2.7%。根據Gartner預測,到2020年,全球雲計算市場規模將達到4114.8億美元,是全球IT支出比例的10%,7年時間,雲計算佔IT投入的比例是之前的4倍,而且還在高速成長,市場空間巨大。
今天,我們想要分享的是企業服務小組的熊飛,去美國考察AWS年度雲計算大會,AWS Invent的內部交流memo。在為期一周的參會過程中,他們做出了很多觀察和總結,與同事們來回了很多封郵件進行探討。

我們截取了郵件中的一部分,分享給大家。一方面,他們總結了最新的趨勢,另一方面,也對這個領域的創業者有些啓發。我們覺得挺有意思的。
  
比如,全球雲計算滲透率更高,是不可逆轉的趨勢,AI和IoT概念產品開始落地,雲端的創業也越來越務實,越來越多的大型企業,開始用AI能力融合到自己研發的應用中。 

比如西門子Finance,就用一整套產品,建立了自己環境保險的風險控制系統。市場對應機會也越來越清晰。數據產品,AI及IoT落地,可能是未來3-5年機會的主線。
但與此同時,雲計算的公司成長起來,也需要一定的時間。AWS成立於2002年,今年的市值大概是2000億美元,它花了16年時間,才做到行業最領先的位置。選擇了進入雲計算行業,就是選擇了一趟很遠的長跑。

隨著越來越多的機構上雲,這趟長跑才剛剛開始。
  
觀察
1. 雲業務繼續高速成長
AWS年收入270億美元、年對年成長46%。市場佔有率是51%,第二名Azure是12%,阿里雲以4.6%位居第三,谷歌雲佔3.3%。今年AWS Invent大會的參會人數達5.5萬,繼續創新高。
  

2. 中小型領先傳統機構開始All in Cloud
包括全球最大資管機構之一的Wellington Management,英國最大保險公司之一Guardian,都開始All in Cloud。
  
不過All in是個漫長的過程,而且需要CTO很大的勇氣,Wellington Management CTO分享說,公司從2011年開始使用AWS,逐步從非生產系統,到生產系統,最後到2018年完全切換到AWS上。
  

3. AWS推出越來越多的應用產品與生態競爭
隨著AWS規模越來越大,為獲得更多收入和成長引擎,AWS推出越來越多應用產品,開始與生態的競爭。

比如今年推出的安全領域的賬戶管理產品IAM,以及流數據處理產品MSK,和流數據處理最領先的賬戶管理公司Okta,及開源領域TOP的軟體公司Confluent競爭。
  
接下來,任何在AWS生態的產品,面對AWS自身產品的競爭將成為常態。
  
4. IoT產品更加務實
相比去年AWS IoT產品宣傳比較大張旗鼓,今年IoT產品的溝通越來越底層化,更多是將底層的能力,拉上商業公司來講落地的案例。
  

AWS意識到,IoT因為場景非常多樣化,很難在應用層推出通用型產品,滿足某個群體客戶的需求。所以,今年IoT相關分享,大部分是垂直行業的企業。
  
比如NFL(美國國家橄欖球聯盟),透過在運動員和橄欖球上裝傳感器,一周收集的數據,比NFL成立到現在收集的所有數據都多。
  
又比如全球最大的水務方案集團Pentair,分享他們給AB釀酒集團的生產線,安裝的IoT設備,大大提高了生產線的生產力和運維能力。
  
5. AI產品開始透過客戶落地化
AWS在去年推出了Sagemaker產品(AWS上的機器學習一站式解決方案),可以理解是一個提供從NLP(自然語言處理)到聲音辨識,再到數據訓練等一站式的AI解決方案。
  

今年AWS Invent的內容中,已經有越來越多大型企業,將AI能力融合到自己研發的應用中。比如西門子Finance,用一整套產品,建立自己環境保險的風險控制的系統。
  
隨著時間推移,AI將成為一個基礎能力,類似於大數據。類似數據科學家這樣的AI科學家會越來越多,利用AWS提供的底層數據能力。
  
6. 開始接受混合雲等,對大型客戶妥協
推出了Outpost產品,即AWS的私有雲業務。更多支持Windows FileSystem,還推出了SFTP,支持古老的文件傳輸協議。
  
猜想AWS發展到這一步,middle market以下的潛力已充分釋放,接下來的成長動力來自於大型客戶,為了獲得大型客戶的更高市佔率,甚至希望他們all in AWS。以客戶為中心的妥協變得有必要。
  

對市場infra相關投資的啓發  
1. 持續看好雲計算業務
以對岸中國為例,整個雲市場目前營收規模,是AWS收入的1/5左右,考慮到其中很多政務雲和私有雲部分,其中雲計算的業務約是AWS的1/10。
  
中國雲IaaS市場的主要玩家,雲計算大部分收入,來自於毛利比較低的雲主機和儲存等業務,而毛利比較高的數據產品、AI、IoT等應用類產品比例比較低。
  
差距代表機會。中國雲IaaS市場的主要玩家,各種應用產品的缺失,給了新創公司相比美國更大的空間。
  
因此,TiDB、才雲、Datapipline等經緯系和非經緯系與雲計算密切相關的產品公司,3-5年後商業化的機會越來越可以期待。
  
所以,加大和雲計算相關領域,尤其是產品化應用化的投資,是未來幾年隨著雲計算滲透率,越來越高的大投資主題。
  
2. 數據產品的機會越來越大
這次大會,IoT和AI在行業應用開始成為趨勢。這兩個趨勢下,前者將收集到數十倍的數據,後者數據的準備和清洗,是能否發揮作用的關鍵。
  
可以預見,未來3-5年中國也將覆蓋這樣的趨勢。那麼對高性能,以及不同應用場景下的數據產品,將成為越來越剛需。這是相關數據類產品的機會。
  
3. 混合雲未來是大型企業的常態
從AWS推出Outpost(私有雲產品)可以看出,AWS也放棄了透過ALL-cloud改變大型企業的行為,而是透過混合雲適應大型企業。
  
這裡有兩個機會,一方面,是多雲管理下各種應用的機會。另一方面,私有雲的一流產品,比如SDN(軟體定義網路),和SDS(軟體定義儲存)等,雖然單一體量難以和雲相提並論,但是以比較高性價比的估值進入,未來的商業價值是非常長期的。
  
4. 產品驗證的標誌,是一流先進公司的驗證
這次AWS的IoT和AI產品,可以說初步驗證,開始進入廣泛接受的初期,來自於西門子、NFL、Nike、道瓊斯、麥當勞、Verizon等一流企業的落地。這些企業的一流商業場景鍛鍊了產品。
  
去年推出的區塊鏈產品相比,還沒有大規模驗證,也是缺乏一流企業的場景落地。中國infra投資應該繼續堅持一流企業驗證的原則,作為判斷核心標準之一。
  
5. AI和IoT能力開始成為企業內化的能力,更考慮投資應用
比如AI,隨著Sagemaker的越來越強大,及越來越成為行業標準,AI本身能力的稀缺性將被稀釋,基於Sagemaker提供銷售預測、垂直行業數據分析、客服品質評估這樣的公司,將越來越出現和越來越有價值。
  
即做一個AI-Driven應用的門檻將越來越低,懂行業的人開始更容易結合AI創業,未來幾年有可能,會開始看到AI SaaS的繁榮。接下來加大對該方向的關注和投入。
  

對創業者的建議  
1. 如果選擇做長線,一定要選雲計算
在雲計算和私有軟體之間,如果選擇做長線,一定要選雲計算。
  
雲計算的加速才剛剛開始,不能因為現在很多私有雲,就否定了雲計算未來的空間。
  
2. 產品需要更務實落地
以上文提到的IoT為例,亞馬遜去年推了很多各種各樣的IoT,今年他們再提IoT都是講NFL橄欖球。
  
NFL透過在運動員和橄欖球上裝設感測器,一周收集的數據,比NFL成立到現在,收集的所有數據都多。怎麼處理這些數據?
  
產品給對方帶來的價值,是在場景上體現的。只有收集到了這麼多數據,和NFL一起去合作,才能有更多的產出。
  
總的來說,就是產品要更加的務實落地。
  
3. ToB公司需要時間
AWS從2002年開始做,到2018年取得了200多億美元收入2000億美元市值的價值。它成為行業最領先的公司花了16年。
  
中國內一家ToB創業公司,從零做到數億人民幣收入,至少應該要6-8年。對於任何一個雲計算公司,一定要把10-15年作為長期的標準和目標。當然,相信隨著社會對效率,要求越來越高,增速會越來越快。

選擇了進入雲計算行業,就是選擇了一趟很遠的長跑。隨著越來越多的機構上雲,這趟長跑才剛剛開始。

0 comments: