圖片unsplash

在以阿里云、米哈游等為代表的“第一個吃螃蟹”的一批先行企業驗證了技術可行性和市場潛力后，中國云計算市場走過了開荒期，隨后迎來了更漫長的攻堅期。

這一階段新技術與傳統思維及業務需求博弈、打造試驗田的過程更為艱辛。一方面，傳統企業對云計算的態度是一個觀望-試錯-焦慮-擁抱的螺旋式發展過程。另一方面，有能力、有需求上云的傳統企業往往有更復雜的需求，在云計算極致彈性和規模優勢之上，還要傳統基礎設施下無法實現的敏捷的數據治理能力，這是傳統企業數字化轉型的痛點，也是業務進一步增長的關鍵，對云計算技術能力突破也提出了新的要求。

在如今回看，這一階段正是云計算的第二次浪潮——推動傳統企業深入數字化轉型的階段，也是特點最鮮明、社會影響最普及的一個階段。從2013年前后到2022年這近十年間，大型零售業和制造業陸續上云、云廠商進入技術成熟期、外資大廠入華參與競爭、國內外千億營收規模的云平臺誕生、行業Know-How倒逼云廠商做垂直深耕……這些商業基礎框架的形成都發生在這一階段。

這十年間，算力與大數據這對“雙簧”始終在這一時期唱主角。技術產品層面，大廠之間比拼算力規模、系統穩定性、云安全、大數據分析與治理、行業解決方案等多維度；業務層面，國內外云廠商一度要像咨詢公司那樣，以一個項目制團隊的組織形式去專門服務一家大型傳統企業，以樹立行業標桿，摸索出具有行業普適性的標準化交付產品。

此時的中國云計算市場風起云涌，計算廠商從布道者、到執行者、再到建設者、成為值得信賴的伙伴……面臨著一系列角色轉變的挑戰，誰能持續不斷技術創新與行業共創、號準中國本土企業數字化轉型的脈絡，誰就能真正穩站時代鰲頭。

焦慮與期待

傳統企業上云，是從自身意識到“大數據是一座寶藏”開始的。早期他們身上或多或少有一種數據焦慮感。

特別是離終端消費者最近的線下大型零售業態，面對電商當年突飛猛進的發展，他們希望了解每一位進店顧客的需求偏好，通過對大數據進行采集、清洗、分析，以支撐業務數字化轉型。這一轉變在全球范圍內陸續發生，比如沃爾瑪應對亞馬遜挑戰做線上訂單配送，亞馬遜試水Just Walk Out商店Amazon Go，而國內市場則掀起一股勢頭更猛烈的新零售浪潮。

當年，面對日漸減少的線下客流，高鑫零售、永輝等企業引領商超行業做數字化轉型，背后主要是倉配訂單處理能力與3公里配送這兩項基礎設施做后盾；盒馬、叮咚買菜等新生零售業態陸續誕生，背后玩的也是數據；優衣庫等品牌借鑒前置倉模式，嘗試就近門店快速發貨給消費者，延伸門店服務半徑，線上線下一盤貨的提法在當時叫得響亮；漢堡王將前端的營銷業務放在了云計算端。整個零售業有一個鮮明的共同訴求——離消費者再近一點，以了解他們的需求。數據井噴而至，上云風口已來。

從焦慮拿不到數據，到數據太多太雜亂、不知道怎么分析使用，以數字化轉型中的零售業為代表，企業遇到了新的難題。傳統商業中的ERP系統越來越難以滿足他們對數據精細化、實時化處理的需求。相應的，那些早期靠賣ERP軟件拷貝就能躺贏的大型軟件商，也被迫掉轉船頭、向云計算架構和SaaS化轉型。

在一個能被稱之為潮流或浪潮的商業變革背后，基本上都有一個基礎設施先行的現象。

2013年，阿里云實現了一次重要的技術突破，可獨立調度5000臺服務器集群的飛天5K誕生；2018年，阿里云公布飛天2.0，可滿足百億級設備的計算需求，也是阿里云史上最大的一次技術升級。

在此期間，阿里云自研產品和技術體系也不斷突破，包括PolarDB、AnalyticDB、MaxCompute、Hologres、CIPU等等。

這讓更多技術飛躍有了基礎。比如從容應對高并發任務的移動支付也在這一時期得以迅速發展，推動了零售業轉型進程；而大規模算力集群的誕生，以及對超大規模數據分析的支持，解決了企業的數據焦慮問題，也讓云計算開始滲透產業鏈上游的制造業成為可能。

圖片pixabay

在當年“去IOE”浪潮中，最難、最慢的一環就是“去O”，即Oracle數據庫。這不光涉及海量數據遷移背后的成本、安全、兼容性、控制權等考量，還因為縱觀全球軟件行業的發展，在公共云形成氣候之前，大型軟件企業早已牢牢占據數據庫和操作系統市場，如微軟、IBM、Oracle和SAP。

直到云原生數據庫技術逐漸成熟，格局才被打破，幾乎在同一時期，阿里云發布了MaxCompute，AWS上線Redshift，Google推出Big Query。這些系統用于客戶的批量數據處理與分析。它們解決了傳統大數據平臺組件繁多、運維復雜、耗費大量人力、在線業務和大數據業務因各自使用獨立的資源池導致成本上升等難題。

AWS推出的云原生數據庫Aurora，阿里云發布的云原生數據庫PolarDB等，也都是這一階段的產物。

PolarDB的核心優勢在于分布式架構和高速存儲技術。利用分布式共享存儲，帶來的好處是存儲和計算進行了分離、解耦，解耦以后可以在存儲和計算分別進行彈性擴容，做到極致的彈性，對云上客戶極具吸引力。因為，云上客戶需求一個很關鍵的點就是按需按量使用，同時進行按需按量計費。

為順應客戶對在線實時數據分析的旺盛需求，云原生平臺迭代升級，阿里云推出了以MaxCompute和Hologres為核心的離線/實時一體化云數倉架構，兩者實現了在場景和技術上的互補。它用1套架構解決了N種分析場景的需求。過去需要運維N種組件、開發N套系統、對接N種接口、N種安全策略，現在用1套系統就解決了。

更進一步，在2020年云棲大會上，阿里云在云原生數據領域演化出更高性能的“湖倉一體”架構。在架構圖中，左邊是以MaxCompute、Hologres為代表的自研云數據倉庫，右邊是阿里云EMR開源數據湖，中間通過開放格式兼容互通。它們的上層再以DataWorks統籌開發平臺，統一湖倉開發與數據治理。數據湖查詢性能顯著提升，對非結構化數據的支持更加友好。

近期一個標志性事件是，漢堡王中國運營公司TFI（TAB Food Investments）宣布將關閉線下數據中心，全部業務系統遷至阿里云。TFI旗下科技公司特芮軟的訴求也在于此。特芮軟過去幾年在微軟Azure平臺上混合部署，將前端的營銷業務上云，后端的財務系統等放在線下IDC。為支持新店拓展與營銷創新，并解決過往運維上的低效問題，該公司舍棄了混合部署，全面托管于阿里云平臺，建設云原生大數據平臺，借助MaxCompute、Hologres和DataWorks深度整合，實現離線/實時一體化分析、存算分離，未來可實現1600家門店分鐘級報表呈現。

與此同時，謹慎的制造業也慢慢成為云計算的大客戶，并逐漸演變呈現“二八定律”格局，即20%的核心客戶，貢獻了云上80%的營收。因為規模龐大的制造企業不僅需要標準化的云產品，往往還要求定制化的配套方案，以滿足數據安全需求和針對龐雜內部組織的適配。

以制造業龍頭之一的海爾為例，它在2018年開啟全面上云進程，圍繞用戶、客戶、營銷、服務、工程打造數字化的管理平臺和運營體系，進行業務全流程數字化改造，使效率提升明顯，并降低了投入成本。但這類大型企業在數字化轉型中往往存在“數據不出企業”的特殊要求，對此，云廠商專門為其部署專屬公共云節點，使用100%公共云原生的技術承載海爾數字化底座需求。與原線下集群相比，算力資源利用率提升到99%以上，IT運維人員縮減50%。

隨著越來越多傳統企業的標桿案例出現，大型制造、金融、航空、能源等數據敏感行業對自身數據的安全焦慮得以緩解，上云積極性明顯提高，以往的觀望心態轉變成擁抱、敢追。云計算行業也逐步進入“深水區”，上云從一個企業的CIO、CTO工程，變成了CEO工程。

阿里云也敏銳捕捉到這一變化，為此曾在2021年中完成一次重大組織架構調整，內部設立18個行業部門做垂直深耕，并劃分成16個區域做項目推進。

與此同時，不約而同地，像埃森哲、畢馬威、德勤這些咨詢公司成為阿里云、亞馬遜AWS這些國內外云廠商的座上賓，咨詢服務的思維方式被引入云計算市場。因為在業內人士看來，行業解決方案是一個復雜的體系，如果事先沒有一個好的咨詢思維做整體規劃，可能會在業務推進上顧此失彼，比如過于注重宣傳，可能落地給客戶的實際方案不扎實；但如果一頭扎進項目研究里，不能完成商業轉化，又會影響雙方合作的信心。

不難看出，在數字化進程中，傳統企業與云廠商在同步經歷自我轉變、并駕齊驅。

下一站：增長

技術的演進與客戶實踐總是齊頭并進的。

云原生數據平臺的創新提法在業內火熱起來，也受到互聯網文娛等以內容推薦分發為特點的行業青睞——坐擁龐大的用戶與數據，但這也意味著用戶增長見頂、用戶停留時長與價值轉化等問題逐漸突出，如何進一步發掘數據價值、激發商業創新？B站、喜馬拉雅、字節跳動等音視頻業務，都紛紛采用云原生數據架構，幫助業務迎來新增長。

2016年，B站與阿里云的合作始于彈性計算，主要服務電競直播這種流量波峰波谷差異很大的業務場景。后來B站進一步把業務托管到阿里云的云原生數據平臺上，實現多業務線日志采集，以及高效的離線/實時分析。從財務角度看，B站廣告業務的飛速增長，與它對大數據的利用優化有關，廣告變得更精準；而營業成本項中IT相關成本占比的降低，也得益于上云探索。

2022年，喜馬拉雅在之前部署的大數據混合云架構基礎上，正式開啟基于阿里云平臺的大數據全面上云之路，使用阿里云數據湖3.0版，即E-MapReduce（EMR）和OSS-HDFS，構建了存算分離的云原生大數據平臺。在更進一步的湖倉一體技術合作中，喜馬拉雅可以在短時間內快速抓住用戶的興趣點，通過用戶瀏覽、搜索等行為進行更智能化的推薦。

阿里云給到喜馬拉雅的一攬子解決方案，涵蓋彈性計算、云網絡、數據湖存儲、云原生數倉、BI分析等多維度產品，這種全棧價值是很多企業客戶所看重的。

十多年來，阿里云持續投入軟硬一體的技術研發，不斷提升研發效率，飛天操作系統和CIPU架構可在同樣資源規格下帶來更高性能。與此同時，隨著客戶認可度提高和用量提高，作為亞洲最大的云服務商，阿里云的規模優勢也會進一步反哺給客戶。

當前，中國企業數字化轉型已經進入深水區，企業客戶以往遲疑的觀望心態已變成全面擁抱與加速追趕。在愈發復雜、長鏈路的需求背后，企業不僅需要標準化產品交付，更希望技術合作伙伴能夠長期陪伴、扎下根去了解自身需求、共同創新。

獨行快，眾行遠?！耙驗橄嘈?，所以看見”的這些人能更早看見未來，他們與相信的人一起堅定走入這個看見的未來。

今天，經歷了大數據上云的企業正加速擁抱AI應用探索，在新的基礎設施和數據底座之上，AI應用探索、大數據應用價值也將進一步激發。在撲面而來的云計算第三次浪潮下，新一輪AI技術與產業融合創新的新故事正徐徐展開，“阿里云們”將有怎樣的新突破，我們拭目以待。

中國云計算風雨十五載，我們以云計算三次浪潮為主線，以三篇稿件系統復盤并思考產業與云計算交融的過去、當下與未來。

前文回顧：

系列之一