说起硬件与各种IT基础设施，人们总是会想到那些在数据中心或地下室中的各种大型设备，看起来不可能有什么亮点。但是实际上不论服务器、存储设施还是各种软件，它们都是创新性与颠覆性技术的中心。
那么是什么推动了这种颠覆与创新的趋势?商业技术战略又会为我们带来什么?无论是IT基础设施的供应商还是客户都必须在制定未来战略时思考这些问题。著名咨询公司麦肯锡(McKinsey&Company)为我们带来了其对于未来十大可能会重新定义IT基础设施趋势的预测。
首先，我们所熟悉的那些趋势的势头将更加迅猛。虽然这些趋势我们都不会感到陌生，但最近它们增长的提速以及产生的影响还是可能会让人们感到惊讶。
1.从软件到硬件，“即服务”的模式将出现在方方面面。
企业购买者将会愈发倾向于进行基于消费的定价模式，无论软件还是硬件，这一现象已经初现在了市场的方方面面中。对于企业用户来说，其运营模式从资本支出变为运营支出有利于释放资本与提升整体灵活性。从2015年到2016年，基础设施即服务(IaaS)和平台即服务(PaaS)的收入增长了53%，使其成为了云和基础设施服务市场中增速最快的部分。 考虑到云计算与云存储的总拥有成本可能会比本地部署模式下低40%到50%，那么企业用户纷纷转向云端就是显而易见的。除了软件外，IT供应商和客户也在尝试对传统硬件的使用按年订阅收费的模式。
2. 公有云将成为主流。
公司正在将其大部分的业务转移到云端是个不争的事实，而在大型企业中这一过程更显得是“天翻地覆”。我们看到，Capital One、GE、Netflix和Time Inc.等公司大幅度减少甚至是去除了他们私有的数据中心，并将运营转移到了云端。据预测，到2018年，服务器和存储容量服务将占到全部云服务中的80%。
目前Amazon是IaaS市场的领导者，其大约拥有40%的市场份额，紧随其后的是Microsoft、Google和IBM，这四家厂商一共贡献了大约65%的份额。随着本地数据中心的减少，到2020年这四家厂商将可能占有全球一半的IT基础设施市场，如果情况属实，那么届时只有那些具有大量资本运作能力的公司能与他们抗衡。一个不得不提的潜在竞争者是阿里巴巴，该公司最近实现了三位数的云计算业务营收增长，这主要得力于中国云计算市场的迅速增长。
3 开源项目使用数量的提升。
根据Black Duck和North Bridge公司的调查，在2015年到2016年间，约65%的公司提升了他们对于开源软件的使用。大型的供应商主要依赖于Apache Spark、Kubernetes和OpenShift等程序。而像Airbnb、Airbus、eBay、Intel以及Qualcomm等大型公司正在使用Google机器学习方面的开源代码库TensorFlow。 同时，Facebook的Open Compute Project也正在帮助客户客户提高硬件的效率、灵活性和可扩展性，从而将开源项目应用到自身的数据中心中，AT&T、德国电信以及高盛都是这一项目的参与者。
4 网络安全仍然是一大问题。
网络安全依然是公司高层管理人员和董事会首先要解决的问题。在各个领域中，网络攻击的数量和复杂程度都在不断地提升，80%的技术主管表示他们的公司正在努力建立一个坚实的防御系统。但由于缺乏网络安全专家，很多公司无法招聘到合适的人才，这使得他们将目光投向了那些安全管理服务产品。 目前，基于云的安全产品对企业用户愈发具有吸引力，据麦肯锡预估，到2020年，云安全服务将占到全部安全服务业务中的60%，而这一数字在2015年仅为10%。
5 市场主流将接受“白盒”(white box)硬件。
传统上，IT基础设施的供应商一直依赖于其服务器、存储和网络服务等组装而成的品牌系统。 为此，他们将硬件制造外包给了原始设计制造商(ODM)。不过这种模式已经变得过时，因为客户不再愿意为组装系统付费。相反，客户会直接找到ODM，使用如Facebook Open Compute Project等开源项目以定制他们的数据中心配置。典型的案例包括IBM、Fidelity Investments 以及Verizon。而正如本文稍后将谈到的，很多ODM都位于亚州，因此亚州地区将会获得更多的硬件业务。IDC预计，到2020年，这种“自建”的服务器将在超大型的主机服务器中占到一半。
6.物联网商业应用将正式上线。
麦肯锡预计，在未来十年内，B2B的应用几乎将占全部IoT应用的70%。根据其2017年对企业物联网的调查，96%的公司将会在未来三年内增加物联网方面的支出，而有些公司甚至表示他们在IoT相关的能力方面的支出会占到全部IT支出的四分之一。物联网中最多的用例包括提供运行可见性、优化业务运营以及协助开发新的业务模式。对于物联网应用使用的提升甚至出现在那些对新兴技术较为抵触的行业中，比如石油和天然气行业等。 企业物联网应用的增长将极大地提升用户对于计算机和存储设施能力的需求，而且同时用户也会希望供应商能够为其提供更大规模的资源和物联网特定的PaaS解决方案。
BI Intelligence预测，到2020年，全球将有超过50亿部的物联网设备(如库存控制和安全监控工具等)，这使得人们将需要边缘计算的解决方案，因为这些设备必须能够进行实时的数据收集与处理。边缘方案将允许在设备内部或网关处进行数据处理，而不是在云或数据中心内，这会降低延迟和连接的依赖性。麦肯锡预测，2020年物联网的市场规模将增长到5000亿美元，而其中约25%都将直接与边缘技术相关。边缘计算将有助于改善技术堆栈连接层中的数据压缩和传输，从而减少网络带宽并加大物联网的应用范围。
在回顾完这些已有的趋势后，我们知道它们将继续推动全球技术的发展与公司的数字化转型，那么在未来数年内还会出现新的趋势吗?
答案当然是肯定的，一些新的发展趋势也正在改变供应商和客户IT基础设施的应用场景，甚至是重新定义。其中包括转向亚州的硬件市场、软硬件上面的DevOps使用、容器优先的架构以及人工智能(AI)与机器学习优化堆栈的增长。
7 硬件基础设施市场向亚州转移。
亚州的制造商一直试图在以美国供应商主导的IT基础设施市场取得进展。比如：
华为计划将在数据中心设备上投入约10亿美元，以巩固其在服务器市场中的地位。
联想于2014年收购了IBM的x86服务器的业务，以帮助其扩大在全球大型企业中的业务。
重要转变也发生在亚州的ODM中，随着白盒系统越来越受到市场的欢迎，这些制造商也在硬件市场获得了更多的份额。比如台湾地区的广达电脑在云计算服务器、存储、交换机以及物联网设备等方面的收入一直表现强劲。同时，几个亚州的ODM公司也正在为全球一些顶级的超大规模的云供应商提供服务器服务，包括Amazon、Facebook和Google，这些公司都进行大力投资以扩展其数据中心的各种基础设施。如前文所述，Facebook的Open Compute Project正处于加速推进中，因为其允许用户进行定制化的服务器、存储和网络的计划与设计。一些亚州的ODM厂商也提供基于开源项目设计的成品产品。照目前的趋势继续发展下去，到2020年亚州的ODM厂商的硬件市场份额可能会增加两到三倍。
8.软硬件中的DevOps。
IT供应商必须以更快的速度为客户提供全新的功能。与此同时，企业用户也期望着更高的软硬件可用性，他们希望获得7x24全天候的运行支持。通过促进整个IT价值链的高度协作，DevOps可以帮助供应商和客户实现他们各自的需求。
新的DevOps业务模式扩展了应用程序的开发，并将其与应用程序操作和IT基础设施合为一体。很多公司都明白这种模式的好处，并正朝着这一方向进行努力。在麦肯锡的2017年IT服务调查中，80%的受访者表示他们已经在公司的某个部门中进行了DevOps实践。 另外，53% 的受访者表示，他们将在2020年之前在整个公司中应用DevOps，而现在全公司应用DevOps的比例只有37%。
根据这些趋势，公司对于DevOps人才的需求将在未来几年内出现激增。但目前公司在找到合适的人才方面上可能遇到了问题，麦肯锡发现40%的受访者表示缺乏内部人才和技能是阻止DevOps成为市场主流的主要因素。
9.容器优先的架构。
容器不再局限于小众化的开发环境，并且其已经超越虚拟机成为了云中首选的部署单元。Atlassian的报告显示，34%的软件从业人员在他们的开发团队中应用了容器。
容器最引人注目的就是其的增长速度。在RightScale 2016年的调查中，只有18%的受访者表示他们在生产环境中部署了容器。而在2017年的调查中，Docker已经成为了用户最常使用的DevOps工具。容器的增长伴随着微型服务体系结构(小型独立单元中的软件应用开发)的增加，但同时随着开发人员对于微服务进行更多的细化，他们也面临着很多阻碍容器应用进一步发展的挑战，比如安全性、管理或协调以及可扩展性的问题。
与上面的趋势并行的是应用程序的原子化(application atomization)。它涉及到对计算资源的抽象，并将功能进行单元化地部署，即所谓的功能及服务(Function as a Service)。这种技术将消除公司对于配置基础设施或管理这些功能的计算资源的需求。
10. 人工智能(AI)与机器学习优化堆栈的增长。
经过多年的发展，AI已经在很多领域中取得了进展。比如，帮助公共事业单位预测电力的需求，或者帮助汽车制造商开发自动驾驶汽车。而各种新技术的发展也正在推动这一浪潮，包括不断强化的计算能力以及更加复杂的算法与模型。或许最重要原因是数据量正在以爆炸式的速度增长，目前每天网络设备所收集的数据量可达数十亿GB。
据麦肯锡统计，2016年，AI创业公司一共吸引了260亿到390亿美元的投资，是2013年的三倍。大部分的AI投资来自于Amazon、百度和Google等巨头，他们正在积极推进相关的半导体、基础设施软件以及系统的创新与开发。其中一些公司正在构建全新的计算范例，比如Google的张量处理单元、Nivida的智能图形处理单元(GPU)以及Xilinx的现场可编程门阵列。而同时，大型的供应商还通过云为企业客户提供AI和机器学习的功能。
随着企业获得更多先进的AI和机器学习的技术，更多的工作也将变得自动化。根据MGI的数据，在未来全球市场的劳力工作中，有一半人的工作将会是自动完成地，他们的工资总额大约为15万亿美元。
技术对于基础设施的颠覆能力是前所未有的，但这给行业的参与者和客户同时带来了机遇与风险。基础设施供应商的高管们必须改变他们的投资组合并制定全新市场策略以推动增长。而且他们还应该具有保持长期性成功所必须的基本能力，这包括与数字化、分析和敏捷开发相关的能力。尽管这些都需要更多的资金与产能，不过公司的投入会从客户那里得到回报。
