51CTO读者成长计划社群招募，咨询小助手（微信号：CTOjishuzhan）
撰稿丨千山
在经历过疫情三年后，中国公有云市场增速放缓的趋势愈发明显。但如今局势变了。
被ChatGPT带火的不止GPU，还有云。正如业内分析师所估测的，像ChatGPT这样的系统每天的运营成本高达70万美元。这正好证明了这样一点：生成式AI的拥有和运行成本很高，而大量云资源的使用必不可少。
阿里云好像瞅准了这一时机，近日宣布了史无前例的大降价——核心产品价格全线下调15％至50％，价格调整将于五一后第一个周日（即5月7日）生效。一时间引起行业热议。
图源：阿里云官网 云产品调价 (aliyun.com)
从行业来看，中国云计算市场发展还处在中前期，市场规模和产业成熟度仍有待进一步提升。相较亚马逊AWS、微软Azure、谷歌云等国外厂商，中国云厂商在市场份额和盈利能力方面均处于弱势。
身处国内第一梯队的阿里云为何选择在这个时间节点来一波价格跳水？其背后有哪些考量？我们或许可以试着一探究竟。
1、“史上最大规模”降价的背后
对于此次降价，阿里巴巴集团董事会主席兼CEO、阿里云智能集团CEO张勇表示：“阿里云致力于‘让算力更普惠’，这次大规模降价是希望将技术红利更多回馈给客户和伙伴，持续降低用云成本，扩大云的市场空间。”
如上所言，降价旨在进一步提升云计算的市场渗透率，不过显然不止于此。我们观察到，这次降价发生在阿里巴巴宣布组织架构调整之后，在人事大变动的当口，“大降价”无疑是新官上任三把火的举措之一，起到了制造声量、安定军心的作用，避免因人事调整导致的市场信心不足，稳定与客户及合作伙伴的关系。
而且无论从阿里云自身的发展趋向还是从外部市场环境来看，这次降价都是事出有因。
一方面，国内云市场普遍面临市场增速放缓的境况，阿里云不仅身处这一困境，还要应对来自天翼云、华为云等对手的强力威胁。
根据IDC发布的《中国公有云服务市场（2022下半年）跟踪》报告，从IaaS+PaaS市场来看，2022下半年同比增长19.0%，与2021年下半年同比增速（42.9%）相比下滑23.9%，与2022上半年同比增速（30.6%）相比下滑11.6%，增速明显放缓。
图源：IDC https://www.idc.com/getdoc.jsp?cnotallow=prCHC50595423
从市场份额来看，在IaaS+PaaS市场，阿里云的排名尽管还是第一，但从去年同期的36.7%降到了31.9%，与之相对的，华为云市场份额从10.8% 增到12.1%，天翼云市场份额从8.9%增到10.3%。
事实上，早在2021年第一季度，阿里云增速放缓就已显露端倪，官方披露的原因是“大客户退租”。彼时各方猜测这一大客户是字节跳动。正是在2021年，字节跳动官宣入局公有云市场。字节跳动选择放弃阿里云转而亲身入场，无疑给阿里云业务带来了重创。
据悉，阿里云曾为满足字节跳动业务扩张需求采购了大量的CPU和存储芯片，但是其退租导致相关产品的库存大量积压，让供应链承压甚重。合理怀疑这可能也是降价的诱因之一。
另一方面，ChatGPT引爆的人工智能风口、一系列AIGC应用的破圈给云厂商带来了新的市场机遇。
人工智能的快速发展需要大量存储和计算能力的支撑，使用这些资源比较经济的方式就是通过公有云。提供AI服务并拥有基础设施资源来支持这些服务的公有云提供商必将成为这波风口的第一批受益者。此次阿里云的大幅降价和开放核心产品的免费试用可能也是为抢占市场先机铺路。
4月初，阿里云宣布自研大模型“通义千问”开启企业邀测。阿里云智能集团CTO周靖人表示，未来，阿里云将推出多种参数版本的千问大模型，伙伴和企业可根据需求选择不同模型规模的训练服务，按token计价。专属大模型云上推理可选择按token计量计费的后付费模式或账号权限+资源包的预付费模式。
2、人工智能浪潮下，云可以二次起飞
IDC指出，2022下半年，持续三年的疫情深刻影响着整体IT市场环境的发展，公有云市场企业用户不稳定因素增加，上游企业预算缩减与建设周期的持续延长对公有云市场发展造成一定阻碍。
不过，在2022年年尾，ChatGPT的爆火意外成为了人工智能高速发展的序曲。同时AI的发展为云带来了再次腾飞的机会。可以预见，来自AI领域的算力需求将成为云计算增长的主要动力来源之一。
摩根士丹利指出，公有云正从IaaS主导的1.0时代转向PaaS主导的2.0时代。也就是说，越来越多的客户会更看重如何确保大型企业在云上有效地运行以及公有云作为开发平台的功能性。
不少AI初创公司选择把模型开发这项“AI炼丹”的工作通过云来完成。以AIGC模型为例，从训练到推理，其计算量和所需的算力在不同阶段存在较大差异，因此，生成模型往往是通过云服务来开发的，不仅成本较低，算力保障也更有灵活性。
另外，就需求方来说，可以将AIGC视为某种云上的SaaS 软件，只需要在使用时接入，无需自己训练开发或自建机房，承担一定的用云量或API服务费，就能够将AIGC引入业务当中，实用且高效。
过去几年AI商业化一直面临落地难的困境。目前来看，AIGC的商业模式为AI ToB的发展提供了一种新解。“基础产品+云服务”的模式就是个中典型。
各大厂商通过API提供基础模型能力，将自身AI能力经由大量下游企业，嵌入到各行各业的应用场景中去，解锁更多AIGC的产业价值，同时反哺企业自身的云服务、算法、技术解决方案，以期获得更多增益。
在一众云厂商中，微软在这方面的布局可以说是当仁不让的先驱。作为OpenAI的独家算力供应商，微软对AI领域客户的需求有着更深刻的体察。而且通过对GPT系列模型的整合，微软已经获得了一大批新的商业应用，并取得了市场的广泛认可。根据摩根士丹利对企业CIO的调研，微软以压倒性优势成为“最有可能在接下来三年获益最多的云服务商”。之前对OpenAI进行的巨额投资似乎很快就能作为收入和价值回到其手中。
随着AI军备竞赛走向白热化，作为算力支柱的公有云迎来2.0时代，身处其中的各大云厂商如何面对这一变化，国内公有云市场会迎来何种变数和挑战，我们可以静心以待。
3、风起之时，如何准备这场二次云爆炸
那么对于普通企业的IT决策者来说，这种变化意味着什么，又该如何应对呢？德勤咨询首席云战略官、被Information Week评为9位云先驱之一的David Linthicum给出了三点建议：
首先，就收益和影响而言，公共云使用的爆发式增长可能是好坏参半的。
一些云提供商可能会像阿里云一样，降低价格，以抢占快速增长的云AI市场。在彼此信任的前提下，通过企业协议锁定较低的价格是不错的选择。但是，也要警惕完全相反的情况。如果对云计算的需求增长过快，价格可能不降反增。
其次，无论价格是上涨、下跌还是保持不变，现在都是制定FinOps计划的好时机。
不少企业会陷入某种盲区，误以为上云必然带来成本的降低。但其实上云超支、资源闲置浪费的情况比比皆是，完全违背降本增效的初衷。
根据全球云管理服务厂商RightScale于2021年调研所得的报告显示，当下企业级用户云支出的浪费高达30-35%。在费用支出方面，13％的企业每年在公有云上花费超过1200万美元，而50％的企业每年花费超过120万美元。
FinOps这个概念就是为此而生。和DevOps相似，FinOps也是一系列方法论的集合，其主要目的在于用云时尽量帮你省钱。无论公司体量如何，只要上云就有必要做成本优化。如果云使用者不了解如何有效地管理云使用，则云资源通常会被浪费。如果我们期望云使用迅速扩展，那么更好地管理云资源就尤为重要，这样他们才能将优化的价值回报给业务。
最后，制定使用AI和云的计划。
如今大多数企业会告诉你，他们可能会将生成式人工智能用于真正的业务应用程序。但是，这到底是出于跟风还是出于某种具体的业务策略，他们可能自己也无法判断。如果无法确定使用的目的或者AI可能会返回多少价值，那么谨慎把握技术或业务的转向。制定一个合理的计划，为你的企业谋求技术实践的最佳途径才是上策。否则你可能会为试错付出高昂的代价。
云的二次“爆炸”是一件好事吗？它有好的一面和坏的一面。最好的建议是了解正在发生的事情，并制定策略来利用这种市场转变。
参考链接：
https://www.idc.com/getdoc.jsp?cnotallow=prCHC50595423
https://www.infoworld.com/article/3694853/get-ready-for-exploding-cloud-growth.html
https://www.ithome.com/0/663/324.htm
https://www.zhihu.com/question/597850186
