人工智能正在像往常一样改变云计算领域的业务，新的替代方案、增加的数据中心承诺和成本管理占据了中心位置。
还记得那些关于企业对在多云环境中运行工作负载的成本和复杂性感到失望，并将资源移回本地数据中心的传言吗？这种趋势被称为云遣返。
IDC的数据显示，到2024年，全球公共云服务支出预计将达到8050亿美元，到2028年将翻一番，五年复合年增长率为19.4%。
国际数据公司（IDC）数据和分析研究经理Andrea Minonne表示：“人工智能的快速发展显著推动了云计算支出的激增。随着组织越来越多地构建、测试和部署人工智能平台，人工智能创新与云基础设施之间日益增长的相互依存关系将云服务定位为人工智能开发和部署的支柱。”
Gartner公司的数据可能略有不同，但结论是一样的。Gartner的数据显示，到2024年，全球最终用户在公共云服务上的支出预计将增长20.4%，达到6754亿美元，高于2023年的5610亿美元。
Gartner公司分析师SidNag表示：“我们预计公共云支出的持续增长，在很大程度上可以归因于新一代人工智能，因为通用基础模型的不断创建，以及大规模交付新一代人工智能应用程序的加速。”“由于这种持续增长，我们预计公共云最终用户支出将在本十年末之前超过1万亿美元大关。”
以下介绍一下企业IT如何从云计算的主要市场趋势中获益。
以人工智能为中心的替代方案出现在云端
公共云的市场份额保持相对不变，AWS是无可争议的领导者（32%），微软Azure稳居第二（23%），谷歌云平台（12%）位居第三。
三大巨头加起来占据了整个市场67%的份额，阿里巴巴、IBM和Salesforce等规模较小的公司的份额分别在2%至4%之间。
根据最新的市场数据，唯一一家采取重大行动的云服务提供商是甲骨文（Oracle），该公司目前已超过IBM，与Salesforce并列。然而，甲骨文的市场份额只有3%。
尽管如此，生成式人工智能的出现为新贵提供了市场机会。当三大巨头争先恐后地在其传统数据中心中增加人工智能容量时，初创公司正在从头开始构建基于GPU的高性能数据中心，为开发人员提供了启动和扩展GPU集群以进行人工智能训练和推理的机会。
这些初创公司包括CoreWeave、Vultr、Nebius、Ori和LambdaLabs。
这意味着IT组织可以避免供应商锁定，与他们选择的超大规模企业保持战略关系，但也可以从初创公司那里扩展有针对性的人工智能项目，这些初创公司声称他们的专用平台比现有公司更快、更便宜。
人工智能推动数据中心支出狂潮
2024年初，超大规模企业运营的大型数据中心数量超过了1000个大关，是四年前的两倍。SynergyResearch集团预测，未来四年，超大规模数据中心的总容量将再次翻一番。
SynergyResearch公司在报告中写道：“新开放的数据中心规模更大，将越来越多地推动容量增长，而生成式人工智能技术是规模扩大的主要原因。”
毫不奇怪，拥有最广泛数据中心足迹的公司是亚马逊、微软和谷歌，它们占所有超大规模数据中心容量的60%。三巨头的公告来得又快又猛。
据报道，微软计划在未来几年内将其数据中心的容量增加一倍，包括最近宣布在日本的数据中心基础设施上投资29亿美元；英国为31.6亿美元；在印第安纳州投资10亿美元建立数据中心，在威斯康星州投资33亿美元。
仅在2024年上半年，AWS就宣布了500亿美元的数据中心投资，其中包括在弗吉尼亚州的多个站点投资350亿美元，在印第安纳州投资110亿美元，在密西西比州投资100亿美元。
谷歌宣布计划在堪萨斯城建立新的数据中心；爱荷华州锡达拉皮兹；北弗吉尼亚；以及墨西哥、希腊、马来西亚、新西兰、挪威、奥地利和瑞典。
更不用说最近三巨头宣布有兴趣发展核能，以帮助推动人工智能数据中心的需求。
对企业IT的好处是，随着人工智能项目从规划阶段转移到实施阶段，超大规模企业将有能力处理与大型语言模型（LLM）工作负载相关的庞大数据集。最重要的是，新的公共云数据中心意味着更多的可用性区域，更少的延迟和性能问题（与用户物理上不靠近基于云的应用程序和数据源相关）。
行业阴云继续上升
行业云是专门为满足特定行业的独特需求而定制的云环境，提供预配置的解决方案。
Gartner分析师格雷戈尔•佩特里表示：“实际上，行业云平台将云平台转变为业务平台，使现有的技术创新工具也能作为业务创新工具。”“它们不是预定义的、一次性的垂直SaaS解决方案，而是由一系列行业特定的打包业务功能支持的模块化、可组合的平台。”
高德纳（Gartner）最近的一项调查显示，近39%的受访者表示，他们已经开始采用行业云平台，另有14%的受访者正在试点。总的来说，大多数熟悉这个概念的受访者认为自己是行业特定云的采用者或潜在的考虑者。
高德纳预计，到2027年，超过70%的企业将使用行业云来加速其业务计划，而2023年这一比例还不到15%。
各种各样的参与者提供行业云。例如，AWS和Azure提供医疗保健云，Salesforce有金融服务云，甲骨文有零售云，西门子有制造云，谷歌有教育云。大多数超大规模厂商都提供多个垂直云，市场上也有许多小众厂商。
随着云成本的增加，成本控制解决方案的市场也在增加
在评估云成本时，需要考虑两个方面：实际成本和预期成本。许多因为认为将应用程序迁移到云端会更便宜而将其迁移到云端的组织在收到账单时感到震惊。事实上，云分析师David Linthicum估计，云计算的成本是企业预期的2.5倍。
云计算费用上涨的原因有很多，而不仅仅是价格上涨。Linthicum表示，那些简单地将遗留应用程序“提升并转移”到公共云上，而不是为了云优化而重构或重写它们的组织，最终会付出更高的成本。许多组织过度配置，却忽视了跟踪云资源的使用情况。
最重要的是，组织正在不断扩大他们的云足迹。商业和IT咨询公司CGI的副总裁兼云现代化实践负责人MayankBhargava表示：“随着组织继续进行数字化转型，他们正在将更多关键工作负载和数据迁移到云端，这自然会导致更高的成本。”
但是组织可以做一些事情来控制云成本。据Forrester研究公司称，云成本管理和优化（CCMO）市场正在经历“飞速增长”。这些工具提供了对混合云和多云环境中所有云成本的可见性，确定了优化云支出的机会，并自动化了一些操作。
在Forrester的最新评估中，IBM（Cloudability和turonomic）、博通（CloudHealth）和Flexera成为了三大领军企业。表现强劲的包括Harness、Morpheus Data、CloudBolt和CloudZero。但是云成本管理工具的领域是广泛的。
CCMO可以被看作是一种更全面的跨部门方法的垫脚石，这种方法被称为FinOps，它将财务和业务部门联系在一起。FinOps团队不仅要优化云成本，还要执行预算、预测和报告，将云支出与业务成果联系起来。一些提供FinOps的供应商包括Apptio、Lucidity、density和Finout。
Linthicum表示，掌握云计算支出与人工智能有关，因为如果云计算成本失控，组织根本没有启动大规模人工智能项目所需的财务资源。
超大规模企业加紧应对可持续性挑战
企业IT面临着减少数据中心碳排放的压力。将资源转移到云端并不能摆脱困境；企业必须跟踪和报告跨多云环境的可持续性工作。
人工智能给可持续发展带来了不利影响，因为GPU芯片的运行温度比传统CPU高得多，因此需要更多的冷却，这意味着更多的电力需求。
但超大规模企业正在发挥领导作用，利用它们相对于企业IT的优势。毕竟，数据中心挽救了他们的业务，所以他们有动力、高层支持、技术专长和财务资源。与大多数企业局限于特定的物理位置不同，超大规模企业还可以在全球范围内寻找提供可持续能源的地点。
大型云供应商都为自己设定了雄心勃勃的可持续性目标。自2012年以来，微软一直保持碳中和，并希望到2030年实现碳负排放。在2023年，AWS实现了将100%的电力消耗与可再生能源相匹配的目标，并致力于到2040年实现净零碳排放。
它们都提供工具，帮助组织从可持续性的角度跟踪和优化其云资源。AWS有一个客户碳足迹工具，微软有Azure碳优化和Azure排放洞察，谷歌提供了一个云碳足迹工具。
