至顶网CIO与CTO频道 07月16日 北京消息:众所周知,如今的世界在各个层面都发生了巨大的变化。企业级技术的种种变革,更是从根本上重塑着现代企业的基本面貌与运营方式。经过 几年的云服务供应商合并浪潮,如今基础设施即服务(IaaS)计算服务迎来了疯狂的扩张速度。云产业孕育出的庞然大物们也在快速成长,满足市场提出的、特别是在COVID-19疫情之下带来的全新需求。而伴随着COVID-19疫情的逐步消减,全球经济开始进入新的复苏阶段,预计各大云服务供应商之间也将展开新一轮技术大战。
为了使普通企业也能保持应有的竞争力,领导者们必须在经济复苏的背景之下明确各大云服务商的创新实力,及其为后续新兴技术领域制定的发展方向。
与其他行业一样,云计算领域也有着几家无可匹敌的服务商巨头。单是价值数十亿美元的数据中心基础设施,就足以把大多数有意投身云业务的厂商吓退在门槛之外。包括Amazo Web Services(AWS)、微软Azure以及Google Cloud Platform(GCP)在内的各大领先平台,都拥有着辉煌的技术发展历史。就目前来看,市场领导者们的基本地位不会出现多少变化。另外,企业客户正在全面推广IaaS增长模式,云技术带来的强大功能与规模化可用性优势实在太过强大,任何有野心的领导者都不可能无视这股力量。面对竞争激烈的商业市场,公有云正以碾压式的多区域优化、高可用性、功能性以及可见性满足着全球受众的需求。而这一切也经受住了社交隔离政策带来的种种考验,推动着越来越多的消费者依靠云技术实现彼此交互。
面对不断增长的市场需求,已经占据主导地位的各大云服务供应商将进一步巩固市场,通过自身价值主张维持增长态势。与此同时,其他体量较小的基础设施参与厂商则负责提供配套方案,主要开发以云为中心的各类相关技术与功能。
但也有不少行业观察者指出,随着这种合并与增长的不断推进,整个行业未来有可能出现发展停滞。这是因为市场丰富性的降低,最终将迫使客户只能在几家主要云服务供应商中做出选择,并减缓后者在研究与创新方面的投资力度。而供应商锁定则将成为一种现实威胁,在推动服务价值上涨的同时,让客户越来越难以将数据迁移至竞争对手的平台当中。更危险的是,正如其他以巨头级企业为主体的行业一样,公有云领域也可能出现垄断行为或者价值合谋。但好在这一切还只是逻辑层面的推断,目前的发展态势还没有朝着这个危险的方向推进。
市场正在增长,领导者正在扩张业务覆盖范围。而消费者则在这样的背景之下迎来诸多收益,具体包括:
在大多数情况下,建议大家使用至少两家云服务供应商以建立起多云业务体系,保证根据工作负载的实际需求进行业务转移。另外,保留一部分私有云功能作为备份,也能很好地解决法规与合规性问题。容器化应用程序部署技术的快速发展,则让多云业务体系真正成为可以落地的方案选项。希望这种趋势能够继续保持下去。
几乎所有企业都可以使用多种平台与多项技术迈向云端。但对于公司领导者来说,保证投资与业务目标保持一致、特别是在紧迫的数字化转型时间规划之下,业务迁移工作往往令人头痛。虽然普通客户与各大云服务商之间已经建立起良好的联系点,但安全性、效率以及业务价值等实际诉求仍是我们在云迁移道路上无法忽视的重要阻碍。
好在新的生态系统正在崛起,将帮助我们弥合这些差距。在托管服务供应商(MSP)与云服务供应商的协同努力之下,组织能够将当前业务与多种云技术进行顺畅对接,同时保持全面的传统IT运营权。以此为基础,超大规模、云运营、DevOps与数据管理等各类可行方案真正让商务智能(BI)、人工智能(AI)以及机器学习走入“寻常企业家”。这部分市场也有望成为未来一段时间内最重要的发展空间,参与厂商们将依托于客户对多云业务环境的需求而保持迅猛增长。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。