大数据产业创新服务媒体
——聚焦数据 · 改变商业
2023年10月31日至11月2日，2023杭州·云栖大会在杭州云栖小镇举办。今年云栖大会的主题是“计算，为了无法计算的价值”。什么是“无法计算的价值”呢？很大程度上，应该是以AI为核心的智能应用。
因此，“计算，为了无法计算的价值”，翻译一下，就是“云计算，是为了释放AI的价值”。
云栖大会已经办了很多届了，以往更多的聚焦到“计算”本身。但是，今年的云栖大会，有一股浓浓的AI味道，扑面而来。
在阿里蔡崇信的主题演讲中，就把“国内一半的大模型公司跑在阿里云上”，作为阿里云的一个重要成绩。
阿里云首席技术官周靖人也提到，“随着AI变革的发生，智能时代里面云计算的价格、体系也正在发生系列的变化和创新。”
从展馆设置也能感受到一股浓浓的“AI味”：除了举办论坛的A馆外，用于展览的B馆直接就是“人工智能+馆”，C馆才是云计算的主场“算力馆”，而D馆则是以云+AI为核心的产业创新馆。
从这次云栖大会的议题设置和展馆布局来看，人工智能已经与云计算站在同样的战略高度，并且大家发力的核心就是云与AI的融合。
那么，云+AI，到底是简单的“加法”计算，还是更高维度的“乘法”计算，甚至是“指数”计算呢？为此，我们需要从技术和业务逻辑上，来看看云与AI到底是什么关系，“云+AI”的“＋”又是加在哪？
云计算为AI奠定了算力基础
AI有三大要素，分别是算力、算法和数据，AI公司主要做的就是算法，算力并不是他们的强项。然而，无论AI模型的训练还是推理应用，强大的算力保障，都是不可或缺的基础。
尤其是大模型领域，动辄上千亿参数规模的大模型，训练一次需要消耗巨大的算力资源。这也构成了大模型创业的一个关键门槛。对于阿里巴巴、百度、腾讯这些科技巨头而言，本身就有云计算加持，算力自然不是问题。但是，对于智谱AI、百川智能这样的创业型大模型公司而言，算力就是一个巨大的门槛。
总不能把融资拿到的大部分钱，都拿去屯英伟达GPU了吧？
除了模型训练外，模型的应用也要消耗大量算力。比如智谱清言APP，如果要承载1000万用户的使用，那后台必须要有一个强大的计算集群来支撑才行。
在这种情况下，云计算提供的算力就显得十分必要了。在模型训练的时候，可以实现“以租代购”，避免一次性上亿元的算力置办成本；在模型应用的时候，也可以借助云计算的弹性扩容能力，来有效支撑不断增长的用户规模和业务体量。
从这个意义上说，如果AI是一朵美丽的鲜花，那云计算就是土壤，是黑土地，为AI这朵鲜花提供源源不断的养料。
云是管道，AI是水
再强大的AI能力，也必须要送到用户面前，才能发挥价值。就像自来水厂的水，要送到千家万户的厨房，才有用。要将AI价值输送到用户端，就必须要有一个输送的“管道”，而这个管道就是云计算。
云计算这个管道里输送的不是水，而是各种计算服务，以前是ERP、财务、CRM、营销、办公协同、视频会议等SaaS应用，现在是大模型、AIGC等AI应用。
借助云计算平台，用户只要打开网页或者下载一个软件应用（APP），注册账户后就可使用各种AI应用，而省去了繁琐的部署流程。用户不用关注AI背后的技术细节，只需要知道它有什么功能，能给自己提供什么帮助就行。
AI将是最大的一朵SaaS
以上两个方面，主要讲的是云计算对AI的促进作用。反过来，AI对于云计算有什么价值呢？
我们认为，AI应用将成长为最大的一朵SaaS。
当讲到云计算，更多的是谈云计算基础设施，提供基本的计算、存储、网络等服务。在此基础上，是各种各样的SaaS应用。
美国的云计算市场发展的最好，亚马逊、微软、谷歌的万亿美元市值，至少有一半都是来自于其强势的云计算业务。
从美国的经验来看，云计算的核心不在于亚马逊云科技、微软Azure、谷歌云这类IaaS服务，而是Salesforce、Snowflake这类SaaS应用。在美国市场，SaaS在整个云计算市场的份额超过60%，正是这些大量的的SaaS应用，拉动了下层的IaaS需求。从这个角度上来看，如果将云计算比作整个国民经济的GDP，那SaaS就是内需，内需强劲，经济发展才可持续。
中国云计算市场遇到的挫折，一个关键原因就是SaaS没发展起来。与美国不同，我国云计算市场，占据超过60%份额的不是SaaS，而是IaaS。SaaS孱弱，相当于“内需”不足，那整个云计算市场的发展动力就不强，导致阿里云、腾讯云等云厂商近两年的发展失速。
以目前的情况来看，如果还想靠ERP、CRM、营销、财务、OA这类传统SaaS应用，来拉动云计算的“内需”，可行性已经不强了。我们需要转换思路，找到新的拉内需的引擎。
SaaS是“软件即服务”，而AI应用其实也可以视为应用软件，那云化、开箱即用的AI应用，也可以视为SaaS。
以大模型应用为例，通义千问、文心一言、讯飞星火、智谱清言等产品，将来可能会有上千万甚至上亿的用户。在B端，这些大模型将会接入成千上万的各个业务系统，比如营销、客服、数据分析、运营管理等，每天会有数以亿次的服务调用。而每一次的AI应用调用，都需要消耗一定的算力资源，累积起来，就是一个极其庞大的算力需求。
尤其是跟CRM、OA等传统SaaS应用相比，大模型、AIGC这类AI应用，更“吃”算力，对云计算需求的拉动作用也更加明显。
必须要解决云平台的中立性和公信力问题
当然，在看到未来潜力的同时，我们也不可忽视潜在的问题和风险。
要将AI与云计算深度融合，必要要解决一个老生常畅谈的问题——中立性和公信力。
很多SaaS厂商，对底层云计算供应商，是心存芥蒂的。
一方面，云计算的数据泄露、服务中断事故时有发生，而且每次事故影响面都很大。每一次事故，都是对云计算公信力的一次质疑。如果云计算厂商，不能充分证明自己有决心、有能力保护用户的数据安全，有能力确保服务的稳定性，那软件厂商就会对上云有所迟疑。甚至已经上云的厂商，也可能选择“下云”。
同样的道理，要让大量AI应用上云，也必须确保数据的安全和服务的稳定性。如果是因为云厂商的问题，给AI应用厂商的业务造成损失，那就必须要承担相应的责任，并给出足够的赔偿。
另一方面，云厂商也需要解决中立性问题。阿里云、腾讯云、百度云、华为云等云厂商，不仅提供算力服务，自身也有大量的AI应用。以大模型为例，阿里巴巴有通义千问，百度有文心一言，华为有盘古大模型。对于百川智能、智谱AI等独立AI厂商而言，如果上云，就跟云厂商既有合作又有竞争。把自己的核心业务系统、数据，存放在竞争对手那里，怎么看都有点让人不放心。
对于云厂商而言，必须要做好的一件事情就是业务隔离。例如，阿里巴巴当然可以发展通义千问，但对于阿里云而言，通义千问和智谱AI、百川智能要一视同仁。
其他大模型厂商将自身的业务系统部署在云上，云厂商一定不能觊觎别人的算法模型和数据。要让其他AI厂商相信云厂商的中立性，只是口头上保证肯定是不够的。必须要建立一个完备的机制，让云厂商不敢侵犯AI厂商的权益，而不是指望他们因为高道德标准来自我约束。
比如，可以建立第三方的监管审查机构，定期审查云厂商的业务合规性；在云厂商内部，建立一套完备的业务合规流程，杜绝内部员工不规范操作导致的数据泄露事故；完善法律法规体系，以“严刑峻法”对云厂商形成足够强的威慑，让他们产生足够的敬畏。
以目前情况来看，无论是云厂商的数据泄露还是业务中断事故，问责和赔偿力度都是不够的。有些赔偿只是象征性的，并没有弥补给客户造成的损失。对于客户而言，这会损害其对云厂商的信任；对于云厂商而言，如果每次事故付出的代价不够大，那他下次也不会有那么强的动力来保护客户数据，也没有那么强的紧迫性来提升自身的安全能力。
从这次参加云栖大会的切身体验，云+AI的时代真的已经来了。如果以前云+AI更多只是停留在口号或者一个期待上面，那现在则是进入了大规模商业落地的阶段。尤其是大模型快速发展，云+大模型已经成为云厂商的一个兵家必争之地。
可以预见，对于云计算厂商而言，谁能够提供更好的算力服务，谁能够更好的保护客户业务和数据，谁能够更好解决中立性与公信力问题，谁就将获得更多大模型厂商的认可。聚拢尽可能多的AI应用，构建一个繁荣的AI应用生态，以AI应用拉动云计算资源消费，将是大部分云厂商的共同选择。
文：一蓑烟雨 / 数据猿
