云基础设施的排名一直相对稳定，AWS 的市场份额约为 33%，微软 Azure 位居第二，占 22%，谷歌云（Google Cloud）遥遥领先，占 11%。(IBM、甲骨文和Salesforce的市场份额在2-3%之间）。
整个行业的收入增长依然稳健，但增速有所放缓。三大巨头的表现均未超过其他公司，不足以实质性地改变力量平衡。市场的整体稳定性也延伸到了价格上，除个别情况外，价格保持相对平稳。在这一点上，市场已经发展到主要参与者都有类似产品的程度。
但是，生成式人工智能的出现改变了一切。
OpenAI 的 ChatGPT 公开发布所引发的狂热，引发了超大规模企业之间的军备竞赛。它们通过开发自己的大型语言模型（LLM）、构建使企业能够创建生成式人工智能应用的平台，以及将生成式人工智能整合到自己的服务产品组合中，从而脱颖而出。
正如云计算专家 David Linthicum 所解释的那样：“现在的情况是，与同行相比，云计算提供商所能提供的服务已接近功能饱和。因此，这些服务将开始商品化，随着多云的普及，存储和计算等核心服务在不同云之间将基本相同。”
他补充说：“这就是云提供商推动生成式人工智能的背后原因。这是一场决定谁拥有这一领域的竞赛，也是一场在更传统的云服务基础上利用这种新技术去商品化其服务的竞赛。”在人工智能竞赛的早期阶段，还没有明显的领先者，但所有参与者都在投入资源。
微软为 OpenAI 提供了 100 亿美元的资金支持，并将 ChatGPT 功能嵌入到从 Word 和 Excel 等生产力应用程序到 Edge 浏览器，再到面向企业的云产品 Azure OpenAI 服务等一切产品中。
谷歌正在竞相建立自己的人工智能平台；联合创始人 Sergey Brin 和 Larry Page 甚至从半退休状态中走出来，启动了谷歌人工智能计划。谷歌拥有自己的大型语言模型 PaLM，正在构建自己的人工智能芯片（张量处理单元），并在 Vertex AI 旗下推出新的基于特定行业的人工智能服务。最近，该公司针对医疗保健和生命科学组织推出了基于人工智能的生成式服务。
AWS 最近发布了一项完全托管的服务 Bedrock，使企业软件开发人员能够将 gen AI 功能嵌入到他们的程序中。AWS 还在有限的范围内制造自己的低成本人工智能芯片（Inferentia 和 Trainium）；该公司正在内部使用这些芯片来支持其人工智能功能，并向客户提供这些芯片。
生成式人工智能无疑是云计算市场最热门的趋势，但 CIO 们还需要注意其他一些趋势。以下是云市场的主要趋势，以及它们会如何影响 CIO 的云战略。
01、新一代人工智能淘金热——成本不明确
Forrester Research 宣称：“今年是人工智能年。”每个超级分销商、SaaS 提供商和初创企业都希望利用人工智能的热潮为自己谋利。云服务提供商正在推动人工智能服务，以摆脱收入增长乏力的困境，并从竞争对手中脱颖而出。企业云客户迫切希望将人工智能应用于他们的战略计划，但又不至于让已经承受多云复杂性和无序扩张压力的 IT 预算崩溃。
三大超级计算机并不是唯一为企业 IT 提供基于人工智能的生成性云服务的厂商。IBM 也在加紧推出基于 Open-Stack 的 watsonx 人工智能平台。英伟达（Nvidia）为所有人提供了绝大多数的生成式人工智能芯片（GPU），它已经建立了自己的全栈云平台，名为 DGX Cloud，这是一个在甲骨文云中运行的人工智能服务，不久后也将在 Azure 和谷歌云上提供。
对于 CIO 来说，这意味着将有多种基于云的选择，用于在现有业务流程中构建生成式人工智能功能，以及创建基于人工智能的新应用。
VMware 的执行技术顾问 Bernard Golden 说，目前面临的挑战是如何确保敏感的企业数据得到保护，并远离构成 LLM 数据库的通用数据池。
Linthicum 补充说，基于生成式人工智能的应用程序“运行成本很高”，因此 “ CIO 们需要为这项技术找到合适的用例”。
对于希望充分利用云产品中内置的人工智能功能的 CIO 来说，最初对定价方式的解释并不透明。
02、云价格攀升——人工智能带来的飞跃
IBM 宣布存储服务涨价高达 26%，IaaS 和 PaaS 产品的涨价幅度也较小，这引起了不小的轰动。
不过，一般来说，云计算服务提供商为了保持竞争力，都会控制价格涨幅。但整个行业的增长放缓可能会给所有云计算供应商带来涨价压力。正如 Linthicum 所说：“我们正在进入技术阶段，他们需要从投资中获取价值。我猜测，在未来几年里，价格会逐渐上涨。”
当然，使用云服务的好处是，客户可以根据自己的需要选择任何基础设施配置。如果他们选择第一代处理器，就可以获得价值。但是，对于需要高性能计算的企业或希望获得人工智能优势的企业来说，选择较新型号的芯片会带来溢价。
Liftr Insights 运营和产品主管 Drew Bixby 表示，选择在 Nvidia H100 芯片上运行工作负载，而不是早期型号的 A100，价格将上涨 220%以上。
随着超大规模企业在自己的数据中心中增加更多的 GPU（比传统 CPU 昂贵数倍），这些成本很可能会转嫁给企业客户。
03、行业云在人工智能边缘的发展时机已经成熟
德勤咨询公司负责人 Brian Campbell 表示，行业云正在崛起，并将受益于生成式人工智能的出现。
技术主管喜欢行业云提供的速度、灵活性和效率，而业务主管则欣赏将稀缺的内部资源集中到能让他们实现业务差异化的领域的能力。行业云的早期采用者是医疗保健、银行和科技公司，但现在已扩展到能源、制造、公共部门和媒体。
Campbell 补充说：“随着最近生成式人工智能的爆炸式发展，高管们越来越关注如何在概念验证之外使用生成式人工智能，从而转向行业云的主要提供商、超大规模企业、独立软件供应商和系统集成商，他们已经在其产品中快速嵌入了生成式人工智能和其他技术。”
04、云端与内部部署之间的界限变得模糊
云计算和企业内部部署之间界限分明的旧模式已不复存在。混合云、私有云、多云、边缘计算，或者如 IDC 所定义的专用云基础设施即服务（DCIaaS），有许多术语适用于同时在各种场景中部署云服务的现象。
IDC 分析师 Chris Kanaracus 说：“我们越来越认为，云不是一个特定的地点，而是一种通用的 IT 运营模式。就可扩展性、弹性、基于消费的定价等属性而言，你可以在任何地方拥有云。CIO 们今后面临的挑战是如何在混合供应商环境中将这一切融合在一起。”
例如，AWS 提供的 Outposts 是一种托管服务，可让客户在内部或边缘运行 AWS 服务。微软也提供类似的服务，名为 Microsoft Azure Stack。传统硬件供应商也提供可在数据中心或边缘运行的即服务产品：DELL Apex 和 HPE GreenLake。
05、互操作性增强，锁定效应渐失光泽
相互竞争的云计算供应商并没有特别的动力去实现互操作性。云供应商的商业模式是锁定客户，让他们习惯于特定供应商的工具、流程、市场、软件开发平台等，并继续鼓励客户将更多资源迁移到他们的云上。
但是，企业客户绝大多数都采用了多云方式，云计算厂商不得不面对这一现实。
例如，微软和甲骨文最近推出了 Oracle Database@Azure，允许客户在 Oracle 云基础设施（OCI）上运行甲骨文的数据库服务，并将其部署在微软 Azure 数据中心。
存储领域的领导者 NetApp 最近宣布推出一项完全托管的服务，使客户能够将 Windows 和 Linux 环境下的关键业务工作负载无缝引入谷歌云，而无需重构代码或重新设计流程。
随着这些互操作性障碍的减少，企业将能够把存储卷和应用程序转移到最合适的云平台，从而从中受益。
06、公民开发人员的崛起
传统 IT 与所谓的影子 IT 之间一直存在着矛盾。低代码、无代码解决方案的出现使非 IT 人员更容易创建简单的应用程序。例如，微软的 Power Platform 可以创建能与业务工具交互的移动和网络应用程序。
但是，ChatGPT 已将任何技术限制一扫而空。例如，通过微软的 Copilot，终端用户只需一个简单的提示就可以编写内容和创建代码。对于 IT 领导者来说，这可能是一把双刃剑。如果员工能通过创建新工具和软件程序来提高工作效率，这对企业是有利的。
但 Golden 指出，像 Copilot 这样的工具 “将一直伟大到它不伟大”。换句话说，公民开发人员创建的这些简单、一次性的应用程序可能会带来安全风险，它们不是为扩展而构建的，也不一定能与复杂的业务流程互操作。
07、FinOps 获得牵引力和工具
在新冠疫情期间，企业 “疯狂”地将工作负载转移到云端，以便远程员工更容易访问。Linthicum 说：“现在他们收到了大笔账单。”
因此，企业正在采用 FinOps 技术来管理和优化云成本。Linthicum 说，FinOps 使企业能够减少技术债务，“通过规范云资源的使用来节省更多成本。从本质上讲，它修正了过去所犯的错误，如使用错误的云服务、过多的数据移动等”。
Forrester 的研究人员对此表示赞同，并指出：“每当经济发展的逆风袭来，IT 成本优化的势头就会增强。对于云成本管理来说，2018 年和今年再次迎来了高关注度。” 对 IT 部门来说，好消息是所有的云提供商都提供 FinOps 服务，而且还有大量第三方软件供应商提供云成本管理工具。
来源：www.cio.com
