2017年云計算與IT風向標

袁志陵

風來了，霧霾散盡，再現藍天，我們渴望持續的風，更關注風向的變化。三句話離不開我們所處的行業，我們也非常關注云風向。粗略分析，我把新一年的云風向大致分為三個：移動、轉型及整合。

Riverbed 高級經理Mason Coffman在去年年前初做過五個深入人心的趨勢預測： 混合IT將持續發展，且越來越復雜； 領導企業將對自適應安全架構產生需求；超融合邊緣設施將替代遠程地點的數據存儲；SD- WAN將為IT提供更多對邊緣網絡的控制以及更高的效率；IT將持續鞏固它作為價值中心而非成本中心的地位。

公司通常都會要求員工對未來做出計劃，基于最有根據的推測，分析趨勢，甚至依靠他們的直覺來確定最佳的行動方案，在哪里投入資金和資源等。

在Mason的基礎上，我認為新的一年將會出現一些新的變化，包括：容器及微服務的迅猛發展；數字轉型大規模發展；更多云；網絡成為重中之重；成本趨于均衡；應用更加豐富

超融合化；大規模遷移；通過人工智能及機器學習變得更加智能；數據移動。

這些話題能否吸引您的目光？誠然，很多企業需要的可能不是所有這些，而是一個整體的、全面的管理和可見性。但我的看法卻略有不同：

容器及微服務迅猛發展

正如前幾年云的發展一樣，容器的創新、突破及深入探索的價值，利用預裝環境幫助企業專注于提供用戶體驗，而不僅僅是簡單地提供產品和服務。

2017年，人們會要求現有提供商以及更多提供專業服務的新加盟廠商能夠提供更廣泛及更深入的功能。同時，公有云越融合，網絡功能的加耦解耦就會越容易，并且所包含服務的進一步抽象化將更普遍。

此外，2017年，隨著企業向容器化或微服務轉化，企業需要尋求安全和合規性的內部推動力，需要為這些服務進一步優化網絡、存儲和監測的能力。

數字化轉型大規模發展

數字化轉型，即通過技術創新重新界定企業業務流程的過程將大規模發展。企業業務轉型將越來越快，而還沒有啟動此類項目的企業也會迫于競爭對手的壓力而選擇轉型。

對于那些要在今年加大數字化轉型力度的企業，我們有一些建議：要記住的是數字化轉型，不僅僅是技術問題。我認為數字化轉型綜合了以下所有內容：技術（云、大數據、物聯網，移動、社交、網絡，統一通信等）；業務流程（戰略、領導力、流程），以及人員（合作伙伴、供應商、客戶、員工、競爭對手）。

而且每個企業的數字化轉型都有各自的特點，這是由企業的基因所決定的。

更多云

盡管主流公有云提供商亞馬遜、微軟和谷歌將繼續爭奪市場份額，但規模小且專業化的云提供商也將繼續增長，提供細分市場或行業市場能力。云產品仍比較復雜，尋求多樣化產品、避免被供應商綁定的企業將選擇融合或混合解決方案，并與私有云數據中心基礎設施相連接。

《首席信息官》雜志的Clint Boulton指出：“私有云耗時且成本高，大型提供商無法做到針對每一個獨特要求提供服務，這就意味著小型提供商在2017年將有增長機會。”

網絡成為重中之重

盡管所有的焦點都集中在云、微服務、容器和其他創新技術上，云網絡及云到私有數據中心的連接性在2017年也將成為重點。

網絡技術，無論是SD-WAN、NFV或是其它什么，都需要非常靈活，以便適應這些發展變化。研究公司IHS預計，數據中心和SDN市場在2019的增長將超過15倍，這將使我們更加關注SD-WAN和SDN提供商。

成本趨于均衡

多年來，云已日益商品化，各種核心服務的價格也被一再拉低。然而，451 Research的研究人員則認為，盡管價格持續下跌，但下降速度還沒有人們想象得那么快。

2016年，微軟委托451 Research所做的一項研究顯示，34%的受訪者認為價格是更換云提供商的最大原因。

隨著云計算和相關服務價格的持續走低，企業對公有云提供商帶來的壓力也將壓縮潛在的利潤。《首席信息官》雜志的Boulton指出：“IT高管們2017年將能更好地控制云成本，因為他們的實踐正趨向成熟。”

我相信2017年云計算將是“買方市場”，因為大型和小型云提供商都將壓縮自己的利潤，提供創新產品，以獲得市場份額。

應用更加豐富

為加強客戶和員工的終端用戶體驗，企業需要繼續開發或重構移動應用和本地應用，并且在企業內部推進使用更多的SaaS應用。由于越來越多的員工和用戶都走向移動端，沒有“移動優先戰略”的企業將會在競爭中被淘汰。

Riverbed公司產品副總裁Josh Dobies認為：“由于獲得帶寬容易且經濟適用，因此SaaS和云應用將快速被采用。”

因此，未來將發生應用向云遷移，企業采用SaaS服務等變革，但企業也需花費額外的時間及資源確保這些應用的穩定和高性能，從而獲得積極成果。

超融合化

超融合適用于本文中提及的所有相關內容。對Coffman預測的2016年的超融合邊緣基礎設施及普通的超融合架構（HCI）同樣適用。

為使超融合獲得成功，企業需確定總體上接受軟件定義架構。為滿足各方需求（無論是從網絡邊緣、數據中心還是從云提取或推送數據），企業將越發向可靠、可拓展且安全的基礎設施靠攏。聽起來很復雜？確實復雜，這意味著提供超融合基礎設施可視化和管理的企業將在2017年表現不凡。

大規模遷移

從最初的嘗試到企業完全采用云，對于使用云計算的企業以及想拓寬云覆蓋的企業來說，抑或是單純想向云靠攏的企業來說，2017年都將是創紀錄的一年。

我認為，許多公司急于實現云，有些甚至只是為了跟云沾邊，或單純想讓自己看起來有“移動”氣質。他們這樣做無異于將大頭釘強行插入方孔里，即他們使用的云或服務并不適合他們，而且還詫異為何效果不好。

通過人工智能和機器學習變得更加智能

對人工智能和機器學習而言，2017年將會是重要一年。

由于許多企業專注于人工智能和機器學習以實現業務差異化，因此為滿足需求，企業需在大型云內部優化服務。

實際上，一些分析師認為，由于一些機構很明確只使用這些服務，而并非為“初級”工作設計的一般云計算或存儲服務，所以在一些認知交易上的云服務價格將有所下降。

然而，實時交付數據分析及結果，是決定人工智能和機器學習成功的關鍵因素之一。但這將對網絡造成非常大的壓力，而且還將迫使那些使用機器學習和人工智能服務的企業優化和監測往返于這些服務、智能設備，以及工作流程的網絡可用性和性能。對提供廣域網優化、邊緣網絡解決方案以及SD-WAN服務的企業來說，2017年將會是革命性的一年。

數據移動

如前所述，2017年必將是數據移動爆發的一年。其原因在于，企業將數據從邊緣推送至數據中心或云端；人工智能和機器學習將生成海量的PB級數據；企業將內部基礎設施轉至云；企業重構以及推出新應用；大量連接設備（物聯網設備）上線。

2017年，關于物聯網設備的數據是否應更靠近邊緣以加速處理，還是云或數據中心存儲通過優化傳輸路徑以提升性能，仍將會繼續爭論下去。然而，與物聯網相比，人工智能和機器學習也產生了海量數據和流量。如前所述，由于對云架構和邊緣環境的依賴性提高，優化認知的云服務與傳輸將會成為當務之急。

2017年將是云計算爆發性增長的一年。如果你的企業正在推進數字化轉型，那么以上提到的這些趨勢可能會讓你感到無所適從。我的建議是觀察您周圍的同行誰已經開始數字化轉型，向他們學學什么該做、什么不該做。了解自己的需求，從過去犯過的錯誤中吸取教訓。與服務提供商合作，他們的專業知識可幫您解決問題。