云計算和人工智能的結合將是一場技術革命

糜樂意

人工智能作為第一個自我生成技術，是對過去的徹底突破，以前從來沒有一項技術能夠在沒有人類幫助的情況下自我改進。

云計算如今是IT的基礎，它提供了一套令前幾代人相形見絀的按需工具，最重要的是：它具有無限的可擴展性。

雖然云計算和人工智能面臨不同的挑戰和不同的增長路徑，但它們的發展卻不可避免地交織在一起，這2種技術正在合并為一個實體，已經在許多方面的基本層面上結合起來。

例如，人工智能聊天機器人ChatGPT依賴于其主機云平臺微軟Azure的計算能力。如果沒有云的支持，人工智能將只是未來主義者眼中的一道光芒。反過來，云計算也從人工智能中受益匪淺。例如，AIOps在云管理中扮演著重要的角色，隨著時間的推移，這一角色將變得更加重要。

云和人工智能：金錢的大山

云計算和人工智能市場的預期收入都非常驚人。據估計，2021年云市場收入將達到3 800億美元。從現在到2030年，云市場的復合年增長率為17 %，預計到2030年將達到1.6萬億美元。人工智能的發展趨勢更為顯著，2021年人工智能市場的收入為1 360億美元。預計到2030年，人工智能收入將增長至1.8萬億美元，復合年增長率高達38 %。總收入才是真正的亮點。假設2030年的預測是正確的，那么將云計算的1.6萬億美元與人工智能的1.8萬億美元相加。到本世紀末，人工智能云市場的規模將達到驚人的3.4萬億美元。一句話：未來幾年，云和人工智能提供商將賺得盆滿缽滿。

云計算和人工智能：巨大的希望與挫折

顯然，云計算和人工智能處于不同的業務采用水平。云計算的歷史比人工智能要短，但在使用方面，人工智能更近了一步。然而2種新興技術都帶來了巨大的潛力和巨大的挑戰。

云計算：快速入門

如今云計算已經成為主流，它的緩慢起步被遺忘了。云在2006年隨著亞馬遜網絡服務的推出而首次亮相，到2012年只有12 %的企業擁有云應用，到2014年這一比例躍升至69 %。在這個快速增長的過程中，老牌供應商被指責為“云清洗”，這是一種欺騙性的做法，因為將疲憊的遺留軟件稱為“云”，以使其看起來具有前瞻性。

如今是2023年，這場戰爭已經結束，云計算取得了勝利，多云應用使業務飽和。盡管云計算迅速崛起，但它給企業領導者帶來了不小的挫折。

許多企業在沒有計劃的情況下遷移到云端，新冠肺炎疫情的爆發使其顯得尤為混亂。由于云技術仍然相對較新，而且仍在快速發展，因此沒有可靠的指導方針來指導企業。

成本尤其令人擔憂，云最初是作為數據中心的廉價替代品出售的，但它已經演變成一種更強大、更靈活的替代方案，有時甚至更昂貴。無奈之下，一些企業為了省錢而遷移回數據中心，云是很好的，但它并不是所有事物的理想選擇。

人工智能：圖靈測試到“昂貴的科學實驗”

與云相比，人工智能已經發展了70多年。艾倫·圖靈在1950年推出了著名的圖靈測試，20世紀60年代見證了早期機器學習模型的嚴重修補。1997年，IBM的深藍利用人工智能擊敗了國際象棋世界冠軍加里·卡斯帕羅夫。然而，即使人工智能醞釀已久，企業仍難以充分利用其潛力，企業在人工智能部署方面取得了成功，但也有很多“昂貴的科學實驗”失敗。

人工智能還沒有準備好進入黃金時代，啟動和擴大項目的最大挑戰是：人工智能技術和解決方案資金不足；缺乏技術技能；選擇正確的人工智能技術。

人工智能的核心挑戰在于許多企業并不理解它。這并不奇怪，人工智能比早期的技術（如深度學習、神經網絡和算法）復雜得多。人們普遍認為人工智能類似于魔法藥水，只需撒上它，軟件就會唱歌、跳舞、煮雞蛋。

最令人困惑的是，尋找人工智能解決方案的企業沒有明確的方法來測試它，以比較供應商的產品。一家供應商的人工智能比另一家更好還是更差，不可能像存儲系統那樣進行量化，從B2B買家的角度來看，人工智能是一個黑匣子。

云和人工智能：共生關系

盡管云和人工智能之間存在對比，但二者之間存在著深刻的共生關系：2種技術都推動著另一種技術的發展。云和人工智能被鎖在一個“良性循環”中，其中一個的增長必然帶動另一個的發展，這種相互支持的螺旋上升以多種方式發生。

云如何驅動人工智能

云AI開發者服務

這一類別的主要驅動因素是提供人工智能開發平臺的頂級云超標量。AWS，Azure，GoogleCloud和其他云領導者都銷售所謂的云AI開發者服務。

這些基于云的平臺為開發人工智能提供了一個龐大且不斷增長的工具集。用戶登錄并使用軟件開發工具包、api或應用構建企業的人工智能。在某些情況下，用戶甚至不需要數據或人工智能方面的專業知識就能完成有效的工作。

基于云的預構建AI工具

大量的軟件即服務供應商提供人工智能工具，這些基于云的人工智能工具可以運行企業的所有功能。特別是，網絡安全市場中新興的擴展檢測和響應技術在很大程度上依賴于基于云的人工智能。

另一個利用基于云的人工智能的領域是應用監控和應用可觀察性，數據管理和自動化也是流行的SaaS工具。SaaS格式中有許多低代碼和無代碼應用，值得注意的是，這些低代碼工具可使非技術人員能夠創建人工智能輔助應用。

人工智能供應商利用云計算

越來越多的獨立人工智能供應商利用自己的云平臺提供人工智能，其中一些非常成功，這些供應商在人工智能市場與云超標量競爭。這場市場大戰引發了一個關于人工智能未來的大問題：哪種類型的供應商將主導人工智能行業，云超標量還是基于云的獨立人工智能供應商？

Snowflake和Databricks等與云無關的數據企業的成功表明，客戶看重獨立于龐大的超標量。因此，也許獨立的人工智能供應商最終會贏得人工智能行業。

人工智能如何推動云計算

AIOps提供云管理功能

人工智能在這一角色上仍處于起步階段，但正在演變為云管理的核心角色。這是一個迫切的需求，因為多云環境非常復雜，企業經常抱怨管理這些復雜技術的麻煩。新興的解決方案被稱為AIOps，即管理IT運營的人工智能，云是其中的核心元素，AIOps幫助創建和監控多云的自動化。

1999年獲得圖靈獎的計算機科學家吉姆·格雷預測了由人工智能管理的云世界。格雷預見了他所謂的“空中服務器”，本質上就是今天的云，他的目標是建立一個可供數百萬人使用，但由一個兼職人員管理的系統。

AIOps代表了簡化云管理的愿景，但在可預見的未來，多云將不會由一個人管理。

人工智能需求構建云存儲市場

人工智能總是渴望數據，它吞噬數據并索取更多，云的可擴展性使這種海洋數據存儲成為可能，需要更多存儲空間的話，只需點擊云控制面板上的幾個按鈕。人工智能對存儲空間的需求將繼續推動云計算的增長，隨著人工智能的快速發展，云存儲也將隨之螺旋式上升。

人工智能支持大量基于云的工具集

人工智能通過使云供應商能夠提供豐富的、基于人工智能的工具來增加云的功能。所有領先的云運營商，包括一大群規模較小的SaaS供應商，都提供了人工智能增強軟件菜單。

云計算和人工智能將如何改變商業

當這2種強大的技術在更大程度上協同工作時，才是企業IT的真正革命，現在這一進程才剛剛開始。

云計算、人工智能和技術民主化

云與人工智能結合的最大結果將是技術的更大民主化。強大的技術工具將不再只有富有的企業才能使用。云本身是一股強大的民主力量。通過在租賃基礎上提供計算，它使小企業能夠與擁有復雜數據中心的企業競爭。

人工智能通過提供具有“乘數效應”的工具，增加了更大的民主化效果，例如，基于人工智能的自動化和機器學習可以做許多員工的工作。

雖然如上所述，云與人工智能的結合使技術民主化，但這枚硬幣也有另一面———構建最先進的云與人工智能部署非常昂貴。它需要一個經驗豐富、知識淵博的團隊，需要高薪、漫長而昂貴的管理和持續開發過程。但一旦建立起來，這個強大的平臺就能夠實現超越市場的競爭優勢。大的企業利用如此復雜的工具集的能力加劇與競爭對手之間的差距，從本質上講，人工智能云組合將使富人變得更富有。

云和人工智能的未來

隨著云計算和人工智能合并成一個實體，未來變得更難預測，這2種強大技術的結合發展可能會產生一系列顯著的結果，然而，一些可能的情況在遠處似乎很清楚。

云與人工智能技能差距

人工智能云的新世界將需要大量的專家來持續構建和維護。其中許多工作是有利可圖的，需要較高水平的技能，通常包括大學水平的數學和計算機教育。

事實上，當今IT面臨的挑戰更為復雜，而且更多。因此，熟練人才的缺乏將使云與人工智能的發展速度放緩，但在可預見的未來，高薪工作崗位也不會缺乏。

超級云與人工智能

即將出現的是超級云的興起，這是一個在多云之上的管理抽象層。一些專家預測，這一管理層最終將涵蓋所有企業IT。超級云將管理從內部數據中心到遠程邊緣計算網絡的所有內容。

人工智能是超級云的引擎，如果沒有人工智能在無數自動化和管理任務方面的幫助，管理未來的多云將是不可能的。

人工智能與云

考慮到人工智能的跨越式增長速度，人工智能對云的影響可能遠遠超過云對人工智能的影響。

云提供了一個多方面的基礎和一個支持更多超高級功能的開發周期。然而，正如ChatGPT所示，人工智能是自我生成的，無需人工輸入即可迭代的能力意味著它將成為技術的一個更重要的工具，盡管它需要云的支持。

將人工智能的增長曲線推后7～10年，人工智能正在從根本上重塑企業的大部分方面，更不用說人類生活的許多方面了，云的持續可擴展性將發揮不可或缺的、相互交織的作用。