回望2018：华为云的顺势和错位

2017年底，曾有一种论调认为云计算的2018年将有一场“腥风血雨”。而今又到了年底，云计算在过去一年的竞争没那么惨烈，市场格局的刷新却是不争的事实。

不管是Gartner发布的2018年“MG报告”，还是Forrester 2018年第三季度的中国主流公有云厂商评估报告，相较于2017年最大的不同，或许就是在一线阵营的名单里，出现了华为云这样的新面孔。在另一个维度上，IP地址的总量和活跃数量一直是衡量云计算市场占有率的关键指标，华为云在2018年的活跃IP增速达219%，并在IP地址的总量上挤进市场前三，而其他云厂商的增速明显放缓。

回望华为云的2018，在技术创新、市场份额、业务增速等指标上不乏亮点，但让华为云以最快速度迈进第一阵营的因素中，顺势而为和错位竞争恰是最明显的标签。

赶上多云的快车道

2017年2月，亚马逊的一位程序员输入了一组不正确的指令，导致北弗吉尼亚州的数据中心中断服务，Slack、The Verge、Quora等网站受到不同程度的影响，彼时就在行业内引发了深思：如何避免宕机等不确定风险，或是寄托于云计算技术的进一步成熟，但更为理性的策略则是多元化云战略。

多云架构主要有三种形式：私有云自建数据中心+1家公有云、私有云自建数据中心+2家公有云、2家以上公有云。比如新浪微博采用了混合云模式，除了在内部离线业务中搭建私有云体系，同时和华为云、阿里云等公有云进行深度合作；每逢春运即被吐槽的12306，选择阿里云和天翼云提供服务，确保高并发需求和数据安全。

Forrester的调查数据显示，99%的云计算决策者认同混合云和多云策略，全球混合云的市场规模将从2018年的446亿美元增长到2023年的976.4亿美元，届时将有81%的大型企业采用多云架构。

华为云可以说是多云战略的重视拥趸。据IDC的报告显示，2017年华为私有云解决方案在中国政务云市场、中国大数据市场、中国虚拟化市场、中国桌面云市场均为市场份额第一。凭借在私有云市场的先天优势，加上公有云市场的迅速增长，华为云在混合云市场迎来了得天独厚的条件，并在2018年顺势赶上了多云战略的快车道。

不过，顺势而为的前提是差异化优势，除了在私有云市场的行业地位，客群上的差异化是华为云错位竞争的另一赌注。

阿里云、腾讯云的崛起和双创热潮不无关系，大批的创新企业、中小企业像是“云计算原住民”，对成本天生敏感，有面临高速的业务增长，阿里、腾讯、百度等互联网巨头有着深刻的感知，并在云计算业务上瞄准了这样的客群。但政府和大型企业的数字化转型也开始加速，这些G端和B端的客户成了华为云的优势客群，也是华为云和互联网阵营错位竞争的主要筹码。

为了在快车道上直线超车，华为云在2018年开始“错位出击”，一方面，在战略上“上不做应用、下不碰数据、中不做股权投资”，中立的身份成为华为云在多云架构中的天然优势；另一方面，华为云发布了国内首个完整的公有云容灾备份解决方案，包括跨云备份、跨云容灾及云上容灾三大场景，相比之下大多数云厂商的容灾备份解决方案都带有排他性。

在制定2018年的市场战略时，华为云势必花费了很多功夫进行战略定位，以己之长攻彼所短，同时积极拥抱市场趋势来掩盖进入时间上的劣势。新华社就是一个例子，无论是总社还是分社，过去在采、编、发系统上都采用自建的形式，不仅人力成本高，还常常会发生这样或那样的故障。当面临上云的问题时，新华社需要一个混合云解决方案，如何解决在私有云和公有云之间数据的迁移，华为云深厚的IT技术服务能力和本地化响应能力，奠定了独一无二的市场优势。

云计算早已不再是新事物，但对企业来说最重要的却是数据。一些游戏、电商、金融、资讯等领域的玩家，恰是因为数据上的焦虑，在选择云计算平台时小心而谨慎。诸如微博、秒拍等在选择多云架构的时候，在数据安全上有着差异化优势的华为云，成为互联网公司多云方案中的熟面孔。

华为云的开放无疑成了互联网公司眼中的妥善方案，加上本身在企业、政府层面的优势，在市场份额上迅速进入第一阵营，似乎不在意料之外。

全栈全场景AI的新赛道

2018年后，云计算行业的另一个鲜明特点与人工智能息息相关。

阿里云在9月份的云栖大会上提出了“云计算＋IoT＋人工智能”的组合拳，寄希望于人工智能和物联网来拓展业务边界；百度云多次在行业会议上强调“ABC战略”，将自家擅长的AI作为百度进入企业级市场的急先锋；腾讯云频繁为AI即服务的智能云背书，推出了智能鉴黄、语音识别、机器翻译等一连串的AI应用服务……

在人工智能的新赛道上，华为云的打法和多云战略不无相同，先找准行业宏观层面的势，再结合自身特点寻找差异化抓手。云计算和人工智能的融合毋庸置疑，确定了这一点的华为云，不仅是行业的同行者，还是跑在最前面的引路人。

可能是基于自身的互联网背景，阿里云、腾讯云在人工智能上多半是云服务的对外输出，比如人脸识别、语音识别、自然语言处理、知识图谱以及打包后的智能客服、智能营销等解决方案。毕竟人工智能不是重复造轮子，和云计算的融合刚好为客户们提供了可以直接使用的“轮子“，成为AI服务的常态。

在这个方面，华为云也不例外，在2017年9月正式发布了华为云EI，包括基础平台服务、通用服务和行业场景解决方案三类服务。经过2018年的积累，华为云EI已经上线了45种服务、142项功能，且这些技术方案大多已经在华为内部应用多年，技术水平和落地能力均被验证。

以供应链端的智能装箱、仓储应用为例，华为公司每年处理的物流单数量多达30万-50万，对于供货预估、装箱管理、区域分发等流程有着完整的技术支持体系。于是华为云相关的EI服务，可以根据物品特征提供最佳装箱方案，可以提升20%的分拣装箱效率，同时做到集装箱3D仿真可视，整体利用率提升6%。其中在华为云和德邦物流的合作中，华为云EI帮助德邦物流实现了降本增效的目的，类如高速扫描取件、自动分拣等等。

华为云EI的优势还在于政企市场的落地。2018年4月，华为云与北京市交管局合作，在上地三街与上地东路交叉路口率先试点，利用AI算法实现信号配时优化和时段自动划分；2018年6月，华为云针对交通和工业分别推出了EI交通智能体和EI工业智能体；到了10月份，华为云EI 又发布了智慧城市解决方案……华为在全球各地的ToG资源让华为云拿到了AI落地的先手棋。

而与其他云服务厂商不同的是，华为云的错位出击体现在2018全联接大会上提出的“全栈全场景AI”。其中全栈是技术视角，包括芯片、开发工具、训练和推理框架、应用使能在内的技术全堆栈；全场景指代公有云、私有云、边缘计算、物联网行业终端以及消费类终端的部署环境。“全栈全场景AI”可以说是为华为量身打造的，也只有华为这样真正兼顾底层和应用层的厂商才有可能做到。

比如在芯片方面，华为已经发布了自主研发的Ascend 910 与 Ascend 310，统一采用可扩展计算、可扩展内存、可扩展片上互联的达芬奇架构。华为的Ascend芯片包括Max、Mini、Lite、Tiny 和 Nano 五个系列，面向不同的场景。

再比如华为云的AI全流程开发平台与工具，涵盖AI开发平台ModelArts、视觉AI应用开发平台HiLens、量子计算模拟器与编程框架HiQ。尤其是ModelArts，提供了数据标注准备、模型训练、模型调优、模型部署等AI应用开发的一站式服务。

梳理来看，华为云的AI战略并不复杂，本质上还是弥合人工智能研究和应用之间的沟壑，让AI成为一种通用技术。所以华为云要投资基础研究、打造全栈方案和开放生态，让人工智能变得触手可得。在竞争对手们执着于单一服务的对外输出时，华为云的“普惠AI”何尝不是一种差异化呢。

站在企业需求的视角，人工智能势必会成为云计算增长的重要驱动引擎，特别是智能城市、智能交通等宏观层面的行业趋势。华为云2018年在人工智能上动作不乏这一层面的考量，本身的政企客群提供了AI落地的契机，而从芯片到开发工具的“全栈AI”满足了落地的保障，已然在提前落子。

尾记

回看今天的云计算，早不再是诞生之初的样子，从最开始的虚拟化到容器技术，再到Serverless，如今人工智能也像云计算一样成为新的基础设施。

技术永远在进化，置身其中的搏击者，既要对行业趋势有精准的洞察，又需要找到自己适合的发力点，也就不难理解云计算浪潮里的华为，2018年如此，2019年也会这样。令人惊喜的是，华为诺亚方舟实验室的Kevin Scaman 获得了NeurIPS 2018 最佳论文，这家以创新为使命的公司并没有局限在顺势和错位的竞争思维里，仍然专注于最基本的底层创新。

我们看到了华为云在业务上的聚沙成塔，在商业竞争中的进退中绳，也看到了最纯粹的出发点。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。