云計算行業在過去一年中逐漸擺脫了“內卷式”競爭的陰影，但面對生成式AI的浪潮，無論是國際還是國內的云服務提供商都在摸索中前行，尋找新的發展方向。阿里云，作為國內云計算領域的佼佼者，也不例外。
阿里云智能集團的資深副總裁、公共云事業部總裁劉偉光表示，要設計出面向未來的戰略方向，必須親自深入一線，感受客戶的需求。他親自走訪了至少162家客戶，這些來自各行各業的客戶對AI應用的需求五花八門，如何將這些需求轉化為公共云平臺的能力，成為他和阿里云公共云團隊面臨的一大挑戰。
在革命性技術發展的初期，需求往往廣泛而發散，但現階段的AI需求已經開始呈現出一些共性。基礎大模型的先行者仍在持續訓練大模型，垂直化應用公司開始深度應用大模型，而一些傳統公司則探索用大模型進行業務創新和效率提升。一個值得注意的趨勢是，越來越多的企業不再只是簡單調用大模型，而是在原有應用中大量嵌入AI Agent，甚至開發AI原生應用。
這些企業的需求推動了AI云的進化。如果說云計算在2006年開創了一個時代，讓更多中小企業上云，節省了成本，降低了門檻，初步成為企業的數字化生產力工具，那么AI與云的結合則將云計算產業推向了一個至關重要的節點。未來，所有基礎設施的能力都將受到AI的沖擊，這個沖擊過程就是云計算能力的全面迭代升級甚至重構的過程，AI云時代已經到來。
傳統IT時代的IOE（IBM的小型機、Oracle數據庫、EMC存儲設備）是上一個計算紀元的代表產物，它們構建了通用算力的基礎設施底座。而AI云則是典型的智能算力的基礎設施底座，大語言模型從誕生之日起就生長在云上，成長在云上。這一階段的云服務的重要標志是，企業擁抱云不再只是單純的IaaS（基礎設施即服務）資源需求，而是需要IaaS、PaaS（平臺即服務）、大語言模型、AI應用等全棧能力，而這個垂直技術棧的最佳承載無疑是云計算。
對于云計算的最終使用者——企業來說，如何基于大模型形成智能時代的生產關系，發揮AI的真正價值，成為了一道必答題。劉偉光在走訪了162家客戶后，發現越來越多的傳統企業級市場客戶、外資企業及跨國公司不僅將資源遷移到云端，更是將業務系統全面云化，涵蓋網絡、存儲、大數據、數據庫等IaaS+PaaS一體化的全棧服務。
他提出了一個鮮明的觀點：“只有具備IaaS+PaaS一體化能力的云，才能被稱為真正的云。這是我今天對‘云’的定義。同樣地，在AI時代，不能創造社會價值的大模型，也很難稱之為大模型。”
劉偉光在訪談中分享了他的感受。他表示，無論是內部產品研發的進展、AI能力的提升，還是大語言模型的日益精進，以及各行各業客戶在探索云和AI結合方面的實踐，都讓他對未來充滿信心，不僅是未來一年，甚至是接下來的5到10年。今天，許多客戶不僅將云計算視為資源，更將其當成數字化轉型的關鍵工具；同時，他們也不僅僅把AI看作創新手段，而是當作推動產業升級、面向未來的戰略性武器。
從內因來看，阿里云一直在推動IaaS+PaaS一體化，而不僅僅把云當成資源來售賣。他們希望客戶能大規模采用PaaS層的產品，如數據庫、大數據、容器化、Serverless、開發運維工具等。PaaS層的能力和數據能力對企業業務有非常直接的支撐作用，甚至可以直接推動業務。當PaaS的產品與客戶業務百分百結合在一起時，才能真正激發生產力。
從外因角度看，劉偉光拜訪了非常多客戶，發現他們對云的認知跟過去有了很大不同。很多客戶認識到云不僅僅是服務器資源，更提供豐富的數字化能力。比如，開源軟件發展速度遠超商業化軟件，在云上選擇各種具備不同技術能力且開源的組件，是最好的選擇。
2024年，小紅書宣布成功遷移500PB數據湖至阿里云，就是IaaS+PaaS一體化服務的一個典型例子。劉偉光表示，沒有PaaS的云，很難稱之為云。越來越多的客戶意識到，IaaS+PaaS一體化才是充分利用云、用云來實現業務的迭代創新、幫助業務實現直接增長的最好選擇。
他進一步指出，云計算把所有客戶聚集在云上，跟IOE時代把客戶、技術散落在無數點上，是兩種不同的技術主張。過去沒有規模化的時候，只能看單點需求；在云上，當規模化的客戶每天調用大模型時，大模型對網絡、存儲、彈性計算等都有著非常大的推動作用。因此，今天云必須要為AI改變、適配、升級原有的技術能力，才能滿足今天AI使用者的需求。
劉偉光還分享了一些客戶案例。比如，在中華財險，他們通過阿里云通義千問，輸入目標客戶各類情況的提示詞，就可以自動生成一份定制化團險保單。整個過程耗時只有人工的1‰或者1?，如果成交就會創造商業價值。
在快遞領域，申通快遞和阿里云經過多次碰撞、驗證場景之后，一起實現了大模型應用在網點經營分析、客服摘要、客服質檢、地址校驗等多個物流場景的落地，實現客服違規率下降50%，信息處理率提升60%。
劉偉光表示，未來整個市場對于大語言模型的使用，無論是從模型調用還是開發自己的模型，一定不僅僅局限在手機APP上。未來會有更多應用來自于企業應用。這些企業的應用如果站在大語言模型的肩膀上，真正釋放的是商業價值和社會價值。
阿里云智能集團副總裁、公共云首席解決方案架構師韓鴻源也分享了他在2024年與企業的交流中的觀察。他表示，大語言模型的效果還是要停留在其本身適合發揮的場景里討論，而不是泛化到一個解決一切問題的大模型。今天大家在做的所有事情，還是希望大語言模型能夠在業務里面發揮其支撐作用。
韓鴻源指出，企業在落地生成式AI時，普遍遇到的難點包括環境準備、模型就緒、應用工程三個階段。阿里云提供了多種解決思路和方法，包括選擇合適的AI應用場景、優化模型運行環境、提供模型服務等。
對于不同能力的企業，未來在模型的應用部署方式上面，他們的選擇也會有所不同。如果想以最快的方式開展應用開發，模型服務可能是一個入手最簡單的方式。如果企業想要保留一部分知識產權，就會選擇使用一些模型做調整，或者在不做調整的情況下，自己把推理設施建起來，最后調用這些模型服務。
韓鴻源還表示，推理市場的繁榮將對企業使用公共云產生深遠影響。未來，推理投入占比可能會遠遠高于訓練。阿里云在推理技術優化方面積累了豐富的經驗，使用戶能夠直接享受這些技術帶來的紅利。
韓鴻源還談到了多模態數據處理的需求和發展趨勢。他表示，一方面模型提取非結構化數據的結構化信息能力在提升，視覺語言模型具備了自動化的信息提取的能力；另一方面，Agent和這些數據探索能力的結合蘊藏著巨大的潛力。對云計算而言，除了提供基礎的資源供應外，上層軟件能力會變得越來越重要。
