2023 年，数字化转型仍然是 IT 的主旋律。不过，与以往一窝蜂、追求形式化的数字化不同，在疫情和日益增加的外部压力下，如何利用数字技术进行业务创新，如何在数字化转型的浪潮中大浪淘沙，生存下来并创新发展已成为当下企业最关注的问题。另一边，数据的增长，竞争环境的变化，企业都寄希望于数字化去做应用的创新、业务效率的提升，并挖掘数据中更多潜在的商业价值。而在数字化趋势之下，需要强大的算力与高效的基础设施去支撑。

这里援引达摩院 2023 年发布的报告：“云计算始终是数字时代的技术创新中心：基于云定义的可预期网络技术，将从数据中心的局域应用走向全网推广；因云而生的云原生安全技术，则将推动平台化、智能化的新型安全体系的成形；云也在重新定义计算体系架构，从以 CPU 为中心的传统架构，向以云基础设施处理器 （CIPU）为中心的全新体系架构演进。未来，由云定义的软硬一体化，将实现系统级的深度融合。”

八成开发者表示已上云，接近一半开发者每天都在学习云技术

业界一个共识是上一个十年是“上云”的十年，下一个十年是“云用”的十年。今年报告的数据也基本符合这样的趋势。数据显示，仅只有 20% 的开发者表示，他们的服务未部署到云服务上。

云原生是近几年云计算领域炙手可热的话题，云原生技术已成为驱动业务增长的重要引擎。同时，作为新型基础设施的重要支撑技术，云原生也逐渐在人工智能、大数据、边缘计算、5G 等新兴领域崭露头角。

越来越多的公司使用云原生相关的技术，有 49% 的开发者表示，他们每天会花费 1-2 小时进行相关知识学习。

在企业中，云相关技术专家在企业中有不可或缺的地位，从数据中可以看到，39% 的开发者所在公司中，从事云相关的专家数量都在 1-10 人之间。也有不少开发者表示，他们公司没有相关技术专家。

云服务跃至智能时代

云计算普及之初，企业的选择在“是否上云”；随着越来越多企业开始拥抱云计算，“部分业务上云”成为主流。然而，持续不断的价格战让云计算开始沦为一场规模游戏。一旦被价格捆绑，技术与服务就会退居其后，云厂商都会被拖入性价比泥潭，这不利于行业的健康生长。

早在2019年，国际研究机构Canalys就在关于云计算的报告中指出，云计算增速的放缓已是不争的事实。在经过了近十年的高速增长后，云计算行业如今已经进入到了换挡期，诸如弹性计算、按需付费等传统优势逐渐失效，云计算市场需要新的驱动引擎。

此时，大语言模型出现，对于云计算来说，是一个Game Changer（游戏改变者）。它会改变云计算的游戏规则。

从底层的基础设施来看，新的AI应用一定不会基于原来的地基。就像智能手机出现之后，原来基于Windows系统开发应用逐渐转向基于iOS或者Android这样的移动平台开发应用。大模型就是AI时代新的地基，现有的应用会基于大模型进行AI再造，新的AI应用会在新地基上产生。

大模型只能基于云计算来做。这会催生出一种新的云计算商业模式：模型即服务，即云计算的主流商业模式将从IaaS（基础设施即服务）变为MaaS。这样，企业只需要基于大模型来开发他们的业务，不用关心其他技术细节。过去传统的云计算看算力、看存储，未来会主要看模型好不好。

在这样的行业趋势下，百度预判到了行业的技术之变。今天的IT技术栈已经发生了很大的变化，变成了适配AI技术发展的四层架构：芯片、框架、模型、应用。百度是全球在每一层都有领先自研产品的公司。百度的优势还在于，可以在这四层架构中，实现端到端优化，大幅提升效率。尤其是，框架层和模型层之间，有很强的协同作用，可以构建更高效的模型，并显著降低成本。

事实说明，百度智能云表现出了十足的后劲。2021年，百度智能云全年总营收151亿元，同比增长64%；2022年，百度智能云全年总营收177亿，同比增长23%。在细分领域，百度智能云的实力也不容小觑。据IDC（国际数据公司）发布的报告显示，百度智能云连续三年蝉联AI工业质检市场份额第一，在金融云解决方案市场份额跃升到第二位。考虑到行业头部厂商战略收缩和低增速的态势，百度智能云是为数不多的、延续高增长的互联网云服务商之一。

生成式AI，无疑为智能云业务加速发展提供了一个新的抓手。百度要做的就是要将人工智能技术深入行业、聚焦场景，放在产业里面发挥作用，让更多企业都能放大自己的优势，更好地服务他们自己的客户。

阿里云逆天改命

今年3月以来，国内百度、商汤科技、360、阿里云等都已发布大模型，腾讯、科大讯飞的大模型也在路上，唯一还未明确时间表的是字节跳动。不过有接近英伟达的知情人透露，今年抢GPU抢货最猛的国内公司便是字节。

「你现在做的是一个非常通用的大模型，但你没有仔细想过，最后落地在什么场景下？商业模式怎么做？与其说现在就匆匆忙忙跳进去做通用大模型，还不如多想想做出了通用大模型以后又怎么样？」出门问问创始人兼CEO李志飞近日在接受媒体采访时，提到大模型场景和商业模式的问题。

在阿里云峰会上，张勇宣布阿里所有产品未来都将接入大模型进行全面升级。其中，钉钉、天猫精灵已率先接入测试，将在评估认证后正式发布新功能。

由于阿里旗下产品涵盖电商、协同办公、本地生活、旅行等多业务领域，「通义千问」一旦打磨成熟，可以首先落地到自家商业场景之中。就像当年阿里云的第一个客户是张勇——外部客户尚需观望时，天猫只能先上云。

不过「通义千问」何时落地还要打个问号。这就涉及到第二个影响因素，技术创新，尤其是模型结构的创新能力。

有阿里云的生态伙伴透露，「阿里云最大焦虑就是担心跟不上前沿技术的发展。」当然，对于技术公司来说，这种危机感是必要的。技术是科技公司的命根子。

从公开信息来看，阿里云大模型今年重点打磨「通义千问」文本能力的商用，多模态能力尚未到到对外推出的程度。

搜狗创始人王小川最近说，要用时间衡量，OpenAI比我们应该领先三年时间是有的。OpenAI在GPT3以后不再开源，有大模型研究者此前告诉《降噪NoNoise》，外界其实并不知道OpenAI为什么效果那么好。这对国内所有云厂商来说都是一个挑战，就看哪家能更早突破。

第三个因素是客户成本。前述IT客户称，他关心大模型与底层云资源的依赖关系，「比如我们自己买API做模型训练的话，需不需要去依赖基础层资源？依赖度越小，越灵活，对我们来说越便宜。」由此可见，虽然许多客户对大模型饱含热情，但大家同时对使用成本保持敏感。

对于云厂商来说，大模型的工程化离不开烧钱，毕竟GPU挺贵的。如何在追求盈利与产品突破之间找到平衡，对每个参赛者都是挑战。目前国内云厂商中，迈过规模化门槛、宣布盈利的仅有阿里云一家。

对于阿里云来说，这个现实既是优势，也是压力。

今年年初，张勇在致阿里全员信中将新年关键词定为「进」。「进」可以是进取，也可以是进攻，收复失掉的市场份额以及业务增速。

大模型热潮之下，就看张勇和阿里云的决心了。

智能计算和AI-First SaaS将引领计算世界下一波浪潮‍‍‍‍‍‍‍

人类数字文明的发展依赖于计算范式的创新和发展。从50年的mainframe、80年代的PC、2000年的互联网、2010年的移动互联网，到还在持续发展的云计算，这些计算范式的演进推动个人和企业的数字文明发展，而且每次变革都会带动全球经济效率和规模的提升。

从mainframe到云计算是信息计算时代，把信息在数字世界中进行结构化，在数据世界中进行计算、模拟、甚至预测。信息计算的特征除了数字化、结构化外，还有确定性（deterministic）的特征，也就是同样的数据输入情况下，输出的结果总是一致的，在一个已知的环境下相当确定性符合人类的预期。

何为智能计算？

智能计算是一种基于自然语言能力，以具有学习、理解、分析、问答、交流、记忆、生成、推理等类人类认知智能能力的认知模型为核心的计算范式，智能计算有如下特征：（1）具有探索性 （2）非确定性（non-deterministic，or probabilistic） （3）更高效理解人类意图（4）认知能力至少超出人类的平均水平。

智能计算时代的到来是自然语言处理技术的创新、发展、沉淀从量变到质变的结果。最近5年出现的大语言预训练模型、对话模型、生成模型等自然语言的处理技术的创新，触发了智能计算时代的到来。智能计算的核心是认知智能的能力。

何为AI-First 应用？

以认知智能为核心能力开发的应用为AI-First应用，AI-First应用使得应用本身有类人类认知智能的能力，能通过智能助手应用，增强普通人的认知智能能力到更高的水平，让机器、系统、人之间的交互从信息智能提升到认知智能的更高维度。人类数字文明第一次进入到认知智能，发展进入一个崭新的阶段。

几乎所有的应用都应该增加copilot或in-place的智能助手，通过人和智能助手的交互，在软件中更高效、更高质量完成目标任务。

应用开发者可以更向前迈一大步，用大模型作为应用的底座，使其成为AI-native的应用，其核心能力提升至认知智能的程度。

人类数字文明构建的核心工具是软件开发工具，核心承载平台是软件。软件工业也需要应对变化做变革和升级。每次计算平台发生重大变革和发展，其依赖的软件开发模式、框架、工具链、计算平台的基础设施都会被重构。我们相信，为了更好适应智能计算时代，软件开发的范式也会被重构，可能这次重构的幅度比预期的更大。具体会是什么形态能沉淀下来，还需要让子弹再飞一下。