大降价明日生效，阿里迎二次爆发！

本文由 51CTO技术栈 撰写/授权提供，转载请注明原出处。

文章来源于：51CTO技术栈

作者：千山

在经历过疫情三年后，中国公有云市场增速放缓的趋势愈发明显。但如今局势变了。

被 ChatGPT 带火的不止 GPU，还有云。正如业内分析师所估测的，像 ChatGPT 这样的系统每天的运营成本高达 70 万美元。这正好证明了这样一点：生成式 AI 的拥有和运行成本很高，而大量云资源的使用必不可少。

阿里云好像瞅准了这一时机，近日宣布了史无前例的大降价——核心产品价格全线下调 15％ 至 50％，价格调整将于五一后第一个周日（即 5 月 7 日）生效。一时间引起行业热议。

图源：阿里云官网 云产品调价 (aliyun.com)

从行业来看，中国云计算市场发展还处在中前期，市场规模和产业成熟度仍有待进一步提升。相较亚马逊 AWS、微软 Azure、谷歌云等国外厂商，中国云厂商在市场份额和盈利能力方面均处于弱势。

身处国内第一梯队的阿里云为何选择在这个时间节点来一波价格跳水？其背后有哪些考量？我们或许可以试着一探究竟。

对于此次降价，阿里巴巴集团董事会主席兼 CEO、阿里云智能集团 CEO 张勇表示：“阿里云致力于‘让算力更普惠’，这次大规模降价是希望将技术红利更多回馈给客户和伙伴，持续降低用云成本，扩大云的市场空间。”

如上所言，降价旨在进一步提升云计算的市场渗透率，不过显然不止于此。我们观察到，这次降价发生在阿里巴巴宣布组织架构调整之后，在人事大变动的当口，“大降价”无疑是新官上任三把火的举措之一，起到了制造声量、安定军心的作用，避免因人事调整导致的市场信心不足，稳定与客户及合作伙伴的关系。

而且无论从阿里云自身的发展趋向还是从外部市场环境来看，这次降价都是事出有因。

一方面，国内云市场普遍面临市场增速放缓的境况，阿里云不仅身处这一困境，还要应对来自天翼云、华为云等对手的强力威胁。

根据 IDC 发布的《中国公有云服务市场（2022 下半年）跟踪》报告，从 IaaS+PaaS 市场来看，2022 下半年同比增长 19.0%，与 2021 年下半年同比增速（42.9%）相比下滑 23.9%，与 2022 上半年同比增速（30.6%）相比下滑 11.6%，增速明显放缓。

图源：IDC https://www.idc.com/getdoc.jsp?containerId=prCHC50595423

从市场份额来看，在 IaaS+PaaS 市场，阿里云的排名尽管还是第一，但从去年同期的 36.7% 降到了 31.9%，与之相对的，华为云市场份额从 10.8% 增到 12.1%，天翼云市场份额从 8.9% 增到 10.3%。

事实上，早在 2021 年第一季度，阿里云增速放缓就已显露端倪，官方披露的原因是“大客户退租”。彼时各方猜测这一大客户是字节跳动。正是在 2021 年，字节跳动官宣入局公有云市场。字节跳动选择放弃阿里云转而亲身入场，无疑给阿里云业务带来了重创。

据悉，阿里云曾为满足字节跳动业务扩张需求采购了大量的CPU和存储芯片，但是其退租导致相关产品的库存大量积压，让供应链承压甚重。合理怀疑这可能也是降价的诱因之一。

另一方面，ChatGPT 引爆的人工智能风口、一系列 AIGC 应用的破圈给云厂商带来了新的市场机遇。

人工智能的快速发展需要大量存储和计算能力的支撑，使用这些资源比较经济的方式就是通过公有云。提供 AI 服务并拥有基础设施资源来支持这些服务的公有云提供商必将成为这波风口的第一批受益者。此次阿里云的大幅降价和开放核心产品的免费试用可能也是为抢占市场先机铺路。

4 月初，阿里云宣布自研大模型“通义千问”开启企业邀测。阿里云智能集团 CTO 周靖人表示，未来，阿里云将推出多种参数版本的千问大模型，伙伴和企业可根据需求选择不同模型规模的训练服务，按 token 计价。专属大模型云上推理可选择按 token 计量计费的后付费模式或账号权限+资源包的预付费模式。

IDC 指出，2022 下半年，持续三年的疫情深刻影响着整体 IT 市场环境的发展，公有云市场企业用户不稳定因素增加，上游企业预算缩减与建设周期的持续延长对公有云市场发展造成一定阻碍。

不过，在 2022 年年尾，ChatGPT 的爆火意外成为了人工智能高速发展的序曲。同时 AI 的发展为云带来了再次腾飞的机会。可以预见，来自 AI 领域的算力需求将成为云计算增长的主要动力来源之一。

摩根士丹利指出，公有云正从 IaaS 主导的 1.0 时代转向 PaaS 主导的 2.0 时代。也就是说，越来越多的客户会更看重如何确保大型企业在云上有效地运行以及公有云作为开发平台的功能性。

不少 AI 初创公司选择把模型开发这项“AI 炼丹”的工作通过云来完成。以 AIGC 模型为例，从训练到推理，其计算量和所需的算力在不同阶段存在较大差异，因此，生成模型往往是通过云服务来开发的，不仅成本较低，算力保障也更有灵活性。

另外，就需求方来说，可以将 AIGC 视为某种云上的 SaaS 软件，只需要在使用时接入，无需自己训练开发或自建机房，承担一定的用云量或 API 服务费，就能够将 AIGC 引入业务当中，实用且高效。

过去几年 AI 商业化一直面临落地难的困境。目前来看，AIGC 的商业模式为 AI ToB 的发展提供了一种新解。“基础产品+云服务”的模式就是个中典型。

各大厂商通过 API 提供基础模型能力，将自身 AI 能力经由大量下游企业，嵌入到各行各业的应用场景中去，解锁更多 AIGC 的产业价值，同时反哺企业自身的云服务、算法、技术解决方案，以期获得更多增益。

在一众云厂商中，微软在这方面的布局可以说是当仁不让的先驱。作为 OpenAI 的独家算力供应商，微软对 AI 领域客户的需求有着更深刻的体察。而且通过对 GPT 系列模型的整合，微软已经获得了一大批新的商业应用，并取得了市场的广泛认可。根据摩根士丹利对企业 CIO 的调研，微软以压倒性优势成为“最有可能在接下来三年获益最多的云服务商”。之前对 OpenAI 进行的巨额投资似乎很快就能作为收入和价值回到其手中。

随着 AI 军备竞赛走向白热化，作为算力支柱的公有云迎来 2.0 时代，身处其中的各大云厂商如何面对这一变化，国内公有云市场会迎来何种变数和挑战，我们可以静心以待。

那么对于普通企业的 IT 决策者来说，这种变化意味着什么，又该如何应对呢？德勤咨询首席云战略官、被 Information Week 评为 9 位云先驱之一的 David Linthicum 给出了三点建议：

首先，就收益和影响而言，公共云使用的爆发式增长可能是好坏参半的。

一些云提供商可能会像阿里云一样，降低价格，以抢占快速增长的云 AI 市场。在彼此信任的前提下，通过企业协议锁定较低的价格是不错的选择。但是，也要警惕完全相反的情况。如果对云计算的需求增长过快，价格可能不降反增。

其次，无论价格是上涨、下跌还是保持不变，现在都是制定 FinOps 计划的好时机。

不少企业会陷入某种盲区，误以为上云必然带来成本的降低。但其实上云超支、资源闲置浪费的情况比比皆是，完全违背降本增效的初衷。

根据全球云管理服务厂商 RightScale 于 2021 年调研所得的报告显示，当下企业级用户云支出的浪费高达 30-35%。在费用支出方面，13％ 的企业每年在公有云上花费超过 1200 万美元，而 50％ 的企业每年花费超过 120 万美元。

FinOps 这个概念就是为此而生。和 DevOps 相似，FinOps 也是一系列方法论的集合，其主要目的在于用云时尽量帮你省钱。无论公司体量如何，只要上云就有必要做成本优化。如果云使用者不了解如何有效地管理云使用，则云资源通常会被浪费。如果我们期望云使用迅速扩展，那么更好地管理云资源就尤为重要，这样他们才能将优化的价值回报给业务。

最后，制定使用 AI 和云的计划。

如今大多数企业会告诉你，他们可能会将生成式人工智能用于真正的业务应用程序。但是，这到底是出于跟风还是出于某种具体的业务策略，他们可能自己也无法判断。如果无法确定使用的目的或者 AI 可能会返回多少价值，那么谨慎把握技术或业务的转向。制定一个合理的计划，为你的企业谋求技术实践的最佳途径才是上策。否则你可能会为试错付出高昂的代价。

云的二次“爆炸”是一件好事吗？它有好的一面和坏的一面。最好的建议是了解正在发生的事情，并制定策略来利用这种市场转变。

参考链接：

https://www.idc.com/getdoc.jsp?containerId=prCHC50595423

https://www.infoworld.com/article/3694853/get-ready-for-exploding-cloud-growth.html

https://www.ithome.com/0/663/324.htm

https://www.zhihu.com/question/597850186

扫码关注公众号

获取更多技术资讯