回望2018：华为云的顺势和错位

原标题：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。