阿里云刘伟光深度解读：AI云时代，真正的云该是什么模样？

更新时间：2025-01-09 17:03  浏览量：2

云计算行业在过去一年中逐渐摆脱了“内卷式”竞争的阴影，但面对生成式AI的浪潮，无论是国际还是国内的云服务提供商都在摸索中前行，寻找新的发展方向。阿里云，作为国内云计算领域的佼佼者，也不例外。

阿里云智能集团的资深副总裁、公共云事业部总裁刘伟光表示，要设计出面向未来的战略方向，必须亲自深入一线，感受客户的需求。他亲自走访了至少162家客户，这些来自各行各业的客户对AI应用的需求五花八门，如何将这些需求转化为公共云平台的能力，成为他和阿里云公共云团队面临的一大挑战。

在革命性技术发展的初期，需求往往广泛而发散，但现阶段的AI需求已经开始呈现出一些共性。基础大模型的先行者仍在持续训练大模型，垂直化应用公司开始深度应用大模型，而一些传统公司则探索用大模型进行业务创新和效率提升。一个值得注意的趋势是，越来越多的企业不再只是简单调用大模型，而是在原有应用中大量嵌入AI Agent，甚至开发AI原生应用。

这些企业的需求推动了AI云的进化。如果说云计算在2006年开创了一个时代，让更多中小企业上云，节省了成本，降低了门槛，初步成为企业的数字化生产力工具，那么AI与云的结合则将云计算产业推向了一个至关重要的节点。未来，所有基础设施的能力都将受到AI的冲击，这个冲击过程就是云计算能力的全面迭代升级甚至重构的过程，AI云时代已经到来。

传统IT时代的IOE（IBM的小型机、Oracle数据库、EMC存储设备）是上一个计算纪元的代表产物，它们构建了通用算力的基础设施底座。而AI云则是典型的智能算力的基础设施底座，大语言模型从诞生之日起就生长在云上，成长在云上。这一阶段的云服务的重要标志是，企业拥抱云不再只是单纯的IaaS（基础设施即服务）资源需求，而是需要IaaS、PaaS（平台即服务）、大语言模型、AI应用等全栈能力，而这个垂直技术栈的最佳承载无疑是云计算。

对于云计算的最终使用者——企业来说，如何基于大模型形成智能时代的生产关系，发挥AI的真正价值，成为了一道必答题。刘伟光在走访了162家客户后，发现越来越多的传统企业级市场客户、外资企业及跨国公司不仅将资源迁移到云端，更是将业务系统全面云化，涵盖网络、存储、大数据、数据库等IaaS+PaaS一体化的全栈服务。

他提出了一个鲜明的观点：“只有具备IaaS+PaaS一体化能力的云，才能被称为真正的云。这是我今天对‘云’的定义。同样地，在AI时代，不能创造社会价值的大模型，也很难称之为大模型。”

刘伟光在访谈中分享了他的感受。他表示，无论是内部产品研发的进展、AI能力的提升，还是大语言模型的日益精进，以及各行各业客户在探索云和AI结合方面的实践，都让他对未来充满信心，不仅是未来一年，甚至是接下来的5到10年。今天，许多客户不仅将云计算视为资源，更将其当成数字化转型的关键工具；同时，他们也不仅仅把AI看作创新手段，而是当作推动产业升级、面向未来的战略性武器。

从内因来看，阿里云一直在推动IaaS+PaaS一体化，而不仅仅把云当成资源来售卖。他们希望客户能大规模采用PaaS层的产品，如数据库、大数据、容器化、Serverless、开发运维工具等。PaaS层的能力和数据能力对企业业务有非常直接的支撑作用，甚至可以直接推动业务。当PaaS的产品与客户业务百分百结合在一起时，才能真正激发生产力。

从外因角度看，刘伟光拜访了非常多客户，发现他们对云的认知跟过去有了很大不同。很多客户认识到云不仅仅是服务器资源，更提供丰富的数字化能力。比如，开源软件发展速度远超商业化软件，在云上选择各种具备不同技术能力且开源的组件，是最好的选择。

2024年，小红书宣布成功迁移500PB数据湖至阿里云，就是IaaS+PaaS一体化服务的一个典型例子。刘伟光表示，没有PaaS的云，很难称之为云。越来越多的客户意识到，IaaS+PaaS一体化才是充分利用云、用云来实现业务的迭代创新、帮助业务实现直接增长的最好选择。

他进一步指出，云计算把所有客户聚集在云上，跟IOE时代把客户、技术散落在无数点上，是两种不同的技术主张。过去没有规模化的时候，只能看单点需求；在云上，当规模化的客户每天调用大模型时，大模型对网络、存储、弹性计算等都有着非常大的推动作用。因此，今天云必须要为AI改变、适配、升级原有的技术能力，才能满足今天AI使用者的需求。

刘伟光还分享了一些客户案例。比如，在中华财险，他们通过阿里云通义千问，输入目标客户各类情况的提示词，就可以自动生成一份定制化团险保单。整个过程耗时只有人工的1‰或者1‱，如果成交就会创造商业价值。

在快递领域，申通快递和阿里云经过多次碰撞、验证场景之后，一起实现了大模型应用在网点经营分析、客服摘要、客服质检、地址校验等多个物流场景的落地，实现客服违规率下降50%，信息处理率提升60%。

刘伟光表示，未来整个市场对于大语言模型的使用，无论是从模型调用还是开发自己的模型，一定不仅仅局限在手机APP上。未来会有更多应用来自于企业应用。这些企业的应用如果站在大语言模型的肩膀上，真正释放的是商业价值和社会价值。

阿里云智能集团副总裁、公共云首席解决方案架构师韩鸿源也分享了他在2024年与企业的交流中的观察。他表示，大语言模型的效果还是要停留在其本身适合发挥的场景里讨论，而不是泛化到一个解决一切问题的大模型。今天大家在做的所有事情，还是希望大语言模型能够在业务里面发挥其支撑作用。

韩鸿源指出，企业在落地生成式AI时，普遍遇到的难点包括环境准备、模型就绪、应用工程三个阶段。阿里云提供了多种解决思路和方法，包括选择合适的AI应用场景、优化模型运行环境、提供模型服务等。

对于不同能力的企业，未来在模型的应用部署方式上面，他们的选择也会有所不同。如果想以最快的方式开展应用开发，模型服务可能是一个入手最简单的方式。如果企业想要保留一部分知识产权，就会选择使用一些模型做调整，或者在不做调整的情况下，自己把推理设施建起来，最后调用这些模型服务。

韩鸿源还表示，推理市场的繁荣将对企业使用公共云产生深远影响。未来，推理投入占比可能会远远高于训练。阿里云在推理技术优化方面积累了丰富的经验，使用户能够直接享受这些技术带来的红利。

韩鸿源还谈到了多模态数据处理的需求和发展趋势。他表示，一方面模型提取非结构化数据的结构化信息能力在提升，视觉语言模型具备了自动化的信息提取的能力；另一方面，Agent和这些数据探索能力的结合蕴藏着巨大的潜力。对云计算而言，除了提供基础的资源供应外，上层软件能力会变得越来越重要。