青云黄允松：2017、云计算的机遇在哪里

　 钛媒体注： 本文来自青云QingCloud CEO黄允松在1月5日的一次公开演讲，并整理成文，作为一个在 云计算 方面有多年从业经验的创业者，黄允松在本文中分享了他对云服务价值与使命的理解，对云计算未来机遇的展望，以及对人工智能(AI)时代的畅想。

又是新的一年，作为在IT界多年的从业者，我想跟大家分享一下云计算的发展机遇，以及未来世界可能的技术方向。

　　 数据驱动的社会，云计算成为刚需

在美国的IT消费者市场中，云计算占据20-30%的份额。这一比例在中国还是个位数，大概在5%左右，但是我相信中国很快会超越美国，因为中国市场正在发生深刻的变化。

　　近年Fintech金融科技领域有一个非常火的单词，叫“ 区块链 ”(BlockChain)。它之所以如此重要，源于虚拟世界的不信任关系。在信任或信用重建的过程中，“区块链”应运而生。

在“区块链”中，科技承担什么样的角色呢?科技让IT的管理和控制透明化。“区块链”是全国甚至全世界共享的庞大体系，在稳定性、效率、可靠性、性价比等方面，云计算明显比传统IT更胜一筹。

现代金融源自英国并在美国发扬光大。金融行业亟待变革，其中互联网金融最具代表性。

在《The PayPal Wars》中，讲述了PayPal在现代金融基础上进一步信息化的过程。美国的互联网金融在银行、保险、证券等领域都做得非常好，从这个层面就能理解为什么在云计算的采纳上，美国占了20-30%，中国只有5%左右的份额。正是因为金融业是IT行业最大的消费者，在很大程度上主导了未来的方向。

从2017年开始，中国的互联网金融将半推半就地进入一个新的历史时期，中国人民银行也将正式启动官方数字货币的研发。

前段时间看过一份有关金融的调查报告提到，在中国超过一半的职场中坚力量(85后)，压根不把钱存入银行，而是存到其他金融机构里。这些金融机构做的事情跟银行一样，左手收储蓄，右手放贷，中间赚利差，只不过采用的技术和工具更加复杂，含金量更高。

实际上，所有金融危机如次贷危机的发生，往往是对风险控制的失误或者失效导致的，由科技与人脑分工协作共同控制风险会更为可靠。

从我们的观察来看，随着金融模型、项目复杂度、资金流动量的递增，银行为了确保风控的可靠性正在陆续借助大数据工具，实行新的风控手段。

因此，云计算第一个刚性需求的来源就是大数据。尤其是那些对数据处理的敏捷性和复杂性要求较高的行业，将会广泛地，甚至唯一地采纳云的模式，比如金融行业、安全行业、制造业、商品流通业等。

在安全行业，他们对于数据处理的渴求，像怪兽一般无止境。金融行业对历史数据的批处理(静态处理)是可以接受的;而安全行业对于动态数据接近100%的实时处理需求非常高，即流数据处理。这里的安全行业是宽泛，包括公安部门、国安部门和军方等，信息的重要性甚至比武器还要高。

再比如制造业，亟需提升效率和产品友好度。站在我的角度来看，传统制造业衰落的根本原因非常简单——生产的产品是否符合消费者的真正需求?工业生产寻求规模化以降低平均成本，但是无法满足渐渐崛起的消费意识的需求。所以，由数据驱动生产流程非常关键，所有的决策都应该以数据为依据。

以沃尔玛为例，它是美国第一家全面引入100%数字化商业制度的公司，对货架、商品、销售过程、会员顾客、顾客体验进行全套管理，全面使用条形码，唯一追踪相关的SKU。自此，沃尔玛的运营效率获得极大地提升，商品与顾客的需求非常契合，口碑越来越好，运营成本也越来越低。

因此，数据驱动的生产流程，对每个行业来说都是非常关键的。不管是“消费升级”还是“中国制造2025”， 重中之重是要实现数据驱动、自动化、智能化，以及基于场景化的制造。一切都要基于数据，更需要依托于云平台。各行业都亟需打造强健的云平台，否则一切的改良、革新和升级都会沦为“无本之木，无源之水”。

　 技术的归云计算，应用的归人类

技术变革率先发生在存储领域——机械硬盘消失，闪存兴起。

计算机硬件系统里只有一个机械设备——机械硬盘，它带来的灾难是无与伦比的。在计算机行业里，虚拟化和云计算就是经典的“共享经济”。但是机械设备无法满足并行处理的需求，极大地束缚了共享经济的发展。

2016年11月，青云QingCloud正式推出上海1区，全部采用SSD闪存介质，不再使用机械硬盘。这是一个电子的世界，而不是机械的世界，计算机体系架构里最大的瓶颈是机械设备，如今已经可以退出历史舞台了，这对云计算行业是巨大的利好。

其次是网络的变革。

万兆光纤已经成为整个行业的最低配置。现在的主流配置是10万兆，即单根光纤25GB，捆绑4路。

为什么网络带宽的需求会变大?一是为了共享。二是总线概念的外延。总线是数据的通道，当单一计算机成为分布式计算中的一个节点，无数同质的、异构的节点连接成一个系统时，就需要新的总线——网络(以太网)。

最后是软件架构。

我年轻时做开发，不仅要学操作系统，还要学很多语言(Java、PHP、Python等等)、中间件和数据库知识。现在的程序员完全没有这个挑战，首先数据库都会跑在云上，比如AWS的Aurora、谷歌的F1。

用户的工作只需要跟API对接，存数据、取数据、删数据、改数据，而调优、打补丁、扩容、分库、分表等工作都可以交给云服务商。在云端对中间件(Middleware)进行服务化的过程，使得工程师不再需要关注复杂的技术，而是关注业务本身。

云计算取得伟大成功的标志，就是当它成为新的空气，没有人能离开它，而云服务商也被完全透明化的时候。我们解决问题的方法是将技术的归云计算，将应用的归人类。

有了AppCenter解决方案，可以实现在软件体系将80-90%的技术细节予以屏蔽，使其实现和运行细节被透明化。功能的有和无并不是核心竞争力，功能实现的好与坏才是核心竞争力。

　 AI超越人类指日可待

前几天，我在朋友圈里推荐过一本书——《人类简史》，作者是以色列希伯来大学一位年轻的教授。今天重点要说的是这位作者的新书——《未来简史》，我侥幸读过英文版本，在此分享一些读后感。

　　 人工智能 到底是真是假，它的未来会怎样?人工智能会百分之百取代人类在智力上的绝对优势吗?

讲一个刚刚发生的事情，Master与人类的围棋对决连胜60场，全世界排名前三的围棋高手都败在它手下，包括柯洁和聂卫平。一个围棋专业评论员说，“人类几千年累积的套路，就在这一刻被完全打垮了。”Master下棋的手法是人类教科书里认为不恰当的手法，但是它赢了，人类几乎没有任何可能翻身。

回顾2016上半年，AlphaGo跟韩国围棋棋手李世石的比赛中，落败最后一局。关于这个结果当时有两个说法，一是人类终于赢了，这是大多数人的条件反射;二是AlphaGo太可怕了，它居然故意输给人类，以麻痹人类的思想。

大多数人可能认为第二个说法是无稽之谈，但站在2017年的今天，它的升级版Master获得碾压式的胜利，第二种说法变得更为可信。

这说明只要有恰当的数据、数学公式、训练方法，计算机就能够意识到很多人类无法意识的事物。我相信总有一天机器人懂得如何使用能源，人类想要通过断电的方式消灭机器人会变得非常可笑。

可以预见AI超过人类指日可待，很可能在50年内会发生。软银集团老板孙正义的一个观点我个人非常认同，意思是到2030年，地球上机器人的数量将超过人类数量的总和。站在我对这个行业理解的角度，机器人是否会完全听从于人类，未为可知也。

当然也无需紧张，机器人与人类相处的第一阶段是以功能性机器人为主，我们这代人都是安全的。虽然未来有很多挑战，不管是技术层面、生活层面还是经济层面，但我相信未来是美好的。

    注：本文摘自钛媒体，版权著作权属原创者所有。欲了解更多大数据行业相关资讯，可搜索数据观(中国大数据产业观察网www.cbdio.com)进入查看。

责任编辑：汤德正