當(dāng)全民化意味著低成本，生成式AI意味著生產(chǎn)力的提升時，“云”和“開源”也就注定成為了繞不開的兩大話題。

　　透過Gartner的報告，我們嘗試重新分析中國的AI時代生成式AI究竟意味著什么?云計算的第三次浪潮又代表了什么?

　　作者|思杭

　　編輯|皮爺

　　出品|產(chǎn)業(yè)家

　　AIGC、大模型、AGI、MaaS，已然成為2023年的幾大關(guān)鍵詞。其火熱程度讓人不由得回想起當(dāng)年的“元宇宙”，但與之不同的是，大模型和AIGC背后蘊藏的產(chǎn)業(yè)密碼，撼動的不僅是整個To B界，更是對信息技術(shù)底層的顛覆。

　　所以，AI不僅會是2023年到2024年的主題詞，它更將是未來十年都繞不開的話題。

　　8月末，首批大模型通過備案，最先全面開放的是百度文心一言，接著是智譜AI、百川智能、字節(jié)跳動、商湯等等。時間再快進兩個月，到了11月初，第二批AI大模型也陸續(xù)通過備案，其中包括美團、昆侖萬維、螞蟻集團、面壁智能、知乎等11個大模型應(yīng)用。

　　兩批大模型應(yīng)用備案，加在一起共22家。從3月27日，國內(nèi)第一個大模型百度“文心一言”的正式上線，到11月4日，第二批大模型備案通過，在過去的222天里，國內(nèi)大模型已然脫虛向?qū)�，從C端走向B端，走向產(chǎn)業(yè)落地。而目前大模型正在經(jīng)歷的是，商業(yè)化探索階段。

　　可以說，這22家大模型備案的通過，既是為2023年所有籌備大模型的企業(yè)劃上一個完美的句號，也是為未來2024年整個To B行業(yè)、云計算行業(yè)帶來的一個良好開端。

　　10月16日，全球IT研究與顧問咨詢公司Gartner發(fā)布了“2024年十大戰(zhàn)略技術(shù)趨勢報告”。而這十大趨勢的主題詞只有一個，即人工智能，或者更準確的說是生成式AI。但任何新興技術(shù)的爆發(fā)，必然會帶來一定的風(fēng)險。所以，Gartner在2024年十大趨勢報告中，將這些趨勢分為三大類別：價值、風(fēng)險和資產(chǎn)保護。

　　2024年十大戰(zhàn)略技術(shù)趨勢，圖源：Gartner

　　Gartner對于未來生成式AI的預(yù)測是，到2026年，超過80%的企業(yè)都會接入生成式AI或大模型，然而這一比例在2023年初還不到5%。

　　在國內(nèi)，生成式AI也是大模型的同義詞。而大模型在阿里云的口中，是“云計算的第三次浪潮”。這家對大模型開源貢獻頗多的企業(yè)為大模型賦予的概念，言外之意也一定程度上揭示了生成式AI的未來。

　　Gartner研究副總裁高挺(Arnold Gao)對此的態(tài)度是，“這些趨勢很多時候也不是一個單獨的技術(shù)，而是一種架構(gòu)上的變化。”

　　這些答案或許書寫在2024年的產(chǎn)業(yè)答卷上，又或許在更長的時間才能浮出水面。

　　透過Gartner的報告，我們嘗試重新分析中國的AI時代生成式AI究竟意味著什么?云計算的第三次浪潮又代表了什么?

　　趨勢一：全民化生成式AI

　　回顧2023年，幾個有代表性的大會，如世界人工智能大會、中國國際服務(wù)貿(mào)易交易會，以及剛剛過去的阿里云云棲大會，它們都闡釋了一個重要的主題——生成式AI。

　　在這里，Gartner所預(yù)測的第一大趨勢“全民化生成式AI”，與阿里云口中的“云計算的第三次浪潮”有著異曲同工之處。

　　“未來生成式人工智能平臺的入門門檻會變得非常低，幾乎可以為所有人提供‘生成、創(chuàng)造、編寫數(shù)字內(nèi)容’的能力。”這是Gartner研究副總裁高挺對于“全民化生成式AI”趨勢的解讀。所以，當(dāng)全民化意味著低成本，生成式AI意味著生產(chǎn)力的提升時，“云”和“開源”也就注定成為了繞不開的兩大話題。

　　其中，云計算為生成式AI提供了底層技術(shù)。這也是“云計算的第三次浪潮”被提出的大背景。生成式AI對云計算行業(yè)帶來的影響可謂是顛覆性的。阿里云王堅對“云計算第三次浪潮”的詮釋是，AI與云計算結(jié)合帶來的第三次浪潮并不會在一年、兩年完成，可能會給我們十年、幾十年的時間，才會讓真正把更多東西在云計算時代發(fā)明出來。

　　從短期來看，云計算與AI產(chǎn)業(yè)或大模型形成的是聯(lián)動關(guān)系，因為所有大模型都會長在云上，以“云”的方式提供服務(wù)。但具體來理解“第三次浪潮”，將其放在更遠的未來，它不僅會給云計算帶來顛覆，更是對整個SaaS市場和To B行業(yè)的商業(yè)模式等都帶來影響。

　　眾所周知，云計算行業(yè)在國內(nèi)興起和發(fā)展的時間并不算長，到2024年也只有近十年的歷程。在這期間，市場對云計算的理解從陌生到熟悉，但迄今為止，還并未迎來高速發(fā)展期。目前我國云計算行業(yè)的競爭格局已成定局，在走過“分蛋糕”的時代之后，接下來云計算企業(yè)所面臨的是，如何在存量市場做到更優(yōu)秀。

　　目前國內(nèi)云計算市場面臨的問題是，上層的SaaS行業(yè)并不成熟，并且缺乏行業(yè)領(lǐng)軍企業(yè)。而在云計算行業(yè)的高速發(fā)展期，SaaS行業(yè)的成熟對其至關(guān)重要。市場接受度低、付費習(xí)慣差、產(chǎn)品能力等等諸多弊病也正在拖累著SaaS行業(yè)前進的步伐。

　　然而，2023年，事情的轉(zhuǎn)機就出現(xiàn)在生成式AI上。生成式AI這波熱潮的興起，不僅會催生新一批SaaS應(yīng)用，更會助力曾經(jīng)的SaaS應(yīng)用，將其重新帶入到大眾視野中。在提升軟件生產(chǎn)力的同時，市場接受度也在悄然發(fā)生變化。

　　生成式AI應(yīng)用遍布各行各業(yè)，因此對于云計算和上云趨勢帶來的影響也更為直觀。從市場規(guī)模的角度看，據(jù)中國信通院數(shù)據(jù)預(yù)測，到2025年全球云計算市場規(guī)模將超過6000億美元，5年復(fù)合增長率將達到23.56%;其中我國云計算市場規(guī)模在2025年將突破1萬億元。

　　而從企業(yè)的上云趨勢來看，據(jù)方正證券研究報告，目前我國民營企業(yè)上云滲透率為49.2%，國資企業(yè)上云滲透率為33.7%。相較美國85%以及歐洲70%的企業(yè)上云率，我國企業(yè)在上云趨勢方面仍有較大發(fā)展空間。未來隨著生成式AI應(yīng)用的普及，上云滲透率也將迎來更快的增長。

　　然而，“全民化”的背后不僅需要云計算行業(yè)的支持，在大模型遍地開花的時代，“開源”也逐漸成為當(dāng)下的熱議話題。開源的本質(zhì)是降低大模型開發(fā)成本，打開生成式AI技術(shù)創(chuàng)新的源頭。一些優(yōu)秀企業(yè)將底層的代碼能力貢獻出來，以免費開源的方式供其他企業(yè)進行二次開發(fā)，這樣一來就極大程度地降低了模型成本，也提高了生成式AI的普及性。

　　在國際測試委員會Bench Council所公布的世界開源系統(tǒng)貢獻榜中，除了學(xué)術(shù)界的參與外，在企業(yè)里，微軟、谷歌、IBM、甲骨文、英偉達、阿里巴巴、百度等公司也被列入其中。這些頭部企業(yè)的參與，也恰恰說明了開源的可靠性。以國內(nèi)大模型企業(yè)為例，阿里云已成為國內(nèi)首個加入大模型開源行列的大廠。

　　趨勢二：AI信任、風(fēng)險、

　　安全管理(AI TRiSM)

　　任何新技術(shù)的出現(xiàn)都伴隨著未知的風(fēng)險。

　　Gartner所提出的“AI TRiSM”機制，翻譯成中文是對AI的信任(Trust)、風(fēng)險(Risk)和安全(Security)管理。

　　具體而言，人類對AI的信任問題可追溯到“Siri時代”，當(dāng)智能語音助手剛進入到日常生活中時，關(guān)于AI的信任危機也隨之而來。比如最常聽到的，Siri是否會“監(jiān)聽”我們的生活，用于商業(yè)等用途。

　　而這一問題放大到如今的大模型時代，信任危機則更加嚴重。在大模型時代，AI信任危機可以以多種形式存在，比如“訓(xùn)練數(shù)據(jù)投毒”，或者生成式AI涉及到的“提示詞攻擊”等等。

　　其次，AI風(fēng)險則更多的被放在醫(yī)療、金融、法律等關(guān)鍵領(lǐng)域。比如在醫(yī)療行業(yè)，8月中旬北京市衛(wèi)健委發(fā)布了《北京市互聯(lián)網(wǎng)診療監(jiān)管實施辦法(試行)》，其中規(guī)定了嚴禁使用AI自動生成處方。而這一擔(dān)憂的背后是生成式AI浪潮下，互聯(lián)網(wǎng)醫(yī)療所埋下的重大安全隱患。

　　再比如在金融行業(yè)，銀行、證券等機構(gòu)的數(shù)據(jù)安全，也正是生成式AI發(fā)展過程中必須要解決的一大問題。

　　實際上，Gartner所提出的“AI TRiSM”框架則更多是基于人工智能模型的公平性、透明度和數(shù)據(jù)保護等方面，所提供的一套治理機制。而實現(xiàn)AI治理的方式可以是國家政策、也可以是一些針對大模型時代下的新安全應(yīng)用，再或者是企業(yè)基于自身安全考慮的私有部署方式。

　　在政策方面，歐盟、美國、英國和中國等多個國家都已推出生成式AI監(jiān)管規(guī)定。隨著生成式AI的快速發(fā)展，國際上對生成式AI風(fēng)險的重視也提到了一定高度。

　　8月，歐盟《人工智能法案》成為AI監(jiān)管領(lǐng)域的全球標準，其中參與商談的國家包括歐盟成員國、印度、日本、韓國、新加坡和菲律賓;同時在2023年8月15日，國家網(wǎng)信辦等七部門聯(lián)合公布的《生成式人工智能服務(wù)管理暫行辦法》也正式生效;10月末，美國也推出了首個生成式AI監(jiān)管規(guī)定。

　　然而，除了國家層面的政策保護，企業(yè)自身也會基于數(shù)據(jù)安全和隱私等層面，將一些涉及隱私的應(yīng)用進行私有云部署，把數(shù)據(jù)放在本地上保存，從而來保證數(shù)據(jù)在生成式AI應(yīng)用上的安全性。

　　但未來隨著生成式AI應(yīng)用的普及，更多的大模型和應(yīng)用都會長在公有云上。屆時，關(guān)于AI的信任和風(fēng)險問題又會被重新提出來。所以，在新的時代下，基于企業(yè)生命周期管理的安全類應(yīng)用也會變得更加重要。

　　趨勢三：AI增強開發(fā)

　　“生成式AI所帶來的生產(chǎn)力提升將波及到數(shù)十億的人工勞動力，而這項技術(shù)所創(chuàng)造的價值是，提升至少10%的效率和創(chuàng)造力。”紅山的兩位合伙人在《生成式AI，一個新世界》一文中表達了上述觀點。

　　而生成式AI背后所蘊藏的機遇與挑戰(zhàn)也正在于此，它雖有數(shù)萬億美元的經(jīng)濟潛力，但同時也為數(shù)萬人帶來了失業(yè)焦慮。

　　最先感受到焦慮的職業(yè)也恰好是生成式AI最擅長應(yīng)用的領(lǐng)域。在ChatGPT漂洋過海剛來到國內(nèi)之時，人們對它還并不熟悉，因此誤以為客服行業(yè)將最先感受到危機。實則不然，真正能與生成式AI結(jié)合，并帶來生產(chǎn)力提升的是“代碼”。

　　Gartner研究副總裁高挺對“AI增強開發(fā)”的解讀是，被AI開發(fā)替代的測試任務(wù)，主要集中在3個方面：編寫測試代碼、生成測試數(shù)據(jù)、生成單元測試中的“測試樁”。

　　雖然目前來看，從設(shè)計到代碼，AI還不能參與整個全生命周期的開發(fā)過程，但未來卻很有希望。從原理上看，生成式AI可以根據(jù)用戶輸入的數(shù)據(jù)，自動生成代碼，從而簡化并加速開發(fā)流程。

　　而且從用戶的角度來看，生成式AI與代碼的結(jié)合，也更方便人機交互。硬幣的一面是，用戶不再需要編寫大量代碼來處理問題。而硬幣的另一面是，生成式AI也可以幫助企業(yè)在短時間內(nèi)開發(fā)出更優(yōu)秀的應(yīng)用程序，從而在數(shù)字化轉(zhuǎn)型中實現(xiàn)降本增效。

　　將生成式AI與代碼的結(jié)合放在更大的層面，這對于低代碼和無代碼行業(yè)都將帶來變革性影響。對此，IDC研究經(jīng)理Michele Rosen也認為，如果低代碼和無代碼供應(yīng)商所提供的產(chǎn)品，與生成式AI相結(jié)合，那么理想條件下的結(jié)果就是，用戶可以用自然語言或可視化組件的方式來進行交互。

　　實際上，國內(nèi)外已經(jīng)有類似應(yīng)用出現(xiàn)。比如微軟的GitHub Copilot編程助手，再比如百度近日發(fā)布的Comate代碼助手。后者正是基于代碼層面推出的SaaS應(yīng)用，這也是國內(nèi)首個與代碼結(jié)合的SaaS應(yīng)用的嘗試。

　　“一個聊天界面，通過聊天界面創(chuàng)建簡單的應(yīng)用程序。”這樣簡單的無代碼操作步驟已經(jīng)在微軟的低代碼產(chǎn)品PowerApps上實現(xiàn)。這是在PowerApps添加了Copilot之后，基于ChatGPT功能的無代碼生成應(yīng)用。

　　趨勢四：智能應(yīng)用

　　“ChatGPT可能已經(jīng)出現(xiàn)了自我意識”，Open AI首席科學(xué)家Ilya Sutskever發(fā)出警告。類似AI有意識的發(fā)現(xiàn)已經(jīng)不是第一次在海外傳出。但一個更加唯物主義的問題是，AI怎么會產(chǎn)生意識?

　　Sutskever發(fā)出這樣警告的背景是，他在神經(jīng)網(wǎng)絡(luò)的多年學(xué)習(xí)研究后，發(fā)現(xiàn)了模式識別方面的驚人功效，即只需要足夠多的數(shù)據(jù)和非常強大的算力便可以實現(xiàn)其預(yù)期功能。這也正是Sutskever口中的AI的“自我意識”。

　　高挺對于智能應(yīng)用的解讀是，其目標是最終成為可以像人類一樣去思考、判斷和適應(yīng)環(huán)境的應(yīng)用。而這種智能應(yīng)用自適應(yīng)的學(xué)習(xí)能力，背后正是包含當(dāng)前生成式AI所展示出的底層能力，即機器學(xué)習(xí)、語意引擎、連接數(shù)據(jù)等。

　　未來，這樣的底層能力也將遍布至所有的智能應(yīng)用設(shè)備，比如物聯(lián)網(wǎng)技術(shù)、自動駕駛等等�；蛘邠Q一種角度，未來的所有智能設(shè)備都將建立在生成式AI底層能力的基礎(chǔ)上。

　　趨勢五：增強型互聯(lián)員工隊伍

　　“到2027年底，25%的首席信息官(CIO)將使用增強型互聯(lián)員工隊伍計劃將關(guān)鍵崗位的勝任時間縮短50%。”這是Gartner針對“增強型互聯(lián)員工隊伍”進行的預(yù)測。從這樣的預(yù)測可以看出，增強型互聯(lián)員工隊伍的本質(zhì)是保證關(guān)鍵崗位的人才流失率。

　　而從技術(shù)的角度來看，高挺對此的解讀則是，通過終端應(yīng)用知識庫提出數(shù)據(jù)，對員工情緒進行分析，從而得出“員工的離職傾向”數(shù)據(jù)。

　　一個更為真切的例子是，企業(yè)從員工在線工作的時間，包括郵件里的措詞、訪問各個應(yīng)用的數(shù)據(jù)，分析出員工目前的工作狀態(tài)和壓力。這些數(shù)據(jù)可以是員工在某些系統(tǒng)里逗留的時間、所做的操作。

　　然而，這類技術(shù)所涉及到的數(shù)據(jù)隱私和安全問題是技術(shù)落地前不得不考慮的一大因素。雖然本質(zhì)上體現(xiàn)的是對員工的關(guān)懷，但從另一種角度，人工智能也可能演變成對人類的“監(jiān)控”。因此目前，國內(nèi)這類技術(shù)的應(yīng)用落地還需要很長的時間。

　　趨勢六：持續(xù)威脅暴露面管理(CTEM)

　　生成式AI的未來，一定建立在解決AI風(fēng)險的前提之下。在此背景下，安全應(yīng)用的重要性再一次被提到一定高度。

　　而所謂的“威脅暴露面”是指網(wǎng)絡(luò)安全漏洞。實際上，新型的網(wǎng)絡(luò)攻擊始終都在不斷變化，隨著各種安全應(yīng)用的升級，網(wǎng)絡(luò)攻擊者的攻擊途徑也在進化。

　　比如，從過去的攻擊事件本身，到攻擊路徑。具體來理解，攻擊路徑就是網(wǎng)絡(luò)攻擊者站在當(dāng)事人的角度思考，事情的發(fā)展路徑，從而從路徑上去突破，從而采用相對應(yīng)的攻擊戰(zhàn)術(shù)和實施手段。

　　在此背景下，2022年中，Gartner發(fā)布了《實施持續(xù)威脅暴露面管理(CTEM)計劃》，提出了CTEM這種主動式安全防御新思路。然而，企業(yè)不可能找到一套十分嚴密的防御機制，因為它不是一種單一的技術(shù)。

　　對此，企業(yè)更為正確的做法應(yīng)該是，安全團隊把大部分時間花在集成故障排除上，而不是管理攻擊面。實際上，國內(nèi)已經(jīng)有相關(guān)應(yīng)用正在根據(jù)Gartner所提出的CTEM框架，對企業(yè)物理資產(chǎn)和數(shù)字資產(chǎn)進行保護。

　　未來，隨著生成式AI進入深水區(qū)，安全應(yīng)用的市場規(guī)模和應(yīng)用場景也將進一步擴大。

　　趨勢七：機器客戶

　　“機器客戶”是一個較為陌生的名詞。它的意思也正是字面意思。換言之，全球超過70億部手機、平板電腦、個人電腦、智能手表等智能設(shè)備都有學(xué)習(xí)和記憶功能，隨著生成式AI時代的到來，智能應(yīng)用的學(xué)習(xí)能力和記憶能力也會隨之增強。到最后，這些設(shè)備都將具備決策能力。

　　一個關(guān)于機器客戶的預(yù)測是，到2030年，所有消費者的購買至少有25%將大量委托給機器。

　　實際上，機器客戶的演變是分階段的。目前，所有的設(shè)備并沒有能力幫助人類做決策。它所處的階段是第一階段，在這一階段，由人類主導(dǎo)做出決策，AI只會根據(jù)規(guī)則記住人類所做的決定。第二階段，AI將學(xué)習(xí)輔助人類做決策，而AI學(xué)習(xí)的規(guī)則正是上一階段留下的。到2036年，AI將擁有“自主意識”，可以根據(jù)人類的偏好和前兩階段的“規(guī)則”，替代人類做出決策。

　　機器客戶演變的三個階段，圖源：Gartner

　　一個更加超現(xiàn)實的例子是，2036年，AI可以像人類一樣自己讀新聞、分析數(shù)據(jù)，進行學(xué)習(xí)，根據(jù)市場趨勢進行判斷，從而代替人類做出決策。

　　等到這一天真的到來，機器客戶所帶來的改變將影響整個商業(yè)世界。C端消費者的改變，不僅會影響到C端的商業(yè)模式，比如銷售和營銷方式，也更會影響到B端的商業(yè)邏輯。

　　趨勢八：可持續(xù)技術(shù)

　　近兩年，ESG的重要性一再得到提升。從各大企業(yè)披露的ESG報告數(shù)量即可看出，國內(nèi)ESG的發(fā)展呈極速上升趨勢。

　　截至2023年7月，共有1761家A股上市公司披露了2022年ESG相關(guān)報告，占全部A股上市公司的34%。而在過去的5年時間里，A股公司的披露率從25.98%提升到了35.85%，增長超過10%。

　　在ESG標簽愈加突顯的當(dāng)下，無論是投資人、企業(yè)本身，亦或是國家，ESG都是大眾所關(guān)注的焦點。而在ESG的所有標簽中，被披露最多的指標有碳減排、產(chǎn)品質(zhì)量管理、綠色辦公措施、支持鄉(xiāng)村振興等。

　　來源：ESG卓望

　　如今，在大模型時代，隨著AIGC技術(shù)的提升，算力的需求也在激增。未來會迎來一個“暴力計算”的時代，買卡、造芯片、建服務(wù)器、算力中心、訓(xùn)練大模型等等技術(shù)，都會帶來更多的碳排放。同時，這也意味著對對企業(yè)的IT運維提出挑戰(zhàn)。

　　未來既是算力時代、數(shù)據(jù)時代，同時也是節(jié)能減排的時代。在一些國家，如新加坡、愛爾蘭、荷蘭，已經(jīng)出現(xiàn)了電力緊缺等問題。這些風(fēng)險也正在伴隨著AIGC一同到來。而在能源急劇消耗的當(dāng)下，ESG的重任不僅落在了企業(yè)自己身上，更落在了數(shù)字化服務(wù)商的身上。

　　碳排放的增加對IT運維提出了更高要求。一種解題思路是，數(shù)字化服務(wù)商利用數(shù)字時代產(chǎn)生的數(shù)據(jù)，幫助企業(yè)節(jié)能減排。在近兩年，數(shù)據(jù)智能也越來越多地被商業(yè)世界所關(guān)注。在未來ESG的時代，數(shù)據(jù)智能會獲得更大的增長空間。

　　趨勢九：平臺工程

　　在所有企業(yè)為百模大戰(zhàn)、千模大戰(zhàn)忙碌的背后，總有一些企業(yè)來做“底座”和“基礎(chǔ)設(shè)施”。

　　早在2022年11月，阿里云就上線了“魔搭”(ModelScope)社區(qū)，并提出MaaS(Model as a Service，模型即服務(wù))。而阿里云的魔搭社區(qū)則是聚集了多個機構(gòu)開發(fā)的人工智能大小模型，以開放給更多人使用。其結(jié)果也遠遠超出預(yù)期，短短幾個月，上百萬人下載了 1600 萬次各類模型，模型數(shù)量也從最初的 300 多個擴展到 800 多個。

　　在阿里云的暢想中，消費者甚至可以使用大模型改變電商購物體驗：你在淘寶或天貓的搜索框里輸入問題，它會為你生成一個購物方案，并給出相應(yīng)的購物列表。而當(dāng)場景切換到天貓精靈中，大模型則是一個更復(fù)雜的生成式對話系統(tǒng)：用戶用一兩句話的需求，讓它來自動生成一個故事、歌單或食譜。

　　而這些所有的想象，都是“平臺”所給予的能力。

　　在Gartner的“平臺工程”這一概念中，是指在生成式AI時代下，顛覆傳統(tǒng)的項目制開發(fā)，讓開發(fā)人員可以以組裝、復(fù)用和配置的方式進行平臺開發(fā)。這背后的思想是，將軟件開發(fā)的項目管理思維轉(zhuǎn)化到產(chǎn)品管理思維，讓開發(fā)項目流程模塊化和集中化。

　　而MaaS也正是大模型時代下的“平臺工程”。在過去，傳統(tǒng)開發(fā)是以項目制進行;而后來的云計算時代，開發(fā)可以半定制化進行，即通過PaaS平臺以低代碼的形式搭建上層應(yīng)用。到了如今的大模型時代，過去的開發(fā)形式獲獎?wù)甙l(fā)生徹底的改變，即通過模型來搭建，這也正是MaaS的核心理念。

　　“MaaS”在阿里云CTO周靖人的詮釋下，“模型會成為人工智能時代一個重要的生產(chǎn)元素，整個計算體系會圍繞模型重新升級。”

　　在國內(nèi)，MaaS的提供者不僅有阿里，還有騰訊和百度的參與。這些廠商在大模型時代扮演的角色，不僅是提供模型能力，更是“接住”其他廠商的模型能力。

　　趨勢十：行業(yè)云平臺(ICP)

　　“云和AI是不可分割的整體。”

　　這是在大模型時代形成的一個新共識。

　　在大模型產(chǎn)業(yè)鏈上，云計算就相當(dāng)于“發(fā)電機”一樣的存在。阿里云內(nèi)部的感受是，“最初我們想把幾百臺(GPU)服務(wù)器連起來做訓(xùn)練都很難。云優(yōu)化一點，大模型才能發(fā)展一點，模型發(fā)展到一定程度又遇到挑戰(zhàn)，又需要云去升級。”而這樣緊密的關(guān)系，也讓周靖人看到了云計算行業(yè)在未來大模型時代的無限潛力。

　　阿里巴巴集團CEO吳泳銘也曾做出判斷，“AI 時代的云計算市場將更加集中，需要搶占先機”。

　　在近期的云棲大會上，一份有關(guān)云和AI的答卷是：跑在阿里云的魔搭社區(qū)上的模型超過2300個。“一半大模型公司跑在阿里云上”，這句話的背后也詮釋出AI與云計算不可分割的關(guān)系。

　　一組由Gartner給出的數(shù)據(jù)則更能說明問題：到2027年，將有超過70%的企業(yè)使用行業(yè)云平臺(ICP)加速其業(yè)務(wù)計劃，而2023年的這一比例還不到15%。這里的ICP也正是由IaaS、PaaS、SaaS組成的云計算行業(yè)。

　　另外，在IDC最新發(fā)布的《中國公有云服務(wù)市場(2023上半年)跟蹤》報告中，IaaS+PaaS市場也正在提速。

　　目前來看，2023年上半年中國公有云服務(wù)整體市場規(guī)模(IaaS/PaaS/SaaS)為190.1億美元。其中IaaS市場規(guī)模為112.9億美元，同比增速13.2%;PaaS市場規(guī)模為32.9億美元，同比增速為26.3%。

　　上半年，AIGC、大模型需求的爆發(fā)，帶動了整個算力市場和PaaS層的市場熱度。對此，IDC分析師崔婷婷認為，“PaaS市場在AIGC、AI行業(yè)模型和大模型的需求推動下，進入快速增長賽道，結(jié)合當(dāng)前數(shù)據(jù)治理、數(shù)據(jù)安全等技術(shù)領(lǐng)域的不斷升級，使得PaaS市場活力滿滿，預(yù)測未來3到5年內(nèi)仍會高速發(fā)展”。

　　實際上，大模型對云計算的影響不僅限于擴大市場規(guī)模，提高增速，更在于對于IaaS+PaaS市場競爭格局的改變。由于MaaS的出現(xiàn)，以模型來構(gòu)建應(yīng)用的新型開發(fā)模式的出現(xiàn)，正在對IaaS+PaaS的模式產(chǎn)生影響。

　　未來，在大模型市場的整個拼圖上，云計算企業(yè)也正在擁有越來越大的話語權(quán)。