科技云报道:AI+PaaS,中国云计算市场迎来新“变量”?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: AI PaaS云计算的下一片“蓝海”

科技云报道原创。

没有小的市场,只有还没有被发现的大生意。

随着企业数字化转型的逐级深入,市场需求进一步向PaaS和SaaS层进发,使之成为公有云服务市场增长的主要动力。

根据IDC最新发布的报告显示,2022-2027五年间中国公有云市场年复合增长率将达到26.9%,其中PaaS(平台即服务)增速最快,为30.5%,SaaS(软件即服务)紧随其后为28.7%。当云计算的基础设施建设完成后,中国公有云市场正在从资源驱动型延伸至技术和业务驱动。
31392.jpg

与此同时,生成式AI和大模型的快速发展,也在加速推动PaaS成为下一代智能云的核心能力。

作为承上启下的中间层,PaaS层既要承担IaaS层快速规模化扩张带来的压力,又要承载SaaS层软件功能沉淀下来的可平台化能力,PaaS层将成为帮助企业全方位构建和应用AI原生力的关键环节。

未被充分开发的“中间地带”

追溯PaaS的发展历史可以发现,PaaS的发展与云计算的发展相伴相随。

2006年,Amazon Web Services正式推出并商业化,成为云计算的开端。2007年,Salesforce发布force.com,其目的是支持第三方客户在其上开发、部署和管理应用。此后,同类平台如雨后春笋般发展起来。

2011年,亚马逊云科技发布Amazon Beanstalk平台,红帽发布OpenShift平台,VMware发布CloudFoundry。2015年,IBM开始构建Bluemix平台。

2016年起,国内PaaS平台建设加速,阿里巴巴、华为等科技巨头开始发力公有云PaaS,一批初创型PaaS服务公司涌现在市场中。

当前,云计算服务交付模式主要有IaaS、PaaS、SaaS三类。

根据NIST(美国标准化技术机构)的定义,PaaS是将数据库、开发工具和其他支持应用服务交付的组件整合为一个平台作为服务提供给开发者,从而使得开发者无需关注应用程序运行和维护时所需要的资源,用户远程使用开发者开发的应用软件。

从整体架构看,PaaS搭建的是一个基础平台,在PaaS之下,平台以服务的方式提供给上游的SaaS及众多开发者。

PaaS运营商所能提供的服务涵盖了对该平台的技术支持服务、平台应用系统的开发和优化等一系列后续服务模块。PaaS运营商对外提供的服务是建立在强大而稳定的基础运营平台之上,需要专业的技术支持队伍的支撑。

通过将互联网的资源服务化为API,提高第三方开发者的开发效率,并且节约开发成本,提高WEB应用开发的敏捷性。

PaaS在云服务产业链中具备承上启下作用。云服务产业链中,位于底部(产业链上游)的一层可以为其上面(产业链下游)的任何一层或者终端客户提供服务。

在链条中,越是底部标准化程度越高,价格战也越有效,例如硬件设备、服务器。越是上层,越接近用户,标准化程度越低,性能稳定性、功能丰富性、交互、体验等多种指标影响性能评价,越无法进行简单横向比较,如SaaS层服务。

随着云计算的日渐普及应用,企业对于云的原生应用和全新的应用开发和管理模式都提出了更高要求,PaaS这一承上启下的中间层变得越来越重要。PaaS层面对的是软件开发商以及SaaS层企业,需要拥有强大的功能与稳定性,才能站住脚跟。

未来,改变中国云计算市场格局的“变量”很可能会出现在是一直被忽视的PaaS层。

首先,PaaS以平台之姿切入市场,为SaaS厂商提供集成平台(IPaaS)以及应用部署和运行平台(aPaaS),按部署的角度,PaaS又可细分为数据库服务、应用开发、应用基础架构、中间件服务等。

PaaS作为平台,所拥有的想象空间要比SaaS大很多,具备改变云计算市场格局的可能性。

其次,PaaS具有足够的成长空间。PaaS天然的被夹在了IaaS和SaaS之间,虽然IaaS服务商拥有做PaaS的先天优势,但以目前的发展态势来看,IaaS巨头都在忙着摆弄AI,这让PaaS有了生长的空隙。

其三,也是最为关键的一点,即市场对PaaS的强烈需求。纵观整个云计算领域,IaaS独领风骚,SaaS欣欣向荣,唯独PaaS市场没做起来。究其原因,主要是由于此前SaaS的发展水平较低,且各自为政,对PaaS并不刚需。

但随着企业级应用市场的爆发和成熟,SaaS应用之间对细分、跨层、效率、协作、打通的要求越来越高,PaaS的重要性陡增,PaaS体量猛增和进化增速必然会随之而来,这是可以预见的。

AI加速PaaS成为下一代云的核心增长动力

伴随人工智能大模型等发展,各行各业在云端用人工智能处理大数据,正逐渐成为现实。这个过程中,IDC调研发现,企业用户对云的需求变化,主要体现在以下三方面:在云上获得应用AI的能力、在云上获得AI加持的工具、在云上实现以智能驱动的应用创新。

IDC认为,下一代云将是按需适配企业智能化发展的“智能云”,云是AI落地和发展的土壤,AI也会助推云平台发展。技术层面,企业需要借助智能架构和系统,加速智能设施应用落地;在业务层面,企业需要利用云平台的资源管理能力,提高工作流程的自动化水平,实现智能运营;在生态层面,企业需要依赖下一代云上的智能工具,提升产品开发效率和产业协同能力,实现智能创新。

作为云平台承上启下的中间层,PaaS层的市场需求和功能也将随着下一代云的发展持续增强。

一方面,PaaS层的工具和产品能够帮助企业更好地调度、管理IaaS(基础设施即服务)层的基础资源;另一方面,SaaS层的应用也将逐步下沉成为PaaS平台的一部分功能,为企业用户提供更加便捷的服务。

从2023年上半年的情况来看,这一趋势愈加明显,PaaS增速为IaaS的两倍。2023年上半年,中国公有云服务整体市场规模(IaaS/PaaS/SaaS)为190.1亿美元,其中IaaS市场规模为112.9亿美元,同比增速13.2%;PaaS市场规模为32.9亿美元,同比增速达到26.3%。

实际上,PaaS正在成为下一代云核心增长动力已经是行业共识。根据中国信息通信研究院《云计算白皮书2023》数据显示,2022年中国云计算市场PaaS领域的增长高达74.49%,总收入达到342亿元人民币,而SaaS领域2022年的营收达到472亿元,增速27.57%。

企业用户不再满足于仅仅使用IaaS完成资源云化,而是期望企业管理和业务系统的全面云化以此抓住发展新机遇。同时,受AI大模型等的影响,未来几年PaaS和SaaS将成为云计算增长的主战场。

PaaS到目前已有超过15年的发展,过去15年,aPaaS可以说是PaaS的代表,模式日臻成熟。但随着人工智能、物联网、大数据等技术加快渗透到企业级应用,深度挖掘了PaaS的价值并产生新的需求。

尤其是如今生成式AI的火热,让AI作为底座重构业务成为可能,以AI PaaS为代表的数据类PaaS服务将成为PaaS未来发展的趋势。

AI PaaS就是将AI能力做为一种服务,它为企业提供了一个简单易用的平台,使他们能够快速搭建和扩展自己的AI应用,还有一点就是PaaS平台需要从封闭走向开放。

数智化时代企业的核心竞争力之一就是开放生态的构建能力,这种生态会模糊行业界限、企业界限甚至竞争的界限,比如汽车行业不仅有传统供应商,还要扩展到互联网、云计算行业。在这种变化下,PaaS平台也需要构建开放的、无界的生态服务,这样才能满足企业低成本,快速数智化的需求。

AI PaaS云计算的下一片“蓝海”

从技术角度看,AI PaaS是一种集成了人工智能和机器学习服务的平台,用于构建、训练和部署AI驱动的应用。它解决了企业在快速构建AI产品时所面临的基础设施创建和维护问题。AI PaaS为企业提供了一个简单易用的平台,使他们能够快速搭建和扩展自己的AI应用。

AI PaaS的关键组件包括预训练的机器学习模型和AI API。这些组件能够处理和分析数据,解决特定的任务,并提供相应的结果。

预训练的机器学习模型可以帮助企业快速开发和部署AI解决方案,而AI API提供了一组预置的函数和工具,使开发人员能够更轻松地构建和调用自己的AI应用程序。

使用AI PaaS有许多好处,首先是降低开发成本和时间。AI PaaS提供了预制的基础设施和环境,不需要从头开始构建。同时,AI PaaS具备高度可扩展性,可以根据需求进行快速扩展。

另外,AI PaaS内置了许多强大的工具和函数,使开发人员能够更高效地构建和部署自己的AI应用。

在选择AI PaaS服务时,有几个因素需要注意。首先是数据质量,AI PaaS的训练和性能结果直接取决于训练数据的质量。

其次是技术兼容性,确保AI PaaS与现有系统和工具的兼容性,以免出现不必要的麻烦。此外,API的可用性也是一个重要的考虑因素,确保API的稳定性和可靠性。

在不同行业中,AI PaaS应用前景非常广阔。从金融、医疗到制造业,AI PaaS可以帮助企业实现自动化和智能化,大大提高工作效率和业务竞争力。

AI PaaS未来的发展趋势是更多地应用于边缘计算和物联网领域,并不断提升性能和可靠性,以满足不断发展的市场需求。

在实施AI PaaS的过程中,可能会面临一些挑战。数据质量不佳、技术兼容性问题以及API的可靠性不足都可能影响AI PaaS的性能和效果。

为了克服这些挑战,企业应该确保数据的准确性和完整性,进行充分的测试和验证。此外,与AI PaaS提供商保持密切合作,及时反馈问题并寻求支持,也是解决挑战的关键。

AI PaaS作为一种集成了人工智能和机器学习服务的平台,将在未来发挥更加重要的作用。它可以帮助企业快速构建AI驱动的应用,提高工作效率和业务竞争力。

随着技术的不断发展和市场的需求增加,AI PaaS的性能和可靠性将得到进一步提升,为企业的数字化转型和实现智能化发展打下坚实的基础。

PaaS的持续进化,与企业业务数字化转型发展大潮密不可分。数字化转型以业务模式转型和业务流程效率提升为目标,正所谓“以云为体,数智为用”,即以云为体系和基座,以人工智能、大数据、区块链等 IT 技术的综合运用来解决系统化问题。

而PaaS,特别是与数据分析和AI服务相结合之后,必将激发出其更大潜能,成为提升业务数字化水平的又一件利器。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
25天前
|
存储 Serverless 数据库
科普文:云计算服务类型IaaS, PaaS, SaaS, BaaS, Faas说明
本文介绍了云计算服务的几种主要类型,包括IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)、BaaS(后端即服务)和FaaS(函数即服务)。每种服务模式提供了不同的服务层次和功能,从基础设施的提供到应用的开发和运行,再到软件的交付使用,满足了企业和个人用户在不同场景下的需求。文章详细阐述了每种服务模式的特点、优势和缺点,并列举了相应的示例。云计算服务的发展始于21世纪初,随着互联网技术的普及,这些服务模式不断演进,为企业和个人带来了高效、灵活的解决方案。然而,使用这些服务时也需要注意服务的稳定性、数据安全性和成本等问题。
567 3
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
60 2
|
8天前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
1月前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
3月前
|
人工智能 运维 自然语言处理
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
【8月更文挑战第10天】从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
|
1月前
|
存储 人工智能 网络安全
科技云报到:云服务的中场战事,从AI应用开始
从去年的大模型之战,到今年的AI应用之争,云服务正在迈入全新的发展阶段。AI这个杠杆将各家厂商的竞争策略更向前推进了一步。
|
3月前
|
数据采集 人工智能 并行计算
|
3月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【8月更文挑战第13天】随着网络技术的发展,网络安全问题愈发严峻,传统防御手段已显乏力。本文探讨构建AI驱动的自适应网络安全防御系统,该系统能自动调整策略应对未知威胁。通过数据采集、行为分析、威胁识别及响应决策等环节,利用Python工具如Scapy、scikit-learn和TensorFlow实现网络流量监控、异常检测及自动化响应,从而提升网络安全防护的效率和准确性。随着AI技术的进步,未来的网络安全防御将更加智能和自动化。
55 6
|
3月前
|
人工智能 Serverless
AI 创作风潮起:函数计算探索科技与艺术的无限可能
AI 创作风潮起:函数计算探索科技与艺术的无限可能。
|
3月前
|
人工智能 安全 测试技术

热门文章

最新文章