阿里云何川:挖掘云原生能力,助力SaaS企业实现私有化部署与订阅模式的二元归一

简介: 软件实现SaaS化是解决二元对立的核心。

2022年11月29日,WISE 2022 企服展评节暨数字增长大会在北京举行,大会聚焦业务增长与组织增效,关注SaaS为企业降本增效带来的价值。阿里云计算巢产品负责人何川在主题演讲中拆解了订阅制SaaS和私有化部署的二元对立结构,并指出企业SaaS私有化部署发展策略的重要性。

他从中国SaaS发展态势与世界云计算市场的宏观背景出发,深入解答了为何中国SaaS发展较为滞后,指出了目前中国市场云能力开发不足的问题。

何川阐述了阿里云计算巢如何充分挖掘云能力、帮助企业解决软件私有化部署效益问题及其SaaS安全问题,助力企业在SaaS转型的过程中实现ROI合理化,以及计算巢如何通过产品能力高效助力软件企业,促进获客转化。

以下为何川演讲全文:

大家下午好,我是阿里云计算巢产品负责人何川。非常有幸今天能以这种形式跟大家进行线上交流,大家可能对于计算巢这个产品名字不是很熟悉,它是我们在2021年5月阿里云峰会北京站发布的面向软件服务商的产品。

如果坐在屏幕前的您是一家SaaS公司的同事,希望今天的分享能对您有所帮助。

今天的分享主要分为三部分。

第一部分,阿里云为什么这么重视ISV伙伴,及其计算巢的产品定位;

第二部分,阿里云计算巢究竟给大家带来什么样的价值,如何为大家的业务提供帮助;

第三部分,分享计算巢发展到今天一年半的业务进展,如果大家感兴趣的话,我们如何通过合作为您的业务提供助力。

企服是非常老的话题,软件本身是非常成熟的行业,SaaS也并不是新的命题,从1999年SaaS形态出现以后,基本上每过几年都会火一阵子。2015年、2020年也出现了资本热潮。但是在热潮过去之后,SaaS并没有想预想一样成为软件行业的新常态。

我们无法预知SaaS形态在国内何时能够被普遍接受,但是我们能看到两个确定性的趋势,一是消费互联网向产业互联网的过渡,不管是政策引导下还是千行百业在自发进行的数字化转型;二是企业在将自己的IT设施开始往云上迁移,对云的接受程度发生了明显的变化。这里面有另外一点很大的变化是云开始从支撑业务的发展变成了催化业务的创新,也就是我们说的Cloud Hosting到Cloud Native的形态。

虽然Cloud Native大家这几年叫的比较多,但是究竟Cloud Native会为软件和为客户数字化转型带来什么样的帮助,可能今天还在不断摸索的过程中。

站在这个背景之下,我们再来看一下中国的企服行业,或者企业软件市场。我们一直在对外说中国市场为什么跟海外市场不同,我们给中国的企服市场下了个定义,叫杠铃型的企服市场,什么意思呢?我们在跟很多伙伴聊的时候发现,做SaaS的厂商大多会面临一个灵魂的拷问,就是要不要做私有化部署。另外,一些比较知名、做了十几二十年的老牌软件公司会有一个疑问,要不要做SaaS转型?如果不做SaaS化转型,会担心因错过SaaS化的潮流而被时代抛弃。

1A891EEB-C47E-4CF3-BC4F-FE9B203BED92_4_5005_c.jpeg

对于SaaS厂商来讲,在中国的市场,目前软件公司60%-80%的营收还是由私有化部署模式带来的。对于传统软件厂商来讲,能明显感觉到资本市场对于订阅制和SaaS模式的亲睐度远高于私有化部署,所以大家才会陷入纠结。但是这种二元对立,讨论究竟要不要做私有化部署,或者究竟要不要做SaaS化转型,其核心原因在于ROI,我的投入产出比是不是成立,这是根本问题。如果要是能从根本上解决二元对立的关系,就能化解这么一个看起来很矛盾的话题。

回过头来,首先中国市场私有化部署是常态,它依然是很多软件公司营收大头。但是今天SaaS公司对于私有化部署望而却步,原因在于SaaS模式是有边际效应递增的模式。边际成本非常低,能够保证它在客户增加、收入增加的情况下,可变成本并没有太大的增加。而私有化部署,过高的人力交付成本和运维成本,使得成本模型或者商业模型变得非常不健康,所以我们的问题应该是:能不能通过技术手段大幅度降低私有化部署的可变成本,使它变成类似SaaS的模式,实现零交付成本和订阅制,而不是放弃私有化部署需求的这部分客户。

357C16C9-7C5B-4508-ADDD-813FF5C855D3.png

对于托管版SaaS,大家都认可它是好的商业模式,但是为什么这么多客户今天还没有办法去完全接受它?我们看到大家对一些SaaS形态的通用软件的接受程度已经有很大提升了,包括即时通讯工具、在线直播、会议软件,还有HR和CRM,对于中小型公司,已经开始接受这种形态。但是一些大型公司,依然不太接受,不管是从自己数据合规层面,还是公司内控层面,提供私有化部署是没有办法的阶段性选择。这后面本质是安全感的问题,安全感除了SaaS软件本身的安全,还要让用户感知到安全。如果能把用户关心的信息透明化出来,能够让用户感知到,我们就把信任成本的问题解决了。

举个例子,在Salesforce发展中出现过一次严重的服务稳定性故障,导致很严重的公关危机,最后的解决方式是Salesforce推出了一个网站(turst.salesforce.com)。将三个内容透明化的呈现给用户:认证、安全和稳定性,这个也是企业客户使用SaaS过程中最关心的三个问题,Salesforce通过自己建立一套平台来打消用户顾虑。但是一套这样的平台成本非常高,只有Salesforce这种巨型国民级应用才可能有这种能力做到。那么我们作为云厂商能不能帮助伙伴把这部分基础设施工作做好,降低SaaS厂商和用户之间的信任成本,我觉得这也是更好的在中国推广SaaS的方式。

讲完中国市场今天面临的企服行业的现状,我们来看一下在宏观层面中国云计算市场和欧美成熟云计算市场究竟区别在哪里。中国的云市场是IaaS驱动的市场,中国的云市场IaaS的占比超过60%。而全球数据正好是倒置的,SaaS的占比超过六成,如果我们拆出来只看欧美成熟市场的话,可能这个比例更高。

中国IaaS市场启动的时间并不比国外晚很多,比如说阿里云是2009年成立的,我们2010年推出了第一款商业化产品,到今天我们IaaS层的能力基本上和国外一线厂商对齐,Gartner的评分阿里云在计算、存储、网络和安全上都是第一,但是PaaS层能力和企业治理能力相对比较落后。

我们在整个IT基础设施上的投入,与美国有非常大的距离。不管从IT的投入在GDP中的占比,还是发展的时长上看,中国整个IT产业还处于非常初期的阶段。同时,中国的SaaS产业由于各种各样的原因,包括国情的原因、合规性原因、政策原因、财务原因及其他使用习惯的原因,导致中国SaaS并没有发展起来。

面对这种情况,阿里云需要回答一个命题,我们如何跟我们的ISV伙伴一起更好的服务客户,让好的企业软件能够基于云构建出更强的产品能力。在这点上我们要回到云厂商应该如何利用自身的积累,去解决中国企服市场二元对立问题。这就是我们推出计算巢的背景及对于计算巢的定位,帮助软件厂商更好地使用云能力,而不仅仅是把云当成IDC 2.0。在过去一年多的时间,我们很明显的感觉到很多软件厂商只是把云当成基础设施平台,当成资源池来用了。我们希望在计算巢上面构建即插即用的PaaS能力,让软件厂商更方便的用好云原生的能力,来解决软件生命周期中面临的各个环节的问题,包括交付部署、运维管理、安全、运营等。

这些能力是我们从2017年开始,在服务ACK、RDS、EMR等阿里云内部的一些PaaS和SaaS服务过程中沉淀出来的,我们把它产品化后,通过计算巢开放出来,让我们ISV更好基于这一层能力去构建自己的产品力,最终服务我们共同的客户。

计算巢的定位是去解决私有化部署的效率问题及其SaaS的安全感问题。有一些客户可能轻交付也需要2-3天,重交付的软件可能需要几周,如果能通过标准化的方式实现私有化环境的服务化开通,开箱即用,交付成本几乎为零,可以大幅降低私有化部署交付成本和后面的运维运营成本。
DB36EC2A-2B1A-4DD1-B906-D3CAC35D8384.png

对于安全也是一样的,安全方面有两点,第一点平台本身保证安全性,同时让用户可感知,最后构建出安全感,在这一层计算巢也会提供很多平台化能力,并且感知透明出来从黑盒变成白盒,让用户感知到安全感。

具体的实现上,计算巢提供的是非常通用Framework,对于软件厂商来讲,只需要关心核心应用,而应用的管控系统,包括部署管控、运维管理、应用部署等及其租户开通、授权、许可证管理等都可以通过计算巢的通用框架实现。

最终,我们提供服务的统一注册,注册之后用户使用服务时可以选择到底是私有化部署,还是托管部署,并且可以指定部署在阿里云的各个数据中心。

在使用上,我们把所有前端及其所有使用流程都已经平台化了,使得它更像低代码和无代码的方式,让软件实现快速的SaaS化,并且具备丰富的平台能力。

最终我想说的是SaaS并不是一种部署形态,更多是一种商业模式,以什么样的形态部署,这是客户的需求,如果我们能够通过技术手段把二元归一,让技术的归技术,商业的归商业,让软件实现SaaS化,其实这才是更好的模式。

以上是计算巢技术部分,大家可能也会关注阿里云作为一个平台能不能在业务层面帮助到我们进行获客和转化。第一,我们会有联合的落地方案,我们会去做线上线下的活动,和我们的合作伙伴一起去做推广;同时,我们在获客转化上面也会提供能力,比如说刚刚提到的,计算巢可以使一个软件变成开箱即用,用户可以一键开通资源和软件,我们可以做到当一个用户对伙伴软件感兴趣的时候,他不需要准备云资源,也不需要一步步地安装软件,可以快速实现POC。阿里云会来承担这部分云资源的费用,我们的ISV伙伴提供软件许可,实现快速用户试用,这个给用户也提供了很大的价值,同时对于ISV伙伴的销售效率也有很大的提升。

到现在为止已经有超过500家ISV入驻阿里云计算巢,其中有一些比较老牌的大家耳熟能详的伙伴,也有一些做的非常棒的新兴软件,还有一些比较垂类行业的软件。

以上就是关于计算巢产品和业务的介绍。计算巢的使用非常的简单,只需要将软件集成进计算巢的框架,对软件本身没有侵入性。根据历史经验,可以在一个月内完成服务的上架,并提供给我们的客户使用。如果大家感兴趣的话可以选择阿里云计算巢,和阿里云进行更深度的合作。如果大家有疑问的话,我们后续也可以展开更细节的沟通。谢谢大家!

查看原文

相关实践学习
2048小游戏
基于计算巢&ECS云服务器快速部署,带您畅玩2048小游戏。
相关文章
|
18天前
|
运维 Cloud Native 持续交付
深入理解云原生架构及其在现代企业中的应用
随着数字化转型的浪潮席卷全球,企业正面临着前所未有的挑战与机遇。云计算技术的迅猛发展,特别是云原生架构的兴起,正在重塑企业的IT基础设施和软件开发模式。本文将深入探讨云原生的核心概念、关键技术以及如何在企业中实施云原生策略,以实现更高效的资源利用和更快的市场响应速度。通过分析云原生架构的优势和面临的挑战,我们将揭示它如何助力企业在激烈的市场竞争中保持领先地位。
|
19天前
|
运维 Cloud Native 安全
云原生技术在现代企业中的应用与挑战####
本文探讨了云原生技术在现代企业IT架构中的关键作用,分析了其带来的优势和面临的主要挑战。通过实际案例分析,揭示了如何有效应对这些挑战,以实现业务敏捷性和技术创新的平衡。 ####
|
16天前
|
Cloud Native 持续交付 开发者
云原生技术在现代企业中的应用与实践####
本文深入探讨了云原生技术的核心概念及其在现代企业IT架构转型中的关键作用,通过具体案例分析展示了云原生如何促进企业的敏捷开发、高效运维及成本优化。不同于传统摘要仅概述内容,本部分旨在激发读者对云原生领域的兴趣,强调其在加速数字化转型过程中的不可或缺性,为后续详细论述奠定基础。 ####
|
11天前
|
供应链 安全 Cloud Native
阿里云容器服务助力企业构建云原生软件供应链安全
本文基于2024云栖大会演讲,探讨了软件供应链攻击的快速增长趋势及对企业安全的挑战。文中介绍了如何利用阿里云容器服务ACK、ACR和ASM构建云原生软件供应链安全,涵盖容器镜像的可信生产、管理和分发,以及服务网格ASM实现应用无感的零信任安全,确保企业在软件开发和部署过程中的安全性。
|
23天前
|
消息中间件 Cloud Native 持续交付
云原生技术在现代企业中的应用与优势###
本文深入探讨了云原生技术在现代企业中的具体应用及其带来的显著优势。随着云计算的普及,云原生作为一种新兴的技术架构,正逐渐成为企业数字化转型的关键驱动力。文章将详细介绍云原生的核心概念、主要技术组件以及在实际业务场景中的成功案例,旨在为读者提供一个全面且实用的参考框架,以便更好地理解和应用云原生技术。 ###
|
7月前
|
Web App开发 编解码 Java
B/S基层卫生健康云HIS医院管理系统源码 SaaS模式 、Springboot框架
基层卫生健康云HIS系统采用云端SaaS服务的方式提供,使用用户通过浏览器即能访问,无需关注系统的部署、维护、升级等问题,系统充分考虑了模板化、配置化、智能化、扩展化等设计方法,覆盖了基层医疗机构的主要工作流程,能够与监管系统有序对接,并能满足未来系统扩展的需要。
229 5
|
7月前
|
运维 监控 JavaScript
SaaS模式Java全套云HIS源码包含EMR、LIS
满足基层医院各类业务需求的云HIS系统。它能帮助基层医院完成日常各类业务,提供病患挂号支持、病患问诊、电子病历、开药发药、会员管理、统计查询、医生站和护士站等一系列常规功能,实现多层机构之间的融合管理。
149 0
|
7月前
|
存储 供应链 Oracle
探究ERP系统的云端部署与SaaS模式
探究ERP系统的云端部署与SaaS模式
583 0
|
2月前
|
前端开发 算法 JavaScript
无界SaaS模式深度解析:算力算法、链接力、数据确权制度
私域电商的无界SaaS模式涉及后端开发、前端开发、数据库设计、API接口、区块链技术、支付和身份验证系统等多个技术领域。本文通过简化框架和示例代码,指导如何将核心功能转化为技术实现,涵盖用户管理、企业店铺管理、数据流量管理等关键环节。
|
5月前
|
Oracle 安全 关系型数据库
ERP系统的云计算与SaaS模式:实现高效灵活的企业管理
【7月更文挑战第29天】 ERP系统的云计算与SaaS模式:实现高效灵活的企业管理
289 4

热门文章

最新文章

下一篇
DataWorks