十五天内,阿里云用三颗子弹击穿To B围城

简介: 十五天内,阿里云用三颗子弹击穿To B围城

十五天内,阿里云迅速拉开战线。其动作之敏捷,规划之全面,在近年来的中国云计算市场上实属罕见。4月11日,大模型“通义千问”作为重型武器首度亮相。18日,钉钉用一条斜杠“/”,演示了千问+钉钉的可能性。而到了4月26日的阿里云合作伙伴大会,“通义千问”已经顺利融入了阿里云体系,与“被集成”和“降价让利”战略一道,被视为这家云巨头进攻的“三颗子弹”。至此,阿里云的增长飞轮已雏形渐显。简单来说,技术够强、规模够大,生产成本会随之降低,阿里云由此获得充分的降价空间。价格优势和产品能力的开放,将吸引更多伙伴与阿里云合作,扩大市场规模;阿里云可以为伙伴提供更有优势的算力价格和大模型能力,推进AI大模型的产业落地。而落地成果和合作生态,也将持续反哺至阿里云体系,让技术实力、产品能力再上台阶。大模型、被集成和降价这三颗子弹,有能力射出其中1-2颗的已是少数,倘若有云大厂能顺利将三颗子弹连续发射,To B数智化的重重困难将有望被击穿。

01

第一颗子弹

大模型走向行业纵深,与企业共创

“通义千问”的两次亮相,某种程度上说明阿里云在大模型的布局,既有横向的扩展(从阿里自身辐射到外部企业),也有纵向的挖掘(从通用到垂直领域)。

它的第一次登场,是张勇表示阿里巴巴集团旗下全系产品都将接入 AI 大模型。阿里要做的是,打通大模型技术(通义)、产品(通义千问)与应用(钉钉、天猫精灵等),将“通义千问”先在集团内部生态中跑起来。

这种做法使阿里成为独立缔造生态的玩家,与微软、OpenAI的联手缔造有所区别。

第二次登场,是本次合作伙伴大会上启动的“通义千问伙伴计划”,阿里云表示要走向“模型即服务”,优先为千问伙伴提供大模型领域的技术、服务与产品支持,共同推动大模型在不同行业的应用。

也就是说,各行各业的生态伙伴和企业都可以结合自己的行业知识及场景需求,对千问大模型进行再训练和精调,打造专属大模型,并集成进自己的整体解决方案中。

不止一位业内人士向雷峰网强调,眼下ChatGPT等大模型火热,热度多数集中于To C聊天场景,实际上大模型的技术价值也应在To B、在面向产业落地时发挥出来,但这一落地过程至少存在两处纠结:

一是出于数据安全的考虑,相当数量的企业希望自建大模型训练,但缺乏所需的基础设施,研发成本也会远远超出承受范围。

二是通用大模型的“知识面”虽然广,但在垂直领域专业知识上的表现未必尽如人意。因此也有不少企业希望所采用的大模型,能够基于企业自身、基于行业属性进行“微调”,成为“企业大脑”“行业大脑”,在准确率上有所优化。

此次阿里云推出的千问专属大模型,恰好是这两处问题的“药方”。

数据安全上,阿里云通过服务器端加密机制,向伙伴和企业提供安全可隔离的专属数据存储空间。所上传的用于定制专属大模型的数据,将不会被用于训练通用版的千问大模型,阿里云和任何第三方都无法触碰。

而在多年服务产业前沿的经验之上,千问专属大模型不仅具备千问通用大模型的全部知识和能力,还拥有对应行业和场景的知识积累,能更好满足不同企业对大模型的特殊要求,支撑垂直行业各式各样的应用与服务。

训练完成后,通过完善前端提示工程,千问专属大模型还可以通过Web界面和专属API向垂直领域的各类企业、开发者提供应用服务,比如通晓行业知识的智能客服、导购、咨询专家、文案助手、工业机器人等。

据介绍,昆仑数智、朗新科技、千方科技、中金财富、石基集团、用友网络、亚信科技等七家行业数字化服务商成为首批伙伴,将与阿里云联合推进油气、电力、交通、金融、酒旅、企服、通信行业的智能化。


02

第二颗子弹

钉钉、瓴羊可被集成,PaaS进一步做厚

本次大会之后,钉钉、瓴羊这两个PaaS层服务产品,也会进入到被集成的序列里,意味着阿里云的PaaS越来越厚。

为何要将PaaS做厚,让核心产品被伙伴集成?

此前我们曾多次写到,云大厂早期的粗放式打法,通常是自己承担总集成角色,以冲高营收数字和市场份额,但也容易遭遇大规模定制、ISV管理和交付质量差等问题。

自2021年下半年起,云厂商们逐渐告别重营收规模、重发展增速的阶段,更多聚焦在高毛利、标准化的产品上,将发展的天平向增长的质量、利润率和健康度倾斜。

选择把PaaS做厚,选择产品被集成,虽然总营收上数据不是那么漂亮,但会带来更高的毛利率,也避免了在高定制化或是ISV管理上浪费大量时间和人力成本。合作伙伴在主动集成云厂商的产品时,也会有更多元化的选择。

进入2023后,我们可以看到云厂商正在通过各种手段进一步落实“做好自研产品”“被伙伴集成”的政策,阿里云正是其中之一。

而此次加入被集成矩阵的瓴羊和钉钉,都各有其独到之处。

雷峰网曾报道,2022年夏天,瓴羊顺利从阿里集团CTO线孵化出来,构建了一套包含五朵云的核心产品矩阵,分别覆盖分析、营销、产销、客服和开发。瓴羊所代表的那套数据先行、释放数据与组织红利的打法,在阿里内部有过一批成熟应用案例。

如今,阿里巴巴新一轮组织变革后,瓴羊被并入阿里云,成为核心数据与智能平台产品的代言人。围绕数据智能,瓴羊提供了三层可被集成的核心能力,即数据质量、数据安全和数据价值。

钉钉作为协同、开发平台,也提供了超过2400个开放接口,和生态伙伴一起提供低代码、酷应用、连接器等产品和能力。上周刚结束的2023春季钉峰会上,钉钉还现场演示了接入千问大模型后,通过输入“/”在钉钉唤起10余项AI能力。

在接入千问大模型后,钉钉还会将大模型+酷应用能力提供给伙伴集成,进一步降低应用开发的门槛和应用使用的门槛。

例如,合作伙伴为客户开发一个差旅系统,可以用钉钉的低代码能力降低开发成本,并用连接器帮助客户把新增的差旅系统,和企业自有的财务系统打通,员工申请差旅费用支付的同时,就自动计入财务系统的成本中;这套流程还可以实时推送到钉钉上,让员工和财务都能及时确认。

而序列中原有的阿里云平台产品如云原生数据库PolarDB、机器学习平台PAI、容器服务ACK等全面向伙伴开放,也将多种产品以更加标准化、易兼容的模式提供给伙伴,帮助伙伴打造更弹性灵活的数字化和智能化产品。


03

第三颗子弹

产品降价、佣金提升,释放让利空间

与大模型、被集成相比,“降价”二字或许能让外界更直观地感受到阿里云的战略决心。

此次是阿里云史上最大规模降价,距离上轮降价过去仅半月。本轮降价里,核心产品价格全线下调15%至50%,存储产品最高降幅达50%。5月7日起,新的价格体系将生效。

过去十年,阿里云提供的算力成本下降了80%,存储成本下降了近9成。有业内人士指出,降价并不意味着价格战内卷,而是技术能力与规模优势所带来的成本优势,使得阿里云、AWS这样的头部云厂商,在IaaS层拥有了更大的降价空间。

规模效应和持续投入自研技术,是阿里云能够持续降价的底气所在。据悉,阿里云自研CPU倚天710、云操作系统飞天和云基础设施处理器CIPU的组合,让数据库、大数据和AI及高性能计算、视频编解码等场景性价比提升了80%以上。

大幅降价和开放核心产品的免费试用,将推动产业进一步从传统IT向云计算转移。目前,中国IT市场的云计算渗透率不到15%,中国数据中心的CPU利用率仅为10%左右。云计算可以大幅提升计算资源的利用率,云数据中心内的CPU平均利用率,可以达到传统数据中心的5倍以上。

释放让利空间,也并不局限于核心产品降价一举。

雷峰网在对To B行业的调研中发现,对云大厂而言,生态是最为复杂繁琐的一环。如何与合作伙伴共同做大蛋糕、分好蛋糕,某种程度上甚至决定了云厂商的生死。

本次大会上,阿里云就发布了最新生态政策及细节。佣金方面,阿里云针对各级别分销伙伴的佣金率,今年将全线大幅提升,是历年来最高的一次。

同时规则简化,让伙伴更容易算清楚收益和激励。对那些开拓新兴下沉区域的伙伴,将新增额外保底佣金,以鼓励他们继续挖掘市场增量。

阿里云智能首席商业官蔡英华进一步透露,专属于伙伴的市场规模扩大5倍,从20亿提升到100亿。他提到,腰部客户作为专属客户,将交由伙伴重点跟进,相信“专属市场”这一重要举措,一定可以让分销伙伴和阿里云分工更明确、合作更紧密、收益更丰厚。

自此,阿里云今后数年的发展脉络,清晰可见。这家云巨头用降价、被集成、大模型三颗子弹,形成了更普惠的IaaS层、更高质量的PaaS层和更具引领性的MaaS层产品,打开了属于自己的高维空间。未来的阿里云将如何与伙伴持续做大云市场,在产业数字化形成“降维打击”,值得外界拭目以待。

相关文章
|
JavaScript
HTTP/2 协议-服务端主动推送消息
HTTP/2 协议-服务端主动推送消息
1010 0
|
5月前
|
存储 算法 数据挖掘
【数据库】向量数据库:核心原理、主流产品(Milvus、Pinecone)、索引类型(IVF、HNSW)、RAG中的应用
本文系统构建向量数据库完整知识体系:从基础定义、核心原理(ANN检索、存算分离架构)、主流索引(IVF/HNSW深度对比)、主流产品(Milvus/Pinecone等选型指南),到RAG落地实践与前沿趋势,兼顾理论深度与工程实战,助力高效构建企业级语义检索系统。
|
存储 Kubernetes API
Kubernetes权威指南-原理篇
Kubernetes核心组件通过声明式API与调和循环实现自动化管控,API Server为中枢,etcd存储集群状态,Controller Manager驱动控制器维护期望状态,Scheduler负责Pod调度,Kubelet管理Pod生命周期,Kube Proxy实现服务网络代理。安全体系涵盖认证、授权与准入控制,网络基于CNI模型支持多种方案,存储通过PV/PVC解耦并支持动态供给,CSI推动存储生态标准化。
834 42
|
人工智能 数据可视化 Java
什么是低代码(Low-Code)?低代码核心架构技术解析与应用展望
低代码开发正成为企业应对业务增长与IT人才短缺的重要解决方案。相比传统开发方式效率提升60%,预计2026年市场规模达580亿美元。它通过可视化界面与少量代码,让非专业开发者也能快速构建应用,推动企业数字化转型。随着AI技术发展,低代码与AIGC结合,正迈向智能化开发新时代。
|
SQL 消息中间件 Kafka
Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
本文介绍了阿里云实时数仓Hologres负责人姜伟华在Flink Forward Asia 2024上的分享,涵盖实时数仓的发展历程、从实时数仓到实时湖仓的演进,以及总结。文章通过三代实时数仓架构的演变,详细解析了Lambda架构、Kafka实时数仓分层+OLAP、Hologres实时数仓分层复用等方案,并探讨了未来从实时数仓到实时湖仓的演进方向。最后,结合实际案例和Demo展示了Hologres + Flink + Paimon在实时湖仓中的应用,帮助用户根据业务需求选择合适的方案。
2188 20
Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
|
Web App开发 缓存 UED
如何设置浏览器的缓存策略?
【10月更文挑战第23天】通过合理地设置浏览器的缓存策略,可以在提高网页性能、减少网络流量的同时,确保用户能够获取到最新的内容,从而提升用户体验和网站的性能优化效果。
1752 60
|
计算机视觉
大连理工卢湖川团队TMI顶刊新作 | M^2SNet: 新颖多尺度模块 + 智能损失函数 = 通用图像分割SOTA网络
大连理工卢湖川团队TMI顶刊新作 | M^2SNet: 新颖多尺度模块 + 智能损失函数 = 通用图像分割SOTA网络
1057 0
时间复杂度的定义与表示
时间复杂度的定义与表示
|
存储 Linux 测试技术
2023年C/C++高性能技术知识大整理(进阶到大神级别)
2023年C/C++高性能技术知识大整理(进阶到大神级别)
|
存储 机器学习/深度学习 人工智能
向量数据库:新一代的数据处理工具
向量数据库是一种特殊类型的数据库,它可以存储和处理向量数据。向量数据通常用于表示多维度的数据点,例如在机器学习和人工智能中使用的数据。在向量数据库中,数据被表示为向量,这些向量可以在多维空间中进行比较和搜索。这种数据库的一个关键特性是它能够快速地找到与给定向量最相似的其他向量,这是通过计算向量之间的距离(例如欧氏距离或余弦相似度)来实现的。
3468 0
向量数据库:新一代的数据处理工具