2024中国企业多云战略白皮书 -驾驭AI浪潮 释放下一朵云潜能

驾驭AI浪潮释放下一朵云潜能—2024中国企业多云战略白皮书CONTENTSIDC观点011.1新技术、新环境、新业务，催生企业高质量发展新需求041.2从“获取资源”到“创造价值”，企业云战略与业务目标协同演进093.1多云是企业开展智能化升级的重要策略203.2IT复杂性攀升，安全、效率、创新、成本成为长期挑战213.3重视六大核心能力，构建先进多云体系23第四章在下一朵云上，解锁AI发展新动能334.1获得先进技术能力是当前企业选择下一朵云的首要核心驱动力344.2围绕AI构建多云能力的三大步骤354.3最佳实践40第五章IDC建议4501当前，企业所处的发展环境正在经历深刻变革，新技术、新环境、新业务等多元因素成为影响企业创新方向的关键。生成式人工智能技术快速发展，更广泛的行业自动化用例已经无处不在。新的业务形态和商业模式正在持续出现，企业既要高度关注新的市场机会，也要在面对存量市场竞争时，不断提升客户体验；同时，一些企业还坚定地贯彻“走出去”战略，向外追求增量空间。未来，数字化创新业务和数字化商业模式将成为企业发展的新动力源泉，让企业能够始终保持积极的竞争姿态，在数字化新环境中打造可持续发展格局。IDC预测，到2028年，已经建立数字业务平台的组织将拥有比竞争对手高出50%的数字化市场份额，并拥有更强的追踪投资回报率和执行数字建与业务协同发展、适度超前的IT架构，基于技术优势带动业务创新和商业模式创新，推进企业整体发展目标的达成。以云为核心的IT基础设施规划与企业业务规划密切相关，在业务发展的每一个阶段都应起到核心推动作用。面对业务和技术发展新需求，越来越多的企业开始在已有云设施之外，规划、建设新的云环境，利用技术的更新和IT架构的迭代，获得新的发展动力，并通过引入新的合作对象，解决企业当前云环境下存在的问题。多云策略已经在企业众多应用场景中实现了深度普及与广泛应用，成为企业重要的云发展战略组成部分。IDC多云战略调研发现：目前，61%的中国企业已经构建多云/混合云环境，被访企业平均拥有3个公有云服务商，2个私有云服务商；84%的中国企业将在当前和未来2-3年持续选择多云部署模式，有意识地02获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶段，而处于有序复杂和战略价值实现阶段的企业不到1/5，从整体上看，企业>面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求构建多云能力。即以应用为导向，以创造业务价值为目标，确保所选技术和策略能够直接支持业务创新发展，发挥大模型优势，提升业务价值，并通过ROI（投资回报率）指标确认多云策略的成功。同时，伴随生成式人工智逐步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算资源等维度的更高要求，以确保推理任务获得更佳的访问性能、资源利用效率、扩展性、灵活性、安全性和成本优势等。此外，企业在选择新的云服务商时，应重点考量其对未来多模态、多场景、多技术栈等趋势的综合支撑能4在业务变化加速和多元化市场竞争态势的影响下，企业的生存和发展都面临诸多新的挑战。对企业管理者而言，业务持续受到各类不确定因素的影响，运营管理和决策的难度不断增加。企业如何快速聚焦有利因素，保障核心业务的稳定发展，并适时探索新业态、新模式，寻找第二增长曲线，是企业自上而下最为关注企业IT架构的演进，应始终与企业业务发展保持高效的协同。在企业上云已经进入深水区的今天，每一次云策略的调整都必然关联到未来一段时期的业务发展目标，进而影响到企业长期发展质量。IDC针对当前不同企业的云发展策略进行了深入的调研与分析，并特别注意到多云策略已逐渐被更多的企业认知，进而在企1.1当前，以人工智能为代表的数字经济新技术、新产业、新模式，正在持续推动各行业的高质量发展进程。人工智能、数据要素、算力和网络基础设施等具备极强的行业普适性，一系列的数字化、智能化升级几乎可以给所有行业带来降本、提质、增效的显著效应；更重要的是，人工智能应用进一步加速了数字产业化的进程，产生了许多新的产业形态和就业岗位，从而帮助各地方构建出可持续发展的052024年1月17日公开征求对《国家人工智能产业综合标准化体系建设指南》公开征求对《国家人工智能产业综合标准化体系建设指南》联合印发《“数据要素×”三年行动计划（2024—2026年）》2023年11月23日2023年11月19日印发《5G+工业互联网”融合应用先导区2023年11月19日2023年10月9日印发《元宇宙产业创新发展三年行动计划(2023—2025年)》2023年8月21日2023年7月13日2023年4月23日发布《推进IPv6技术演进和应用创新发展的2023年2月27日2023年1月13日2022年12月19日2022年12月19日发布《关于构建数据基础制度更好发挥数据要素作用的意见》(数据二十条)来源：IDC，202406随着数字化进程的日益加快，企业管理者洞察到企业的发展正被一系列崭新的驱动力所推动，这些动力源来自于三个方面的深刻变革：即新技术的进步、新环境无处不在的AIAI重塑发展格局“走出去”来源：IDC，2024无处不在的AI：生成式人工智能无疑是近一年来引领技术变革的一颗超级新星，正在引发各行业领域的“智能革命”，并逐渐成为创造价值的主要来源。生成式人工智能的早期应用展示了其在创意艺术、内容和代码生成以及个性化推荐等领域的潜力。从改善客户体验到创新性解决问题，有效利用生成式人工智能的力量并驾驭其相关的复杂性，有可能塑造行业的未来并推动人工智能驱动世IDC数据显示，全球企业生成式人工智能支出规模将从2024年的387.9亿美元增长至2027年的1,454.2亿美元，年复合增长率达55.3%；在中国，生成式人工智能支出规模将从2024年的35.3亿美元增长至2027年的129.3亿美元，年复合增长率达54.1%；到2026年，中国500强企业将把30%以上的核心IT支出用于AI，从而使产品创新和流程07自动化：更广泛的自动化用例已经无处不在。IT自动化、流程自动化和价值流自动化，可以帮助企业实现自主运营、数字价值工程和创新速度。在过去几年中，机器人和无人机等自动化技术正越来越多地应用于物流、能源、医疗等诸多领域。在此背景下，数据也正在成为组织的核心战略能力，由于自动化程度的提高，数据变得越来越重要，也越来越珍贵。释放AI重塑发展格局：以AI为代表的新技术快速发展，带来了新市场、新生态、新需求变化。一些传统业务逐渐萎缩和消失，新的业务形态和商业机更加极致的客户体验：客户体验变得更为为IDC预测：到2026年，60%的中重要。企业需要深入研究市场以建立差异化国500强公司将利用无处不在的优势，例如面对银发经济和数字化原生代持体验、边缘分析和GenAI，使客户能够创造自己的体验旅程，提续崛起的市场背景，提供定制化与个性化解决方案。烈的竞争局面，挖掘海外需求、提高海外收入成为中国企业创造增长新曲线、实现新盈利的方法之一。企业纷纷积极“走出去”，尝试拓展新的海外业务。据商务部、外汇局统计：2023年，中国全行业对外直接投资10,418.5亿元人民币，比上年增长5.7%；其中，中国境内投资者共对全球155个国家和地区的7,913家境外企业进行了非金融类直接投资，累计投资9169.9亿元人民币，增长16.7%。08数字化创新业务：越来越多的企业认识到加速数字化创新的重要意义，通过不断转型升级，寻找高附加值的业务形态。即使在经济不稳定时期，企业也会持续投入数字化，以数字化商业模式：数字化企业将更加注重通过商业模式创新来统筹实现数据的运用、用户体验的提升、服务的深化以及生态的构建，以更好地适应数字化环境下消费者行为的变化、市场动态的快速演进以及技术进步带来的变革，帮助企业保持竞争优势，实现IDC预测，到2028年，已经建立数字业务平台的组织将拥有比竞争对手高出50%的数字化市场份额，并拥有更强的追踪投资回报2023年IDC一项针对企业CEO的数字商业模式依次为：D2C（直接面向消费者，DirecttoConsumer）模式、构建行业生面对持续变化的新技术、新环境、新问题，企业正在结合自身成长的阶段特性，借助数字化、智能化的强大赋能作用，一方面稳固成熟业务发展，另一方面不断091.2“从“获取资源”到“创造价值”企业应努力构建与业务协同发展、适度超前的IT架构。作为当前企业IT架构的基础设施建设核心，中国企业上云的进程已经持续了多年，很多企业已经将云的演进和发展上升为企业战略的重要组成部分，与组织、财务、生产、运营、安全等从某种意义上说，企业的云演进路线对于其发展至关重要，以云为核心的IT基础设施规划与业务发展规划密切相关，在业务发展的每一个阶段都应起到核心推动图3企业IT架构密切支持业务各阶段的发展巩固期+来源：IDC，202410在经历初创期的IT系统快速交付后，企业需要不断思考IT系统的灵活扩展、整合优化以及面向未来的统筹规划问题。大多数企业在业务与数字化的协同发展中，初步探索期：业务发展伊始，企业往往采用试点验证的思路，小幅投入IT资源，进行局部尝试和验证。一些初创企业或新业务往往会选择成本相对较低的公有云基础设施服务和SaaS服务，以满足当期发展实际需求作为IT投入和快速增长期：业务进入快速增长阶段时，企业会以业务为中心敏捷扩展IT系统规模和软件功能、以支持高并发场景，并考虑到长期发展，调整和优化IT环境架构。伴随业务竞争的逐步加剧，企业开始重视大数据对于业务发展的赋能作用，加大诸如大数据等方面的投入。伴随业务条线不断增加，IT系统的复杂度也会持续加大，新老系统开始出现技术跨代现象，IT运维和运营难巩固期和新一轮探索期：当业务步入稳定期，企业在着手加固现有业务根基的同时，会积极挖掘新机会，以期进入新一轮增长。在此阶段，企业往往会利用中台建设等方式进行资源整合，以迁移、重构等方式更新已有系统，期望通过对IT系统的升级带动企业上下的降本增效，并持续提升企业智能化水业务和IT层面的需求极大地塑造了企业的云战略。企业的业务发展目标和IT系统建设需求正在发生更密切的交互碰撞。随着企业发展的持续进阶，越来越多的企业都在寻求一种更加灵活多样的云策略和最优组合。为实现新的发展目标、应对11因此，企业有必要深入思考上云需求的变化，这些变化可能源自于新业务的拓展、已有云服务缺陷的改进以及新的云技术、人工智能技术发展需求等；这些因素将促使企业寻求更加灵活多样的云服务和IT系统组合。事实上，很多企采用多云战略或正在思考规划下一朵云的必要性，通过新的云基础设施和云服务，实现多云统筹下的成本优化、技术能力提升和IT可靠性增强，从而在竞争激IDC认为：多云是关于组织云策略或架构方式的一种描述，针对复杂的数字化业第=章13多云战略将不仅仅是IT技术升级的路径选择，其更重要的意义在于：企业将在多云环境的动态构建过程中，进一步聚焦优势资源，理顺规模、质量、效率之间的2.12024年，IDC针对中国企业多云战略展开调研，覆盖互联网、金融、制造、医疗、能源和公共事业、交通和教育等行业。《2024年IDC中国企业多云战略调研》发现：目前，中国61%的企业已经构建多云/混合云环境；其中，超过80%的受访企业从2019年、2020年开始实施多云策略，基本上都兼顾使用了公有云和私有云环境；在云厂商的选择上，被访企业平均拥有3个公有4%4%35%61%来源：IDC，202414针对企业云环境建设和使用经验的研究发现，企业在面对新的发展要求时，通常会深入分析各类平台的扩容和技术路线，根据自身需求选择引入新的云环境，并利用多云协同支撑未来的业务拓展需求，在此过程中积累了诸多具有代表性的多>场景一：构建冗余环境。利用异构云环境提供容灾备份服务，其区别于传统的同构备份或两地三中心模式，更多是企业综合考虑诸多因素后，采用异构云所设计的备份方案。企业可在多个云环境中部署关键业务系统，实现多活容灾架构，或在不同云之间定期备份数据，增强系统的容错能力和灾难恢复速度。例如，一些制造业企业基于合规要求，将数据在私有云上进行备份。异构云备份对于故障隔离与切换有很强的现实意义，当某个云平台发生问题时，多云架构允许快速将流量切换到其他正常运行的云环境中，确保业务服务不间断。例如，一些互联网游戏企业利用多云服务器实现资源冗余，在多场景二：按需构建最优业务架构。企业，尤其是数字化原生企业，会将云服务质量和成本等作为重要考量因素，通过在多个云服务商之间实现按需调配的模式，在企业内沉淀一套资源优化策略，寻求动态最优的业务架构。例如，企业通过新引入的云环境实现更快速灵活地创建和销毁资源，帮助企业进行新项目试点、A/B测试或快速响应市场变化，提升业务敏捷性；此外，在面对AI开发需求时，企业可根据自身对算力、算法、应用开发、数据安全、时延保障等方面的要求，综合考量，采用公有智算资源、专属智算集群、自场景三：构建企业创新能力。随着大模型带来的新的AGI场景的兴起，企业需要引入更多的AI原生开发工具能力，构建“AI+”应用。同时，企业还对研发、测试、交付过程的效率提出了更高的要求。因此，企业需要不断引入新的云服务商，基于其在AI、机器学习、大数据分析等领域的显著能力优势和15突出创新服务，例如大数据营销、AI工具链、AI创作等，加速推动新技术的>场景四：满足数据合规要求。企业在拓展出海业务时，受数据合规和网络地域等要求，会在不同地域选择具有影响力的本地云服务商。这些服务商可以根据数据的敏感度和所在地法规要求，设计本地化的定制方案，确保数据合◆场景五：多级组织建设需要。一些大型集团用户的不同子公司信息平台会出于商务、成本、合作对象的考虑，独立选择云服务商，这导致企业集团范围内会形成不同平台同时运行的复杂局面。子公司之间的数据互通要求往往不高，但集团处于统筹管理的需要，会考虑构建多云统一管理的平台，并对数>场景六：满足其他特殊要求。一些企业出于行业特殊性或技术发展要求，会对特殊软件、硬件存在需求，例如对高性能计算服务、视频编解码等，因此会选择多家云服务商，以满足业务发展、技术提升或合规要求。此2.2总体上看，合理规划的多云战略能够帮助企业解决发展过程中一系列业务问题和IT问题，并带来更多的创新选择。《2024年IDC中国企业多云战略调研》显示，企业最认可的多云效益依次为：促进业务跨区域拓展并提升本地化服务能力，增强企业韧性，优化成本效益，提高资源利用率和效率，完善技术能力建设以及弹1666.3%61.3%61.3%55.0%41.3%41.3%33.8%33.8%来源：IDC，2024企业在采用多云策略时发现，多云环境赋能企业跨越地理界限，强化企业面对变局的适应力与恢复力，实现成本与效益的精细优化，以及资源使用的最大化与运营效率的跃升；同时，多云环境通过促进技术体系的健全与升级，为企业的技术创新之路铺设坚实基石，其提供的灵活性与扩展性极大增强了对业务动态变化的支持，确保企业能够在瞬息万变的市场中敏捷前行。这一系列价值凸显了多云策争激烈的商业环境中，多云策略为企业提供了至关重要的全球化竞争优势。尤其对于那些致力于提供全球化服务的企业来说，多云环境不仅是一种必要的选择，更是提升其全球部署效能的关键途径。它帮助企业跨越地理边界，根据各地不同的市场需求和法规要求，灵活选择并整合最适合的云服务资源，实现快速而高效的分布式部署。同时，多云架构保障了企业在各重点区域提供贴近本地需求、高效率且具有高价值的定制化服务，真正意义上实现了全球化与本地化的深度融合，有力地支撑了企业的全球化战略实施与业务17对业务连续性有较高要求的企业，可以通过多云环境的布局，获得更具实践价值的业务安全收益。例如，某游戏企业会选择接入多个主流云厂商的云服务，并排定优先级；同一款游戏在高优先级云服务出现故障的情况下，会快速切换至另一家云厂商的虚拟机服务中，从而保证业务不受单一云服务故障些对运营质量、成本高度敏感的企业，可以在多云环境之间追求极致的综合使用效率，从而在运营优化的过程中不断获得新的增量收益。例如某流媒体服务企业，接入多家云服务商的服务后，可根据价格、质量的变化情况，做实时的动态调整。这些云服务商之间的数据目前尚无法交互，但其所承载的多云环境加速云原生与AI等能力构建，助力企业构建跨平台灵活应用与智能化升级：多云环境鼓励企业采用云原生技术和标准（如容器、Kubernetes、微服务、API等），这些技术有助于构建松耦合、可移植的应用程序，便于未来在不同平台上部署、扩展和调度。同时，多数企业在多年IaaS建设的基础上，希望加速云原生和AI能力的应用，希望通过新的云厂商获得更多的PaaS能力和AI开发能力。例如，当企业对行业大模型训练和AI原生应用有意进行布局和实践时，会在后续的云环境建设中，侧重考察云服务商基于智能算力◆>多云战略促进数据技术能力发展，实现灵活数据治理，改善决策与管控能力：在数据需求持续多样化的今天，企业出于不同的管理域、安全域要求，将考虑采用更灵活的治理、分析和应用模式，包括区块链技术支撑下的数据流通，以及数据不出域前提下的联邦学习、隐私计算等。这些更大范围的协作模式也会带来对不同云环境、大数据环境的新需求。一些云服务商提供的跨云工具和服务，或者第三方多云管理平台，可以满足不同云环境间的数据18我们将把大部分资源、技能和开发努力投效的多云环境会进一步加速企业面向业务的敏捷能力，支撑多元业务下的复杂业务架构，并帮助企业在与多个云厂商的合作中时刻保持主动。这对于一些大型集团型企业和即将开拓多元市场的企业具有更强的吸引力，因为这些企业可以通过多云建设实现对云资源的优化重组，建立面向未来的、更具弹性的IT服务能力。在此过程中，除普遍意义上的中心化云服务之外，一些边多云战略将持续作为企业重要的发展途径，以不断拓展企业未来高质量增长空间。《2024年IDC中国企业多云战略调研》结果显示：84%的企业将在当前和未来2-3年持续选择多云部署模式，有意识地将资源、技能和开发分散到多个云平台上；未来三年企业在多云方面的支出也将呈现增长态势，增幅将主要集中在3%-5%区间内。企业未来2-3年数字化转型计划的云战略布局16%84%16%84%我们将有意识地将资源、技能和开发努力60.0%50.0%40.0%30.0%20.0%20.0%0.0%过去两年（2022、2023)未来三年（2025、2026、2027）企业在多云方面的花费增长情况50.0%45.0%33.8%18.8%18.8%16.3%18.8%11.3%5.0%1.3%0.0%1.3%每年增长小于3%每年增长在3%-5%每年增长在5%-10%来源：IDC，2024203.1生成式AI和大模型等先进技术的发展正在加速推动我们迈向智能化时代，在这段进程中，对于企业而言，多云战略将依旧起到重要的支撑作用，成为驱动企业发展的重要力量。IDC调研结果显示，超过三分之一的全球企业将多云战略视为支撑人工智能技术和数字化业务的首要选择，另有超过五分之一的被访企业会考虑采用跨云混合战略，满足人工智能业务对基础设施的体系化能力要求。随着大模型和人工智能应用在中国的快速繁荣发展，中国企业也会进一步加速对多云基础25.0%22.0%15.0%4.0%34.0%来源：IDC，2024>随着智能化技术的应用日益广泛，企业需要处理的数据量急剧增加，且数据类型和来源也变得更为多元。多云架构允许企业根据数据特性和处理需求选21>AI模型的训练与推理任务对计算资源的需求差异显著，多云环境为企业提供了依据具体应用场景灵活调整算力的能力，有助于实现性能表现与成本控制>不同的云服务提供商可以提供各具特色的AI工具和服务，实施多云策略则赋>使用多个云平台可以防止企业过度依赖单一的技术栈，从而能够在技术快速3.2伴随多云部署成为现代企业的常态化选择，在企业持续发展智能化和数字化业务的过程中，其IT环境的复杂度也将随之攀升。这种复杂性不仅体现在技术架构的多样化上，还带来了诸如安全管理、运营效率、创新发展、成本控制等方面的挑新的云环境带来新的不确定因素，各云厂商的资源构成、服务架构、管理策略都不尽相同，可能带来更大的漏洞和入侵风险。同时，由于不同云产品的身份管理、权限管理、账号管理不统一，也给统一安全运营带来挑战，容易造成多云之间的账号泄漏、权限滥用问题。更为关键的是，数据在多云之间的流动难度加大，极容易造成服务过程中的数据泄22规管理和治理变得更为困难。在应对上述风险的过程中，企业在过去所熟知多云间的管理和协同仍是当前企业面临的重要难题。有多个受访企业表示，在多云之间传递数据和进行数据迁移时会遇到很多现实问题，厂商之间往往缺少解决此类问题的动力和手段。在很多情况下，虽然管理层有引入多云的意愿，但运维部门往往不愿推动迁移活动的执行，导致多云之间的数据迁移企业在引入新的云环境时，往往会期望获得更先进的技术并以此产生更多的新应用场景、新商业模式和新开发流程。但创新能力的构建并非单纯依赖技术体系的升级，而是企业战略、目标、方法论和实践项目共同作用的结果。因此，企业如果在认知不到位的情况下盲目投入，往往会使整体的投入产出企业多云环境最现实的挑战是在异构资源增加后的重组和优化问题，包括对迁移、运维、运营复杂度的重新评估和对相关成本的重新计算。随着企业的发展壮大，以云为代表的IT基础设施成本将变得越来越重要，成本失控会给《2024年IDC中国企业多云战略调研》显示，企业在实施多云战略的过程中，主要面临的主要问题和挑战依次为：可靠性/稳定性、安全与风险管理、效率与运2301可靠和稳定性：难以确保应用的高稳定和高可用23.1%02安全与风险管理：合规、数据保护、资产梳理、身份管理22.1%03效率问题与运维复杂度提升：多云管理、流程优化17.3%04架构最优：难以确保工作负载跑在最合适的云上15.2%05变更管理复杂：频繁变更的云服务功能和定价规则15.0%06成本控制与优化4.0%07创新能力的保持与发展3.3%来源：IDC，20243.3为了在技术不断演进、市场与客户的需求持续拓展的时代，以更强的能力解决多云带来的复杂性挑战，并持续发挥云的价值支持数字化业务不断加速创新，企业需要依托先进的理念，构建先进的多云体系架构，借助新技术、新方法、新能力的引入，有效应对当前的挑战，为未来的不确定性做好充分准备，在竞争中持续IDC认为先进的多云体系应该是以AI能力为核心，兼顾安全、数据管理、协同作业、成本控制及跨区域布局的综合性架构。这一架构不仅能够强化AI在业务中的应用，推动智能化转型的深入发展，还确保了数据的安全性与合规性，促进跨部24AI深度赋能业务应用是未来企业不可或缺的能力要求。在预训练大模型开启的生成式AI时代中，云和智能算力、AI平台的融合是大势所趋，也是评价云服务商先在传统的AI应用中，以视觉智能、NLP为主的智能化算法，主要依赖边缘计算资源以及小规模的GPU中心集群进行处理。随着AI应用规模急速增长以及行业大模型需求的快速发展，企业对AI算力的规模化、质量、成本以及AI/大模型工具链的>AI算力规模化：企业对加速芯片的多样性有较高需求，以适应不同规模和复杂度的模型的开发和应用。同时，为了应对不断变化的工作负载，企业还需要计算和存储资源具备弹性扩缩的能力。为了实现更好地管理规模化和异构的算力资源，超大规模计算集群需要支持智能调度，特别是面对行业大模型的训练和推理任务时。企业需要获得全面保障大规模算力集群的统筹管理和>AI算力质量和性能：需要确保算力资源具有足够的可靠性和容错机制，以减少因单节点故障而导致的训练任务异常中断，造成时间和资金的损失。为了提高效率，发展AI应用，需要更高速率的RDMA网络的支持，基于领先的组网能力和高水平的智能调度能力获得稳定算力服务。此外，全球网络POP（PointofPresence，接入点）覆盖范围对企业也非常重要，同时，在企业◆>AI算力综合成本：市场需要灵活的资源配置规格和计费模式，云服务商需要支持多种配置策略，提供高效的弹性伸缩，并通过技术创新提升硬件资源共25>AI工具链：支持传统AI模型以及基础大模型、行业大模型的开发与应用，提供数据处理、数据标注、模型训练、模型精调、配置管理、低代码等一系列）：整合。通过模型即服务方式，企业可以直接通过API、插件、应用模板等形式调用服务，降低技术难度和落地成本，并快速将AI能力融入至现有业务流程或开发全新AI应用。同时，通过行业应用场景的经验和方法论沉淀，更多传《2024年IDC中国企业多云战略调研》显示，企业在评估与选择云服务AI平台时，核心关切聚焦于以下几个关键能力维度：平台能力、安全能力和数据能力。其中，云上大模型本身的能力，成熟的AI开发环境，丰富多样的预训练模型库资源，高质量的数据集支持，以及高效、完整的工具链生态系统，尤为重要。这些图9企业最为关注的云服务商AI能力AI平台能力14.4%14.0%12.9%12.7%12.7%7.3%6.7%19.4%来源：IDC，202426在多云环境下，企业普遍担心跨云时的数据安全、配置管理、合规管理、身份管>安全协同隐患：各云厂商提供的资产、服务异构、策略不统一，带来的安全◆>安全运营策略不统一：各云产品运维时身份、权限、账号分散且不统一，造核心资产管理风险：数据在多云应用和跨云流动的情况下，由于权限身份异构、API数据暴露分散等原因，造成数据泄漏风险增大，合规治理困难重重，《2024年IDC中国企业多云战略调研》显示：企业在多云环境安全合规方面主要面临的挑战包括数据的安全可见、跨云加密管理、云治理、云服务配置、身份/访问管理、应用API安全等。因此，企业不仅要关注各个云平台自身的安全保障体系以及对云上业务的安全保障机制，同时也必须具备对多云环境下的迁移、备份、API服务过程的风险管理能力。企业在寻找新的云服务商过程中，不仅需要将云服务商视为多云管理不可或缺的合作伙伴，还应着重考量其是否具备全面、立体的高级安全保障体系和精细运作的风险管控机制，确保该服务商能在安全威2718.3%18.3%17.1%13.1%17.1%13.1%12.9%12.9%11.9%11.9%11.3%9.0%Security-by-design设计思路的实践11.3%9.0%2.5%2.1%应用程序和API安全与DevOps2.5%2.1%1.9%1.9%来源：IDC，2024除传统意义上的云安全保障体系外，企业和云服务商还应特别注意以下能力的构◆跨云的整体安全态势感知：例如建立跨云的安全态势感知平台，实时监测和综合分析来自不同云环境的安全事件和日志，实现威胁的早期预警和快速响>一体化的安全策略管理：在多云环境下实现安全策略和安全配置的一致性，避免因配置疏漏引发的安全风险。对于服务的一些敏感配置变更，可以定制◆>多云间的风险管理：具备云上异常行为的检测能力，并建立完善的风险评估和管理流程，共同识别多云环境中的关键资产、潜在威胁和风险敞口，及时发现已泄露云账号的异常行为，补齐基于云上环境的入侵链路还原能力，并具备有效止损的手段。此外，还应定期开展风险评估和审计，并根据风险变28>跨云高级安全服务：提供例如数据加密、安全沙箱、微隔离等高级安全功云上数据库、大数据平台产品的丰富性和数据运营能力的完备度，对于企业创新发展同样至关重要。企业期望获得更具性价比的存储产品和数据检索、查询能力。在数据中获得洞察，以洞察驱动决策，是企业获方面，企业通过数据分析，推动各个场景下的科学决策，让业务执行更加敏捷；另一方面，业务价值的提升也会带来更多的数据，频繁的数据消费进一步丰富数据资产，倒逼数据管理机制的持续优化。数据流与业务流的充分融合，催生数据过去数年间，很多企业在推动数据能力集约化建设时，往往堆砌了大量技术和产品，并开展了许多目标不够明确的数据治理工作，导致创新场景效果和投资回报不及预期。而以运营为导向、运管结合的数据能力体系，则代表了企业对数据价围绕“云+数据”所形成的各类机制、方法、规范和标准，有助于激活整个企业◆>更加全局的资产运营：以“端到端”的全局视角，全盘看清数据资产，实现从生产到消费全生命周期可管理、可检索、可查询、可应用。一些云服借助自身业务的发展优势，积累了高质量的数据技术服务能力，包括与业务发展深度结合的数据资产采集、标注、调用等；这些能力经过了充分的市场化检验，在数据标准化、数据安全、数据质量方面都具备足够的可信力，能29>更加普惠的数据产品：基于高质量的数据资产，企业可构建高度一体化的数据产品能力体系，并通过进一步的可视化和智能化降低产品使用门槛，使数据能力普惠企业全员。数据产品可以深度嵌入用户工作流程中，让数据研发、数据分析、数据运营等专业岗位和业务人员一起，灵活高效地使用数据产品，最大程度提升数据驱动业务的效率。在此基础上，大模型在数据产品◆>面向业务的数据服务：提供更懂业务、更会决策、更准触达、更快行动的数据服务。云平台的开放性和强大的数据生态服务，既能提升从数据源头、数据加工利用到个性化、专业化数据服务的全流程水平，也能在数据中融入大量的行业认知和业务理解，实现整合输出，让业务能更快看到结果，从而进行更快优化；这既是数据助力各业务追求的目标，又是各业务不断促进数据企业在引入多云环境后，除满足新业务部署和容灾备份等常规需求外，还会普遍根据自身业务特性需要，规划构建多云集群的统一管理与运维、应用跨集群分发以及统一流量管控等能力。云服务商应着力打造开放兼容的多云管理框架，提供更具普适性的适配服务，并通过高效的多云管理平台，实现多云资源的一体化管>一站式多集群管理：既能利用统一的平台连接和管理不同地域、不同基础设施上的云主机、容器和云原生工具组件等，支持资源统筹管理与调度，亦能将云服务调度到不同的物理位置，减少延迟、提高服务质视图。同时，有能力对安全、事件、日志、监控、审计、流量等进行统一运30>一致性上云体验：利用统一的容器、中间件环境，实现标准以及自定义资源能力，减少学习成本，提供一致性云原生体验。业务人员可以更加专注于业务逻辑和工作流程设计，而不必为多云之间的使用习惯差异>丰富的云资源调度策略：例如针对大用户量的应用，支持应用副本按权重分发、应用关联资源跟随分发、故障自动迁移、冲突资源接管、差异化覆写等灵活策略，让用户能够实现跨云集群与应用的元数据备份与恢复、应用和数据的统一快照与恢复、应用快速迁移等。企业可以通过容器集群及业务数据的定期备份，以及发生故障时基于备份数据的一键恢复能力，获得更为强大>多云多活：提供跨云部署和管理能力，增强业务连续性和可用性。通过在多个云平台上同步运行服务，实现故障时的无缝切换，减少中断风险。基于负载均衡、灾难恢复、自动化部署、弹性伸缩和全面监控等功能，企业可以关注数据安全和合规性。基于多云多活，企业可提高业务连续性、灵活性，优◆>多云备份与容灾：提供跨云数据保护和快速灾难恢复能力，支持自动备份、实时数据同步、弹性资源扩展、自动化管理，并采用高级安全措施确保数据安全，同时满足合规性要求。企业可实现跨云数据保护，满足业务连续性要>多云资源效能：面向云原生场景提供资源成本优化和资源精细化管理能力，包括规格推荐、资源超分、潮汐混部、智能HPA、在离线混部等，满足云原进行特殊优化；基于异构的算力、存储、网络和G和加速能力，以云原生的标准界面，面向AI场景提供统一的算力服务，可助31图11企业选择多云多集群管理产品时关注的能62.5%62.5%62.5%62.5%52.5%52.5%46.3%46.3%46.3%46.3%45.0%45.0%API与集成能力42.5%API与集成能力42.5%33.8%33.8%来源：IDC，2024传统的企业云资源分配机制往往是粗放且过度的。业务部门基于物理机/虚拟机时代的单体系统建设经验，依照保守的估算方法，往往会给出大幅超出实际需求在运维过程中，运维部门对各云产品的资源使用情况，普遍缺少实时、细粒度的监测手段，对于一些长期闲置的系统，也没有回收机制，导致大量的资源浪费现象。在缺少数据支撑的情况下，企业无法对资源进行合理的建设规划和使用优企业可以采用一系列工具和指标体系来跟踪各类云资源的使用情况，寻找资源利用率低的组件，对资源、预算、费用等进行优化；同时，这些云资源能够提供合32>资源动态监测与优化：提供多产品、多维度的云资源使用情况动态监测服务，并能够利用预制的多种策略模板建立面向业务的资源优化机制，例如基于对业务峰值的观测情况、使用更多的弹性伸缩产品，以及对一些有时效性◆>云资源按需获取：在新业务系统申请资源时进行资源合理性评估，并施行资源自助申请和报备机制，实现按需快速申请，打消业务系统开发和运维人员>成本管理与精细化运营：建立有效的云治理框架，将云资源管理与企业财务、运营、安全等治理手段进行紧密关联，通过与各组织相关联的评价和考为更好地支撑快速增加的企业出海需求，大型云服务商普遍建立了全球化服务能力。这些云服务商在全球主要地区构建IDC，在经济热点区域储备足够规模的云服务资源，能够根据企业出海业务情况，就近提供Region和AZ，并利用本地化对于覆盖不同地域的全球性企业来说，云服务商所提供的符合当地法规体系的合规支持能力非常重要。这些能力能够为快速发展的企业设置足够的安全壁垒，极解锁AI发展新动能344.1为了支撑先进多云体系的持续建设，企业在关注当前技术需求的同时，更应着眼于未来的发展，特别是在人工智能技术全面融入各行业发展的大背景下，面对经济、技术和市场的新发展需求，企业有必要将AI体系化能力作为核心考量，纳入企业在现有云环境之外建设新的云基础设施，是在多云整体策略下，兼顾历史业务发展需求，并解决智能化时代新问题的一类理想选择。为此，很多企业会考虑引入新的合作对象，除尝试解决单云环境存在的固有问题外，更期望在面对创新业务所催生的新需求时，通过技术栈的革新和IT架构的迭代，获得新的发展动力。《2024年IDC中国企业多云战略调研》结果显示，获得先进技术能力是当前83.3%75.0%41.7%25.0%来源：IDC，202435在智能化技术加速发展的时代背景下，如何建设“下一朵云”，是企业面向未来发展的一道重要实践课题。部署一朵新的云，既可能给企业带来新的机会，也会因IT复杂性攀升带来新的问题。企业有必要在明确发展目标的前提下，全面认知多云战略带来的机遇和挑战，并提前做好对多云环境的准备和布局，审慎选择适合自身的“下一朵云”。在这个过程中，人工智能将成为一项重要的战略选择，4.2多云策略不仅是一个技术决策，更是企业优化资源配置、增强业务韧性的关键路径。企业在规划多云架构时，应优先以应用需求为导向，确保所选技术和策略能够直接支持业务目标，包括但不限于应用的智能化融合、数据的高效合规处理、成本效益的优化以及提升复杂环境下的应对能力等。企业以应用需求为导向的建设模式，能够确保多云技术和策略能够精准对接业务目标，避免盲目投资或过度面对通用人工智能的迅猛发展势头，企业应当充分考量云服务商所能提供的各类先进模型和服务，全面提升业务价值。这意味着企业不仅要做好云技术层面的集成与优化，更要关注如何通过云和AI的融合，驱动业务创新，实现资源的高效调因此，企业有必要通过明确ROI（投资回报率）目标来充分衡量多云策略的成熟度，即建立全面的成本效益分析框架，不仅考虑云服务的36综合评估实施多云策略带来的长期收益，包括但不限于加速创新、提升效率、降低风险等，通过对云资源架构的持续优化，确保每项投入都能获得可预期的回以企业应用需求为导向，综合考虑技术、战略、业务等多方面的复杂挑战，确保所选技术和策略能够直接支持业务目标，同时结合模型优势，聚焦业务价值提市场对大模型训练的火热投入为AI应用的持续繁荣奠定了坚实基础，随着基础大模型、行业大模型的逐步成熟，规模化应用落地训练成果将成为趋势，推理任务的工作量将快速增长，这将对数据传输、计算资源访问的性能等维度提出新的要图13中国人工智能服务器工作负载占比预测，2023-2028100%90%80%70%60%50%40%30%20%20%10%0%48.4%47.7%51.8%53.5%56.6%60.6%51.6%52.3%48.2%46.5%43.4%43.4%39.4%39.4%202320242025202620272028来源：IDC，202437在落地人工智能的过程中，尤其是在推理任务中，将应用程序部署在更靠近大模型的位置将成为一种趋势，这样可有利于保障保数据处理和决策响应的实时性，>性能优化：当应用程序与模型靠近部署时，数据在网络中的传输距离和时间都大幅减少，响应速度可以得到更好地保障，特别是对那些需要实时响应的应用场景（如自动驾驶、金融交易等），数据处理的及时性至关重要，靠近>资源利用效率提升：将计算任务放置在数据存储位置附近，甚至将应用与模型部署在同一地理位置或同一云区域内，可使计算资源直接访问和处理数据，无需经过复杂的网络路由，避免了远程调用带来的额外开销，显著提升>数据一致性：性能与效率的提升也有利于确保数据在处理时的一致性，避免>安全与合规性：靠近模型的应用减少了数据暴露在网络中的机会，增强了安全性。某些行业或地区对数据存储和处理有严格的规定，靠近模型的应用也>可扩展性与灵活性：当应用与模型紧密集成时，可以根据需要扩展计算资源，减少对网络瓶颈的担心，同时，企业也可以灵活调整应用与模型之间的>成本效益：对网络、计算资源的优化，将有助于企业实现降本增效的目标，总体来看，让AI应用离模型更近，可以综合提升系统性能、减少延迟、优化资源利用，并增强系统整体安全性与合规性，这些优势对构建高效、可靠的应用至关38面对大模型等先进AI技术落地应用的趋势，企业应持续理解和适应AI技术发展的特征，并选择适合自身发展的伙伴协同发展，并在选择新的云服务商时，重点考>多模态：随着生成式AI与企业业务的持续融合，未来的AI应用将普遍呈现多模态特征，即在推动业务智能化的过程中，大模型需要全面支持对文本、图像、视频等多种数据类型的处理，实现数据的理解、思考和转换。对于单模态而言，通常自然语言生成类模型的训练一般需要GB到TB级别的数据，图像生成类模型的训练需要TB到PB级别的数据，而音视频生成类模型则进一步将数据需求量提升至PB乃至EB级别。多模态模型往往比单模态模型拥有更大的容量，以便处理复杂的特征表示和跨模态映射。更大的模型意味着更多的参数，而这通常需要更多的训练数据来避免过拟合。因此，多模态融合训练，多场景：预训练大模型强大的泛化处理能力，使其更广泛地适用于各领域的不同业务场景。在行业融合过程中，不同的业务场景对时延、性能和安全的需求各不相同，这对大模型的适配性和灵活性提出了更高要求。从时延角度看，自动驾驶、智能制造等场景对模型的响应速度有严苛的限制，微小的延迟增加也可能会导致不可接受的后果。从性能角度看，大模型处理的复杂度和数据规模都很高，在图像处理、知识管理等领域，大模型需要具备出色的推理性能，以快速准确地处理海量数据并给出结果。从安全角度看，大模型可能应用在很多敏感领域，在金融、医疗等场景中，数据隐私和模型安全都>多技术栈：大模型应用涉及复杂的工具和技术栈。例如，在自然语言处理领域，大模型在处理海量文本的过程中，能够完成文本39翻译、文本生成等多种任务，这些任务关联到各类应用平台和基础设施。在图像、视频处理领域，图像分类、目标检测、图像生成、视频分析等任务都会融合在企业业务流程中，借助专业化的处理工具来完成。此外，在科学研究、搜索推荐、智能决策等领域，专业化的方法和工具也都必不可少。在大模型融入行业的过程中，AI应用开发者需要认真考虑与这些工具平台、技术◆>高效的数据处理与分析能力：支持构建面向大模型训练任务的基础服务，包括算力、网络、存储、安全以及容器化平台能力，更为重要的是，在千卡、万卡集群训练时，能够围绕算力调度、高性能组网、高性能存储、集群监控、故障处理、集群能能优化等提供高效、多维度、一体化的管理能力，保>完备的推理场景支撑能力：在推理场景快速增加的大背景下，企业智能化应用需要优先解决时延、安全等一系列问题。例如，为减少推理响应时延，除在大模型训练、精调以及网络链路设计方面做必要的优化工作外，还可以引入诸如私有连接（PrivateLink）)等服务，提供VPC通过内网访问其他VPC的能力，提升面向大模型的网络访问体验，避免公网访问带来的一系列问题。在安全保障方面，可提供流日志与流量镜像、全链路网络流量审计与分析等>支持多芯、多云架构：通过多云、混合云架构，实现多芯异构资源池的一体化管控。在混合云环境中，公/私有云的同源架构在混合云应用的拓展过程中具备显著的优势，能够更加高效地支撑应用程序在高性能计算、网络、存储>海量数据处理能力：提供全链路数据管理和数据处理能力，并依托高性能的工具平台，帮助企业高效、弹性构建AI训练或推理任务。例如通过向量化存40储数据库，大幅增强存储和检索时的访问性能，进而提升AI应用中的效率和>平台开放性：各类服务平台具备充分的开放性，例如支持对来自第三方的大模型进行精调和开发，能够提供不同的大模型应用开发框架，能够基于不同◆>极致的成本体验：通过各层的优化技术提升资源利用率，减少运行差错，为企业节约训练、推理成本。例如采用GPU虚拟化技术支撑算力的精细化调度，提升算力使用效率；在推理场景中采用PrivateLink技术节约公网带宽、4.3上海沐瞳科技有限公司成立于2014年。公司总部位于上海，在新加坡、秘鲁、马来西亚、菲律宾、印尼等地设有分支机构。公司已成功推出多款在海外具有高知当前，沐瞳MOBA类型手游用户集中在东南亚区域，在用户快速增长的背景下，业务高峰时段，百万级游戏用户同时在线，高并发流量下，对游戏服务器并41◆>现有战斗服在线业务资源的弹性需求高，但当前采用的是接入传统数据中心架构，无法灵活支持资源的弹性扩缩；当前架构下的云服务器CPU规格陈为应对以上挑战，沐瞳与火山引擎达成合作，基于服务器与网络相应服务，实现了多云架构下东南亚区域的多云容灾，极大限度保障业务连续性，为玩家提供极◆>多云容灾，保障业务连续：通过将火山引擎云资源纳入企业业务层调度体系，企业可在其他供应商出现故障时，实现流量无缝切换至火山引擎，从而◆>海外网络，实现超低时延：针对东南亚市场，优化了主要运营商的网络延迟，相较于同地区云服务供应商，网络延迟降低3%，为玩家提供更快的响应◆>弹性算力，实现成本优化：采用火山引擎新代次云服务器后，相较于历史供应商，单机性能提升了5%。火山引擎提供了超200种规格的实例选型及多种灵活计费方式，支持弹性扩缩容，帮助企业有效控制成本，同时满足高性能云作为汽车行业的创新性基础设施，上云已成为行业发展的趋势。然而，单一云服务商会为汽车企业带来高度依赖与绑定的风险。为了提高业务可靠性，多云策中国某大型智能汽车制造商，一直以来积极拥抱数智化变革，通过引入云计算等先进技术，不断优化用户体验。作为车企品牌与用户42载体，车企移动端APP与小程序业务的稳定性与质量直接关乎存量车主用户留存该企业通过火山引擎提供的容器引擎VKE、微服务引擎MSE、云数据库等产品方案，构建了多云双活应用架构。在实践中，该企业统一了多云应用管理，将客户业务与控制层面解耦，分别部署在火山引擎与其他云平台上，减少故障爆炸半径。基于火山引擎的多云容器管理能力，实现应用的自动化部署和扩展，将应用发布过程进行统一收口，屏蔽不同云平台之间的差异，确保服务的高可用性和快同时，该企业构建了多云流量治理体系，解决了跨云流量调度中的多云服务寻址、就近路由访问、自动故障转移、多云流量观测等核心问题，保障流量优先在本区域内闭环，避免额外的跨云带宽消耗和业务性能损耗。通过精准的流量调控此外，企业还建立了多云观测体系，为运维人员提供了统一的可视化界面，整合了各云平台间的观测数据、指标和监控工具，消除了数据孤岛问题。在常规容灾的基础上，火山引擎的数据库还提供了冷热分离、HTAP（混合事务与分析处43第三方云CI/CD工具IngressGWIngressGWIngressGWAPPAPPVKEAPPAPPVKE集群服务网格AMSRedis托管PrometheusVMPMySQL火山引擎来源：火山引擎，2024美图公司成立于2008年，是一家以美为内核，以人工智能为驱动的科技公司。秉承着“让艺术与科技美好交汇”的使命，美图公司致力于产品，让图像、视频、设计的制作变得更简单，并通过美在AIGC浪潮中，美图在各类热门产品中融入自研AI大模型，在文生图、AI视频处理等多个应用场景中取得显著成果。随着AI功能的广泛应用，推理任务的数量和复杂性大幅增加，对高性能计算资源的需求也随之上升，同时终端44美图通过与火山引擎合作，获得多类型高性能计算资源景选择合适的服务资源，依托火山引擎虚拟化技术，提高算力使低整体计算成本。此外，火山引擎VKE集群具备在短时间内快速部署大量计算节点的能力，为美图及时应对流量洪峰提供了坚实的技术保障，并源池实现了推理服务的高度弹性和可扩展性。此外，火山引擎的vePFS缓存服务在数据读取场景下提供了更高且更稳定的访问带宽，确保存储访前端在大流量服务下的严格要求。通过这一系列的合作举措，美VepfsGPU消费MQ任务上传处理后视频GPUVKE集群(L4L20)VKE集群GPU(L4L20)Vepfs来源：火山引擎，2024IDC建议46多云战略可以帮助一些企业有效分散风险、灵活调配资源、避免厂商绑定，在降低综合成本的同时获取到不同云服务商的独特技术优势，在采用得当的情况下，可以为这些企业带来增量价值。但每个企业在选择多云时均应审慎对待，综合评估自身发展现状、业务需求变化、综合成本构成和新技术发展趋势等要素，把握好多云建设、资源再分配、数据迁移、应用重构的时机，力求最大化赋能业务创企业在确定多云战略的前提下，应基于技术先进性、成本、服务、安全合规性、解决方案能力等因素，有侧重地选择“下一朵云”的服务商。总体上看，云服务商的产品、服务应能充分贴合企业现有和未来一段时期内的业务需求，有利于企业加速业务创新，特别是在通用人工智能快速发展的当前，围绕AI构建多云能力是企业必须认真对待的重要战略问题。与此同时，云服务商和其生态企业也应共同提供完备的多云规划、建设咨询和后期的一系列迁移保障服务。本次企业访谈中，受访企业普遍表示：看重云服务商的综合技术能力、成本效益、服务质量、《2024年IDC中国企业多云战略调研》显示，企业选择下一朵云时通常主要考虑的云服务商能力包括：安全合规、技术先进性、平台性能和服务以及成本效益；同时，也会关注云服务商在整体市场的表现、在具体行业和领域的经验，以及与4766.3%62.5%45.0%41.3%41.3%32.5%27.5%25.0%16.3%来源：IDC，2024《2024年IDC中国企业多云战略调研》显示，目前，超过一半的企业处于复杂多云阶段，而处于有序复杂阶段或战略价值实现阶段的企业加起来不到1/5。这表30.0%51.3%16.3%2.5%来源：IDC，202448《2024年IDC中国企业多云战略调研》显示，企业受阻因素多数来自于多云技术能力储备不足、多云文化认知缺失、多云发展目标定位不明确，以及对资金、员59.0%48.7%48.7%47.4%34.6%12.8%来源：IDC，2024IDC认为，企业应根据自身的发展阶段特性，适时洞察提升多云战略的时机，并快速寻找合适的突破口；这些突破口可能包括在文化、技术、运营、生态等领域的认知突破和实践积累，也可能源于对外部环境变化的合理预测。无论如何，多云战略成熟度的突破都意味着企业创新能力得到了关键性提升，也预示着企业在50火山引擎是字节跳动旗下的云服务平台。将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业，帮助企业构建体验创新、数据驱动火山引擎在字节跳动的增长实践中，沉淀了丰富的云计算实践经验，坚持长期主义，以“技术驱动极致性价比、业务驱动价值、开放共享”为做云理念。基于字节跳动百万级服务器、千万级容器实例以及数+