云计算价值模型：详解云计算 IT 价值和业务价值

22信目录目录性能1.1更强的基础设施性能1.2更强的数据库性能7易用2.1云平台提供全面的、开放性高的数据开发产品和服务102.2云平台提供快速迭代、全链路的人工智能开发和应用服务102.3云平台提供开箱即用、高质量、低成本的运营管理工具11可靠3.1可靠性要求提升：从被动修复到主动预防、自动修复133.2传统开源自建方案存在难以突破的能力瓶颈143.3云平台提供高可靠产品及解决方案15安全4.1企业需提升效率以应对安全监管和市场环境变化…………18 2降成本1.1传统数据中心成本构成 1.2用云成本对比分析误区 24创收入2.1基于云计算提升现有业务收入 2.2基于云计算创造新的收入来源 可持续3.1云计算助力环境保护………04结语 出品团队 致谢(按首字母排序) 如此，与发达国家和地区的支出占比相比，我国仍存在不小的差距，有进一步增长的空间。从被动修复到主动预防、自动修复的安全生产体系，实现更高水平的产品可用性。在安全方12云计算价值模型云计算引发了一场变革的海啸，它诠释了著名经济学家熊彼特提出的“创造性破坏”理论：步上升的空间(如图1所示)。公共云/企业级公共云/企业级IT支出占比2022202120222023非互联网行业互联网行业20212023数据来源：IDC3的业务价值，而不是最小化云费用。世面上并出现一套全面的价值模型能清晰地对比传统数据法及投资回报(ReturnonInvestment,ROI)分析方法来分析云计算带给企业的影响均不够完善(如表1所示)。分析项成本收益灵活性风险总拥有成本◎???成本优化◎??本报告将从IT和业务两个维度构建云计算价值模型，从七大方面详细阐述云计算对比传统数据中心的技术价值和业务价值(如图2所示)。事实上，云计算技术价值和业务价值的产生并非空中楼阁、凭空而来，而是建立在云计算独特的模式和云计算厂商累积运营优势基础之上。因此，在正式介绍云计算价值模型之前，我们先梳理清楚云计算能力基础，帮助读者更好地理解云计算价值的形成逻辑。如图2所示，云计算能力基础由云计算自身特性、云产品特性及云计算厂商长期运营所积累优势三部分构成。图2云计算价值模型及能力基座ITIT价值业务价值性能易用稳定安全成本收入可持续服务特性云计算能力基座云厂商积累优势云计算自身特性场景验证1资料来源：ManagingCloudEconomics:ACloudArchitect'sGuidetoProductiveRelationshipsWithSourcingLeaders,Gartner,October20214云计算与生俱来的特性是区别于传统数据中心的本质所在，包括了超大规模、网络访问和多租户架构。云计算的初衷是为海量用户提供随时可用的计算、存储等IT服务，因此云计算厂商必须拥有超大规模的服务器资源以满足海量用户动态变化的资源需求。此外，云计算产品和服务可通过标准化网络协议实现从各种客户端设备的访问，为用户提供便捷的资源和服务获取方式。多租户架构允许多个用户共享同一套基础设施，同时保持数据隔离和独立的访问控制。多租户架构特性可实现资源共享与集中化管理，让客户摊薄成本，获取性价比更高的产品。如果说云计算与生俱来的特性就像所有具备这样基因的人会显示出相同的性格特点一样，是所有云计算厂商都具备的，并且差异不大。那云产品或云服务的特性则是基于这些天生特征逐步构建起来的，且在能力上出现一定差异。云计算厂商在不断新增建设云数据中心的过程中，需要将不同厂商、不同型号、不同规格的物理资源放在一个框架下进行有效管理和调度。因此，标准化对于云计算厂商至关重要。标准化不仅推动了云计算厂商对自身海量资源的统一、高效管理以及云产品的快速迭代，也确保了云服务兼容性。另外，云计算厂商会持续维护并加强自身的开放性以吸引更多的开发者、生态伙伴和软件集成商。云计算厂商通过构建其API体系、API质量保障体系、API工具体系，全方位满足用户对于云平台集成需求和集成效率要求，包括企业集成云服务搭建内部云管平台、生态服务伙伴编排API完成用云最佳实践、软件集成商集成云服务构建三方产品和工具等。在标准化和开放性的基础上，云平台还向用户提供自服务能力。在产品操作文档及直观、易操作界面的帮助下，用户可根据自身需求自主选择和配置云产品实现自助服务，并仅需为实际使用的资源付费。用户无需与资源供应方直接交互，减少了IT支持需求，极大地提升了IT资源使用的便捷性和灵活性。在长期运营和服务过程中，云计算厂商在资源布局、人才储备及场景验证方面累积了较大的优势。由于云计算厂商拥有超大规模的服务器资源，不管是从业务需求，还是从成本结构、分散风险等因素考量，均需在全球范围内进行资源布局，实现全球范围内资源配置的最优解。就单个用户而言，云计算厂商充沛的全球化资源可满足绝大部分的用户需求。同时，云计算厂商不仅需要产品研发人员持续优化各类产品、推出新产品，也需要优秀的架构师、运维工程师、测试工程师等保证系统架构的先进性及稳定性，还需要经验丰富的技术专家为用户提供售前和售后的技术支持……因此，云计算厂商在任何一个技术栈均有大量的人才储备，以确保可提供高效、可靠、安全的云服务。此外，云计算厂商服务了众多不同行业、不同规模、不同发展阶段的客户，并在不同场景中充分发挥云计算优势帮助客户成就业务增长，形成可供企业相互借鉴的最佳实践案例。接下来，本报告将分别从IT维度及业务维度，详细介绍云计算价值模型。5本章节将从IT维度出发，将传统数据中心作为对比对象，分别从性能、易用、可靠、安全性能云计算厂商自主研发适用于云计算的架构已被行业充分论证，成为行业共识，如亚马逊的Nitro架构、阿里云神龙架构等。这些自研架构将轻量级管理软件和专用硬件组合，支撑云上服务极致性能和多种加强功能。同时，云计算厂商拥有数量庞大的研发团队及海量的实践场景，可根据实际需求在软硬一体架构下针对不同层面持续开展性能优化工作，不断提升性能。持续供应性能更强的云产品是云计算厂商不断努力的技术结晶。本部分将从基础设施、数据库、大数据计算及人工智能计算等四个方面阐述云计算的性能优势。1.1更强的基础设施性能近年来，数据中心相关硬件迭代速度明显加速，促使各领域性能飙升。处理器演进速度骤然加快，主要厂商新品发布频率逐渐缩短、最大核数稳步增长、制程工艺逐年推进。以英特尔至强可扩展(IntelXeonScalable)处理器为例，自2017年第一代Skylake系列推出至2023年前，前四代平均发布周期超过1年，到2023年一年内发布两代产品，且平均性能提升超过20%(具体信息详见表2)。表2:英特尔至强可扩展处理器历代产品发布信息发布时间第一代/Skylake第二代/CascadeLake第三代/CooperLake第三代/IceLake第四代/SapphireRapids第五代/EmeraldRapids6同时，存储领域和网络领域硬件进步也不小：存储领域代际跃进幅度甚至更大，I/O带宽保持每三年翻倍的增速，呈现出指数增长的趋势；以太网速度持续提升，100GbE技术渗透率已经较高，200GbE正在商业化推进中，800GbE及1.6TbE标准正在紧锣密鼓制定中。云计算厂商定期对设备进行更新迭代，让用户可以没有包袱地使用最新机型。而传统数据中心里的设备作为固定资产有较长的折旧期(通常为5年以上),企业无法享受最新的技术红利。同时，依托于软硬一体的架构设计，云计算厂商针对基础设施拥有了更大的优化空间：从持续降低虚拟化损耗，到优化适合于云计算的定制操作系统；从持续建设更大的网络吞吐，到进一步追求更低的存储时延……云计算厂商数量庞大的研发团队针对不同层面开展大量的性能优化工作。例如阿里云在CIPU架构下展开安全容器性能优化，通过卸载CPU上的IO开销，可使物理机在高负载时的容器响应延迟大幅度下降(如图3所示)。图3阿里云CIPU架构下容器性能对比物理机物理机0神龙资料来源：阿里云弹性计算团队此外，用户对资源的需求并非一成不变，需灵活调用资源。对比传统数据中心，用户在云平台上获取资源更加灵活，主要体现在资源获取周期、资源数量、资源类型及伸缩模式等方面(详见表3)。2数据来源：TheworldrunsonEthernet:Thefutureofhigherspeeds,Lightwave+BTR,Nov.7/2023./directory/components/optical-switches/article/14301154/the-world-runs-on-ethernet-the-future-of-higher-speeds7项目名称获取周期10天+或数月10分钟资源数量按需取用，单次扩容上千实例资源类型根据资源申请情况固定类型支持多种实例规格、多可用区部署手动模式、定时模式、动态模式等1.2更强的数据库性能长。其次，传统数据库架构在应对高并发场景时存在主备数据同步和数据一致性的问题。此构让用户可根据业务需要，独立配置CPU和内存资源数量，以50%成本、实现6倍于商业和开源数据库的性能。除架构外，云原生数据库还可与硬件搭配，通过软硬协同进一步优化性能。云原生数据库解耦了存储和计算，并利用网络发挥分布式的能力，在这三个方面均可充分结合新硬件的特8帮助用户降低约50%成本，并实现DB性能“0”影响；PolarDB还针对自研倚天处理指令适配，并通过微架构层面联合分析优化软件架构；PolarDB集群网络部署升级至100G高终一致性读相比，RO(Read-Only,只读)吞吐损耗减小14%;和原强一致读相比，RO吞吐最高提升63倍。只读存储池只读节点读写分析1.3更强的大数据计算性能9■超大规模集群及秒级扩展：如阿里云自研大数据平台单集群规模可达3万节点(离线数仓),可其性能可达开源Hive、Spark性能的2-3倍，支持单表处理超过22PB数据、支持单任务10万■实时计算高性能：如阿里云实时计算引擎基于Flink核心引擎深度优化，性能平均超过开源2倍以上。1.4更强的人工智能计算性能大模型技术拉开了迈向通用人工智能的序幕。众多企业正在基于大模型构建企业未来竞争力，投入大量研发资源。人工智能发展对IT基础设施提出了新要求。人工智更大需求。一些前沿的大模型训练，每年算力需求增长大概有4-5倍。如Llama-3.1-405B,对算力的需求较Llama2.0提升了50倍。此外，人工智能负载对存储也提出了更高的需求。随着模型参数每年10倍增长，模型的数据集每年50倍增长，都需要更高性能的存力。同时，随着大模型文件不断更新，如何在一个大规模环境里面分发和同步这些模型文件，对整个存储提出了更高的要求。围绕CPU(X86)构建的传统IT基础设施，其系统设计并未考虑到现代人工智能应用对并行处理能力和大规模数据吞吐能力的要求，无法满足人工智能应用对IT基础设施性能的极致需求。致模型计算效率(MFU)远低于理论计算效率。其次是服务器间的互连能力严重不足，开放加速器互连(OAM)标准虽然定义了一种新的接口用于加速器板之间的连接，但在实际应用中，其提供的互连能力远远不能满足未来人工智能系统中海量机器间高效通信的需求。此外，存储系统性能局限同样不可小觑，人工智能应用涉及大量的数据读写操作，这对存储设备的速度、容量及可靠性都提出了极高的要求，现有的存储解决方案在应对大数据集时可能遭遇性能瓶颈，无法提供足够的带宽来保证数据流的连续性和实时性。云计算厂商通过整合云计算超高性能的并行计算系统、超大规模和交换能力的网络系统、超高吞吐的存储系统，构建专用于人工智能的专用基础设施，满足用户大模型训练和推理的规模化发展需求。如阿里云打造灵骏超级智算集群，为客户提供大规模模型训练和推理的基础设施保障。在并行计算系统方面，灵骏计算集群可提供10万张GPU卡规模的能力，同时在万卡的规模下性能线性增长率达到了96%,性能网络吞吐的有效使用率也达到了99%。在网络系统方面，灵骏集群采用了多轨和多平面的HPN7.0网络架构，并做了一系列网络方面的创新和优化，如自研弹性RDMA实现了相对于TCP/IP通信更低延迟、更高吞吐量以及更低CPU占用，实现在训练过程中最关键的集群通讯能力1倍的提升、对端到端的训练整体的性能提升10%以上的效果。在存储系统方面，借助400Gb/s网卡以及RDMA通信的能力，阿里云文件存储CPFS的性能随着容量的扩展而线性扩展，在一个超大集群里可整体提供20TB/s的高吞吐能力、最大支持10000000IOPS的高读写能力。易用在业务需求瞬息万变的时代，云平台的易用性对于企业而言也至关重要。如果把传统数据中心看作为毛坯房，用户可完全根据自身偏好及预算进行定制化装修；那云平台则为标准精装房，为用户提供标准水平以上的“拎包入住”式便捷服务。本部分从数据开发、IT运营管理、三方软件获取等方面阐述云平台的易用性。2.1云平台提供全面的、开放性高的数据开发产品和服务数据开发可帮助企业从少量数据中提取有价值的信息，优化决策过程，提升运营效率，发现新增长点，是数据驱动型企业发展的关键。在传统数据中心环境中，数据开发团队需从零开始建设开发平台，不仅涉及硬件配置还包括软件环境搭建及调优，耗费大量精力。此外，为满足不同业务需求，团队往往需将多个开源组件拼接使用，不同组件很难给开发团队带来一致的用户体验，同时组件升级和运维难度较大，导致团队无法专注业务价值交付。云平台为开发团队提供了便捷易用的数据开发产品，云平台提供了丰富全面的产品阵型，可满足企业的各种需求，并提供体验一致的用户体验。如阿里云数据库产品包括关系型数据库PolarDB、RDS,NoSQL数据库Tair、Lindorm、MongoDB及数据仓库AnalyticDB、ClickHouse、SelectDB。其次，云平台还在不同产品体系中为用户提供丰富的架构版本，如阿里云PolarDB产品系列既有集中式架构的PolarDBMySQL和PolarDBPostgreSQL,又有分布式架构的PolarDB-分布式版。再次，云平台也为不同类型用户提供了多种规格的产品，如阿里云RDB产品系列提供针对个人的基础版、针对中型企业的高可用版及针对大中型企业的集群版；同时阿里云为用户提供一致的体验，如统一友好的操作界面、标准化的服务、自动化工作流等。此外云平台本身有较强的开放性，可向上向下天然适配云厂商基础产品体系，也可全面兼容生态体系，使得企业具备一键迁移能力，也可灵活地、低成本地进行技术栈调整及改造，大幅降低运维复杂度。如阿里云自研大数据计算平台MaxCompute可全面适配阿里云基础产品体系(如VPC、云监控等系统);MaxCompute除支持SQL引擎外，还支持开源分析引擎原生ALIBABACLOUD|VALUEPROPOSITIONMODELFORCLOUD|集成、原生Al引擎以满足更多场景需要；同时，MaxCompute支持开放接口和生态，为数据、应用迁移、二次开发提供灵活性；此外，MaxCompute为Serverless全托管服务，对外以API方式提供服务，用户可按需使用和付费，避免繁杂的运维工作、容量规划、DBA调优工作等，最小化运维投入。2.2云平台提供快速迭代、全链路的人工智能开发和应用服务相比于传统数据中心需要从零构建人工智能基础设施、人工智能平台、大模型服务平台等人工智能开发和应用环境，云平台在人工智能模型选择、模型训练与调优、模型应用、模型效果运营等各阶段为用户提供了全链路的产品和服务。在模型开发层面，云平台上汇集了丰富的基础模型，为开发者提供不同厂商、不同尺寸的模型选择，便于快速地选择适合的模型、便捷地训练调优、集成调用、效果测试。如阿里云百炼平台提供上百款大模型，包括自研大模型通义系列、第三方大模型Llama、ChatGLM、百川智能等通用大模型及行业大模型。在模型应用层面，云平台提供了全面且开放的智能应用构建能力，包括Prompt模板和优化、基于客户数据的RAG、插件注册和调用、工作流与智能体编排，并且在输出形式上提供广泛兼容其他方案的API和SDK调用方案，为企业内部应用集成提供了更大的便利性。2.3云平台提供开箱即用、高质量、低成本的运营管理工具除维护业务核心应用系统外，企业IT团队还需开展各项非业务属性的IT运营管理工作，主要包括软件生命周期中的发布、更新、下线等日常变更，以及技术迭代运营中的成本优化、性能提升和稳定性保障。这些工作的高效开展依赖于各种运营管理工具，是IT团队不可或缺的一部分(如图5所示)。图5传统数据中心获取运营管理工具与云平台运营工具对比传统数据中心传统数据中心自研工具购买第三方工具标准化适配困难VS价格昂贵性能工程质量无法保障云平台为出售的云产品配备运营管理工具开箱即用免运维高质量软件工程建设投入大、周期长额外且非标的运维迭代工作资料来源：阿里云研究院、阿里云公共云技术服务团队整理在传统数据中心环境中，IT团队获得管理工具的方式通常有两种：一是自主建设，二是购买第三方工具。在自主建设情况下，IT团队需投入大量人力、经历较长的时间周期完成工具开发和工具平台建设，过程中不仅需解决适配不同技术选型区别、软硬件版本差异的问题，还需为工具和工具平台本身的安装、部署、调试申请必要的资源。在工具使用阶段，IT系统需持续演进以应对业务需求的变化，运营管理工具也需要不断迭代和运维。此外，由于IT团队成员对各种工具认知和理解程度不同，自研工具的性能和工程质量不一建设，市面上也有不少优质的垂直类工具可供集成，不过往往价格而在云计算环境中，为提升云产品的可用性和易用性，云计算厂商不仅为出售的云产品配备开箱即用的云管理工具，如功能全面的、开箱即用的控制台与丰富的OpenAPI,帮助IT团队提升资源管理精细度及效率；云计算厂商还持续投入大量资源开发各种运维工具，帮助企业IT团队简化运维流程、提升运维效率。云平台工具不仅可让用户更便捷地获取统一的服务体验，还可屏蔽资源申请与运维、安装部署、更新迭代等繁杂操作，精简IT管理流程、提升IT管理效率，让IT团队成员全身心投入业务相关工作。基于云计算厂商长期积累技术优势，这些工具拥有高质量软件工程和SLA保障。同时，由于云计算厂商海量用户，可摊销这些工具的开发及运维成本，使其定价非常亲民，甚至免费。例如，为提升云存储产品的用户体验，云计算厂商向用户提供免费、免运维的控制台帮助用户快速完成文件和对象管理、容量和水位管理，以及必要的数据保护和恢复操作；同时也提供免费的“在线迁移移工具帮助用户顺利完成数据迁移工作。2.4云平台提供丰富的、新版本三方软件服务和解决方案，帮助用户更便捷地查询、测试、购买和部署所需的应用程序。首先，云平台为用户个性化推荐工具，帮助客户快速定位所需应用。其次，许多云市场应用为用户提供了一定期限免费试用版本，并提供测试工具和沙盒测试环境，方便用户实际体验和测试其功能和性能，判断是否满足需求，再决定是否购买。再次，云市场简化采购流程，用户通过简单步骤即可完成采购，并支持多种灵活的购买方式(如按需购买、订阅购买、包年包月购买等)。此外，云市场通常提供预配置的软件和应用，用户可以一键部署，大大减少了安装和配置的时间。云市场的繁荣发展离不开软件厂商。云计算开放性、自服务、标准化的特性吸引了众多软件厂商入局，与云计算厂商共谋发展。据波士顿咨询研究显示，近三年云市场上线软件数量增长超过250%。“云平台在推广渠道、服务集成、交付结算方面为软件厂商提供巨大便利，使https://clazar.io/blog/cloud-得云市场成为软件厂商快速获得市场成功的重要渠道。首先，云平台为软件厂商提供低成本推广渠道，吸引全球多行业客户，提升品牌曝光率和营收。对于执行“GoChina”或出海战略的跨国企业，云市场降低文化、语言沟通成本，加速市场进入。其次，云平台通过支持API和SDK简化了与外部服务的集成，拓宽推广渠道，提高营销效率。此外，云平台简化了软件交付和结算流程，用户能即时使用服务并获得统一财务结算，大幅提高了运营效率。可靠在数字化时代，系统可靠性是最基本且至关重要的要素，也是业务发展的基石。系统可靠性出问题不仅影响业务连续性造成业务损失，还可能触犯数据保护法规，引发法律风险。因此企业对系统可靠性提出更高的要求。传统开源自建方案在预防、监控和应对三个阶段均存在能力瓶颈，可靠性保障不足。而云产品不仅在设计之初便将可靠性作为核心设计指标之一，因此本身具有较高的可靠性；用户还可以借助多可用区部署和多实例策略轻松提升系统的稳定性和容错能力，进一步增强服务的连续性与可靠性(如图6所示)。如阿里云弹性计算产品ECS单实例可用性达99.975%,多可用区多实例可用性达99.995%。5图6故障不同阶段传统方案与云平台方案对比产品线下全生命周期风险预防硬件故障风险预防灰度发布风险预防智能分析诊断高可用云产品多活的云架构全面预防体系构建难度大组织变革难度大技术能力要求高数据分析能力瓶颈数据处理能力瓶颈单点故障处理能力瓶颈系统性灾难处理能力瓶颈VS传统方案云平台方案资料来源：阿里云研究院、阿里云公共云技术服务团队整理5数据来源：阿里云产品文档，/zh/ecs/product-overview/benefits?spm=5176.28243705.J_ZXTYyFMyH_1Fk8hFigL5A.1.180139fbyKnyJW#section-nrm-cv4-ydb3.1可靠性要求提升：从被动修复到主动预防、自动修复表4:影响可靠性的因素硬件故障服务器、磁盘阵列、交换机、路由器等设备故障软件问题代码Bug、版本迭代、配置错误等电力供应故障、网络通讯故障、温湿度控制故障等不可抗力地震、水灾、台风、雷击、战争等资料来源：阿里云研究院、阿里云公共云技术服务团队整理3.2传统开源自建方案存在难以突破的能力瓶颈建的方案在预防、监控和应对三个阶段均存在能力瓶颈，无法进一步规避风险、提升预测准采取适当的措施来减轻或避免这些风险给带来的业务影响。企业在传统数据中心环境下构建展跨部门协作等。而面临当前专业人才短缺、组织阵型调整难、跨部门协作不畅等挑战。此由于数据分散在不同日志、监控、链路、事件、审计等多个系统中，涉及服务器、物联网、移动端、标准协议等在内的多端采集，以及跨账号、跨地域、跨站点等不同环境的采集，开源自建方案需维护多套采集方案，采集难度大、数据关联难度大、资源消耗大，且操作繁杂。在数据加工方面，多源异构数据采集完成后需通过数据加工对数据进行预处理，将其转化为结构化的数据，开源自建方案执行数据加工无法保证数据一致性和完整性，极大地影响了数据查询效率和数据分析有效性。传统方案查询和分析效率较低。随着数据量的提升，传统方案往往无法支持实时查询数亿记录。针对不同的数据查询和分析场景，需要引入不同的在线离线方案支持，实现难度较高。传统方案告警有效性不足。传统方案通常针对不同数据源有不同的告警工具，且对重复告警做合并或去重等处理过程较为复杂，容易造成告警信息过载。MITSloanManagementReview研究显示，60%的企业每月收到超过5万条告警，无法识别有效告警信息。传统方案诊断能力较弱。由于传统方案支持聚合算法的数量有限、根因分析能力较弱，对异常事件诊断效率较故障通常分为单节点故障和系统性灾难。传统方案在两类故障应对均存在能力瓶颈。单节点故障指的是在一个分布式系统中某个单体设备、组件、应用的服务异常。相较于系统性灾难，单节点故障发生频率高且场景种类丰富。因此在传统开源自建方案中，我们往往需要枚举主要的单节点所有故障，并逐一地进行故障预防、观测、处理、恢复等动作方案制定和维护。以常见的数据库举例：不管是构建数据库健康巡检、还是搭建分布式或主备容灾方案、抑或是持续验证故障切换的可靠性、或是周期性演练备份和恢复的有效性……均需要专业人员持续的建设和投入。然而，由于主要的单点故障种类杂多，不同故障种类对应的高可用方案也都不尽相同。采用传统开源自建方案的企业往往难以构建一支庞大的技术团队针对所有组件做持续的高可用建设。传统灾备方案是在备用机房里构建一套相同的业务应用系统，当灾难发生时在一定时间内恢复运行，尽可能减少灾难带来的损失。不管是构建同城还是异地的灾备，均涉及大量的技术和业务决策，如机房选址、网络组建、流量分配、业务多活等，是个系统性大工程。并且，即便是用户完成了灾备中心建设，持续保持容灾方案的可靠、能够在灾难实际发生时完成既定的业务逃逸动作、保障业务恢复成功又会是一项极具挑战性的重要工程。用户需要为此设计复杂的应用容灾方案和系统容灾方案，并且为其配套切换系统、演练系统、观测系统。即便不考虑灾备中心所额外付出的闲置资源成本，仅仅是构建这些方案和系统的复杂性，就足以令大量用户望而却步。相比传统开源方案，云产品具有较高的可靠性。如：阿里云EBS块存储可为ECS实例提供99.999999%数据可靠性保障、OSS对象存储数据可用性最高可达99.995%、云原生数据库PolarDB可用性达99.995%⁶。云平台可为用户提供高可靠性的产品和解决方案得益于云计算厂商全面完备的安全生产体系，使得在传统方案中难以突破能力瓶颈在云平台上可轻而易举地得(1)全方位的预防体系针对产品设计、硬件故障、灰度发布等方面，云平台为用户提供了全方位的预防体系，可有效进行风险预防、规避风险。在云产品设计阶段，可靠性需求和功能、性能需求一样，在产品设计的第一天就被提出，并且有明确的量化指标来衡量可靠性需求、可运维性需求、硬件准入标准和运维标准。在产品适配方面，不仅需要考虑适配性能、功能等，也需要考虑适配监控、发布，考虑清楚每一个异常应该怎样隔离，怎样和业务适配，才能构成一个可靠的产品。在产品验收方面，所有基础部件均需经过充分验证，在基础的功能和性能验证之外还进行代表产品特性的业务压测和可检测在硬件故障方面，云平台沉淀了海量高质量打标的生产数据，通过对IDC、物理网络、硬件服务器、微体系结构、操作系统、虚拟机和各组件服务的精准全面线上监控，并在自研算法加持下，形成了完善的、预测结果有保障的硬件故障预测体系，为避险提供了时间上的提前量，配合热迁移或客户侧主动运维事件机制，可有效规避非预期故障。在灰度发布方面，云平台采用精细化的灰度编排和精准高效的异常熔断，结合变更平台对变更业务的流程管理，有效控制变更引入的异常“爆炸半径”,避免局部故障扩散给客户造成严重影响。编排服务会对需要变更的服务进行分组和顺序的规划，按照空间范围、组件和资源等维度进行服务器分组，并设计合理的步长，即每一个变更批次包含多少台服务器。通过变更平台来串联变更的执行和熔断控制。组件的一次变更首先在变更平台创建发布任务，并调用编排服务进行资源变更规划，生成需要变更的资源集合并执行具体变更动作。在变更执行过程中持续进行异常监控与诊断，当线上发生异常时会与执行变更的范围进行实时关联分析，当确定异常范围和变更范围吻合后，熔断判定引擎会产生熔断指令，变更平台响应该指令来暂停执行中的变更，从而实现变更异常风险拦截。在数据处理方面，云平台可轻松实现统一数据接入。云平台上预置常见数据源及插件化数据源接入方式，并支持主流接入方案，可实现多种数据来源的统一采集，帮助用户解决数据孤岛问题，为后续数据查询分析提供更全面的数据。云平台借助其丰富的计算能力，可对数据进行实时加工处理。云平台上内置丰富函数、文本处理算子，通过简单代码即可实现数据预处理，将格式混乱的数据转化为易于分析、易于挖掘更大价值的结构化数据。在数据分析方面，云平台支持快速、统一的数据查询及聚合查询分析。云平台支持百亿级数据秒级返回查询结果，也支持跨账号、跨实例、跨区域的统一查询。同时，云平台内置近百种分析函数，支持巡检、异常检测、根因分析等智能算法，支持复杂聚合查询及分析。同时，云平台可快速接入各类告警源，并可将任意告警源产生的告警进行统一处理，通过自动去重、规则压缩、算法降噪等方式实现智能降噪，帮助企业摆脱告警风暴之苦，使告警能够真正暴露和发现问题。此外云平台还内置了多种智能运维算法，也提供多种高阶诊断工具集，可针对常见异常场景完成从问题定界到根因定位的故障分析闭环，可大幅提高故障定位效率和精度。如耗时问题等。快速定位问题后，云平台通过内置十多种函数可对告警事件进行二次处理，以满足差异化的告警事件处理需求；此外，通过打通协同工具与告警处理流程，及时、准确地将告警事件告知正确的人，帮助企业更快响应告警事件，提升告警事件处理效率。在应对单节点故障方面，云计算厂商持有超大规模的IT资产，其本身的架构就天然能够对抗硬件稳定性问题。基于云架构构建的laaS层云产品的单体故障恢复能力和处理速度远远超过中小规模数据中心的自建产品。此外，云平台上还拥有丰富的企业级高可用PaaS产品，通过采用多可用区、自动扩展、自我修复及松耦合原则，特别是针对部分有状态的数据服务，可更好地屏蔽或自动修复由于单点故障或业务大幅波动而产生的故障。随着会话保持、热迁移等技术在云计算厂商内部持续演进，结合系统化、智能化制定风险巡检、故障预测、自动轮转等策略，单点故障发生频率在云产品上可进一步降低。针对机房故障或不可抗力灾难，用户在云上构建同城或异地多活方案会变得更加简单。首先，云计算厂商有众多的地域和可用区可供选择，不管是满足跨地或跨城时延要求的区域组合，还是多路保障的云骨干网络，都为云上多活架构提供了扎实的物理基础。其次，云计算厂商还为多活架构提供了适配多种业务的相关云产品和技术方案。比如，用于数据同步的各类型数据网关和迁移类型的产品、用于流量分配和调度的各类型网关和负载均衡产品、用于灾难后快速恢复的各类型资源编排和备份恢复产品等。不仅如此，有的云计算厂商还进一步地提供了一站式高可用和多活类型产品，涵盖故障演练、容灾切换、架构可视化等，可引导用户进行标准化的方案制定、编排、演练，从而为用户在云上打造业务级别的故障应对体系提供强大的助力。安全安全合规是企业生存与发展的生命线。纵观国际形势，美国、俄罗斯、欧盟、日韩等国家或地区均颁布了多项网络安全、信息安全、数据安全的行政命令及法律法规，基础设施安全已上升到国家安全的高度进一步被各方所重视。近年来，在国家有关部门的推动下，我国相继落地了多项法规、条例，包括《数据安全法》、《个人信息保护法》、《关键信息基础设施安全保护条例》、《网络安全审查办法》等，对企业的业务安全和数据安全提出了严格的要求与规范。安全监管的加强使得企业管理者必须重新审视和思考自身基础设施安全体系。无论企业业务运行在传统数据中心还是云平台上，都需要遵循安全合规的监管约束。事实上，传统数据中心安全体系与云上安全体系采用的是两种不同的策略和方法，很难点对点地进行安全能力优劣对比。本章节讨论的是面对日渐严苛的安全监管和瞬息万变的市场环境，哪种方式能让企业在更短的时间内、用更低的成本实现更高的安全水位和研发效率(如图7所示)。图7云上安全体系保障安全和效率新技术逐渐成熟催生新模式新业态市场边界越来越模糊竞争越来越激烈消费者需求呈现多元化个性化趋势风险转移：安全共担模型快速构建达到基准水位的安全体系基于角色的、动态的、自动化的权限管理云平台自助化能力可简化合规流程保证协同研发速度重塑组织架构支持DevSecOps工程实践落地国家法律法规进一步完善行业安全标准陆续跟进安全审计要求越来越高传统数据中心安全体系安全基准水位无法保障分层式组织架构动态权限管理无法实现一刀切式权限管理方式合规审计流程无法简化合规审计流程无法简化资料来源：阿里云研究院、阿里云公共云技术服务团队整理4.1企业需提升效率以应对安全监管和市场环境变化近年来，安全监管越来越严苛。首先是安全相关法律法规进一步完善。随着《网络安全法》和《个人信息保护法》等法律相继出台，我国数据安全标准提升，并对违其次是行业安全标准陆续跟进，进一步提升行业特定安全能要求也越来越高。企业需定期进行风险评估和安全审计，确保安全策略和业必须接受定期的内部和外部审计，以确保其信息安全实践联网、大数据、人工智能、物联网等新技术的逐渐渗透，催生了因此，企业需要在满足安全监管的前提下，进一步提升安全管理的效率指的是在更短的时间内、用更低的成本达到企业安全基准水位；此外，结合云平台的安全产品能力，企业可快速构建DevSecOps能力，在改善企业安全态势的同时提升应4.2传统点状解决方案“安效”两难全传统数据中心的安全方案是点状的，即针对计算、存储、网络、操作系统等不同板块采用不同的安全方案，然后再集成在一起。这种各自为政的点状方案由于复杂度较高，虽也可以达到安全保护目的，但往往会掣肘效率的提升。传统安全方案首先影响的是安全管理的效率。传统安全方案在保障安全基准水位、动态权限管理及简化合规审计流程等方面存在局限，不能系统性地解决问题。企业只能针对具体情况，投入更多人力、花费更长时间逐一解决，导致安全管理效率低下。一是安全基准水位无法保障。企业安全体系涉及计算、存储、网络等不同类型的产品安全体系。传统数据中心所有组件及应用的安全全部由自己兜底，企业需组件一支大型的安全团队负责全部产品体系的安全管理。不同组件或应用的安全由不同团队或供应商负责，这样一来，企业安全基准水位取决于内部安全团队成员个人能力，无法得以保障。二是动态权限管理无法实现。在传统安全方案中，一旦某用户通过了安全验证并获得了授权，通常就被认为是可信的，即可获得相应访问权限。这种访问权限无法进行快速调整或撤销。三是合规审计流程无法简化。在全球化背景下，企业需要在多个国家或地不断变化的法律框架。企业在安全能力建设时需投入大量人足法规要求的相关技术控制措施和管理控制措施，并定期进行合规性检查、出具合规性报告。除了影响安全管理效率外，传统安全方案分层式的组织架构和一刀切式权限管理方式严重制约了企业研发效率的提升。传统IT分层式组织架构以资源为基础进行团队分层，从物理硬件到操作系统运维、再到应用运维、最后到开发，不同分层对应具备不同专业领域的团队。而推进DevSecOps实施需完成研发流程从以资源为中心到以业务为中心的转变，即让跨专业的复合型开发人员专注于业务场景，无需关心底层资源。显然，这种分层式组织架构和按专业领域划分职能边界的工作模式不能有效支持DevSecOps的顺利实施，从而影响研发效率。此外，为遵循权限最小化原则，实践中数据访问权限设定往往采用一刀切的管理思路，没有根据具体事件定义进行精细化的权限管理。研发团队在协同过程中以安全为由，受到过度限制管控权限，无4.3云上安全架构“安效”两不误云上安全架构有明确的责任共担模型，可将基础设施安全风险转移给云计算厂商，企业只需负责应用安全。同时，云上有一整套完整的安全供应链及产品标准化体系，可帮助企业快速构建安全基线、实现动态权限管理、简化合规审计流程。此外，结合云平台的安全产品能力，企业可快速构建DevSecOps能力，完成研发和运维侧双向反馈飞轮，加强企业安全可视性和对风险的洞察力，并可在改善企业安全态势的同时提升应用研发效率。首先，企业可将一部分安全责任和风险转移给云计算厂商。云计算责任共担模型清晰地划分了云计算厂商及用户的责任边界和用户需要采取的措施。在责任共担模型中，云计算厂商负方式构建自己的云上业务应用，保障云上业务安全。其次，企业在云上可快速构建达到基准水位的安全体系。由于云平台具备有完善的平台技术栈、标准化产品体系和全方位的人才。对于云计算用户而言，上云后只需要按照云服务的安再次，云平台可实现基于角色的、动态的、自动化的权限管理。云平台提供基于角色的访问控制，允许企业定义角色，为每个角色分配能完成任务的最小权限。云平台可根据上下文信息动态分配、撤销角色，还可通过会话策略对角色权限进行动态调整。云平台还提供自动化脚本和工具来管理和调整角色权限，可大幅提高效率并减少错误。最后云平台自助化能力可简化合规流程。云平台提供预定义的合规框架模板，用户可以选择适合自己业务的框架，一键式应用到自己的环境中，简化了遵从过程。云平台提供的自动化工具定期进行合规性检查并自动识别不合规行为。例如在阿里云安全中心，用户可持续监控资源的配置和使用情况，确保符合行业标准和法规要求。云平台还支持自动化报告生成，用户可按需或定期获得合规状态的详细报告，节省大量人工审计时间。企业应用的安全性需要贯穿应用程序的整个生命周期，包括开发阶段创建用于部署和配置应用的云原生模版、容器镜像、应用二进制等云原生制品，构建分发阶段包括基于CI/CD自动化流程的各种系统测试，运行时阶段的包括计算、存储和访问控制三个关键领域的安全能力，上线后完备的审计和溯源分析能力以及精准的风险阻断能力。DevSecOps是一种在整个软件周期中所有相关人员都考虑软件安全性的文化方法。结合云平台的安全产品能力，企业可快速构建DevSecOps能力，完成研发和运维侧双向反馈飞轮，加强企业安全可视性和对风险的洞察力，并可提升应用研发效率的同时改善企业安全态势。从开发到生产：基于安全左移原则，将安全集成到开发人员的工具链中。例如在研发和构建阶段通过CICD工具引入源代码扫描，云上制品扫描；再如在运行时阶段引入秘钥管理来控制访问；再如全流程开启安全巡检和行为审计来进行风险防控和追踪。从生产到开发：基于循环反馈原则，企业安全管理人员需要全面监云平台所提供全面且集中式的可观测能力，将分散中众多系统中的大量安全告警和日志进行统一的汇聚，并结合运行时安全配置上下文，提前识别风险并考虑风险处理等级预案，同时将相应的加固措施落实到新的开发迭代流程中。本报告在第一章云计算价值模型部分中有提到，云计算业务价值容易被忽略，或者存在一些误区。本报告将从企业业务维度出发，仍以传统数据中心为基准线，分别从企业使用云计算在降成本、创收入及可持续三方面总结云计算给企业带来的业务价值。降成本全球经济疲软及行业竞争加剧进一步挤压企业利润空间。2023年我国规模以上工业企业营业收入利润率为5.76%,比上年下降0.20个百分点。7降本增效是企业应对当前环境、改善营利能力的必修课程。因此，在对比云计算与传统数据中心时，成本计算和对比是必不可少的环节。本部分将详细拆解传统数据中心成本构成，并总结成本计算和对比过程的容易被忽略和误解的地方。在云计算与传统数据中心对比中，成本计算是必不可少的一步。传统本和隐性成本两部分构成。其特点是必然会产生、易量化、并且会直接体现在会计报表里的那部分费用。具体来讲，显性成本包括基建成本、硬件成本、软件成本、人力成本及其它成本等(如图8所示)。图8传统数据中心总拥有成本构成自建数据中心租用数据中心专线带宽建筑费用、建筑维护费用、安保设备、消防设备、不动产税费等租赁费用自建或租赁费用硬件成本服务器设备及维护存储设备及维护网络设备及维护其它设备操作系统和虚拟化软件存储管理和备份软件运维管理和监控软件其它软件人力成本服务器管理员存储管理专家网络管理专家数据库管理专家其它技术支持其它项目管理费用管理法务合规咨询人员培训其它为简化企业成本计算工作量、节省时间，多数云计算厂商均推出自己的成本测算工具。如阿里云“云迁移中心”的成本评估工具，可快速依据用户选择的云下资源规模，基于中小数据中心成本基线以及云上资源映射逻辑，自动换算所在地的机房成本开支和云上费用预测和细节比较。(2)隐性成本不易量化且易被低估与显性成本特征截然相反，传统数据中心的隐性成本不是必然会发生的费用、且不易量化、也不会出现在会计报表中。然而，隐性成本一旦发生，将会对企业造成巨大的、甚至是灾难性的影响，形成巨大的财务损失。隐性成本主要包括品牌价值损失、业务损失、管理成本、资金成本、时间成本及机会成本等。一是品牌价值损失。品牌价值是企业重要的资产之一。品牌价值的维护需要长时间持续运营，但品牌价值的崩塌可能只在朝夕之间。一旦发生大规模系统故障或安全事件，企业不但盈利受损，还可能引发诉讼，失去投资者和客户的信任，导致品牌价值大幅下降。据信息安全研究机构Ponemon研究院报告显示，信息安全事件会使企业品牌价值下降31%以上。二是业务损失。近年来极端气候、地缘政治、疫情等不可抗力因素或数据中心故障造成的业务中断事件频发。2022年10月，韩国SK公司C&C板桥数据中心出现火灾，韩国互联网服务出现大面积瘫痪，造成巨额损失。韩国国民级聊天软件KakaoTalk首当其冲。受火灾影响，Kakao第4季度的收入将遭受220亿韩元的损失。Kakao的股价在火灾后下跌9%以上，市值蒸发2万亿韩元(约101亿元人民币)。/stock/usstock/c/2022-10-20/doc-imqmmthc1551090.shtml?5#!/index/1三是管理成本。数据中心的设备会作为资产记入财务报表。随着设备数量的增加，资产管理难度和复杂度也随之增加，企业往往需要根据需求研发管理工具，资产管理成本也相应增加。同时，企业数据中心涉及多部门使用，由于传统数据中心资产不透明、资源使用信息不清晰，各部门间费用摊销也需耗费大量人力和时间，进一步加大了管理难度、提升了管理成本。此外，由于建设数据中心需进行机房建设及设备采购，需占用大量资金，容易造成现金流紧张甚至断裂。即使企业现金流相对充裕，也会由此带来数额较大贷款费用，或是利息损失。四是机会成本。传统数据中心不管是新建还是新增，只要涉及资源扩张，就需要经历资源申请、资源评估、资源备货、资源入池、资源再评估及资源发放使用等流程，扩张周期往往按月计算。而如今市场变化非常快，业务机会转瞬即失。数据中心建设和运维占用了企业大量的、有限的人力和财力，且建设周期较长，极可能使得企业在激烈的市场竞争中错失机会。算好经济账是企业上云之旅中必不可少的举措。本报告通过访谈多位资深云计算行业专家及企业用户，总结企业在实践过程中进行用云成本对比分析时可能存在的误区，帮助企业更全企业在做云上资源评估时，往往采用1:1等效资源迁移的计算方式，认为线下需要1000台服务器，云上则也需对应1000台服务器。事实上，云上服务器的利用率远高于传统数据中心。在传统数据中心中，企业往往需要为系统稳定性和业务连续性考虑，配置额外的硬件资源作为冗余，以应对突发情况或故障，这些冗余资源利用率通常非常低。同时，传统数据中心技术栈通常较为陈旧，无法很好地运用弹性资源作为补充。此外，由于建设周期较长，企业在采购服务器时通常会提前购置比当前实际需求更多的设备以应对未来业务的发展。这种做法不仅给企业带来额外的资金压力，还会进一步加剧资产闲置的问题。相比之下，云计算提供了更加灵活弹性的资源配置方式，企业仅需锁定日常平均需求的资源量，并利用云计算弹性扩展能力根据实际需求动态调整资源以应对突发情况或快速业务增长。因此，企业在云上可实现资源的不等效迁移，如线下需要1000台服务器，在云上可能500台加适量弹性资源即可满足需求。数据中心运维管理是一个庞大、复杂的体系，不仅包括服务器运行的系统，还包括了支持数据中心运维的系统，如电力系统、消防系统、安保系统等。随着机柜数量的增加，数据中心运维难度呈指数级上升，设备利用率和安全性均无法得到保证，造成运维成本飙升、引发安全事故。某大型互联网厂商A技术栈较为完备且有上万名技术人员，在传统数据中心上构建了一个ALIBABACLOUD|VALUEPROPOSITIONMODELFORCLOUD|Kafka集群。随着集群规模不断扩大，厂商A在集群稳定性和异常问题处理效率方面显得力不从心。综合评估后厂商A决定使用云上Kafka方案，通过托管服务解决稳定性问题；同时结合业务峰谷明显的特征，计算节点可按需弹性伸缩、存储节点可做冷热分享，进一步降低成本。误区三：低估隐性成本正如前文所述，隐性成本不易量化，也容易被低估。传统数据中心在应对隐性成本时略显心余力绌，通常只能采用堆资源的方式，效率和性价比相对较低。而云计算不管在资源获得方式方面、还是在计费模式方面、或是在管理模式方面均比传统数据中心灵活便捷，能更好地抵消或消除隐性成本(如下表所示)。表5:应对隐性成本传统数据中心与云计算应对举措对比隐性成本类型传统数据中心云计算品牌价值损失/业务损失●灾难类：全流程建设灾备和多活方案●灾难类：基于云计算的多地多可用区成熟多活方案管理成本增加管理人员、自研管理工具、定制企业IT管理方案运用云上低成本甚至免费的、开箱即用工具、轻松实现资产可见、费用摊销资金成本财年预算等制度阶段性投入大量资金，可能存在闲置浪费成本采用按需使用、按量使用的方式，不占用大额资金机会成本至少数十天乃至数月的资源筹备时间仅需十分钟完成账户开通、可弹性调整资源使用资料来源：阿里云研究院、阿里云公共云技术服务团队整理创收入在当今竞争惨烈、瞬息万变的商业环境中，“节流”是企业短期内、快速改善盈利能力的良药，但企业长期发展的核心竞争力是“开源”,即提高营业收入。2023年，国内上市新车共742款，相比去年进一步增加。9可见，当前企业不仅需要追求创新，还需要追求创新的速度。著名企业家马斯克分享成功秘诀时把创新速度作为最重要的成功指标。10云计算可在企业优化现有业务及加速创新业务两方面推动企业创新进程，帮助企业创造额外的营业收入。/a/746910858_43052610HowElonMusk'sinnovationstrategycanfuelyourapp'ssuccess,PragmaticCoders,Mar19,2024,/blog/innovation-strategy2.1基于云计算提升现有业务收入针对现有业务，一方面云计算可结合大数据、人工智能等技术，通过为客户提供个性化产品或服务、或快速迭代产品新功能等方式，提升消费体验、增强用户粘性，进而提升现有客户用37个月刷新新能源汽车品牌从发布到IPO最快记录的极氪汽车，为给其用户提供高品质体验，推出了极氪APP,为用户提供智能控车、购买用车好物、共享社区活动的极致用车及出行体验。可见，极氪APP中需支持的业务和新功能也越来越多，APP面临平均两三天一个小版本、半个月一个大版本的升级频率。在原有架构下，为了不影响白天业务高峰，每次发版只能选择在凌晨业务低峰期进行。即使如此也很难同时保证稳定性、流畅度及敏捷性。阿里云服务团队帮助客户制定和落地金丝雀发布方案：通过部署灰度版本，并按照流量比例等进行灰度验证，验证完毕后发布生产环境并切流，满足了极氪小版本白天随时发布的诉求。针对极氪核心业务链路上多个微服务同时需要发版的场景，基于MSE云原生网关和流量灰度打标来实现多业务的全链路灰度，覆盖CDN、网关、MQ、配置、数据库等灰度场景。在不需要更改任何业务代码的情况下实现多业务白天发版，同时通过逐步流量放大进行验证，降低了白天发布可能导致的稳定性风险。11另一方面，基于云计算厂商全球资源布局及资源储备优势，以及云平台自身严格的安全措施及合规标准(详见前文安全性部分内容),企业可快速实现海外业务拓展，通过进入新市场、瑞幸咖啡瑞幸咖啡瑞幸咖啡基于阿里云丰富完备的产品、覆盖广质量好的网络，在新加坡实现快速业务扩张。瑞幸咖啡自2023年一季度在新加坡首店开业以来，截至2024年一季度，在新加坡2.2基于云计算创造新的收入来源针对创新业务，云计算可在机会识别、产品研发及产品推广等多个环节加速创新业务落地，在机会识别环节，云计算通过融合并分析多方数据，形成基于数据驱动的商业洞察，识别出更符合当前市场和消费者偏好的创新产品，提升创新成功率、降低试错成本。绝味鸭脖通过融合16,000家门店每天百万级的订单和上千万级的数据，及时了解外卖绝味鸭脖通过融合16,000家门店每天百万级的订单和上千万级的数据，及时了解外卖平台、社交平台等发展趋势，以及消费者的偏好趋势和买单接受度，快速发掘网红产品和爆款产品。绝味鸭脖2024年新品“爆一脖”推出39天累计卖出100万桶。在产品研发设计环节，基于云计算产品及工具，企业可短时间、低成本地将数字技术(包括森马森马将文生图能力运用在服装设计环节。在设计灵感阶段，服装设计师原本需要花费2到3天来完成一张服装设计成稿，从前期灵感搜集、线稿构思、上色，再到最终将图案呈现出来并提交评审。但现在，借助于生成式人工智能技术，同样的过程仅需要30秒。在产品推广环节，前文已经详细论述了具有开放性的云平台，在推广渠道、服务集成、交付结算等方面均为产品推广提供了传统渠道无法比拟的优势(详见本文2.3章节内容),帮助产品实现高效率、低成本推广。如知识管理解决方案提供商蓝凌软件通过与阿里云合作，累计交付超过150个项目，GMV连续三年实现30%以上复合增长。2024-04-15,/wzsy/kjzx/cygdzxALIBABACLOUD|VALUEPROPOSITIONMODELFORCLOUD|可持续企业追求经济利益并不是一个短期目标，而是希望持续保持盈利增长，在相当长的时间内长盛不衰。为实现这一长期目标，企业不仅需要考虑自身发展，还需要考虑与环境、社会的和谐图9云计算帮助企业践行可持续发展举措降低技术使用门槛降低技术使用门槛PUE:1.620-50%PUE:1.2阿里云<1.10云服务器能耗更低充分发挥地域优势阿里云乌兰察布传统方案云上方案碳足迹追踪碳监控减碳计划碳排放合规管理提供开发环境培育技术人才基于按需使用/按量付费模式提供普惠算力服务指标能源利用率服务器利用率服务器效率清洁能源利用率降低资源使用门槛降低技术获取成本开放教育素材资源使用优惠基于多租户的特性摊销建设及研发成本助