云计算是一种基于互联网的计算方式，它可以提供各种需要的计算资源、软件和数据等等，这些资源可以随时随地通过网络进行访问和共享。云计算的前景非常广阔，它将对未来产生深远的影响。云计算将推动认知计算的崛起。随着数据的不断增长和复杂性的不断提高，人们需要更强大的计算系统来处理这些数据。云计算可以提供更高效、更灵活和更智能的计算服务，帮助人们更好地理解和利用数据。云计算将通过云让数字时代变得真实和值得信任。区块链技术可以构建分布式账本，使得数字世界变得更加透明、真实和可信。云计算可以将区块链技术应用到各个领域，如金融、医疗、物流等等，使得这些领域的数字化变得更加容易和可信。云计算将为安全赋能。云计算可以提供更加安全、可靠和稳定的计算服务，使得企业和组织可以更好地保护自己的数据和业务。云计算的虚拟化技术和加密技术可以增强数据的安全性和保密性，避免数据泄露和损失。云计算将深刻影响未来的数字化趋势。随着物联网、人工智能、区块链等技术的不断发展，未来的数字世界将变得更加智能化和自动化。云计算可以为这些技术提供更好的支持和服务，帮助企业和组织更好地应对数字化转型的挑战。云计算是一种非常重要的技术，它将对未来产生深远的影响。随着技术的不断发展和应用场景的不断扩展，云计算将在各个领域发挥越来越重要的作用，帮助人们更好地理解和应对数字化时代的挑战。}

AI这个东西，属于它还没诞生的时候，大家都在拼命地想象它的能力，并且脑补它有多么厉害多么灵光，然后它现在刚出现一个雏形，大家就都开始紧张，对自己的行业相当关注，就怕机器人会跟自己抢饭碗。之前刷到过有人问人工智能会不会让某些行业消失，今天又刷到大模型为什么会使云计算大洗牌，就想问问，你们是对人工智能的能力有怎样的估量呢？当然，我也不算是AI行业的业内人士，不过我的职业跟大模型稍微搭点儿边，包括之前也跟百度智能云有些合作，所以还稍微有那么点儿比较客观的认识吧。来浅浅说下“大模型”与“云计算行业”的七七八八吧，想到哪说到哪，仅供参考哈。生成式AI其实就是让AI通过深度学习，基于海量数据，具备生成全新且完全原创内容的能力，包括文字、图片、视频等，都可以通过大模型来产出，而使用时，人们也只需输入问题或描述即可，有点儿像是你在百度搜索引擎的搜索框里输入一个关键词，然后按下搜索就可以获得相关的原创内容。比如说你输入“公元前1年发生了什么事”，那么除了确实嵌入关键字的搜索结果之外，有大模型加持的搜索引擎就可以给出整理好的“公元前1年大事记，标明了从1月到12月，分别发生了哪些事儿”——当然，之前并没有人去整理这张大事记，这是大模型在你输入关键词后，从海量信息中总结出来的最接近你需求的AIGC结果。所以，大模型肯定是相当有用的，这就是为什么国内的百度，国外的OpenAI、谷歌、亚马逊、微软……都在对它进行深入研究的原因。这个技术，是一定要抓在自己手里，才有安全感的。否则，第四次工业革命的关键技术就容易把主动权交给了别人。比较值得注意的是，很有可能之后各行各业都会用到大模型，包括像传统制造业、工商行业或者是教育、金融之类的行业，都会将其作为提升生产效率、降低生产成本的主要手段。但是这些行业，必然是不具备研究AI的能力的，它们需要用到AI的话，肯定是需要一种更加低成本而高效率的方式，最好是可以“拿来即用”。而这，也是为什么大模型会改变云计算行业游戏规则的原因。谁能先为企业提供这方面更简便的使用方案，谁就能占据AI时代的市场优势。具体说来，大模型的背后，必然是云计算。就比如说百度的“文心一言”，它的背后，则是百度智能云，而百度智能云为企业提供的，则是打包的整体服务，百度智能云将把文心一言的能力以三种模式提供给企业，也就是推理、微调和托管，这样的话，各种企业都是可以按照自己的实际需求轻松get到文心一言的能力了。不过，具体来说，百度智能云可能现状不会有太大的改变，因为它本身就是已经从IaaS（基础设施即服务）的模式转型到了MaaS（模型即服务）了，包括百度智能云其实是具有IT架构全栈提供的能力的，也就是他们自己说的AI大底座，所以它应该不太会受影响。更容易受影响的，可能是其他一些“云”，也就是以提供存储为主的“云业务”。在之后，如果没有大模型，而是仅仅依靠算力和存储来提供服务的话，那么肯定是会迅速被提供大模型的云服务所替代的。因为按照这个趋势的话，将来企业都会用到提供大模型服务的云，而不仅是用到存储和算力，或者自己再去“造”一个大模型出来，这就是为什么我说大模型服务会成为主流的原因——有现成的可以拿来用，干嘛不用呢？以上，仅供参考。}

这个问题我们要从两方面进行思考，一方面是云计算平台（也称“云平台”），另一方面则是广大的云服务提供商。在云计算平台方面，基本上不会有太大的市场变化，占据主导地位的依旧是国内的BATH（百度、阿里、腾讯、华为）的云平台，以及国外的微软Azure和亚马逊云科技 (Amazon Web Services, AWS)。其中微软率先投资大语言模型，发布了众所周知的ChatGPT，国内也是紧追这股浪潮，都在研发自己的大语言模型应用，如百度文心一言和阿里通义千问。这么做的意义其实也不言而喻，大语言模型为这些厂商的全线产品的提供了额外的功能应用，优化了产品的使用体验，同时也可以吸引更多的云服务厂商，进行生态合作，为云平台的使用者提供整体而言更加便利且高效的使用环境。而对于云服务的供应商来说，大语言模型是一次时代给予的机会，厂商要么结合现有的服务模式提高产品效能，要么基于大语言模型研发新的产品功能，新的应用层出不穷，所以我们才会将GPT的问世称为又一次的“iPhone时刻”。这些新功能主要是基于原有的系统基础上进行的延展，比如说企业在之前采购了一个数据平台，对企业的数据进行综合的采集、加工、管理，那在用户需要进行数据分析时，大语言模型就可以基于这个数据平台，从多个数据系统中直接抓取相关的数据（这个过程并不会太长，由于在一些数据平台中，会基于数据的语义建立关联并管理，也可以理解为是基于业务的，通过使用一些人工智能技术，可以针对一个业务提前准备好将会用到的数据），然后基于自然语言直接生成报表或分析报告，也可以通过预先规定好的一个指令，当流程到达这个节点时，自动生成报表或报告。然而在考虑新功能之余，云服务厂商更应该关注大语言模型对传统服务模式的影响，并积极求变。比如说在智能业务流程管理 (iBPMS) 中，我们现在经常可以听到的一个技术名词就是低代码，它让业务流程的编排向更了解业务细节的业务人员倾斜，解决了绝大部分业务需求的线上化，如果再结合一些自动化工具，还可以实现业务的自动化。但业务自动化了，使用低代码进行的业务编排还是要靠人，当然还要通过IT人员保证自动化流程的可用性。而大语言模型提供的功能可以实现当用户输入一个业务需求时，就可以基于这个业务需求，结合企业在云上的数字资产及业务系统，自动生成一个流程，业务人员或IT人员再在此基础上进行修改优化。而低代码在其中的虽说还是必不可少，但使用的频率将有所下降。这样的应用我们在微软的Power Automate中可以初见端倪，大语言模型已经可以生成一些自动化的操作步骤。但在国内并不是每个企业都适合使用微软的全家桶，因此国内的云服务厂商就需要更加关注大语言模型与产品的融合及功能延伸，与国内领头的这些大语言模型研发企业进行生态合作，云计算的市场规模也将产生进一步的飞跃。因此，这样的大洗牌可能更多地是针对广大云服务企业的，他们也都是云计算行业中的重要组成部分。考虑到大语言模型的应用可能会在未来导致传统模式的企业服务降价，所以云服务厂商若不产生改变，可能会追赶不上时代的脚步。另外国内企业的信息系统建设大多是分散的，企业的应用生态将是复杂的，更多的业务需求是高度定制化的，要想适配这样的环境，企业服务需要灵活性，进行大语言模型应用的灵活调用将是必须的，这则可以牵扯到Gartner在2022年顶级战略技术趋势中的组合式应用和超级自动化 (Hyperautomation) 概念。关于超级自动化的概念我们可以参考下方链接文章。最后我们可能还会考虑一些安全问题，数据是企业的核心与机密，大语言模型是否会导致关键信息的泄露也是企业十分重视的问题，因此在近日国家网信办发布了《生成式人工智能服务管理办法（征求意见稿）》，这样的规范建立也是需要国内的云计算行业从业者的共同努力，一起建立云计算中云服务市场的新格局。}