“AWS从零开始实现第一个100亿美元的收入花了接近10年的时间，第二个100亿美元增长用了23个月，第三个100亿美元增长花了13个月，而从300亿美元到400亿美元，仅花了12个月，AWS每一次增长100亿的时间都在缩短。” AWS大中华区云服务产品管理总经理顾凡在接受笔者的采访时表示，在云计算成为市场新常态的趋势下，借力于云计算的蓬勃发展，以及AWS在云计算SaaS、IaaS、PaaS层业务的强劲增长，2020年，AWS已经成长为第五大的企业级IT公司。
根据咨询机构Gartner在2020年8月发布的《2019年全球公有云IaaS和PaaS市场份额报告》，AWS的市场份额为45%，超过第二、第三、第四、第五名的总和（34.3%）。今年第三季度，AWS三个月内的销售额116亿美元，同比29%。按照AWS的体量，相当于一年增长超过100亿美元，增长的部分就抵得上一家相当规模的公司。
“全球IT市场还有非常大的空间。按照Gartner的数据，全球云计算支出目前仅占IT总支出的4%。” 顾凡表示，从市场趋来看，大部分的计算正在向云迁移，在未来十到二十年，无论是全球还是中国的市场机会都非常大，云计算行业面临很大的增长潜力。
另一方面，疫情期间，几乎所有的企业，包括AWS都在竭尽全力的节约成本。本以为企业的上云趋势会变得缓慢下来，尤其是对于中小企业来说，企业的每一个决策都必须要小心谨慎，没想到事实却与之相反。因为很多企业意识到只有数字化才能更快的加速业务创新，也更有机会去应付新冠带来的不确定性。
对于企业来讲，要打造一家基业长青的企业很不容易，50年前的《财富》500强企业，如今只剩下17%、83家还在榜单上；20年前的《财富》500强企业，如今也只有50%还在榜单上，企业必须重塑自己，才能生存。
“未来企业的发展离不开几个关键词：创新、趋势、速度以及平台。”顾凡解释，在既有的行业当中，无论是餐饮、还是娱乐都在持续的创新和发展，客户的需求在随时的变化，有些趋势和革命是势在必行的。“创新是为了实实在在的帮助客户解决问题并创造价值，而不是关心技术本身的影响力，这也是AWS云服务每年迭代的核心逻辑。”
摩根大通首席信息官Lori Beer表示：“我们在云技术方面的采纳已经给我们带来了回报，我们更加敏捷，更加安全，更加快速，在这个过程中我们与AWS打造自身，打造未来的金融服务。”
此外，速度和复杂度是比较有意思的一对产物。一方面，在快速迭代的市场环境中，企业转型的速度比较快——鼓励创新、试错，但同时也要考虑是否迁移到云的环境中，且不要过去复杂化。
“在云的环境中，客户提升自己的能力，需要先找到值得信赖的合作伙伴或者平台，为其未来的创新打下基础。”在顾凡看来，AWS就是这样一个平台——能够凭借着先进的技术，赋能客户，加速客户的创新，并创造价值。
一直以来，AWS以快速创新享誉业界，从 2011年，AWS发布了80多项重要服务和功能到2019年发布了2345项创新服务，我们看到数字急剧增长的同时，AWS也向全球客户展现了其不断持续创新的能力和决心。
在今年的AWS re:Invent大会上，AWS CEO Andy Jassy通过其线上主题演讲就发布了27项创新，涵盖计算、存储、数据库、数据分析、容器、机器学习运维、工业机器学习等多个方面。
Amazon EC2 Mac是基于Mac mini电脑而构建，使客户首次能够在AWS云端按需运行macOS工作负载，将AWS的灵活性、可扩展性和成本优势拓展给所有Apple开发人员。iPhone、iPad、Mac、Apple Watch、Apple TV和Safari开发应用的开发人员，可以通过使用EC2 Mac实例，在几秒钟内配置和访问macOS环境，根据需求动态扩展容量，受益于AWS的按需付费定价。
“打造Amazon EC2 Mac实例的核心是围绕着相应维度——计算、内存、网络等进行量体裁衣。”顾凡表示，EC2的创新都是围绕着客户的需求，进行量身定做的实例，不造成浪费，且能让实例和工作负载的需求匹配的更好。
为了摆脱本地部署的限制并向全球扩展业务运营，越来越多的组织开始转向基于云的应用程序部署和微服务架构，这也导致应用程序为满足客户需求而变得越来越分散。开发人员需要更多的自动化方式来维护应用程序的可用性，减少花费在检测、调试和解决运营问题上的时间和精力。
Amazon DevOps Guru是一项完全托管的运维服务。利用机器学习技术，可以帮助开发人员通过自动检测运维操作问题和建议补救措施，让开发者可以更加容易提高应用程序可用性。
Amazon DevOps Guru应用了支持Amazon.com和AWS卓越运营多年的机器学习技术，通过自动收集和分析应用程序指标、日志、事件和跟踪信息痕迹等数据，识别偏离正常操作运维模式的行为。当Amazon DevOps Guru识别出可能导致服务中断的异常应用程序行为时，可以帮助开发人员快速了解问题的潜在影响和可能原因，并提出具体的修复建议。
“客户希望AWS继续在可以运用自己的专业知识来提高应用程序可用性的领域中增加服务，并从Amazon.com的多年运营经验中学习。”顾凡表示，借助Amazon DevOps Guru，利用AWS过往的经验建立了专门的机器学习模型，帮助客户检测、排除故障并防止操作问题，并在出现问题时提供智能化建议。这使得客户可以立即从AWS在运营Amazon.com中学到的最佳操作实践中受益，节省配置和管理多个监测系统上所花费的时间和精力。
任何企业要应用，必须要有数据库。但是在市场中，拥有数据库并不意味着优势，根本仍在于数据本身，这是当前行业客户面临的痛点。
“很多客户目前选择更多的是Amazon RDS——云上全托管的数据库服务，未来Amazon Aurora或许会成为客户更好的选择。”在顾凡看来，Aurora是AWS基于MySQL和PostgreSQL兼容性研发的云原生的数据库。无论是从架构方面的高可用，所有的Aurora的先进的功能都让Aurora成为云原生里面一个非常强大的数据库。“为了更好的帮助客户更轻松的从SQL Server迁移到Amazon Aurora，AWS发布了新一代Aurora Serverless服务，对于不想处理自助数据库繁杂工作的客户，Amazon Aurora Serverless v2可在不到一秒的时间内扩展至支持数十万个事务，与按业务高峰需求进行资源配置的方式相比，可节省高达90％的成本。”
除此之外，AWS还相继发布了五大用于工业领域的机器学习服务Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。这五项全新的机器学习服务共同帮助工业和制造业客户在其生产过程中嵌入智能能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。
以及三项全新的数据分析功能——AQUA for Amazon Redshift、AWS Glue Elastic Views和Amazon QuickSight Q，大幅提升Amazon Redshift数据仓库的性能，使客户在数据存储间的移动和合并数据变得更加容易，并且使终端用户更便捷的利用机器学习从业务数据中获得更多价值。
写在最后
“AWS一直在持续推出新的产品服务，对于一些用户来讲可能会比较难抉择。但事实上，AWS推出的产品服务和创新，全部基于对客户的了解，至少有90%以上完全是根据客户的需求开发成产品的。”在顾凡看来，一项服务或者产品的落地除了产品自身因素外，还包括客户本身的需求。AWS会让客户先从概念上了解产品和服务，一旦发现某些产品可能对自己的行业或者企业有独特的帮助，AWS的团队、架构师以及咨询团队都可以为客户进行量身定制，为客户赋能，并重塑市场竞争力。
京公网安备 11010202008829号