云计算巨头的新目标：AI成为惠普科技

云计算概念的落地已经有着 10 多年的时间， 国内的阿里云也早已走过了七年之痒。在时间节点 的背后，云计算领域陆续出现了上百家企业，云计 算本身也不再是提供纯粹的计算能力，而是与大数 据、人工智能等有着更深的融合。

在云计算、大数据、人工智能被很多人如数家 珍的情况下，越来越多的企业意识到，数据的价值 不在于“大”，重要的是在线，只有打破数据孤岛， 让数据发生更多的汇聚，更多的交换，更多的更新 和挖掘，才能产生更大的价值。同时，这一观念背 后也揭示了一个趋势 :巨头们已经不再满足现状， 云计算开始了新一轮的智能化演进。

云服务的智能化，为何成了巨头们的共同 选择?

进入 2016 年以后，从亚马逊、阿里等巨头的 财报数据来看，云计算的比重已经上升到了举足轻 重的地位。与此同时，各家在云计算上的投入也持 续增大，这个市场正变得越发激烈，巨头们盘算着 扩大市场优势，新入局者尝试着突围的可能，智能 化幸运的成了目标背后的“利器”。

不久前结束的 Google Cloud Next’17 大会 上，一个积极的信号就是在云计算领域步伐稍显缓 慢的谷歌试图开启智能云计算的新时代，比如推出 了全新的机器学习 KPI，全球最大的机器学习及数 据科学竞赛平台 Kaggle 被谷歌收入囊中，以及为 迪士尼、Verizon、SAP 等重磅客户提供了更智能 的云端解决方案。不止如此，随后举办的谷歌开发者大会上，正式发布了 Cloud TPU，进一步丰富了 云计算的智能化生态。

无独有偶，2015 年中旬的时候，微软就低调地 把 Azure 的定位修正为智能云，尽管彼时的“智能 云”还停留在概念阶段。在刚刚落幕的 Build2017 开 发者大会上，微软公布了云计算在智能化方面的新 举措，包括将云计算的智能扩展到物联网边缘设备 的 Azure IoT Edge，全新开发的数据库服务 Azure Cosmos DB 等等。此外，微软也开放了更多的智 能 API 接口，并允许对 API 进行定制。

亚马逊作为目前最大的云计算服务商，在智能 化方面表现出了前所未有的“敏感”。在去年年底 举办的 AWS re:invent 大会上，AWS 正式推出了自 己的 AI 产品线，包括图像识别工具 Rekognition， 文本转语音服务 Amazon Polly，以及亚马逊人工 智能助手 Alexa 的内核 Lex。不过，IDC 的软件分 析师表示，与人工智能相关的服务仍不占 AWS 的 1%，这大概也是谷歌、微软等加速云计算的智能 化，意图弯道超车的原因所在吧。

对比来看，阿里云可谓是全面拥抱智能化的云 计算巨头。今年 3 月份，阿里云正式发布了机器学 习平台 PAI2.0，将人工智能技术引入云计算。不 同于其他巨头的智能云计算大多停留在“思”的层 面，阿里云的 ET 已经开始遍地开花，诸如 ET 医 疗大脑、ET 工业大脑、城市大脑等等，并将大数 据、人工智能等技术应用于安全智能化。值得一提 到是，如同谷歌对 Kaggle 的青睐，阿里云积极在 各地举办天池 AI 大赛，鼓励开发者利用云计算和 人工智能去解决更多的实际问题。 原因似乎不难理解，云计算早已不再是计算能 力的单维竞争，数据的在线和计算能力才能制造更 大的价值。站在开发者的角度来看，云服务的趋势 是让一切变得更加“简单”，特别是人工智能技术 逐步落地之后，更加聪明的云服务也日渐成为一种 新需求。

智能化背后，云计算正在迎来结构和应用 上的革新

诚然，云计算巨头们选择智能化的场景有很 多，比如提供更智能化的服务，帮助企业提高效 能，让计算资源触手可得;再比如人工智能服务的 应 用，ECHO、Google HOME，CHATBOT 等 服 务机器人的出现。但比较有普世意义的是，人工智 能技术在云计算领域的渗透，正在引发结构和应用 上的革新，较为典型的就是安全服务的智能化。

从巨头们的动作上来看，微软的 Azure Security Center 发布了多项威胁检测能力，同时 Office365 也提供了智能威胁感知和高级数据治理 功能 ;谷歌在云安全策略上同样表现出了与时俱 进的态度，在布局上从传统的云安全平台延伸到安 全芯片领域。然而在安全领域走的最远的，国内的 云计算平台似乎更值得关注。

阿里云资深总监肖力在云栖大会成都峰会上 做了一个大胆的预测:未来，安全将迈入机器学习 和人工智能时代。而之所以得出这样的结论，一方 面是近年来几乎所有的安全公司都在谈大数据和 人工智能，安全也成为人工智能应用最为成熟的领 域之一。另一方面，阿里云每天帮助国内 37% 的 网站成功抵御 16 亿次攻击、防御 2000 次 DDoS 攻击、2 亿次暴力破解，以及 300 万次 Web 攻击 防御。这个成绩与人工智能和大数据的应用不无关 系，至少可以洞见云计算在安全领域的两个趋势:

其一，大数据机器学习正在驱动云安全的进化。

安全在本质上属于“碎片化”的需求，内网 安全、数据中心安全、系统安全、Web 安全等等， 任何一个环节的纰漏都有可能留下安全隐患。而传 统的安全防御手段更多的是“亡羊补牢”，比如如 何判定一家安全公司的能力，往往衡量的是快速响 应能力。但机器学习和数据分析的广泛应用，为安 全领域带来了“未雨绸缪”的可能。

2015 年 9 月，阿里云推出了态势感知产品(公测)，并成为国内首个以“态势感知”命名的云安 全产品，基于算法和模型进行威胁分析和风险评 判，颠覆了以往基于规则的安全检测。而想要实 现安全领域的态势感知，既需要强大的算法模型，又需要可以做实时处理和计算的平台，将告警结 果分析、输出，在动态监测的同时进行指导决策。 诚然，态势感知的出现恰是云计算能力和人工智能 算法、大数据分析等叠加的成果。

又比如颠覆了游戏行业风控模式的“游戏盾”， 包括阿里云、腾讯云等在内均开始在游戏行业探索 安全风控的新模式，技术基础同样是智能调度算 法。与传统单点防御的 DDoS 防御方案相比，“游 戏盾”用数据和算法来实现智能调度，将“正常玩 家”流量和“黑客攻击”流量快速分流至不同的节 点，最大限度的缓解了大流量攻击。

其二，人工智能正在逐步取代安全分析师。

人工智能取代人力业已成为整个互联网行业 争论的焦点，麦肯锡也曾大篇幅预测过哪些职位将 被机器淘汰。在安全领域，“智能防御”的概念业 已深入人心，用大数据分析与算法优化安全防护能 力，意味着“用更少的人，做更多的事。”云安全 已然成为人工智能取代安全分析师的先行者之一。

事实上，在早些时候的 RSA 2017 上，就曾对 “数据智能”的必然做出过解释 :一家企业的访问 量达到数亿，如果靠人工来判断每一个请求是否安 全，显然不可能做到。以前大部分人的方法是使用 “规则”，把经验写成规则来“过滤”非法请求。但是，随着攻击者的“玩法”越来越高级，传统的过滤方法可以被轻易绕过，安全研究员们必须找到一种“新的”“自动化”的方法来发现风险和攻击者。

按照国外已有的先例，知名的数据智能公司 Splunk 将用户的各方面数据统一导入大数据平 台，制造出可以分析威胁的引擎，已经成为了行业 的最佳实践模型包。在 RSA“创新沙盒”大赛上， 拔得头筹的 UnifyID 核心仍是把来自 IoT 设备的海 量数居上传到云端，通过机器学习的方法判定:哪 些设备是可信的，从而识别设备背后的人的身份，保护系统、数据安全，不一而足。

总的来说，智能化已经渗透到了云计算的方方 面面，诸如在安全等领域已经可以感知到智能带来 的行业革新和新的想象力。阿里云、AWS 等巨头 们已经在行动和思维上拥抱智能化，相信云计算的 智能化时代即将来临 。