T 客汇 杨丽

有人说，大公司往往因循守旧而错过孕育着未来的机遇。这或许是真理。

微软很早就看到了移动的未来，于 2000 年推出 Windows Mobile，却深陷软件许可模块化商业模式的泥沼中而无法自拔，且未能准确认识到 Windows 也需跟随移动化的步伐进行升级。结果，Windows Mobile 的产品设计基本上走了反方向。

结果，相同的历史又似乎在谷歌身上重演。据 Synergy Research 数据显示，全球云计算市场份额排名前四位的企业已初步定型，亚马逊稳操胜券，微软排名第二，而谷歌排名第四，所占比例还远远不到亚马逊的三分之一，那么谷歌会再次落寞黯然伤神吗？或许不会。

PaaS 云平台 GAE 未能赢得瞩目

有人说，谷歌从来不是一家平台型公司。事实上，谷歌往往被视为一家服务型公司，而其对手苹果则被视为一家产品型公司。如果从「产品」的广义上进行定义的话，呈现给终端用户一整套解决方案，那么从本质上来讲两家公司还是极为相似。

毫无疑问，云服务和硬件产品之间还是存在较大的差异，这也注定了平台公司和产品型公司之间也差异不小。无论是搜索框还是一款智能手机，用户往往拥有到一种极致的体验，而这背后需要厂商对产品设计和工程技术不懈的追求。确实，这也就是为什么集成产品可以赢得市场瞩目，而谷歌以客户为导向的服务也学习苹果将产品在后端进行集成。

但是 AWS 并没有选择走集成产品的老路，而是打破原有规则，以一种完全模块化的方式提供后端服务；微软也推出了 Win32 API，这意味着尽管 Windows 的 MacOS 在用户体验上确实是很糟糕，但 Windows 极强的延展性，可以同时应用于大量业务线。

AWS 同样在后端服务上大做文章，但与谷歌推出的 PaaS 云平台 GAE 不同，AWS 的产品更具灵活性和模块化。使用 GAE 需要接受谷歌提前帮用户设定好的种种条款，而 AWS 却让用户自建自身所需的应用平台。

开源技术 Kubernetes 落地并不理想

通过开放 API 接口，微软建立了强大的生态系统。一方面，围绕 Windows 开发的应用程序很难集成在其他操作系统中；另一方面，微软强大的合作伙伴和增值分销商促使 Windows 成为企业唯一之选。亚马逊也在参照前人构建属于自己的生态系统。那么谷歌呢？

2014 年，谷歌推出了一种基于大规模容器管理技术的开源版本 Kubernetes。

Kubernetes 基本就是 Brog 的开源改进版本，但与之不同的是，Kubernetes 采取完全轻量化，可运行在 AWS、Azure 以及谷歌云平台上，甚至用户本地部署的基础架构上。对于 AWS 构建的 IaaS 平台而言，这是绝佳的机会。而随着谷歌开始在底层架构上进行拓展，Kubernetes 和容器技术的到来，使得未来底层架构供应商所提供的服务将无太大差异。

尽管 Kubernetes 技术成为企业云计算的标准，但亚马逊搭建的生态系统，依然可以通过容器技术绑定更多的客户在 AWS 平台上。谷歌需要另谋他路。

与此同时，网络的开放性也本质上没有助谷歌获得成功。相反，网络正成为一大批热门技术成长的热土。与此同时，谷歌搜索引擎的壁垒并为给自身带来太大发展优势。说白了，谷歌的互联网广告牌依赖的更多的是网页产生的流量并非单纯的网页内容。

关于谷歌的云计算产品，开源的 Kubernetes 技术使得谷歌得以建立自己的云底层架构，并因此降低了转换成本。虽说谷歌云计算产品层次比较高，但是其 PaaS 平台 GAE 缺乏完备的底层基础设施，在其平台之上搭建的应用运行速度极慢，用户自主性不强，用户体验性极差，因而谷歌搭建的云产品并没有为谷歌带来更多的契机。

机器学习和数据成为押宝

下一代谷歌搜索引擎将始于人工智能。

可以肯定，机器学习将很快得到云计算的推动，机器学习和云计算在本质上都可以处理海量结构和非结构化数据，目前只有为数不多的几大科技巨头才有财力建立所需的底层架构，并可聘请到世界上最优秀的机器学习领域专家。这意味着：对于多数企业，机器学习技术的先进与否与数据是否在云端有直接首要的关系，其次才与选择的云供应商有关。

当然，机器学习技术上的比拼还增强了云供应商本身的优势。利用机器学习技术能获取到更多的客户和数据，而数据反过来又推动了机器学习更深层次的发展。正是由于数据上的优势，才使谷歌成为云计算上 AWS 最强劲的对手。

上文提到，谷歌的企业级服务受限于对客户的关注不够，还好谷歌有将近 20 载大量的数据积累，以及多年在机器学习算法方面成熟经验，这都成为谷歌的绝对优势。

因为，数据更为重要。去年，谷歌将深度学习系统 TensorFlow 开源，就是因为数据和处理基础架构确实为谷歌创造了源源不断的优势。

不过，谷歌需要着手做的事情还有很多。去年，谷歌了组件了以李飞飞和李佳为技术核心的谷歌云机器学习团队，该团队负责个构建可为商业运营的机器学习 API 接口，也就是说，将机器学习能力投入商业化。

虽说这种方式有些曲线救国，但这也是谷歌的聪明之处，它正试图改变产品竞争的风向标。可以肯定，现在判断谷歌云计算是否成功还为时尚早，这家公司需要面对商业模式如销售与广告业务上的痛苦变革。一切还是未知数。

版权声明：

凡本网内容请注明来源：T媒体（http://www.cniteyes.com）”的所有原创作品，版权均属于易信视界（北京）信息科技有限公司所有，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的，应在授权范围内使用，并按双方协议注明作品来源。违反上述声明者，易信视界（北京）信息科技有限公司将追究其相关法律责任。