——深度解析：從“全部上云”到“云智能”，企業(yè)如何用AI重塑基礎(chǔ)設(shè)施？

各位CIO和技術(shù)領(lǐng)袖：

過(guò)去十年，“云優(yōu)先”（Cloud-First）幾乎是IT界的政治正確。

普遍觀點(diǎn)認(rèn)為：上云 = 敏捷 + 擴(kuò)展性 + 成本效益。 但現(xiàn)實(shí)卻給了我們一記重拳。

VMware的最新調(diào)查顯示，企業(yè)31%的CIO浪費(fèi)了一半的云支出，2025年預(yù)計(jì)有445億美元被浪費(fèi)在未充分利用的資源上。

面對(duì)不斷攀升的開(kāi)支和AI帶來(lái)的新挑戰(zhàn)，一場(chǎng)靜悄悄的革命正在發(fā)生。Hylaine技術(shù)副總裁Ryan McElroy斷言：“向云端的全面沖刺已經(jīng)結(jié)束。”

頂級(jí)企業(yè)如思科（Cisco）和寶潔（P&G），正在從“云優(yōu)先”轉(zhuǎn)向“云智能”（Cloud-Smart）。

今天，我將為你深度拆解這場(chǎng)變革背后的邏輯，以及CIO如何重新定義“云”的價(jià)值。

一、?? 為什么要“反思”云優(yōu)先？

原因一：成本失控

“租用裝滿昂貴英偉達(dá)GPU的服務(wù)器整整三年，財(cái)務(wù)上將比直接購(gòu)買這些顯卡更為經(jīng)濟(jì)上損失慘重，”McElroy直言。在AI時(shí)代，云端的高昂推理成本和數(shù)據(jù)流出費(fèi)用（Egress Fees），正在吞噬企業(yè)的利潤(rùn)。

原因二：AI帶來(lái)的“數(shù)據(jù)重力”

AI不僅僅是算力，更是數(shù)據(jù)。思科的首席工程師Nik Kale指出，訓(xùn)練和微調(diào)大型模型需要對(duì)客戶數(shù)據(jù)有強(qiáng)有力的控制。 “云智能不僅僅是為了回歸（Repatriation）——而是讓AI的‘?dāng)?shù)據(jù)重力’與正確的控制平面對(duì)齊?！?/span>

二、?? “云智能”實(shí)戰(zhàn)：思科的三層架構(gòu)

思科并沒(méi)有完全拋棄公有云，而是變得更加“精明”。他們根據(jù)AI工作負(fù)載的特性，重新劃分了領(lǐng)地：

• 私有云（Private Cloud）：訓(xùn)練、微調(diào)、客戶敏感數(shù)據(jù)。 思科將模型訓(xùn)練和反饋循環(huán)遷移到區(qū)域私有云，獲得了完整的審計(jì)能力，并顯著降低了數(shù)據(jù)傳輸成本。

• 邊緣計(jì)算（Edge/On-Prem）：實(shí)時(shí)推理、特征提取。 在處理14萬(wàn)個(gè)客戶環(huán)境的拍字節(jié)級(jí)數(shù)據(jù)時(shí)，思科將特征提取和異常檢測(cè)轉(zhuǎn)移到客戶本地采集器，只向云端發(fā)送高級(jí)別風(fēng)險(xiǎn)信號(hào)。結(jié)果：大幅降低了逃逸率，同時(shí)提升了模型真實(shí)度。

• 公有云（Public Cloud）：編排、無(wú)狀態(tài)服務(wù)。 編排層和非敏感服務(wù)留在公有云，利用其彈性實(shí)現(xiàn)規(guī)模化。

【成效】這種混合架構(gòu)不僅改善了合規(guī)態(tài)勢(shì)，還實(shí)現(xiàn)了兩位數(shù)的云支出減少。

三、???FinOps進(jìn)化：用“小模型”省大錢

World Insurance Associates的CIO Michael Corrigan展示了另一種“云智能”策略：用AI來(lái)管理AI成本。

他們?cè)O(shè)計(jì)了一套智能路由系統(tǒng)：

1. 簡(jiǎn)單查詢??小語(yǔ)言模型（SLM）：消耗處理能力少，成本低。

2. 復(fù)雜流程??大語(yǔ)言模型（LLM）：只有當(dāng)SLM搞不定時(shí)，才升級(jí)到昂貴的LLM。

“我們只使用基于復(fù)雜流程的真正需要消耗的部分，”Corrigan說(shuō)。

結(jié)語(yǔ)：云是一個(gè)“活的框架”

寶潔CTO Paola Lucetti將云戰(zhàn)略形容為“一個(gè)活的框架”（a living framework）。

從“云優(yōu)先”到“云智能”，本質(zhì)上是從“為了上云而上云”回歸到“為了業(yè)務(wù)價(jià)值而選擇基礎(chǔ)設(shè)施”。

對(duì)于CIO而言，這不僅是技術(shù)的抉擇，更是財(cái)務(wù)和戰(zhàn)略的成熟。正如McElroy所說(shuō)：“任何盲目遷移到云端的人，現(xiàn)在都很難回頭。但那些擁有新思維的CIO，正在重新掌握主動(dòng)權(quán)?！?/span>

全文：CIO們從“云優(yōu)先”轉(zhuǎn)向“云智能”

面對(duì)不斷攀升的開(kāi)支，IT 領(lǐng)導(dǎo)者正在重新思考云計(jì)算方法，使其更具成本效益和效率，并更符合業(yè)務(wù)價(jià)值的戰(zhàn)略性。

圖源：Rob Schultz /?Shutterstock

長(zhǎng)期以來(lái)，普遍觀點(diǎn)認(rèn)為“云優(yōu)先”（cloud-first）的做法將為首席信息官（CIO）帶來(lái)敏捷性、可擴(kuò)展性和成本效益等應(yīng)用和工作負(fù)載的優(yōu)勢(shì)。雖然云仍然是大多數(shù)IT領(lǐng)導(dǎo)者首選的基礎(chǔ)設(shè)施平臺(tái)，但許多人正在重新思考云戰(zhàn)略，從“云優(yōu)先”轉(zhuǎn)向“云智能”（cloud-smart），即選擇針對(duì)特定工作負(fù)載的最佳方案，而非僅僅將所有工作搬到外部，并將云置于其他考慮之上。

云成本優(yōu)化是促使這一重新思考的一個(gè)因素，組織在快速增長(zhǎng)的背景下難以控制不斷攀升的云費(fèi)用。根據(jù)VMware最近的一項(xiàng)調(diào)查，估計(jì)企業(yè)云基礎(chǔ)設(shè)施支出中有21%（相當(dāng)于2025年的445億美元）被浪費(fèi)在未充分利用的資源上——其中31%的CIO浪費(fèi)了一半的云支出。

技術(shù)咨詢公司Hylaine的技術(shù)副總裁Ryan McElroy表示，向云端的全面沖刺已經(jīng)結(jié)束。云智能組織擁有一套明確且經(jīng)過(guò)驗(yàn)證的流程，用于確定哪些工作負(fù)載最適合云端。

例如，McElroy說(shuō)，“必須快速交付并支持未來(lái)大規(guī)模的項(xiàng)目應(yīng)該在云端構(gòu)建。那些依賴遺留技術(shù)、必須托管在虛擬機(jī)上或工作負(fù)載高度可預(yù)測(cè)且可持續(xù)多年的解決方案，應(yīng)部署到管理良好的數(shù)據(jù)中心?！?/span>

McElroy表示，云智能趨勢(shì)受到了更好的本地技術(shù)、更長(zhǎng)的硬件周期、與超大規(guī)模云服務(wù)提供商（hyperscalers）的超高利潤(rùn)率以及行業(yè)典型的炒作周期的影響。所有這些都支持混合基礎(chǔ)設(shè)施方案。

然而，他補(bǔ)充道：“人工智能（AI）又帶來(lái)了一個(gè)重大問(wèn)題——數(shù)據(jù)和計(jì)算的孤立。許多組織對(duì)構(gòu)建高性能GPU數(shù)據(jù)中心不感興趣或無(wú)法實(shí)現(xiàn)，需要使用云端。但如果他們保守或成本規(guī)避，數(shù)據(jù)可能就在混合基礎(chǔ)設(shè)施的本地組件中?！?/span>

McElroy表示，這些變量導(dǎo)致了復(fù)雜性或意想不到的成本，無(wú)論是遷移費(fèi)用還是數(shù)據(jù)傳出費(fèi)用（data egress charges）。

他估計(jì)，“只有10%的行業(yè)成員公開(kāi)承認(rèn)他們正在向云智能邁進(jìn)?！彪m然這個(gè)數(shù)字看起來(lái)偏低，但McElroy表示其意義重大。

“要調(diào)節(jié)云端姿態(tài)有很多前提條件，”他解釋道?！笆紫?，你通常必須是新任CIO或CTO。任何（曾經(jīng)）遷移到云端的人都很難回頭?！?/span>

此外，組織還需要留住并提升管理其擁有數(shù)據(jù)中心或托管設(shè)施的人才。McElroy表示，他們還必須有超出云端在原始敏捷性和分時(shí)計(jì)算方面帶來(lái)好處的基礎(chǔ)設(shè)施需求。

一、選擇與重新評(píng)估合適的超大規(guī)模運(yùn)營(yíng)商

寶潔公司（Procter & Gamble）的CTO兼高級(jí)副總裁Paola Lucetti表示，公司在大約八年前開(kāi)始遷移工作負(fù)載時(shí)，采用了云優(yōu)先戰(zhàn)略。Lucetti說(shuō)，當(dāng)時(shí)的規(guī)定是所有新應(yīng)用都部署在公有云，現(xiàn)有工作負(fù)載將從傳統(tǒng)托管環(huán)境遷移到超大規(guī)模服務(wù)商。

“這種方法使我們能夠快速實(shí)現(xiàn)現(xiàn)代化，減少對(duì)遺留基礎(chǔ)設(shè)施的依賴，并利用云平臺(tái)所提供的可擴(kuò)展性和韌性，”她說(shuō)。

如今，幾乎所有P&G的工作負(fù)載都運(yùn)行在云端上。Lucetti說(shuō)：“我們選擇將部分工作負(fù)載放在公有云之外，是因?yàn)槲覀儠?huì)定期重新評(píng)估延遲或性能需求。這一基礎(chǔ)在數(shù)字化轉(zhuǎn)型的關(guān)鍵階段為我們帶來(lái)了速度和靈活性?！?/span>

隨著公司的云生態(tài)系統(tǒng)日益成熟，其業(yè)務(wù)優(yōu)先事項(xiàng)也在不斷調(diào)整。“成本優(yōu)化、可持續(xù)性和敏捷性成為了核心，”她說(shuō)?！癙&G的云智能意味著選擇并定期重新評(píng)估適合特定工作負(fù)載的超大規(guī)模服務(wù)商，嵌入FinOps（金融運(yùn)營(yíng)）實(shí)踐以實(shí)現(xiàn)透明度和治理，并利用混合架構(gòu)支持特定用例?！?/span>

Lucetti表示，這種方法通過(guò)自動(dòng)化、AI和代理（agentic）技術(shù)賦能開(kāi)發(fā)者，能夠更快地創(chuàng)造價(jià)值。“這種方法不僅僅是技術(shù)層面——更是文化層面。它體現(xiàn)了戰(zhàn)略靈活性的思維方式，技術(shù)決策與業(yè)務(wù)成果相契合?！?/span>

二、人工智能正在重塑云決策

McElroy表示，人工智能代表著巨大的潛在支出需求，并提高了基礎(chǔ)設(shè)施戰(zhàn)略的賭注。

他說(shuō)：“租用裝滿昂貴英偉達(dá)GPU的服務(wù)器整天運(yùn)行三年，財(cái)務(wù)上將比直接購(gòu)買這些顯卡更為經(jīng)濟(jì)上損失慘重，但能夠無(wú)縫使用明年型號(hào)的靈活性可能帶來(lái)戰(zhàn)略優(yōu)勢(shì)?！?/span>

以思科（Cisco）為例，首席工程師兼產(chǎn)品架構(gòu)師Nik Kale表示，他們對(duì)公有云真正屬于什么變得更加深思熟慮。成本是一個(gè)因素，但主要驅(qū)動(dòng)力是人工智能數(shù)據(jù)治理。

“云智能不僅僅是為了回歸（repatriation）——而是讓AI的‘?dāng)?shù)據(jù)重力’與正確的控制平面對(duì)齊，”他說(shuō)。

IT部門已經(jīng)區(qū)分出哪些應(yīng)該放在私有云，哪些要進(jìn)入公有云。Kale解釋道：“訓(xùn)練和微調(diào)大型模型需要對(duì)客戶和遙測(cè)數(shù)據(jù)的強(qiáng)有力控制。因此，我們?cè)絹?lái)越傾向于混合架構(gòu)，其中推理和數(shù)據(jù)處理在安全、私密的環(huán)境中進(jìn)行，而編排和非敏感服務(wù)則留在公有云中?！?/span>

思科的云智能戰(zhàn)略始于數(shù)據(jù)分類和工作負(fù)載分析。他說(shuō)，任何具有客戶可識(shí)別信息、診斷痕跡和模型反饋循環(huán)的內(nèi)容，都將在區(qū)域合規(guī)的私有云中處理。

此外，還有“無(wú)狀態(tài)服務(wù)、內(nèi)容分發(fā)和遙測(cè)聚合，這些都受益于公有云彈性以實(shí)現(xiàn)規(guī)模和效率，”Kale說(shuō)。

他說(shuō)，思科的方法還包括“將原本云端部署的功能打包到客戶環(huán)境中安全部署——在本地提供相同的AI驅(qū)動(dòng)洞察和自動(dòng)化，同時(shí)不將數(shù)據(jù)暴露給共享基礎(chǔ)設(shè)施。這為客戶提供了在不犧牲數(shù)據(jù)駐留權(quán)、隱私或成本的情況下，靈活采用AI能力?！?/span>

Kale表示，這些做法改善了思科的合規(guī)態(tài)勢(shì)，降低了推斷延遲，并實(shí)現(xiàn)了可衡量的兩位數(shù)云支出減少。

人工智能在大規(guī)模威脅檢測(cè)領(lǐng)域，已經(jīng)從根本上改變了其云計(jì)算方法?！拔覀兡Ｐ偷脑缙诎姹就耆\(yùn)行在公有云上，但一旦我們開(kāi)始針對(duì)客戶特定的遙測(cè)進(jìn)行微調(diào)，數(shù)據(jù)的敏感性和體量使得云端傳出（egress）既昂貴又難以治理，”他說(shuō)?！皩⑴嘤?xùn)和反饋循環(huán)遷移到區(qū)域私有云，使我們獲得了完整的審計(jì)能力，顯著降低了傳輸成本，同時(shí)保持推理混合，使受監(jiān)管地區(qū)的客戶能夠獲得亞秒級(jí)的響應(yīng)時(shí)間?！?/span>

IT部門也在其生成式AI支持助手中遇到了類似問(wèn)題。Kale說(shuō)：“最初，病例記錄和診斷日志是在公有云LLM中處理的。隨著金融和醫(yī)療領(lǐng)域的客戶對(duì)數(shù)據(jù)流出其環(huán)境提出合理?yè)?dān)憂，我們重新設(shè)計(jì)了架構(gòu)，使其能夠直接在其[虛擬專用云]或本地集群中運(yùn)行?！?/span>

Kale補(bǔ)充說(shuō)，編排層仍存在于公有云，但敏感數(shù)據(jù)從未離開(kāi)其控制平面。

人工智能還重塑了思科客戶體驗(yàn)（CX）產(chǎn)品組合中遙測(cè)分析的處理方式。IT從超過(guò)14萬(wàn)個(gè)客戶環(huán)境中收集拍字節(jié)（PB）級(jí)的運(yùn)營(yíng)數(shù)據(jù)。

Kale說(shuō)：“當(dāng)我們轉(zhuǎn)向?qū)崟r(shí)預(yù)測(cè)AI時(shí)，將原始時(shí)間序列數(shù)據(jù)傳輸?shù)皆贫说某杀竞脱舆t成為瓶頸。通過(guò)將特征提取和異常檢測(cè)轉(zhuǎn)移到客戶本地采集器，并只向云端發(fā)送高級(jí)別風(fēng)險(xiǎn)信號(hào)，我們大幅降低了數(shù)據(jù)傳出量，同時(shí)提升了模型的真實(shí)度?！?/span>

在所有情況下，“人工智能明確了架構(gòu)上的權(quán)衡：特定工作負(fù)載受益于公有云的彈性，但最敏感、數(shù)據(jù)密集且延遲最關(guān)鍵的人工智能功能需要更貼近數(shù)據(jù)，”Kale說(shuō)?！皩?duì)我們來(lái)說(shuō)，云智能已經(jīng)不再只是回歸，而是將數(shù)據(jù)重力、隱私邊界和推理經(jīng)濟(jì)學(xué)與正確的控制平面對(duì)齊?！?/span>

三、更經(jīng)濟(jì)的執(zhí)行路徑

與寶潔一樣，World Insurance Associates認(rèn)為云智能意味著實(shí)施FinOps框架。CIO Michael Corrigan表示，這意味著要根據(jù)業(yè)務(wù)用例為虛擬機(jī)構(gòu)建一個(gè)優(yōu)化且一致的版本，并了解所需的存儲(chǔ)和計(jì)算量。

這些是決定成本的主要驅(qū)動(dòng)因素，“因此我們根據(jù)用例制定了一套一致的環(huán)境規(guī)模標(biāo)準(zhǔn)，”Corrigan說(shuō)。這賦予了World Insurance Corrigan所說(shuō)的自動(dòng)化架構(gòu)。

“然后我們優(yōu)化構(gòu)建，確保像彈性這樣的功能都開(kāi)啟了。所以當(dāng)服務(wù)通常在夜間未被使用時(shí)，它們會(huì)關(guān)閉，減少存儲(chǔ)空間以關(guān)閉計(jì)算量”，所以公司并沒(méi)有為此買單，他說(shuō)。“一切都從優(yōu)化或標(biāo)準(zhǔn)的基礎(chǔ)開(kāi)始。”

World Insurance與其云服務(wù)提供商在不同層面的承諾上合作。以Microsoft為例，保險(xiǎn)公司可以選擇使用虛擬機(jī)，或者Corrigan所說(shuō)的“預(yù)留實(shí)例”（reserved instance）。通過(guò)告訴供應(yīng)商他們計(jì)劃使用多少臺(tái)機(jī)器或打算花費(fèi)多少錢，他可以嘗試爭(zhēng)取折扣。

“這正是FinOps框架必須真正到位的地方……因?yàn)轱@然，你不想承諾一個(gè)你原本不會(huì)消費(fèi)的支出水平，”Corrigan說(shuō)?！斑@對(duì)消費(fèi)者或我們這些使用云服務(wù)的組織來(lái)說(shuō)，是提前獲得非常顯著折扣的好方法?！?/span>

World Insurance正在利用人工智能進(jìn)行自動(dòng)化和警報(bào)。人工智能工具通?；谟?jì)算處理模型收費(fèi)，“你可以設(shè)計(jì)查詢，使得如果是較簡(jiǎn)單的內(nèi)容，它會(huì)走更低成本的執(zhí)行路徑”，然后進(jìn)入一個(gè)小語(yǔ)言模型（SLM），后者消耗的處理能力較少，Corrigan說(shuō)。

用戶獲得滿意的結(jié)果，“因?yàn)槟阆牡牧繙p少，成本也更低”，他說(shuō)。

這就是公司采取的策略——將AI查詢路由到更便宜的模型上。如果有更復(fù)雜的工作流程或流程，會(huì)先被引導(dǎo)到SLM，“看看是否符合要求（checks the box），”Corrigan說(shuō)。如果需求更復(fù)雜，則會(huì)進(jìn)入下一階段，成本更高，通常涉及需要處理更多數(shù)據(jù)以滿足終端用戶需求的大型語(yǔ)言模型（LLM）。

“所以我們也嘗試用這種方式管理成本，只消耗基于復(fù)雜流程的真正需要消耗的部分，”他說(shuō)。

四、云是一個(gè)“活的框架”

Hylaine的McElroy表示，CIO和CTO需要更加開(kāi)放地討論混合基礎(chǔ)設(shè)施配置的優(yōu)勢(shì)，以及過(guò)去幾年技術(shù)水平的變化。

“許多組織都在為云計(jì)算成本苦惱，盡管他們本能地知道云成本過(guò)高，但當(dāng)首席財(cái)務(wù)官（CFO）不知道自己錯(cuò)過(guò)了多少節(jié)省時(shí)，幾乎沒(méi)有動(dòng)力去承擔(dān)高風(fēng)險(xiǎn)的回歸工作，”他說(shuō)。

Lucetti將寶潔的云戰(zhàn)略形容為“一個(gè)活的框架”（a living framework），并表示未來(lái)幾年公司將繼續(xù)利用合適的云能力，賦能AI和代理技術(shù)以實(shí)現(xiàn)商業(yè)價(jià)值。

“目標(biāo)很簡(jiǎn)單：讓技術(shù)與業(yè)務(wù)增長(zhǎng)保持一致，同時(shí)在快速變化的數(shù)字環(huán)境中保持敏捷，”她說(shuō)?！霸妻D(zhuǎn)型不是終點(diǎn)——而是一段旅程。在P&G，我們深知成功來(lái)自于將技術(shù)決策與業(yè)務(wù)成果相結(jié)合，并擁抱靈活性?！?/span>