人工智能作为第一个自我生成技术，是对过去的彻底突破。以前从来没有一项技术能够在没有人类帮助的情况下自我改进。
云计算如今是IT的基础，它提供了一套令前几代人相形见绌的按需工具。最重要的是：它具有无限的可扩展性。
虽然云计算和人工智能面临不同的挑战和不同的增长路径，但它们的发展却不可避免地交织在一起，并没有引起太多关注。这两种技术正在合并为一个实体。在许多方面，它们已经在基本层面上结合起来了。
例如，人工智能聊天机器人ChatGPT依赖于其主机云平台微软Azure的计算能力。如果没有云的支持，人工智能将只是未来主义者眼中的一道光芒。
反过来，云计算也从人工智能中受益匪浅。例如，AIOps在云管理中扮演着重要的角色，随着时间的推移，这一角色将变得更加重要。
云和人工智能：金钱的大山
云计算和人工智能市场的预期收入都非常惊人。据估计，2021年云市场收入将达到3800亿美元。从现在到2030年，云市场的复合年增长率为17%，预计到2030年将达到1.6万亿美元。
人工智能的发展趋势更为显著。2021年人工智能市场的收入为1360亿美元。预计到2030年，人工智能收入将增长至1.8万亿美元，复合年增长率高达38%。
总收入才是真正的亮点。假设2030年的预测是正确的，那么将云计算的1.6万亿美元与人工智能的1.8万亿美元相加。到本世纪末，人工智能云市场的规模将达到惊人的3.4万亿美元。一句话：未来几年，云和人工智能提供商将赚得盆满钵满。
云计算和人工智能：巨大的希望与挫折
显然，云计算和人工智能处于不同的业务采用水平。云计算的历史比人工智能要短，但在使用方面，云的历史更为悠久。人工智能离令人兴奋的新到来更近了一步。然而，这两种新兴技术都带来了巨大的潜力和巨大的挑战。
云计算：快速入门
如今云计算已经成为主流，它的缓慢起步被遗忘了。正如我们所知，云在2006年随着亚马逊网络服务的推出而首次亮相。然而到2012年，只有12%的企业拥有云应用。到2014年，这一比例跃升至69%。在这个快速增长的过程中，老牌供应商被指责为“云清洗”，这是一种欺骗性的做法，将疲惫的遗留软件称为“云”，以使其看起来具有前瞻性。
如今是2023年，这场战争已经结束，云计算取得了胜利。多云应用使业务饱和。但是，尽管云计算迅速崛起，但它给企业领导者带来了不小的挫折。
许多企业在没有计划的情况下迁移到云端，新冠肺炎疫情的爆发尤其混乱。由于云技术仍然相对较新，而且仍在快速发展，因此没有可靠的指导方针来指导企业。
成本尤其令人担忧，云最初是作为数据中心的廉价替代品出售的。但它已经演变成一种更强大、更灵活的替代方案，有时甚至更昂贵。无奈之下，一些企业正在将工作量转回国内，实际上是为了省钱而迁移回数据中心。云是很好的，但它并不是所有事物的理想选择。
人工智能：图灵测试到“昂贵的科学实验”
与云相比，人工智能已经发展了70多年。艾伦·图灵在1950年推出了著名的图灵测试，20世纪60年代见证了早期机器学习模型的严重修补。1997年，IBM的深蓝利用人工智能击败了国际象棋世界冠军加里·卡斯帕罗夫。
然而，即使人工智能酝酿已久，企业仍难以充分利用其潜力。企业在人工智能部署方面取得了成功，但也有很多“昂贵的科学实验”失败。
人工智能还没有准备好进入黄金时代。而启动和扩大项目的最大挑战是：
人工智能的核心挑战在于许多企业并不理解它。这并不奇怪，人工智能比早期的企业技术，如深度学习、神经网络和算法复杂得多。人们普遍认为人工智能类似于魔法药水，只需撒上它，软件就会唱歌跳舞煮鸡蛋。
最令人困惑的是，寻找人工智能解决方案的企业没有明确的方法来测试它，并比较供应商的产品。一家供应商的人工智能比另一家更好还是更差?不可能像存储系统那样进行量化。从B2B买家的角度来看，人工智能是一个黑匣子。
云和人工智能：共生关系
尽管云和人工智能之间存在对比，但两者之间存在着深刻的共生关系：两种技术都推动着另一种技术的发展。
云和人工智能被锁在一个“良性循环”中，其中一个的增长必然带动另一个的发展。这种相互支持的螺旋上升以多种方式发生。
云如何驱动人工智能
云AI开发者服务
这一类别的主要驱动因素是提供人工智能开发平台的顶级云超标量。AWS、Azure、GoogleCloud和其他云领导者都销售所谓的云AI开发者服务。
这些基于云的平台为开发人工智能提供了一个庞大且不断增长的工具集。用户登录并使用软件开发工具包、api或应用构建企业的人工智能。在某些情况下，用户甚至不需要数据或人工智能方面的专业知识来完成有效的工作。
基于云的预构建AI工具
大量的软件即服务供应商提供人工智能工具。这些基于云的人工智能工具可以运行企业的所有功能。
特别是，网络安全市场中新兴的扩展检测和响应技术在很大程度上依赖于基于云的人工智能。另一个利用基于云的人工智能的领域是应用监控和应用可观察性。数据管理和自动化也是流行的SaaS工具。
SaaS格式中有许多低代码和无代码应用。值得注意的是，这些低代码工具使非技术人员能够创建人工智能辅助应用。
人工智能供应商利用云计算
越来越多的独立人工智能供应商利用自己的云平台提供人工智能。其中一些非常成功。例如，提供H20人工智能云的H20.ai和具有人工智能云平台的DataRobot。
这些供应商在人工智能市场与云超标量竞争。这场市场大战引发了一个关于人工智能未来的大问题：哪种类型的供应商将主导人工智能行业，云超标量还是基于云的独立人工智能供应商?
这场市场争夺战引发了一个关于人工智能未来的大问题，哪种类型的供应商将主导人工智能领域，是云计算超大规模提供商，还是基于云计算的独立人工智能供应商?
而许多投资者可能会选择超大规模的云计算企业，另一方面，Snowflake和Databricks等与云无关的数据企业的成功表明，客户看重独立于庞大的超标量。因此，也许独立的人工智能供应商最终会赢得人工智能行业。
人工智能如何推动云计算
AIOps提供云管理功能
人工智能在这一角色上仍处于起步阶段，但正在演变为云管理的核心角色。这是一个迫切的需求，因为多云环境非常复杂，企业经常抱怨管理这些复杂技术的麻烦。
新兴的解决方案被称为AIOps，即管理IT运营的人工智能，云是其中的核心元素。AIOps帮助创建和监控多云的自动化。
1999年获得图灵奖的计算机科学家吉姆·格雷预测了由人工智能管理的云世界。格雷预见了他所谓的“空中服务器”，本质上就是今天的云。他的目标是建立一个可供数百万人使用，但由一个兼职人员管理的系统。
AIOps代表了简化云管理的愿景，但在可预见的未来，多云将不会由一个人管理。
人工智能需求构建云存储市场
人工智能所需的海量数据存储需要云存储的容量。人工智能总是渴望数据，它吞噬数据并索取更多。云的可扩展性使这种海洋数据存储成为可能。需要更多存储空间的话，只需点击云控制面板上的几个按钮。
人工智能对存储空间的需求将继续推动云计算的增长。随着人工智能的快速发展，云存储也将随之螺旋式上升。
人工智能支持大量基于云的工具集
人工智能通过使云供应商能够提供丰富的，基于人工智能的工具来增加云的功能。所有领先的云运营商，包括一大群规模较小的SaaS供应商，都提供了人工智能增强软件菜单。
客户通过登录他们所选择的云提供商来访问这个领先的工具集，使得云在持续的竞争中保持竞争力变得更加重要。
云计算和人工智能将如何改变商业?
当这两种强大的技术在更大程度上协同工作时，才是企业IT的真正革命。这一进程才刚刚开始。
云计算、人工智能和技术民主化
可以说，云与人工智能结合的最大结果将是技术的更大民主化。强大的技术工具将不再只有富有的企业才能使用。即使是一家利用云计算和人工智能增强工具的新兴企业，在没有大量资金的情况下也会拥有巨大的市场影响力。
云本身一直是一股强大的民主力量。通过在租赁基础上提供计算，它使小企业能够与拥有复杂数据中心的企业竞争。
人工智能通过提供具有“乘数效应”的工具，增加了更大的民主化效果。例如，基于人工智能的自动化和机器学习可以做许多员工的工作。
虽然如上所述，云与人工智能的结合使技术民主化，但这枚硬币也有另一面。
构建最先进的云与人工智能部署是非常昂贵的。它需要一个经验丰富、知识渊博的团队，需要高薪，需要一个漫长而昂贵的管理和持续开发过程。
但一旦建立起来，这个强大的平台就能够实现超越市场的竞争优势。最大的企业利用如此复杂的工具集的能力将加剧它们与资金有限的竞争对手之间的差距。从本质上讲，人工智能云组合将使富人变得更富有。
从本质上讲，人工智能与云的结合将使富人变得更富有。
云和人工智能的未来
随着云计算和人工智能合并成一个实体，未来变得更难预测。这两种强大技术的结合发展可能会产生一系列显著的结果。然而，一些可能的情况在远处似乎很清楚。
云与人工智能技能差距
这个人工智能云的新世界将需要大量的专家来持续构建和维护。其中许多工作将是有利可图的，需要较高水平的技能，通常包括大学水平的数学和计算机教育。
在这里，技能差距露出了丑陋的头。这是一个困扰It多年的障碍，而且没有停止的迹象。问题有两方面：
复杂性：在过去的三到五年中，IT行业已经朝着复杂性迈出了一大步。云和人工智能以及边缘计算、网络安全和金融科技都做出了贡献。
采用率：尽管云、人工智能和相关技术的复杂性不断增加，但它们的采用也在不断增加。企业意识到这些技术对他们的战略更加重要，投资也相应增加。
事实上，当今IT面临的挑战更为复杂，而且更多。因此，熟练人才的缺乏将使云与人工智能的发展速度放缓，但在可预见的未来，高薪工作岗位也不会缺乏。
超级云与人工智能
即将出现的是超级云的兴起，这是一个在多云之上的管理抽象层。一些专家预测，这一管理层最终将涵盖所有企业IT。超级云将管理从内部数据中心到远程边缘计算网络的所有内容。
人工智能是超级云的引擎。如果没有人工智能在无数自动化和管理任务方面的帮助，管理未来的多云将是不可能的。
例如，超级云将使用人工智能将AWS、Azure和谷歌Cloud作为单个实体进行管理。超级云管理员将依赖人工智能进行异常检测、预测分析和整体性能监控。
人工智能与云
考虑到人工智能的跨越式增长速度，人工智能对云的影响可能远远超过云对人工智能的影响。
云提供了一个多方面的基础和一个支持更多超高级功能的开发周期。然而，正如ChatGPT所示，人工智能是自我生成的。人工智能无需人工输入即可迭代的能力意味着它将成为技术的一个更重要的工具，尽管它需要云的支持。
将人工智能的增长曲线推后7到10年，人工智能正在从根本上重塑企业的大部分方面，更不用说人类生活的许多方面了。云的持续可扩展性将发挥不可或缺的、相互交织的作用。