至顶网软件频道消息: 谷歌的云基础设施驱动着全球90%以上的搜索。谷歌为美国市场贡献了320亿美元的搜索广告收入,比最接近的竞争对手高出近300亿美元。就总资源而言,谷歌可能是全球最大的云计算公司,并提供了大量开源技术,这些技术都是云计算的基础。
然而,谷歌仅占全球云基础设施服务市场的6%,远远落后于领先的AWS、微软Azure甚至IBM。这是为什么?
本周二Google Cloud Next大会在美国旧金山拉开帷幕,谷歌的企业级故事将成为讨论的主要话题。为了达到已经习惯了的主导地位,谷歌必须后续把重点放在一系列关键动作上,以防止错误的发生。
Wikibon首席研究官、总经理Peter Burris说:"我不会说谷歌是失败的,只是我不认为他们已经承诺提供了一系列服务并支持大型企业的需求。"
其中一个原因可能是其广告业务模式,"这限制了企业技术,"Burris说。其他厂商特别是像AWS,知道如何满足企业需求。"
这一点显然在发生变化,谷歌云首席执行官Diane Greene一直在坚持,谷歌与很多企业达成了合作伙伴关系,并在过去几年中引入了大量新功能。这其中有一个具有里程碑意义的事情,5月Gartner将谷歌与AWS和Azure一起放在自己的云基础设施"魔力象限"中,对谷歌来说这是在企业领域得到一次认可。
但仍有一些企业不太确定。所以我们来看看过往的历史,了解一下谷歌为什么尽管具有显著的云计算能力,但仍然面临这一场非常艰难的战斗:
1、 姗姗来迟,策略错误
亚马逊在2006年3月推出了自己的云平台,两年后谷歌才推出。谷歌通过其App Engine做出营销决策,将自己的云平台瞄准了那些初创公司和小型企业。到2009年,亚马逊已经推出了虚拟私有云Elastic Block Store和CloudFront,即其内容交付网络。
当时AWS已经开始运行一个开发人员更友好的平台。当谷歌在2008年推出App Engine时,有许多开发人员语言是不支持的。为了解决这个问题,谷歌假设企业希望以和谷歌同样的方式开发应用。
事实证明这是错误的,谷歌前执行主席Eric Schmidt在Next 2016大会主题演讲中也承认了这一点。"在通往云的道路上我们踩在了错误的踏脚石上。"
2、 签约关键合作伙伴落后一步
随着云成为一个庞大的平台,营销和便利性提出了对成千上万附属服务和产品的需求。虽然谷歌目前在其云生态系统中有将近13000个合作伙伴,但仅在2017年,AWS就增加了10000个新合作伙伴,并拥有超过100000个合作伙伴认证。
微软Azure目前在云市场份额方面排名第二,今年早些时候微软透露已经拥有超过68000个合作伙伴。微软表示,通过利用合作伙伴网络可以构建其云业务以挑战AWS,并远远领先于谷歌。"Azure的优势在于生态系统",以及微软庞大的企业客户群,Bitnami联合创始人兼首席运营官Erica Brescia最近这样表示。
3、 内部动荡
2015年,谷歌聘请业界资深人士Greene,来负责谷歌的云和企业业务,她曾经是企业计算领头羊VMware的联合创始人。Greene迅速采取行动,强化谷歌的云计算团队,将Caesars Entertainment的Tariq Shaukat,来自BP的Darryl Willis、Cloudera和VMware资深人士Bertrand Yansouni招致麾下,负责管理全球合作伙伴销售和联盟,此外还有今年加入的Kevin Ichhpurani,来自SAP AG。去年年底,她还从英特尔挖来了Diane Bryant担任首席运营官,但最近Bryant突然宣布辞职。
谷歌也被认为是美国国防部100亿美元云计算合同的候选方之一。但是,有关谷歌内部对于与军方达成人工智能合同的反对声音传到了媒体,可能导致谷歌放弃一部分利润丰厚的政府云机会。
谷歌需要做些什么?
为了把自己塑造为领先的企业云厂商,谷歌需要克服一系列阻碍其成功的因素,并采取新的举措,增加与企业客户的互动。Burris说:"他们拥有出色的技术。要真正地在企业中取得成功,你需要将好的技术与好的参与度结合起来。"
以下是谷歌可以增强自身云计算能力的四个关键领域:
1、 继续投资开源,自身定位为开放云
7月18日,谷歌宣布通过新更名的Cloud Launcher GCP Marketplace推出可投入生产的商业版Kubernetes应用。谷歌表示,只需要单击即可将应用部署到Kubernetes Engine上。上个月GitLab决定从Azure迁移到谷歌,其中一部分原因是由于GitLab希望使用谷歌开发的Kubernetes容器编排平台。
这些只是谷歌在云计算技术领域争夺领导地位的最新例子,其中包括数据仓库BigQuery、用于分析数千台服务器(开源云技术的基础)的MapReduce编程模型、云原生企业级全局分布数据库(内部开发、去年作为云产品发布,现已全面提供)的Cloud Spanner。最近,谷歌宣称自己是比AWS和Azure更开放的云。尽管"开放"一词可以有很多种解释,但谷歌可以通过使自己成为使用多个云的主要倡导者来贯彻这一主张,同时多云环境也是企业在通过各种微服务部署应用时越来越明显的一个趋势。
这对于落后于知名领导者的公司而言,这是一种典型的战略,谷歌拥有技术创新,甚至它自身带有的互联网基因也会成为一种动力。"要成为可信的企业级厂商,谷歌需要解决跨多种云协调更复杂的微服务的问题,"Wikibon分析师James Kobielus表示,这意味着谷歌将加码Kubernetes。
2、 充分利用在人工智能、数据管理和高级应用工具方面的领先优势
今年6月,谷歌宣布人工智能开发人员可以按小时租用Google Cloud的TPU或Tensor Processing Unit芯片。TPU硬件设计用于优化在TensorFlow中编码的机器学习模型,TensorFlow则是谷歌打造并开源的机器学习框架。
7月谷歌宣布,Informatica将与Google Cloud的Apigee集团围绕企业应用编程接口管理和集成展开合作。Apigee将有助于Informatica以人工智能为驱动的预测分析。
Kobielus说:"谷歌在自动化机器学习方面的先发优势,可能是竞争企业开发者的一个关键竞争资产。"
谷歌赢得了两家知名客户也说明了谷歌的竞争优势还在于它最擅长的方面:管理数据。在线音乐巨头Spotify宣布将其后端从AWS转移到谷歌,并称主要是看中了谷歌的数据堆栈,还提到了Dataproc批量处理工具和分析数据仓库BigQuery等工具。
此外,Twitter已于最近决定采用Google Cloud for Hadoop集群和冷存储,Twitter首席技术官Parag Agrawal在博客文章中称此举让Twitter具有"一系列长期扩展和运营优势"。Twitter一天产生的推文数量相当于一本1000万页的书,因此有大量数据需要管理,因此合理地假设一下,如果Google Cloud能够满足Twitter的需求,那么应该就可以满足任何企业客户的需求。
3、 寻求更多合作伙伴关系并投资于销售和营销
谷歌本周一宣布为合作伙伴提供大量新服务,包括一个联合销售计划,以及将客户可靠性工程团队与软件即服务合作伙伴连接起来的一个计划。此外谷歌还扩展了与思科和SAP等现有合作伙伴的合作。
所有这些都是构建在过去几年积累的合作伙伴关系之上。Wikibon分析师Stu Miniman指出:"谷歌已经建立了很多合作伙伴关系,让自己可以进入到企业级领域,最突出的就是思科、Nutanix和Pivotal。"但是,谷歌还需要与更多合作伙伴签约,以确保通过自身的合作伙伴关系以及需要与Google Cloud服务合作的供应商关系,为所有企业客户提供服务。
不仅如此,谷歌也加大了扩张生态系统的力度。现在谷歌的合作伙伴团队比2016年扩大了10倍,谷歌还增加了在培训渠道方面的投资。
此外,最近有迹象表明该公司正在更积极地扩展其全球培训渠道。培训专业公司DDLS已成为Google Cloud澳大利亚地区的授权培训合作伙伴,最近谷歌公布了一个在印度孟买的新Google Cloud Region。总的来看,谷歌需要在合作伙伴方面保持这种不断增加的势头。
4、 引领下一代云应用
谷歌需要让企业将其应用迁移到云端,同时谷歌需要做还不止于此。谷歌需要明确展现出自己走在未来云应用的前沿,而这些应用可能并不像传统IT应用那样,想想考虑Alphabet的Waymo自动驾驶汽车装置。对于许多人来说,为什么谷歌母公司Alphabet会如此大举进军一个看似无关的业务领域,这仍然是个谜。
Wikibon分析师David Floyer说,你可以把Waymo看作是一个尖端的云应用。除了谷歌为Waymo开发的云、人工智能和边缘技术之外,自动驾驶汽车也可以提供有关交通、城市服务的大量宝贵数据。随着越来越接近谷歌的核心业务,他们将让人们的关注焦点不仅仅是在自动驾驶上。
Floyer说,从本质上看自动驾驶汽车可以开辟新的IT市场,远远超出我们想象的IT支出规模--这就将是它的本质,而这只是开始发展的众多"物联网"设备和应用中的一种。如果谷歌能够确保自己在这些新市场中发挥作用,使用其云基础设施来支持这些应用,那么在这些应用上的支出将会让传统IT支出相形见绌。
Burris对于谷歌需要将技术与参与度结合起来的描述,巧妙地总结了谷歌当前所面临的挑战。在Next大会上,参会者将会在现场看到更多谷歌传递的信息。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。