谷歌、亚马逊和微软三大全球领导者在美国、欧洲和亚太地区的大部分云市场的市场份额遥遥领先其他竞争对手。
然而,Synergy Research Group 的最新数据显示,三大云计算巨头在庞大中国云计算市场的份额未进前十,中国的云市场是由阿里巴巴和腾讯等本地供应商主导。
Synergy Research Group 首席分析师 John Dinsdale 在发给记者的一封电子邮件中表示,“由于种种原因,庞大的中国云市场必须被视为一个独立的市场。”。
Synergy 最新报告的另一个重要结果显示,截至 2024 年第二季度,AWS(亚马逊网络服务)、谷歌云和微软在全球运营的超大规模数据中心网络超过 560 个。
笔者在下面按地区和全球分析了最大的云计算公司(包括甲骨文、Salesforce 和 IBM)以及全球市场份额数据。
全球云服务领导者 AWS、微软和谷歌投资的资本支出达 480 亿美元

云基础设施服务方面的企业支出在2024年第二季度达 790 亿美元,同比增长 22%。
全球服务市场前六名依次为亚马逊、微软、谷歌、阿里巴巴、甲骨文和 Salesforce。
Dinsdale 表示,“简单来说就是一个规模游戏。亚马逊、微软和谷歌目前在全球运营的超大规模数据中心网络超过 560 个。”
根据 Synergy 的数据,这三家云计算巨头仅在今年的第二季度就投入了超过 480 亿美元的资本开支,其中大部分用于数据中心和相关网络的建设、配备和更新。
Dinsdale称,“要想立足于日新月异的技术前沿,并能够为跨国企业和全球客户提供尖端服务,就需要巨额的资金和长期的企业承诺与专注。”
中国不会花钱购买 AWS、Azure 或 Google 云
Dinsdale 表示,由于“地缘政治和历史因素”,美国和欧洲的云计算提供商在中国市场的“竞争严重受限”。
就中国云计算市场而言,前十大供应商均来自中国,谷歌云平台(GCP)、AWS 和微软 Azure 几乎见不到踪影。
阿里巴巴在中国的云计算份额排名第一,腾讯位居第二,中国电信则排名第三。
华为排名第四,中国联通排名第五,中国移动排名第六。
Dinsdale 表示,“中国市场足够大,足以支持多家本地公司。”
甲骨文、Salesforce 和 IBM 在美国争夺云计算份额
在中国以外的所有其他地区,亚马逊的云计算市场份额位居第一,微软位居第二,谷歌位居第三。
不过在每个地区,诸如 Salesforce、阿里巴巴、甲骨文和 IBM 等云计算提供商都在争夺前五名的位置。
在美国,甲骨文公司的云计算份额排名第四,Salesforce 排名第五,IBM 排名第六。
Synergy 的 Dinsdale 表示,在一些特定的地理区域,本地企业可以利用本地专业知识、本地信誉以及监管或数据驻留要求等等进行竞争。他补充表示,不过“这往往限制了本地企业只能瞄着相对小众的市场机会”。
欧洲、亚太地区和其他地区
在美国和中国之外,亚马逊仍然是第一大云计算市场玩家,微软位列第二,谷歌排名第三。Synergy Research还调查了欧洲、亚太地区和世界其他地区的市场份额。
在欧洲,排名第四的云服务领导者是甲骨文公司,Salesforce 位列第五,IBM 排名第六。
在亚太地区(不包括中国),NTT 排名第四,阿里巴巴排名第五,富士通排名第六。
在世界其他地区,Salesforce 排名第四,甲骨文排名第五,IBM 排名第六。
Dinsdale 表示,“尽管三大巨头的地位十分突出,但对于那些明确专注于一些特定市场领域或特定客户群的企业来说,确实依然存在许多增长机会。这或许不会在全球或地区的市场份额上产生显著的影响,但对于那些有着实际目标、强大执行力和良好管理的企业来说则可能是一个理想的生存空间。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。