云计算的发展始终伴随着不断革新。在行业发展的第一阶段，云计算的核心目标是实现业务快速转型，即将应用系统从老旧的数据中心硬件中迁出，借助按需扩容的能力，加速数字化服务落地。如今这一阶段的发展任务已基本完成，各大企业依托云计算，在应用与工作流程改造上取得了长足进展。

  当下，企业面临的局面更复杂，对运营能力也提出了更高要求：大规模云环境与本地基础设施协同运行，由此衍生出一系列经济层面与运营层面的难题。基础设施成本持续攀升、服务商定价模式不断调整、主权云（sovereign cloud）的建设需求凸显，再加上人工智能工作负载的爆发式增长，倒逼各类机构重新规划整体计算基础设施的设计与管理模式。

  我们将当下这个新阶段定义为云2.0（Cloud 2.0）时代。这一阶段的核心不再是简单的云迁移，而是实现公有云、本地基础设施、私有云以及专用算力资源（例如高性能计算、边缘计算）的融合与优化。想要长期高效运维这套混合架构，一方面需要搭建统一的信息技术基础设施运营模型，统筹管理所有基础设施环境；另一方面要建立一体化管控层，实现全环境统一可视、成本管控、合规治理与智能运营。

  为深入了解本次行业转型现状，科尔尼面向七大行业的100位信息技术负责人（首席信息官CIO、首席技术官CTO）开展调研。受访企业年营收总额超7500亿美元，年度信息技术投入合计突破300亿美元。调研结果并非反映行业对云计算的失望，而是体现出云计算应用走向成熟。企业的关注点早已不再是 “是否使用云服务”，而是开始直面更棘手的问题：怎么样才能做好云环境治理、怎么来实现精细化成本管控、如何合理部署各类工作负载，以及如何承接人工智能基础设施的海量需求——这一需求正在不断挤压企业预算、挑战现有战略布局。

  结合本次调研成果，我们梳理出八大核心发现，解读其对企业技术管理者的启示，同时分析信息技术运营模型的演变方向。

  云服务支出并未进入平稳期，反而保持加速增长态势。在年度公有云投入超过5000万美元的企业中，34%的企业云支出同比增幅超过16%。受人工智能工作负载、数字化服务拓展以及高级分析能力推动，云服务已成为企业技术预算中的核心支出项，其规模逐步持平甚至超越本地硬件、企业应用授权、物理网络设施等传统资本支出类目。

  支出规模的扩张，要求企业同步升级财务管控模式。过去，技术管理者仅将云支出视作常规运营开支；如今，必须开展主动化、精细化管理。这也明确了行业新准则：云服务应当被视作可创造价值的优质资产，而非一笔普通的公用事业账单。企业要由信息技术部门统一掌管成本权责，搭建财务与开发团队均可使用的实时可视化数据看板，并制定明确的效率考核指标，例如单工作负载成本、单用户使用成本，让基础设施决策与业务成果深度绑定。

  云成本攀升的一大诱因，是 VMware 相关联的费用大面积上涨。95%的收房的人说 VMware 成本涨幅约达到原有水平的2倍，其中61%的企业预估涨幅接近3倍。这并非小幅价格调整，而是结构性定价变动，迫使众多企业重新审视沿用十年甚至更久的虚拟化架构。

  受此影响，全行业开始重视平台灵活性与服务商自主选择权。各大企业纷纷评估各类替代方案，包括基于容器的平台、开源虚拟化技术和云原生基础设施架构。这类架构转型无法一蹴而就，但从成本角度考量，固守现有架构同样会带来风险。首席信息官应将此次调整视为战略性架构复盘，而非单纯的降本行动：梳理可容器化、可现代化改造的工作负载，制定多年度技术多元化发展路线图，同时借助成熟的替代方案，提升与服务商谈判的话语权。

  人工智能是推高云成本的另一主要的因素。51%的受访者将AI基础设施搭建列为首要工作，16%的企业已经明确感受到，人工智能相关业务直接引发基础设施成本大幅度的增加。生成式AI与机器学习工作负载，高度依赖GPU算力与高速网络资源。这类硬件造价高昂、供货紧张，且产品形态与定价规则仍在快速迭代。

  短短一年时间里，企业不得不做出一系列影响深远的基础设施与工作负载部署决策。部分企业依托超大规模公有云服务商，按需调用专用硬件资源；也有公司开始评估私有人工智能集群、定制化算力服务商等方案。这也印证了一条行业规律：随着AI应用不断普及，基础设施战略与人工智能战略已然密不可分。

  对此，企业要制定清晰的人工智能工作负载部署方案，区分模型训练、推理、试验等不同场景，合理选择公有云、私有部署或混合架构；横向对比不同服务商的图形处理器使用成本，同时在加快速度进行发展的人工智能生态中，避免单一绑定某一家技术平台。

  在整体成本持续上涨的背景下，云财务运营（FinOps）从小众管理手段，转变为企业核心运营能力。87%的收房的人说，自身对云计算投资回报率具备充足信心。但超过半数企业没办法做到统一追踪云资源使用情况，资源浪费问题都会存在。信心与落地效果之间的落差，也成为云 2.0 时代最突出的行业矛盾之一。

  从实际落地情况去看，多数企业虽在理念上接纳了云财务运营体系，但执行层面明显滞后。不少机构仍没办法实现跨平台数据统一可视，难以精准定位闲置资源、完成成本分摊，也无法持续优化开支。随着云环境日趋复杂，人工管理模式已然难以为继。

  企业需要打破按月统计的传统报表模式，转向常态化、自动化的成本优化机制：统一资源浪费的判定标准，将成本管控要求融入研发流程，而非仅依靠财务部门事后审核；同时将成本管控指标纳入团队考核，真正推动降本增效落地。

  除了云财务运营之外，企业还开始借助成熟的AI工具，实现基础设施运维升级，应用场景不再局限于业务层面。53%的企业正在探索或正式落地人工智能技术，用于云环境优化与成本管控。

  如今云环境跨区域、跨服务商、跨服务层级不断扩张，基于AI的智能运营能力，成为公司实现规模化高效运维、构筑竞争优势的关键。举例来说，在大规模容器化云环境中，人工智能平台可实时分析数千个Kubernetes Pod的中央处理器、内存、输入输出资源使用率，结合历史数据与实时信号预判业务需求，自动完成工作负载重分配与集群扩容缩容。企业还可将非核心任务调度至低谷时段的低价算力节点，在保障服务级别目标 (SLO) 的同时控制成本。

  对于技术管理者而言，可优先从高支出场景切入落地相关能力，例如资源配置优化、任务调度、闲置资源排查，快速实现降本效果；同时将AI工具融入现有云财务运营与运维监控平台，避免搭建独立系统。从长期发展来看，企业要重点打造智能运维（AIOps）自主能力，而非单纯采购智能化产品。

  尽管行业长期倡导多云理念，但实际落地中，企业架构普遍更为集中。74%的企业仅使用一家核心云服务商，或是以一家为主、一家为辅；仅有20%的企业真正搭建了分布式多云架构。究其原因，多云模式虽能提升灵活性，却也会加剧运营复杂度、造成工具重复部署、增加管理成本与运维压力。对多数企业而言，这些弊端已经抵消了多云带来的灵活优势。

  技术管理者需要区分两类多云形态：规划内多云与被动形成的多云。被动多云往往源于团队各自决策、隐性信息化建设、企业并购整合等情况，极易引发治理漏洞与成本失控。而规划内多云，是企业根据特定场景（例如人工智能算力、容灾备份）选择性使用次要云服务商，能够真正发挥多云价值。

  落地时建议以核心云平台为基础，统一工具、治理规则与安全体系；引入次要云服务商时，明确使用标准，并配套专项管理资源。

  在多数企业仍以单一云服务商为核心的同时，随着云2.0不断推进，混合基础设施战略成为行业主流选择。70%的受访者表示，未来企业架构将融合本地基础设施、公有云、私有云以及各类专用基础设施。这意味着，混合架构不再是企业云转型过渡期的临时形态，而是完成云改造之后，企业主动选择的最终架构。

  背后逻辑十分清晰：混合架构可根据工作负载对性能、扩容能力、数据合规、成本的不同要求，匹配最适配的运行环境。

  混合架构能否发挥价值，关键在于企业是否做过系统性规划。零散决策逐步堆砌形成的混合环境，往往会出现架构割裂、安全标准不统一、工具重复建设等问题。反之，从初期就围绕跨平台调度、统一网络、标准化治理与安全规则设计的混合架构，能够为各类应用与工作负载提供灵活支撑。

  技术管理者要重点投入平台能力建设与标准化运营规范：在全环境推行统一政策、搭建跨环境监控体系、落实一体化成本管控，让混合架构高效运转。

  企业全面转向混合架构的同时，工作负载部署策略也发生改变。52%的企业已经或将把至少10%的工作负载，从公有云迁移回私有基础设施。这并非行业 “退云”，也不代表企业否定云计算的价值，恰恰相反，这是云计算战略走向成熟的标志——企业意识到，并非所有工作负载都适合部署在公有云。

  对于运作时的状态稳定、资源消耗可预判的常规工作负载，私有基础设施的综合成本，往往优于公有云的浮动定价模式。首席信息官要建立标准化的工作负载部署评估体系，系统化完成选址决策，杜绝临时随性调整。决策过程需以整体拥有成本分析为核心依据，摒弃 “一味偏向公有云或私有部署” 的固有思维，从成本与性能两大维度优化工作负载布局。

  云计算第一阶段的竞争核心是速度与规模：比同行更快上云、快速解锁数字化能力、摆脱传统基础设施束缚，敢闯敢试的企业在这一阶段占据优势。而云2.0时代，比拼的则是精细化运营能力。经济效率、智能运营、工作负载合理布局，将成为区分行业头部企业与普通企业的核心能力。

  能够在云2.0时代脱颖而出的企业，都会秉持同一理念：云不是单纯采购的基础设施，而是需要持续优化的运营模式。这就要求企业以经营利润表的严谨标准落实财务管控，搭建适配混合架构的平台与流程，打破环境壁垒。同时，将AI视作上层应用与基础设施运维的双重工具，赋能全链路运转。

  目前，向云2.0转型的进程已经全面开启。对于广大技术管理者而言，当下的核心挑战，是同步推进云技术创新与运营效率提升，最大化挖掘云计算的商业经济价值。返回搜狐，查看更加多