越来越硬，还是越来越软，云服务商将走向何方？( 二 ) 文：科技商业于洪涛在基础架

二、中间层的技术能力
re:Invent最主要的观众是开发者。对于开发者而言，开发平台层面的支持至关重要。实际上，云服务商竞争重点转向PaaS的趋势，早就非常明显。虽然大家的聚焦点不太一样，但都是在把技术转变成云能力，提供给开发者和最终用户。
3、AI成为嵌入式的普遍能力
对于AI ，最终用户尤其是个人消费者看到的是各种应用，比如人脸识别、机器翻译等等。实际上，对于业内人士而言， AI则是一种嵌入到各种应用的能力，虽然我们未必看得到，但其实已经渗透到各种场景当中。
对于亚马逊云科技而言， AI能力的提供，也不仅表现在AmazonSageMaker这样的机器学习开发平台，其实也早已嵌入到了很多服务当中。
周舸则表示， AI化和无服务器化，是云技术应用的两大趋势之一。他举例说，此次新发布的供应链服务AmazonSupplyChain ，就提供了基于机器学习的可操作见解；而呼叫中心服务AmazonConnect ，则增加了新功能：机器学习驱动的预测、容量规划和调度，可以通过声纹来分析客户的情绪，来自动决定是不是需要客服主管的介入等。
4、数据能力需要完整易用
数据是企业的生产资料，是云计算的血脉。实际上，几乎所有的云服务的服务对象都是数据。数据能力，也成为云服务商的战略重心，是他们为开发者提供的重要的技术能力。
AdamSelipsky将数据比喻为浩瀚的宇宙，表示需要一套完整的工具，来应对数据的规模和种类的增长。为此，亚马逊云科技聚焦在四个领域提供能力支持：恰当的工具、有效的数据集成、规范数据治理、深入的业务洞察力。
在re:Invent上，数据与机器学习方面的主题演讲，是与基础架构同等重要的。亚马逊云科技数据与机器学习副总裁SwamiSivasubramanian的关注重点就是数据库、数据分析和机器学习服务。

文章图片
他重点介绍了如何帮助企业构建基于“面向未来的数据基础设施”、“跨组织的数据链接”和“数据普惠化”三个核心要素的端到端数据战略，包括一些创新的数据服务，比如跨AZ的数据仓库AmazonRedshiftMulti-AZ、Spark数据分析服务AmazonAthenaforApacheSpark、数据湖安全服务AmazonSecurityLake ，以及保护营销数据用户隐私的AmazonSecurityLake等等。
三、顶层的方案与应用
虽然或多或少地都提供一些SaaS应用，但至少在未来很长一段时间里， SaaS都不会是云服务商亲自操盘的重点领域。
但这不代表云服务商在应用层面就无所作为。正相反，他们在越来越多地关注顶层的方案与应用，甚至深入到行业当中；而具体做法则是，支持ISV来提供SaaS服务和行业应用方案。
5、行业方案的能力补强
云服务商对于顶层应用的关注，早期聚焦在横向应用领域，包括呼叫中心、供应链、数据营销等等，这些领域也有比较成熟的SaaS 。相对而言，大家对于垂直行业的关注较少，毕竟云服务商的技术背景，使得他们不太善于发掘细分的行业应用场景。
通过吸纳具有丰富行业经验人才的加入，云服务商正在补强自己的行业能力。这在全球和中国都有明显的表现。当然，云服务商会聚焦在aPaaS层面，而不是SaaS 。
亚马逊云科技智能制造技术主管SteveBlackwell就是亚马逊云科技请来的制造行业专家，帮助制造企业加快上云步伐。他介绍说，流程自动化、工业设计、供应链管理等应用领域，走在制造行业上云的前列。与此同时，亚马逊云科技则通过AmazonforIndustrial、良好架构框架（Well-ArchitectedFramework）等来为行业客户上云提供支持。