中國BAT雲端運算爭霸戰:百度有開發者,阿里巴巴靠中間人,腾訊準備突圍
中國BAT雲端運算爭霸戰:百度有開發者,阿里巴巴靠中間人,腾訊準備突圍
2014.10.22 | 科技

自從2013年9月騰訊雲推出之後,中國雲端運算市場正式進入三國時代。儘管微軟、亞馬遜雲服務均已入華,中國三大運營商也有雲端運算產品,京東、新浪等「小巨頭」也有雲端運算產品,但相比三大網路巨頭而言,它們並沒有多少存在感。雲端運算不再只是基礎運算能力的提供,而是雲端能力和資源的服務化。鑒於中國網路資源高度向少數巨頭集中,並已形成圍繞幾個陣營的格局,雲端運算市場未來也將被這些巨頭收入囊中,海外巨頭、運營商以及傳統IT廠商只能喝巨頭們吃肉剩下的湯。BAT正在雲端運算市場圈地,打法已清晰起來。

enter image description here

阿里巴巴:IaaS獨大,尋找中間人

如果一個創業者要部署網站或者App,他首先想到的應該是阿里雲。阿里雲已經成為應用部署的首選,虛擬伺服器、CDN、功能變數名稱備案、安全等基礎服務阿里巴巴均可以一起解決,至關重要的售後服務也相對規範,這對開發者來說十分重要——試想一下如果網站部署在雲忽然無法訪問了,雲服務商又不理不睬,創業者想必會心急如焚。其外,阿里雲在管理後臺易用性等方面都做得不錯,有時候還做做促銷活動之類的,整體來說已經真正實現了把雲端運算做成消費品了。

不過,IaaS只是雲端運算最典型的一種,除此之外還有PaaS、SaaS以及個人雲。PaaS提供更多應用層面的介面和能力;SaaS則是整合上層服務提供給使用者。阿里巴巴在IaaS已經一家獨大,但在PaaS和SaaS上卻還需要加強,收購高德地圖等動作會幫助其彌補在應用層服務上的一些不足。

近日阿里雲開發者大會在杭州盛大召開,這個大會的組織者為杭州市政府,貴州政府、浙江水利局是本次開發者大會的座上賓。包括浙江政務服務系統、中國氣象局等在內的機構均已將資訊化系統部署至阿里雲。這是阿里雲做雲端運算的熱門重點:政務。將金融作為三大核心戰略之一的阿里巴巴,自然不會錯過金融這個雲端運算大市場。天弘基金便是成功利用阿里雲的金融案例,它可以基於阿里雲的運算結果進行彈性的資金調度,讓資金在投資帳戶和消費帳戶之間無障礙流通,類似的雲服務最終必然會被應用到銀行、證券、保險等諸多機構。總而言之,阿里雲正在一個行業一個行業地切入,重點都是大客戶。

大客戶靠阿里雲一個又一個去談判並不現實,它選擇了中間人來落地。不久之前阿里巴巴「雲合計畫」便是這樣的思路。「雲合計畫」的核心目的就是引入傳統的軟體發展商、集成商、外包商這樣的「資訊化服務者」到阿里雲,這樣它們的客戶就是阿里雲的客戶。在此之前阿里雲已經與中軟國際等合作讓後者將資訊化產品部署至阿里雲。就連為了搶佔智慧硬體這樣的小生態,阿里巴巴也選擇與MxChip這一家模組廠商合作來聚集MxChip Inside的產品。

阿里雲現在最大的缺口則是個人雲。百度、騰訊都有面向消費者的個人雲產品。阿里雲很早之前曾經嘗試從作業系統層面切入個人雲,最終被證明這是一個失敗的計畫。現在與魅族合作、發佈YunOS3.0不知道是否能起死回生。阿里巴巴發於B2B,興於C2C,盛於B2C,整體而言更擅長做面向企業的市場,對於社交、搜尋、娛樂等消費類產品並不是那麼擅長,阿里雲做IaaS和企業市場是自然的選擇,「雲」是阿里巴巴的生意。

百度:PaaS之王,掌握開發者

百度雲起步最早,在2012年百度世界大會上便推出了「七種武器」。包括個人雲儲存PCS、多螢幕Screen X技術、雲應用生成服務Site App、LBS•雲、行動雲測試MTC、百度應用引擎BAE和流覽內核Engine。除了PCS之外,均是面向開發者的PaaS(平台即服務)。

在面向開發者的雲服務上,百度擁有LBS、雲測試之類的獨家能力。百度是中國最具技術基因的企業,它的一些技術還是有獨家優勢的,尤其是語音和圖像識別、智慧推薦、深度學習、大資料採擷和預測等新興技術,這些都是應用層面的能力而非基礎設施,這就不難解釋為什麼百度要做PaaS以及為何能將PaaS做得最好。

百度與政府部門也有諸多合作,儘管百度也在努力進軍大客戶市場,但誰也不能否認其優勢在於Paas和開發者,直接提供虛擬伺服器這樣的基礎雲服務上百度略遜阿里巴巴一籌。百度本身便擁有最大的開發者生態,一方面它可以給開發者提供基於百度雲的各種能力;另一方面百度可以提供基於應用分發入口和PC流量入口的各種資源,百度網盟則為開發者提供變現的支援。

就是說百度雲一直被當做一個消費類業務來做。百度雲籠絡開發者的核心目的,實質上是為了得到開發者的App所掌握的資料和使用者。越多開發者調用百度雲LBS,基於百度LBS大資料的預測就可以做得更加精准,百度地圖倘若要做行銷就有更多展示位置。同理百度開放語音、開放圖像識別、開放大資料引擎,均是為了讓自己的資料更加充實進而可以開展大資料等業務。這似乎再一次印證了百度的行銷基因,因為最終大資料又會回到行銷之上。在智慧硬體流行的今天百度已推出面向智慧健康設備的Dulife雲,未來百度必然還會有更多面向垂直開發者領域的雲服務。開發者,將是百度雲的重心。

騰訊:偏安一隅,今年要突圍

與阿里巴巴截然相反的是,騰訊給外界留下的印象是行事低調不事張揚。從公司風格來看騰訊更具產品優勢,而不是技術。因此騰訊雲在去年晚於百度、阿里巴巴幾年才推出騰訊雲也絲毫不讓人覺得奇怪,因為雲端運算是技術活兒。可以說騰訊雲是落後於百度、阿里巴巴一大截的。

個人雲卻是例外,騰訊微雲在2012年便已推出,包括了網盤、相冊、傳輸、剪貼板等功能,並且在去年實現了用戶數破億,這個時間節點比百度雲還早。能夠實現這點在於騰訊將QQ離線檔、QQ郵箱附近等雲存儲產品做了很好地整合,騰訊在推廣個人消費類產品上向來都很彪悍。

騰訊有自知之明,在雲服務起步稍晚的情況之下,選擇聚焦自己最擅長的行業:遊戲。通過信鴿推送、應用加固等產品為遊戲開發者提供雲服務,鑒於騰訊在遊戲領域有目共睹的優勢,在穩定性、併發性、安全性上給到遊戲開發者很好的保障,還能把自己在遊戲運維上的一些沉澱分享給開發者。

還有一點對於開發者來說十分吸引人,即應用寶和廣點通這兩個平臺,一個為開發者提供用戶資源,一個為開發者提供變現支援,騰訊雲作為中間對接者,自然可以吸引開發者進來。現在騰訊已經在遊戲領域獲得成功,接下來必然會將開發者的視野放到更多開發者領域。

不過,傳統行業的企業客戶也不是騰訊會忽略的菜。相比爭奪激烈的網路開發者而言,金融、教育、通訊、零售等傳統行業才是雲端運算的大戶,與其在紅海市場與百度們焦灼,不如去藍海市場一起拼搶。今年騰訊微信企業號、微信雲等業務已經開始向傳統行業拋出橄欖枝,只不過還沒有一個全面的、系統的面向傳統企業的雲平臺。幾天之後在海南博鼇,騰訊合作夥伴大會上應該會公佈答案。

對於騰訊雲而言,今年無疑是突圍之年。是去尋找遊戲之外的更多開發者,還是進軍傳統行業?不論哪種方式似乎都有不小的挑戰,開發者是百度山頭,傳統行業阿里巴巴已經出發許久了。但毫無疑問的是,雲端運算市場接下來會更有看頭。

本文出自虎嗅網/羅超

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓