大模型+混合云，将成为政企践行深度用云，实现智能化的主流选择。

文｜周享玥 赵艳秋

编｜牛慧

1月18日，在中国信通院“企业上云用云专项行动会”现场，16家“深度用云先锋”案例获奖企业集体亮相。

这其中既有金融类案例，如光大银行基于全栈云的数字化基础设施体系建设；也有工业案例，如一汽蔚山智能工厂及工业互联网平台建设；还有政府、民航、电网、运营商、零售等领域案例。

过去二十年，政企已经从建云、上云等云化初级阶段迈入深度用云阶段，通过充分挖掘云的价值，支撑业务创新、跨越式发展。今天，一批深度用云先行者走到前台，他们的优秀经验，也将激励更多不同行业的企业，加速迈向深度用云。

01

来自一家头部企业CIO的反思

在一个小型沙龙现场，一家国内制造龙头企业的CIO，讲述了2023年在数字化思路上的转变历程。在把软件系统搬上云、做数据入湖的过程中，管理班子一直在反思一个问题：到底什么是数字化转型？

最终，他们统一地认为数字化转型就是要用数据和智能把企业的业务重新做一遍，实现企业的重塑。这些重塑包括了支撑企业的全球化布局，建立基于质量、以人为中心、场景驱动的工作模式；从过去的结果在线，转向全业务在线，沉淀下来数据，通过人工智能，辅助公司决策。

这些重塑，要求企业不再只是单纯地投资IT资源，而是将云计算作为数字化的核心引擎，建设成企业转型的重要底座，催生企业管理和业务生产模式变革，为企业发展提供创新驱动力。这种“深度用云”，也让云计算呈现出一些新特点。

进入深度用云后，一方面，业务全面云化已从边缘场景逐渐进入核心场景；另一方面，云技术栈的应用，从过去主要应用以虚拟机为代表的IaaS，开始过渡到大数据、分布式数据库、AI等为代表的云原生技术。更重要的是，随着AI在行业的深入，尤其是大模型的火爆，AI+Data等创新技术开始越来越多地与业务场景融合。

02

一些企业先尝到了甜头

一些先锋企业已感受到深度用云的价值。首批获奖的16家企业，涵盖政府、金融、制造、交通等多个行业领域。

金融业称得上是深度用云的突出行业。在16家入选企业中，有1/4是金融企业。

比如光大银行，自2012年开始探索云平台建设，并在2019年底，提出发展全栈云平台的想法。通过采用云原生底座，光大银行目前已有多套应用系统在全栈云上投产上线，业务的可用性和效率较之前大幅度提升。

另一个典型的群体就是央国企。越来越多的央国企会用云来承载核心业务系统和关键应用，依托云提供的企业级高可用和全面安全能力，保障核心系统稳定运行，为高质量发展保驾护航。

制造领域的深度用云方案也已经全面开花落地，从集团云、智慧工厂，到自动驾驶和研发数字化，全面的云化解决方案开辟新制造之路。

位于吉林长春的蔚山工厂，是一汽三大生产基地之一，由于建设时间较早，过去一直存在生产缺少数字化记录，系统分散，设备众多，统一管控困难等问题。一汽引入了华为智慧工厂解决方案，结合工业物联平台和AI技术，端到端打通了生产业务，将质量缺陷率降低36%，生产问题响应率提升40%，平均交付周期减少8天。

政府领域，同样是深度用云的典型代表。深圳市龙岗区通过采用AI底座，实现了城市治理从“经验驱动”到“数据决策”。比如，该区应用智能分析算法，对镜头中“骑行电动车未戴头盔行为”的事件，进行分析并督导整改，在三周内，将头盔佩戴率提升超10%。

而这些业务价值的实现，得益于在一个政务云底座上，对数据的治理、打通。此外，国家数据局密集发布数据要素政策，有业内资深人士判断，数据要素的乘数效应将充分发挥，基于公共数据授权运营，政务数据价值将得到释放，并引领海量公共数据潜能的激活，成为经济增长新动力。

业界通过对这些深度用云案例的剖析，可提炼一些共识和经验，以供复制推广：

其一，从技术层面看，坚定云原生的路线，打破垂直的资源和应用架构，构建面向云原生的组织级能力，支撑政企向数智化演进，是一条必由之路。

其二，目前，云早已不再单纯是一种底层的技术，云能以服务的方式，提供AI、大数据等丰富的技术栈，能够在一个基础平台上持续叠加新的能力，实现自我进化，是业务创新的黑土地。因此，需要坚持基于云开展业务创新，将云上的各类技术与业务全流程深度结合，不断探索新的业务场景，从而实现优化用户体验和提升企业竞争力。

其三，云计算不只是技术和业务的变革，更是模式的变革。充分借鉴行业先行者的优秀实践和创新模式，将会更加事半功倍。

03

大模型再添一把火

大模型的爆火，为大型政企市场的深度用云再添一把大火。根据权威机构预测，到2025年，C2000企业将把超过50%的核心IT支出用于人工智能。

在政府领域，全国各城市已将大模型列入到2024年的规划中。“许多城市的热情甚至比企业还高。”软通智慧CTO杨旭青说。“对政府来说，他们关心的并不是节约一个客服人员的问题，而是站在产业布局角度。”众数信科创始人吴炳坤告诉数智前线。一些地方正在建立行业大模型中心来聚合生态。

在金融领域，根据数智前线统计，有不下10家A股上市银行在2023年半年报中，公布大模型应用的探索情况。大家都在疯狂找场景，探索大模型在办公、开发、营销、客服、投研、风控等的应用。

在煤矿领域，一些头部矿企正探索通过大模型对海量矿山数据进行预训练，让一个大模型就能覆盖中心和边缘多个作业场景，实现单企智能化。

“大模型的到来，为云计算的应用价值带来了更多想象空间。”IDC中国助理研究总监刘丽辉告诉数智前线。而在这个过程中，如何建设大模型在不同客户群体中又存在很大差异。

业内人士分析称，公有云是成本最低的大模型获取途径，但跟互联网、电商等行业以及中小企业不同，大型企业有“数据不出域”的合规要求，无法将数据直接放到公有云上。而大型企业源于长期的行业积累，拥有丰富的私有数据资源，这些数据对大模型的训练极具价值。因此，大模型要同时满足“安全”和“懂行”两个条件，此时混合云成为最佳选择。企业将公有云训练好的基础大模型部署到本地，结合自有数据在本地进行小样本增量训练，兼顾安全和成本。

根据《深度用云展望2025》白皮书内容，75％的企业将会使用AI大模型，其中基于混合云的AI大模型占比将达到38%。

可以说，混合云+大模型，已成为政企践行深度用云，实现智能化的主流选择。

华为云在2023年11月，推出业界首个支持大模型的混合云——华为云Stack 8.3，提供算力平台、云服务、开发套件和专业服务等全套AI生产链，用户在本地数据中心也能一站式建设自己的专属大模型。

“经过多年发展，云计算已然走到了数字化产业的舞台中央，但我相信，属于云计算最好的时代，还远没有到来。未来，AI将无处不在，智能化将把云产业推向更高光的时刻。” 华为混合云总裁尚海峰说道。

当下，政企深度用云仍面临诸多挑战，比如意识转变偏慢、路径不清晰、技术储备不足、生态协同欠缺、标准体系不健全等。而这些挑战需要生态链在推进中不断解决。据悉，华为云计划未来三年投入1亿元，针对能力型伙伴建设、云原生应用开发、行业标杆打造等关键领域进行投入。

进入2024年，由于客户的发展诉求，以及在行业标杆的带动和生态的支撑下，越来越多的企业开始践行深度用云，来实现自身数字化转型，从而在全球化竞争中持续保持竞争力。