AWS“创新基因”下的“中国速度”：上半年已落地超150项服务

【环球网科技报道 记者 勃潺】近日，在研究咨询机构Gartner发布的针对AWS供应商评估报告中，Gartner给予了AWS有史以来的最高评分：28分（满分为30分）。同时，Gartner建议企业应该充分借鉴亚马逊的数字化模式，将其作为技术驱动力的杰出范例，在业务中融入数字流程，模仿亚马逊，在寻找新市场机会和响应竞争威胁方面打造敏捷性。

在接受媒体采访时，亚马逊云服务（AWS）大中华区产品部总经理顾凡将亚马逊取得的这些成绩归功于该公司在业务上的不断创新。

事实上，亚马逊自电商业务开始，便一直在尝试许多创新业务的开拓和技术研发。根据公开资料显示，截至2019年，亚马逊全球拥有逾120,000项技术专利，并已广泛应用于智能语音交互、智能硬件、智能购物、智能物流等场景，如Alexa智能语音助手、Echo系列智能设备、无人收银的Amazon Go商店、Prime Air送货无人机、电动送货机器人AmazonScouts等产品。

其中，AWS对于亚马逊来说，不仅实现了亚马逊在技术领域的最初突破，也创造了良好的收入。根据亚马逊2020年第二季度财报显示，亚马逊第二季度收入889亿美元，同比增长40%。其中AWS收入达108亿美元，过去12个月的收入超过400亿美元。

AWS大中华区分析师关系高级经理张瑾认为，AWS并不是一个简单的技术提供商或者产品提供商，更多的是帮助客户进行数字化转型，进行整个战略部署的合作伙伴

*“创新基因”*的四个维度

AWS在创立之初也受到了业界的争议，但当AWS成为了云服务的代名词时，AWS在云计算领域早已获得了头部地位。

在顾凡看来，这与亚马逊一直提倡的创新不无关系，他认为创新的四个维度是亚马逊获取成功的关键：文化、机制、架构和组织。

在企业文化上，创新很重要的一点就是得先雇对了人，就是你要雇佣Builder（构建者），这样的员工永远喜欢去创新，去发现客户的问题并且去改进。

架构指的是亚马逊的创新都是基于AWS的架构，创新团队写的每行代码都是跟业务逻辑相关，不用干重复的劳动。

亚马逊的创新机制是从客户需求出发的“逆向工作法”机制，每个人在提创新想法的时候，都要提交一份6页文档的FAQ，要求你安安静静的读30分钟，把一个创新的主意，从方方面面去看，从客户体验去挑刺，从客户的需求出发。“AWS的175+云服务和功能都是最早通过FAQ的形式，提交上去的”。

同时，在组织方面，亚马逊采取“双披萨团队”的方式来推进工作。所谓“双披萨团队”是一个形象的比喻，指的是6-10人小而精的团队，两个披萨够吃。而这个团队在亚马逊会被充分赋权，不被任何东西所牵绊，可以放心大胆地去做创新，一旦失败了，会被重新解散再回归到其他团队里，不会有顾虑和担心。

在顾凡看来，创新的重要方面在于，一是把自己做好。另外是始终在想怎么赋能给客户、帮客户去创新，让客户能够站在一个巨人的肩膀上，能够走得更远。

同时，AWS的发展并不是随意而为，首先，，AWS在推出任何一个相关服务时，在设计架构时便默认它是在云上的。

此外，AWS服务有一个很重要的设计准则，便是针对不同的场景去选择更准确的服务。如果将AWS的服务细分开来，就会发现其设计理念非常清楚，已经可以看到未来针对不同场景的市场。

最后，贯穿于整体服务的准则便是服务一定要设计成全托管式，这种全托管式的服务可以帮助企业将精力放在快速的创新应用上。

加快AWS产品中国落地

中国信息通信研究院7月29日发布的《云计算发展白皮书》显示，从2017到2019年，中国公有云的市场规模从264.8亿元增长689.3亿元，2018年、2019年的增速分别达到65.2%、57.6%。预计到2023年，市场规模将达到2307.4亿元，是2019年的3倍多。

中国云计算市场有着巨大的发展空间，对于企业来说，也是非常难得的发展机遇。“过去的5年中，行业、政府、公共事业的上云速度不断加快，云已然成为他们创新的工具”，顾凡说道。

从AWS的角度来看，顾凡认为，AWS要为中国企业和机构的创新赋能，非常重要的一点是要加快AWS云服务产品和功能在中国落地。

据了解，目前AWS云服务落地中国有两种情况：一是大部分服务和功能只需要做一些简单的本地化开发就可以在中国区域部署落地；二是需要根据客户的需求进行更多的服务。但无论哪一种，AWS都会根据中国客户的需求，尽快、尽早地将全球的服务和功能落地到中国区域。

中国企业数据量的爆炸式增长，对大数据处理和分析有着非常迫切的需求。针对这些企业客户的需求，今年上半年AWS在中国区域就推出和部署了交互式查询服务Amazon Athena，数据提取、转换和加载 (ETL) 服务AWS Glue，以及流式数据处理服务Amazon MSK。

在容器领域，AWS在中国区域落地部署了Amazon EKS，让管理、运维K8S容器变得简单方便。

此外，顾凡介绍，AWS在上海的人工智能研究院有两个功能，第一个功能是做基础研究，从核心算法和ML框架方向做技术突破；第二个功能，便是要结合中国人工智能/机器学习应用落地时的瓶颈，帮助客户在算法方面结合行业需求进行技术优化。

同时，值得关注的是，为了更好的服务中国客户，AWS在中国有专业团队负责服务的落地，跟全球的服务团队配合。顾凡介绍：“AWS目标特别简单，全球有什么服务，中国区都应该有。”

在今年新落地中国区域的云服务和产品中，特别值得一提的是机器学习服务AmazonSageMaker。

人工智能现在是非常热门的话题。亚马逊认为，人工智能的本质和核心是机器学习。人工智能、机器学习的概念早在50年前就出现了。之所以现在才热起来，是因为过去机器学习的门槛比较高，只有少数科技巨头和硬核的研究机构才有条件进行研究。一方面是机器学习需要的庞大算力不容易获得；另一方面，机器学习模型的训练过程特别复杂，要搭建训练环境、准备数据、寻找合适的算法、进行大量的运算、优化算法。

现在有了云计算，算力不再是问题。AWS推出的Amazon SageMaker可以降低机器学习模型训练过程的复杂性。SageMaker是一项完全托管的服务，它可以化繁为简，帮助开发者和数据科学家快速地规模化构建、训练和部署机器学习模型，大大降低了模型构建和训练的难度。

顾凡称，SageMaker是一个非常开放的产品，无论对于各类机器学习框架和算法的支持，模块化的设计方式，还是对于生态合作伙伴解决方案的支持，能够真正让各种类型、各种需求的客户都很方便地应用这个服务。此外，SageMaker Studio还是业界第一个面向机器学习的集成开发环境。

过去6年是AWS在中国快速发展的6年。2015年AWS在中国市场发布“云创计划”，2016年AWS中国（北京）区域正式商用，2017年AWS中国（宁夏）区域正式商用，2018年AWS上海人工智能研究院成立，2019年AWS在台北、深圳物联网实验室成立，2020年在中国发布首个可再生能源项目。

据了解，为更好地为中国客户赋能，AWS正在加速新服务和功能落地中国。仅今年上半年，AWS就在中国区域落地了150多项云服务和功能。

“目前AWS全系列的数据分析服务都已经落地到中国市场，比如无服务器的数据清洗AWS Glue服务，现代化的数据仓库Amazon Redshift，交互式查询Amazon Athena等等”，顾凡强调。

目前，AWS提供了超过175项全功能的服务，涵盖计算、存储、数据库、联网、分析、机器人、机器学习与人工智能、物联网、移动、安全、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面。全球数百万活跃客户，包括发展迅速的初创公司、大型企业和政府机构都信赖AWS，通过AWS的服务强化其基础设施，提高敏捷性，降低成本。同时，得益于遍及全球24 个地理区域的77个可用区的基础设施覆盖，AWS也担当了全球化桥梁的角色，助力中国企业出海走向世界，帮助海外企业植根中国市场。