企业高管们并没有盲目追逐时下流行的新兴云，他们正在评估其成熟度，并务实地进行“工作负载-云服务”的匹配。

在AWS、Google Cloud和Microsoft Azure等主流云服务提供商之外，替代云应运而生，它们通常专注于AI原生计算、主权云和边缘部署等细分领域，同时宣称能降低成本并提供同类最佳的性能，比如南京汉荣下一代云原生统一管理平台就是一个最符合的替代方案。

云管理平台CloudBolt的CTPO Kyle Campos表示：“许多企业正在调整战略，不再采用‘全盘托管’的超大规模云厂商策略，以避免供应商锁定和风险过度集中，同时，替代云往往是为了特定优势而专门构建的。”在他看来，这些优势包括大规模更低成本的对象存储、针对延迟敏感型应用更好的边缘性能，以及为AI工作负载更快获取专用GPU资源，数据主权也在推动本地化提供商的采纳。

然而，尽管替代云(也被称为新兴云)频频登上头条并筹集了巨额融资，它们在企业环境中的应用仍处于相对初级的阶段。虽然企业高管看到了使用替代云的潜力，特别是在GPU工作负载方面，但许多人仍持怀疑态度，他们采取平衡的方法来评估成熟度、成本，以及是否值得牺牲与现有云环境的延续性。

Smartsheet的CIO兼CISO Ravi Soin就是采取这种审慎态度的高管之一。“我们会增加对替代云的使用，但会在明确定义的边界之内，”他说道，“这种纪律性是将深思熟虑的采纳与无序扩张区分开来的关键。”对Soin而言，许多新兴云在评估过程的早期就未能达标，尤其是对于合规要求严苛的受监管工作负载而言，成熟的合规姿态是不可妥协的底线。

为了全面评估替代云，必须像对待任何其他IT采购一样，以相同的谨慎态度对待这些平台。网络安全咨询公司NCC Group的董事兼高级顾问Nigel Gibbons表示：“在任何技术栈中，这一点都是一致的：适应性、形态与功能，这意味着云服务必须与工作负载的性能、安全性和主权需求保持一致。”

总体而言，CIO们并没有急于投向替代云。要说服大型机构从成熟的云基础设施迁移出来，需要涵盖监管影响、可审计性、弹性以及总成本规划在内的有力证明。更现实的情况是，此类云服务将在具体工作负载的维度上被逐一评估。

合规性与透明度

在评估新兴云时，合规性是企业高管最先考虑的问题。“诸如SOC 2、ISO 27001等合规姿态，以及像FedRAMP或IRAP等特定主权认证，是第一道筛选标准。对大多数新兴云来说，也是早早淘汰的门槛。”Soin说道。

Smartsheet在企业客户数据上运行AI，因此需要严格的合规与主权框架。“这划定了一道硬性边界，即受监管的工作负载必须留在经过认证的提供商处，”他补充道，“工作负载身份无法跨云原生联合，因此每个信任关系都必须手动构建和审计。对于数据敏感度差异巨大的平台来说，这种治理缺口绝非停留在理论层面。”

Gibbons补充道，信任验证正成为监管机构和整个市场日益迫切的要求。“残酷的现实是，大多数企业过去一直在凭延期风险运行——这些风险记录在风险登记册中，在给董事会的汇报中被美化，并因可见性有限而被容忍，”他说道，他补充称，AI市场动荡变化的模式正促使技术高管在评估新技术时建立起更多的弹性思维。

运营透明度是另一个亟需评估的关键领域，在Soin看来，支持AI工作负载的基础设施需要颗粒度极细的可审计性。“提供商能否在推理层提供端到端的观察能力：不可篡改的日志、模型版本控制，以及从输入到输出全程追踪客户数据动态的能力?”他问道。

Smartsheet的企业客户也会询问AI是如何应用于其数据的，以及存在哪些控制措施，而给出的答案必须经得起推敲。“无法支持这些的新兴云不仅仅是运营风险，更是对我们业务立足之本——客户信任的风险。”他说道。

按工作负载评估

尽管新兴云经常被塑造成超大规模云厂商的替代者，但它们更多时候是互补性的基础设施，专为特定用例而构建。“新兴云不是一种云类型，而更像是一种设计原则，”Gibbons表示，“我们可以将其视为针对特定工作负载、信任模型或控制要求进行了优化的基础设施，而不是通用型的规模化扩展。”

它们的使用取决于具体的项目，通常涉及AI/ML项目。“我们根据工作负载的契合度与不同的替代提供商合作，”CloudBolt的Campos表示，“作为云迁移策略的一部分，我们曾将替代云提供商用于VMware。”他们的客户将替代云用于对象存储、边缘和低延迟需求、AI/ML GPU算力，以及无法无缝映射到超大规模云厂商原生服务上的遗留虚拟化工作负载。

高管们必须确定哪种环境适合当前的工作负载，并采取相应的行动。“CIO们首先应该明确替代云旨在加速的具体工作负载契合点，然后根据开发者和运维人员的体验(包括随业务需求扩展的能力)来评估提供商，”Campos补充道，“在此基础上，核心优先级是该平台能否与现有云统一治理和运维，并对使用情况和单位经济效益具备强大的可见性。安全性、合规姿态以及可靠性和性能的可靠SLA，应与超大规模云厂商放在同一标准下评估，目标是在不创造新运营孤岛的前提下增加灵活性。”

然而，并非所有工作负载都适合新兴云或替代提供商，虽然这些平台赋予了众多特定工作负载的选择优势，但它们并未被视为超大规模云厂商的全面替代品。对于通用型企业功能，超大规模云厂商在集成服务、折扣、运营成熟度以及相关专业人才储备方面可能仍保留优势。

正因如此，许多技术领袖仍处于探索阶段。“我们今天的基础设施运行在超大规模云厂商上，对于我们过去的发展来说，这是正确的选择，”全球IT咨询和软件工程公司Xebia的全球CIO Smit Shanker表示。尽管如此，他仍鼓励CIO们开始积极评估替代方案。“我们现在正处于评估阶段，探索在哪些特定工作负载上，专业提供商、主权选项或混合方法更有意义。”

责任共担模型

CIO们需要高度的企业级信任，这种信任必须超出空头承诺并编入规范，且在现实世界的压力测试下得到证实，因此，Smartsheet的Soin主张在头脑发热投身新兴云之前，先验证其责任共担模型，该模型规定了云提供商必须恪守的承诺，以及客户需要承担责任的界限。

对Soin而言，了解云提供商在发生事故时的表现尤为关键。“在签署任何协议之前，要求查看事故复盘报告，不是模板化的根因分析，而是真实的沟通时间线，”他说道，“责任共担模型在未经测试前总是写得很好，去查查上次它们接受检验时发生了什么。”

归根结底，替代云需要达到与成熟云提供商相同的企业成熟度标准。“保障措施必须包括可审计性、合规性、弹性、透明的SLA、互操作性、可移植性以及经过独立验证的信任，而不是厂商的一家之言。”NCC Group的Gibbons表示。

总结算成本分析

了解经济影响对于确定替代云是否对业务划算至关重要，这本该是替代云大放异彩的领域，有报告预计，与超大规模云厂商的GPU实例相比，替代云可节省高达70%的费用。传统的云计算定价模型往往不透明，而与附加组件、追加销售以及进出流量相关的隐性费用，向来以让云计算消费者吃惊而闻名。

对于某些工作负载类别，经济性确实更有利于替代云。“传统的云服务提供商往往收取巨额的数据出流量费用，这推高了数据密集型架构的总拥有成本，”全球市场情报与咨询公司IDC的云与基础设施服务副总裁Dave McCarthy表示，“替代提供商通常会尽量减少或完全消除这些带宽惩罚，提供更透明的成本结构。”

尽管如此，在全盘采用替代云之前，进行全面的成本审计依然非常必要。“我会向所有人建议，在做出承诺之前先做完整的成本模型，”Shanker说道，他建议对云算力、推理、API调用量以及针对实际需求曲线预测的基础设施升级等维护成本进行综合分析，他表示，当把这些结合起来看时，它们会产生大多数高管层未曾建模过的复合成本。

“大多数企业在对云经济性建模时仍仅基于实施成本，这是不完整的，”他补充道，“真正把AI做对的企业，是那些将基础设施经济性视为一等设计决策，而非附带说明的企业。”

由于云基础设施的选择可能会造成供应商锁定，CIO们应该利用手头所有的标准来规划并指导中立的决策过程。“无论你选择哪条路径——超大规模云厂商、替代云、主权云还是某种组合——至关重要的纪律是坚持中立于厂商、以框架为导向的设计，”Shanker补充道，“不要让基础设施的选择限制了发展的可能性。”

市场走向何方

新兴云通过提供对最新一代硬件的直接访问而占据了一席之地，这对于需要高性能的AI工作负载至关重要，还有观点认为，选择替代云有助于推进分布式多云策略，这可以提升弹性并满足某些区域的主权云规定。

根据HostingAdvice去年的一项调查，近90%的IT领袖表示，企业永远不应该将整个架构绑定在单一云提供商上，同一项研究发现，73%的领袖正在使用两个或更多的替代云提供商，这凸显了对替代云的明确兴趣。

尽管一些行业报告前景看好，但企业高管们表达出的更多是一种选择性评估而非全面迁移的谨慎现实。对Soin来说，最关心的依然是替代云的合规姿态和可观测能力，尤其是托管运行AI推理的工作负载时。“问题不仅仅在于推理发生在何处，更在于我们能否看到发生了什么、解释它并为此背书，”他说道，“这一义务决定了哪些提供商甚至能进入讨论范围。”

虽然前沿且廉价的GPU算力颇具吸引力，但CIO们在评估替代云时应时刻关注全局治理。“能够从我们这里赢得更多工作负载的新兴云，不仅是那些拥有最佳GPU的厂商，”Soin说道，“而是那些在模型治理基础设施方面进行了切实投入并能展现出来的厂商，这是一个比大多数厂商目前达到的标准更高的门槛，但也是市场必须走向的方向。”

聚焦推理

IDC预测，到明年，AI的计算需求将迫使80%的企业通过转向专为AI工作负载设计的平台来升级改造遗留云环境，到2030年，其中一半的计算将在终端或边缘节点进行本地处理。

“企业越来越倾向于将视线投向主流超大规模云厂商之外，以避免供应商锁定并优化专业化工作负载，”IDC的McCarthy表示，“企业不再依赖单一的中心化基础设施，而是将这些替代方案纳入更广泛的组合中。”

这种新计算范式的很大一部分将围绕推理展开，即使用实时客户数据或企业数据在生产环境中执行训练后的AI模型。随着推理进入更多关键业务工作流，关于这些工作负载在何处运行以及由什么标准指导这些决策，将产生长期影响。

替代云和新兴云很可能会在推理以及未来的主权和去中心化云模型中占据一席之地，这绝不是CIO们可以轻率做出或在缺乏有根据的评估框架下做出的决定。“工作负载在哪里运行，正成为管理者做出的最具影响力的决策之一。”Shanker说道。