基于從集成到管理的各種因素，企業(yè)和云服務(wù)并不總是能很好地契合。

　　“要讓企業(yè)能夠使用云服務(wù)需要做很多事情，”David Linthicum，他是總部位于波士頓的云咨詢公司Cloud Technology Partners的SVP，在最近的活動中說。

　　要幫助企業(yè)解決這些問題，公有云供應(yīng)商需要更加重視私有云。在這次播客活動里，Linthicum和Sandeepan Banerjee,容器管理開發(fā)和運維的企業(yè)ClusterHQ的SVP，也是Google的前數(shù)據(jù)***工程師，一起討論了該話題，以及新的云技術(shù)，比如容器和機器學(xué)習(xí)。

[[167282]]

　　公有云供應(yīng)商是否會填補容器生態(tài)系統(tǒng)的空白?

　　容器是幾種進入企業(yè)市場的新型云計算技術(shù)之一。

　　“Google宣稱其內(nèi)部所有東西都運行在容器里……這么來看，在Google的基礎(chǔ)架構(gòu)上運行的所有人都會涉及到容器部署，”Banerjee說。

　　隨著容器數(shù)量的增加，新的工具開始涌現(xiàn)，但是容器技術(shù)生態(tài)系統(tǒng)仍然有空白之處，特別是數(shù)據(jù)庫監(jiān)控管理，安全和管控方面——這些對于企業(yè)而言都是非常重要的功能，Linthicum說。公有云供應(yīng)商需要一些時間才能填補上這些空白。

　　“我認為所有人都看著Docker，CoreOS，Google，Microsoft和所有該領(lǐng)域的供應(yīng)商來填補這些缺失的部分，但是我不確定他們是不是有能力做這些，”Linthicum說。

　　公有云供應(yīng)商是否會擁抱混合IT?

　　在云上，一種類型并不總能滿足所有需求。企業(yè)看到了混合云模型的價值，同時使用公有云和私有云服務(wù)讓企業(yè)有更多的控制權(quán)，并且提高了安全性。但是并非所有云供應(yīng)商都迅速進入了混合云或者多態(tài)云的市場。

　　“我不認為大型云供應(yīng)商都完全認可混合云的需求，”Banerjee說。“最終，Amazon Web Sevices或者Google云生態(tài)可以依靠占有所有計算資源和所有數(shù)據(jù)，提供大規(guī)模經(jīng)濟來適應(yīng)所有業(yè)務(wù)線。但是永遠會有很多原因使得企業(yè)無法將自己的整個數(shù)據(jù)集和計算放到一個供應(yīng)商那里。”

　　并非所有企業(yè)級工作負載都會放在Google,Amazon Web Services(AWS)或者Azure上，Linthicum同意這一點。要更好地滿足企業(yè)級需求，一些公有云供應(yīng)商需要繼續(xù)演進他們的文化，執(zhí)行團隊或者思維方式。

　　“Google,和其他云供應(yīng)商，需要更好地理解這是很復(fù)雜的銷售……猜猜怎么著?大家都有已有的遺留系統(tǒng)。IBM的主機還會存在很多年。你需要能夠處理這樣的環(huán)境。”

　　供應(yīng)商還需要做什么來吸引企業(yè)級客戶?

　　要贏得企業(yè)市場，三大公有云供應(yīng)商需要采取混合云之外的其他措施。

　　比如，當開發(fā)流程結(jié)束后，企業(yè)還需要供應(yīng)商提供更多的東西。“他們還需要讓生產(chǎn)環(huán)境更為高效，他們需要隔離，需要和所有遺留系統(tǒng)，所有upstream和 downstream 的應(yīng)用程序集成，”Banerjee說。

　　滿足企業(yè)級需求不僅僅需要有益于企業(yè)，而且需要有益于供應(yīng)商。“因為他們不想處理這些復(fù)雜環(huán)境，從而會丟失一些機會——比如，AWS不想進入混合云環(huán)境。但是他們***改變這一點，”Linthicum說。

　　醫(yī)院里的機器學(xué)習(xí)

　　機器學(xué)習(xí)的優(yōu)勢正在很多不同領(lǐng)域體現(xiàn)出來——包括醫(yī)療行業(yè)。波士頓的Beth Israel Deaconess Medical Center在2014年和MIT合作進入該領(lǐng)域，通過機器學(xué)習(xí)算法改進勞工和交付部門的效率。

　　機器學(xué)習(xí)如何給云上的企業(yè)帶來好處?

　　如今獲得普遍關(guān)注的新的云技術(shù)之一是機器學(xué)習(xí)。AWS,Azure和Google都建立了自己的大數(shù)據(jù)服務(wù)，幫助提供機器學(xué)習(xí)算法所使用的海量數(shù)據(jù)。通過組合云計算和機器學(xué)習(xí)，“我們能夠?qū)⑦@些構(gòu)建地足夠強大，想象一下系統(tǒng)能夠訪問很多很多數(shù)據(jù)，基于這些數(shù)據(jù)可以制定智能決策，并且隨著過程的進行不斷學(xué)習(xí)，”Linthicum說。

　　云上的機器學(xué)習(xí)可能會是企業(yè)的強大工具，幫助他們更多地了解其客戶，甚至他們自己的運營。比如，通過使用機器學(xué)習(xí)算法，零售企業(yè)可以檢測到銷售模式并且快速將陳舊的商品下架。使用這樣的信息可以節(jié)省花費，并且允許跨行業(yè)的企業(yè)制定更好的運營級別的策略。

　　“我認為有一系列易用性的改進，以及基礎(chǔ)的，重大的變革，比如無人駕駛的汽車，這些會從稱為機器學(xué)習(xí)的地方孕育出來……他們會以不可思議的方式改變我們的生活，”Linthicum說。