专栏首页CloudBest2019云计算发展大调查:企业再穷也不能穷“云”

2019云计算发展大调查:企业再穷也不能穷“云”

2019年4月,来自金融服务、零售、技术、医疗保健等行业的108名技术专家进行了 “2019云计算发展状态”的调查,对有关企业如何采用云计算进行了深入分析。这个调查的主题包括:企业如何看待云计算的好处和挑战无服务器和容器等新兴云技术的发展趋势多云计算的兴起。这个调查显示,云计算对当今的企业有着极其重要的意义,企业非常关心云计算成本,但大多数仍计划增加云计算方面的预算。

调查结果指出,即使企业致力于削减成本,却在云计算方面花费更多的资金。这种矛盾反映了这样一个事实,即在需要复杂工具保持竞争力的商业环境中,云计算现在绝对是主要的主题,无论花费多少费用。

1

降低成本是首要任务,占29%。许多企业表示云计算成本不断增长,因为他们采用更多基于云计算的存储和计算,并且他们将更多关键任务应用程序部署到云平台。员工继续采用影子IT项目,增加了云计算应用的成本。

2

提高安全性和合规性,占25%。随着更多的敏感数据存储在云中,安全性和合规性变得越来越重要,特别是在云计算和医疗保健方案中。

3

使用云计算技术访问人工智能、机器学习和大数据工具,占19%。这种对人工智能、机器学习和大数据的关注在未来几年会不断增加,因为这些基于云计算的数据工具对于大多数公司来说不能在内部构建,而且它们对于保持竞争力至关重要。

4

精简管理,10%。鉴于混合云和多云平台激增所带来的复杂性,这是一个关键的优先事项,这并不奇怪。

5

添加到移动部署,10%。这反映了移动设备作为业务渠道的核心重要性。

此外,对成本的关注反映在另一个调查问题中:成本的重要性仅次于安全性,自从云计算时代开始以来,这一直是企业长期担忧的问题。

这种对成本的关注反映了一个不可避免的事实:随着企业IT从内部数据中心的局限性转变为基本无限的云计算平台,企业从其菜单中进行选择,但菜单上的每个项目都增加了成本。

当然,云计算选项菜单包括IaaS、PaaS和SaaS等标准。但它还包括更快、更灵活的功能,如无服务器和容器,这些功能将云计算部署扩展到更灵活、响应市场需求的系统中。

此外,很多企业正在投资基于云计算的大数据解决方案,以及云计算公司提供的人工智能和机器学习产品

在接下来的1~2年内,企业在云计算的预算支出方面有着各种计划

在这个调查中,确切地显示了云计算的重要性

1、49%的受访者预计在云计算支出方面将增加10%~25%,这是一个显著的增长。

2、14%的公司计划增加25%~50%的支出8%的企业计划将支出增加50%以上。

3、只有6%的受访者计划减少云计算支出。

计划支出的增加可以被视为企业削减成本的一种矛盾说法。实际上,这是一场持续的商业斗争。如上所述,“精简管理”是重中之重;企业寻求通过有效管理降低任何成本。然而,他们必须承认,鉴于云计算提供的巨大优势,需要更深层次的投资。

得注意的是,70%的受访者表示他们在云中所拥有的应用程序是关键任务。这是云计算早期的一个重大变化,当时很多企业只将外围应用程序部署到云端。在早期,云计算安全在很大程度上是不可信的。这项调查表明,云计算安全仍然是一个大问题,因此尚未获得完全信任。

总而言之,调查显示,云计算在2019年取得了巨大进步,成为企业IT的主导平台。虽然云计算成本可能很高,成本是企业面临最大的挑战,但很多企业仍致力于投资建立强大的云计算部署。 换句话说,云计算策略是非常重要的。

标注原创的所有作品,均为CloudBest号合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或任何方式加以利用。如有转载需求,欢迎与"admin@cloudbest.cn"联系或留言。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:CloudBest”或相关新媒体号名称。违反上述声明者,本网将追究其相关法律责任。

本文分享自微信公众号 - CloudBest(iyunshangjie)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-05-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Macheine Learning Yearning学习笔记(一)

    Chapter 1、Why Machine Learning Strategy (为什么要学习机器学习策略)

    yuquanle
  • Macheine Learning Yearning学习笔记(七)

    Chapter 36、When you should train and test on different distributions(何时应该在不同的分布下...

    yuquanle
  • Macheine Learning Yearning学习笔记(八)

    如果你正在构建一个语音识别系统。系统通过输入一个音频剪辑A,并对每个可能的输出语句S计算某个Score_A(S)来工作。例如,给定输入音频A,你可能尝试去估计S...

    yuquanle
  • 如何用 fast.ai 高效批量推断测试集?

    通过咱们之前几篇 fast.ai 深度学习框架介绍,很多读者都认识到了它的威力,并且有效加以了利用。

    用户2930930
  • 关于两种统计模型文化的思考

    引言:本篇文章重新回顾了Breiman于2001年发表的《Statistical Modeling:The Two Cultures》一文,对数据建模和算法建模...

    AI科技评论
  • 陈天奇:机器学习科研的十年

    十年前,MSRA 的夏天,刚开始尝试机器学习研究的我面对科研巨大的不确定性,感到最多的是困惑和迷茫。十年之后,即将跨出下一步的时候,未来依然是如此不确定,但是期...

    AI科技评论
  • 一文看懂NLP神经网络发展历史中最重要的8个里程碑!

    导读:这篇文章中作者尝试将 15 年的自然语言处理技术发展史浓缩为 8 个高度相关的里程碑事件,不过它有些偏向于选择与当前比较流行的神经网络技术相关的方向。我们...

    磐创AI
  • 算法交易系统架构,此篇足矣!

    算法交易是使用计算机算法自动做出交易决策,提交指令并在提交后管理那些指令。算法交易系统最好使用由三个组件组成的简单概念架构来理解,这些组件处理算法交易系统的不同...

    量化投资与机器学习微信公众号
  • 为何Keras中的CNN是有问题的,如何修复它们?

    上个星期我做了一些实验,用了在 CIFAR10 数据集上训练的 VGG16。我需要从零开始训练模型,所以没有使用在 ImageNet 上预训练的版本。

    磐创AI
  • Macheine Learning Yearning学习笔记(二)

    Chapter 5、Your development and test sets (您的开发和测试集)

    yuquanle

扫码关注云+社区

领取腾讯云代金券