企业的云采用战略进入了新阶段。随着人工智能(AI)工作负载变得更加分散和数据密集型，企业正从过去需要在灵活性、控制力和性能之间进行取舍的时代，转向必须同时满足所有这些要求的时代。因此，企业正在摆脱传统的"软件即服务(SaaS)优先"方法，转而关注能够在更近地点处理数据的混合云和主权云。
这一变化的背后，是受监管行业的扩大、地缘政治风险以及AI基础设施成本压力等因素。特别是那些对数据主权有较高要求的企业认为仅靠公共云难以应对，希望能在本地环境中也获得类似于云的运营体验。一位行业高管解释说："ServiceNow 长期以来一直拥有高主权需求的客户群"，"在客户所在的地方满足其需求是基本原则。"
主权云：运营一致性与成本削减是关键
企业选择主权云和混合架构的原因不仅仅是简单的合规应对。随着基于AI的服务普及，延迟时间、数据存储位置和运营成本都变得至关重要，各方日益认识到将所有工作负载部署在公共云上不再是正确答案。
特别是在降低运营复杂性的同时保持控制权的需求非常强烈。为此，一些科技公司正在加强平台整合，方法是在本地环境中也直接管理到运行应用程序的容器和虚拟机(VM)层。一位高管表示："ServiceNow 在确认了主权云需求后，决定直接负责到运行应用程序的平台层。"
这种架构在成本方面也意义重大。过去，企业需要支付额外的虚拟化软件订阅费，还要配备专门的运维人员；而集成平台则可以减轻这种负担。同一位高管解释说："本地客户不再需要支付VMware订阅费或为此配备专门人员。""这可以成为提升运营效率和降低成本的起点。"
在本地环境中，"类云体验"正成为竞争力
主权云的另一个核心，是在无法使用公共云的环境中也能实现类似的使用体验。自动化、编排、生命周期管理和可视性现在被视为现代IT运营的基本要素。问题在于如何在分布式基础设施上一致地提供这些能力。
业界认为，统一运营界面和管理模型的方法可能是解决方案。这样做可以减轻IT运维团队的负担，并加快应用程序和服务的部署速度。相关高管表示："我们支持客户利用自动化、编排和生命周期管理功能来部署和运营整个堆栈。""从运维人员的角度来看，感觉就像真的在使用云一样。"
稳定性和恢复能力也很重要。企业对关键业务系统要求可预测的性能和最小的停机时间。这在需要实时响应的AI应用中更为敏感。同一位高管解释说："该平台的目标是达到'六个九'，即99.9999%水平的持续可用性。""通过多层级的自修复功能，不仅支持平台本身的恢复，也支持其上的应用程序恢复。"
边缘与分布式AI的普及：靠近数据处理的 infrastructure 至关重要
AI的普及正在改变数据处理的位置本身。与过去将所有工作负载集中到大型中央云不同，在数据产生的现场附近进行计算处理的趋势正在增强。这也是主权云备受关注的原因。
这种方式在实时分析、物联网(IoT)、物理AI等领域尤其有利。在本地处理数据可以更快地获得结果，并降低数据传输的成本和复杂性。一位高管表示："要真正实现AI功能，必须尽可能靠近数据产生的地方。""如果需要经过多个网络，得出结果的速度必然会变慢。"
此外，AI工作负载还要求能保证稳定性能的"确定性"。特别是在工业现场或实时控制环境中，如果资源分配出现波动，结果的可预测性就会降低。对此，该高管强调："确保实时性能和AI功能所需资源的能力是我们的优势，""可以设置并维持所需的确定性值。"
主权云：成为开启新市场的增长动力
主权云不仅是一种技术选择，也是一个新的市场机遇。因为过去因监管问题难以进入的国家和行业，正通过本地化定制的 infrastructure 被打开。企业在加强数据控制权的同时，也在考虑与本地运营商合作构建区域性服务。
一位行业相关人士表示："过去封闭的市场，正得益于私有堆栈，特别是基于 Wind River 平台的私有堆栈而开放。" 这可以被理解为，不仅为全球科技公司，也为本地服务提供商提供了构建新生态系统的机会。
市场增长前景也十分强劲。另一位高管预测："到2029年，这一市场规模将超过2000亿美元，年均增长率约为38%。" 按1美元兑1448.90韩元计算，约合289.78万亿韩元。主权云如今似乎不再是某些特殊行业的备选项，而是正迅速成为AI时代企业基础设施战略的关键支柱之一。
TP AI 注意事项 本文使用 TokenPost.ai 基础语言模型进行摘要。正文主要内容可能被遗漏或与事实不符。