Clint+Bonlton

風險投資人說，隨著越來越多的計算進入邊緣，無人駕駛汽車、無人機和物聯(lián)網(wǎng)設備等自備設備將不再采用云服務。

如果風險投資人Peter Levine是對的，那么，無處不在的云計算熱潮在這個世界上可能不會持續(xù)太長時間了。這位Andreessen Horowitz風險投資公司的一般合伙人說，隨著更多的計算功能轉移到所謂的“邊緣”設備，從無人駕駛汽車和無人機到構成物聯(lián)網(wǎng)（IoT）的大量設備，在所有這一切中，云將慢慢消失。

Levine在星期二華爾街日報的CIO網(wǎng)絡活動中說：“今天在云中完成的大部分計算將回到邊緣?！?/p>

Levine說，無人駕駛汽車的200多個CPU實際上使其成為“車輪上的數(shù)據(jù)中心”，這就是必須自備計算能力的邊緣設備的一個基本例子。Levine說，依靠云端數(shù)據(jù)的無人駕駛車輛有可能會闖過停車標志而撞車，因為從車輛向云端傳輸數(shù)據(jù)的延遲時間太長了。云也不利于機器學習的很多場景，這些場景依賴于高速計算來快速做出決定。

Levine說，如果把邊緣計算看成是下一計算周期，那么可能不是太有新意。幾十年前，大多數(shù)計算集中在大型機上，銀行和大部分大型企業(yè)依靠冰箱大小的機柜來管理他們的業(yè)務運營。

許多大型機已經(jīng)退役，為分布式的客戶端-服務器時代騰出空間。云本質(zhì)上是由供應商數(shù)據(jù)中心托管的新大型機。如果計算一直是自然的漲落，那么邊緣會加速推進分布式計算。Levine說：“這意味著云將在不太遙遠的未來消失。”

顛覆顛覆者

對于成千上萬提供云服務的供應商，這是一種可怕的說法。在過去的十年中，亞馬遜網(wǎng)絡服務、谷歌、微軟、Salesforce.com等已經(jīng)建好了應用、基礎設施、存儲，以及幾乎每一種可以想象為服務的計算任務。但是風險投資人就是要看得更遠、更深入，只有這樣他們才能知道未來會有什么創(chuàng)新。Levine實際上是說云顛覆者將在未來5到10年實現(xiàn)顛覆。

云業(yè)務應用提供商Workday的首席信息官Diana McKenzie并沒有認同云將消失的觀點。她說，它會與邊緣共存。例如，McKenzie說，公司希望把從邊緣設備收集的數(shù)據(jù)匯集到云中進行分析，從而深入了解業(yè)務。

McKenzie告訴CIO.com：“我不能想象哪里會沒有云計算。作為首席信息官面臨的挑戰(zhàn)是，我們應該以更連續(xù)的思維方式進行思考，而不是非白即黑的方式。那么，下一個挑戰(zhàn)是您怎樣進行規(guī)劃設計。”

方方面面

云端到邊緣的辯論是一個熱門話題，但這并不是Levine和他同行們唯一的主題——Accel合伙人Rich Wong和General Catalyst總經(jīng)理Steve Herrod有關于新趨勢的其他想法。

從大數(shù)據(jù)到機器學習：Levine說，大數(shù)據(jù)1.0包括收集大量信息，但下一波涉及預測未來會發(fā)生什么。Levine說：“機器學習發(fā)揮出了我們存儲的海量信息的作用，可以幫助我們以更好的方式預測未來，這些的確正在發(fā)生?！崩?，機器學習被用于預測網(wǎng)絡安全攻擊和IT系統(tǒng)故障。

Wong說，企業(yè)可以使用機器學習來自動完成IT服務功能，例如為客戶重置密碼。風險投資人認為，讓機器算法去完成這類企業(yè)運營工作可以節(jié)省30%到100%的成本。

干杯，影子IT（Shadow IT）的禮貌委婉語：Wong說，風險投資人鼓勵投資公司部署“占地然后擴張”的戰(zhàn)略，通過部門進入企業(yè)，而不是通過首席信息官，這是一種微妙的平衡。首席信息官必須承擔采用不成熟技術帶來的挑戰(zhàn)和風險，但會受益于員工能夠快速經(jīng)過上崗培訓而入職。由于云，許多人正在經(jīng)過上崗培訓而入職。Levine說，影子IT已經(jīng)擴展到開發(fā)人員。Levine說：“我看到的情況是，如果企業(yè)滿足不了開發(fā)人員的需求，他們會去另一家公司以獲得服務和工具?！?/p>

概念驗證即服務：現(xiàn)在流行的是，首席信息官們把自己看成是“IT即服務”提供商，實際上是數(shù)字功能經(jīng)紀人，包括云、移動、分析和物聯(lián)網(wǎng)。Herrod說，在這個模型中，首席信息官認識到概念驗證是評估新技術的好方法。他建議創(chuàng)業(yè)公司可以提供概念驗證即服務（proof-of-concept as a service）。

首席信息官最難找的職位是...數(shù)據(jù)分析師：Levine說，如果數(shù)據(jù)是發(fā)揮業(yè)務價值最重要的因素，那么最難填補的職位是——能夠從數(shù)據(jù)中挖掘出隱藏的價值并將其轉化為可操作信息的數(shù)據(jù)科學家和分析師。

Herrod對此并不同意，說他發(fā)現(xiàn)最難找的職位是DevOps領導者，因為對于DevOps的定義很少有共識，這是在消費類互聯(lián)網(wǎng)公司中流行的快速軟件開發(fā)模型的模型。Herrod說，他知道的DevOps管理人員包括，從運行敏捷計算系統(tǒng)以提高速度和實現(xiàn)創(chuàng)新的項目經(jīng)理直至優(yōu)化云基礎設施的專家。