在ChatGPT热潮席卷科技领域后，云厂商如何在云上管理数据和应对市场变化受到外界关注。

“AIGC应用的流行，以及相关应用技术不断普及和成熟，可以预见到未来对于数据的使用以及数据的价值会产生根本性改变。”IDC中国区副总裁钟振山告诉界面新闻，

(相关资料图)

4月，市场调研机构IDC发布的《中国数据云市场研究报告》显示，未来五年全球数据规模预计增长一倍以上，预计到2026年，全球会有27%的数据从云端产生，60%的全球数据会存储在云端。

其中，中国数据规模增长迅速。钟振山提到，中国本土数据量将仅次于北美地区，达到约56.16ZB（Zettabyte，约十万亿亿字节）规模，年复合增长率接近25%，增长率将达全球第一，“可以认为，未来几年中国会超越北美地区成为全球最大的数据市场。”

在此背景下，一种名为“数据云”的云服务模式正被云厂商积极应用。有云厂商称，将数据放在云端处理的方式，可以消除数据碎片并统一管理数据，作为“燃料”的数据更容易分析、连接和扩增存储容量。此外，基于数据进行智能分析，已经是企业和机构客户的主流需求。数据云整合了一系列工具，可帮助AI/机器学习和数据科学嵌入业务流程中。

原有IT架构也难以应对数据应用大规模增长。浪潮云首席技术官孙思清称，在早期IT架构中，基础设施、数据和应用三者耦合，当进入以算力基础设施为核心的阶段时，均需要针对数据和算力进行IT设施重构。

高速增长的数据规模，意味着用于AI的“燃料”得到充分供给，尤其是当前如火如荼的GPT热潮，如何充分应用数据规模优势，成为每个有志于建立AI大模型的共同难题。

“如果企业想要利用自身数据和行业数据，去产生更大的价值，就必须依赖于云计算技术。”钟振山提及，ChatGPT训练成本高昂，除算力部分外，如何实现数据有效利用也存在瓶颈，将数据迁移至云端进行管理、训练将会是主流方向。他认为，未来云端数据存储和算力资源需求将会有爆发性增长。

“数据云”作为一项综合性云服务，由主流云厂商相继布局。谷歌云是“数据云”落地较早者。通过数据云，零售品牌能够更好了解库存情况并帮助员工在实体店内找到商品；医疗保健组织可借助AI更快分析样本，并将非结构化临床记录转换为结构化格式，进一步提升患者治疗效果； 物流公司则可以借助更高效的路线减少燃料消耗，金融服务和银行则可以提高处理速度。

在中国，数据云落地有其特殊性。浪潮云总经理颜亮分析称，此前大部分数据云应用于智慧政务、数字城市管理，以及产业智能化三大领域。随着数据云和配套技术逐渐成熟后，预计在供应链、工农业等传统行业中，数据云存在应用潜力和市场空间。而随着AI模型概念深入人心，模型即服务将是业务交付的主要方式，即AI模型与行业技术融合后，可以提供标准化数据服务产品。如浪潮云打造的数据云已帮助山东省一体化大数据中心实现省、市、区县、街四级和横向部门数据互联互通。此外，浪潮云与首自信公司构建了首钢集团智能制造大数据平台。

针对浪潮云此前提出的数据云战略，颜亮称，将打造联合运营模式，通过浪潮云的和其搭建的数据云联盟来支持数据云的拓展，目前已经引入近500家生态伙伴，计划在十八个月内实现数据云多地落地覆盖，在投入上用“100亿落地100个城市，赋能行业数字化转型”。