在今天企業的數字化轉型中，雲計算成為一種最“時髦”的IT資訊科技。在雲服務商看來，不管是傳統企業，還是網際網路企業，上雲都已經成為必由之路。差別在於，企業是用公有云，還是私有云，或是採用混合雲架構。

　　如果說幾年前，雲計算有點冷門，鮮有人知道，現在卻發展成“眾聲喧譁”。如今，就連政府都出臺政策積極推動雲計算產業發展。根據工信部發布的《雲計算發展三年行動計劃(2017-2019年)》報告，預計2019年中國雲計算產業將達到4300億人民幣。從行業看，雲計算已經覆蓋從網際網路到製造、金融、交通、醫療健康、廣電和公共事務。可見，中國的雲計算正處於爆發前的時間。

　　眾所周知，雲計算非常多的有點，其中最令人關注的一點是便宜。整體上說，企業上雲後，不用考慮運維、維護、人力等費用。但具體深究起來，雲服務的經濟性還體現在以下幾點：

　　首先，雲服務具有規模經濟效益。比如，10年前，擁有1000個伺服器的資料中心，就已被視為大規模的資料中心。當時，硬體比較貴，頻寬有限，同時缺乏自動化管理。然而，隨著時間的推移，技術的進步，10年間硬體成本大幅下降，這源於“摩爾定律”。

　　而頻寬服務以及高度虛擬化、自動化的管理系統的成本也在下降，此現象改變了過去所認為的資料中心“最佳經濟規模”。

　　如今，一些網際網路巨頭，比如谷歌、Facebook都在建設超大規模資料中心，擁有的伺服器達到幾萬甚至十幾萬臺。把如此多的伺服器聚在一起，透過先進的技術能夠有效降低成本。因此，這些大型的資料中心，已經具備可觀的規模經濟。

　　據悉，如果從1000臺伺服器提高到10000臺之後，能夠讓總運營成本(TCO)降低約80%。

　　具體說來，則可以從能源成本、人工成本硬體及基礎設施來看。

　　在能源成本方面，當硬體的成本下降時，則執行伺服器的能源成本就會提高，它可能會使總成本上升20%。同時，在一個低效率的資料中心，3年的電力支出可能會比同時間花費在硬體伺服器上的支出要高。

　　若是比較電力使用效率(PUE)，大型資料中心的PUE值通常比小型資料中心低，因為比較節省成本。並且，谷歌和Facebook一般把資料中心建在能源充沛，比如水電站附近。同時，谷歌還將人工智慧技術用在資料中心，大幅度提升使用效率。

　　其次，在人力成本上，如果大型資料中心使用高程度的自動化管理系統，將大幅度降低每臺伺服器所耗費的人工成本。傳統公司自建的資料中心內，每100-200個伺服器，就需配置一名系統管理員。而在大型資料中心內，原則上一名系統管理員就能負責管理數以千計的伺服器。

　　最後是硬體及基礎設施。這不僅源於硬體本身的價格不斷下降，而且由於建設超大規模資料中心的大公司，一般會有很大的需求，成批採購的價格將得到優惠。

　　在筆者看來，市場主流的雲服務提供商，比如AWS、Azure和阿里雲等。一年之內，“雲服務價格戰”不斷髮生，這不僅源於它們具有規模經濟效益，而且雲服務價格確實越來越便宜。

傳統it基本都是孤島式的軟體硬體系統，所有資源都是獨享，在伺服器儲存網路資源使用上效率不高，每隔幾年系統升級還會花很多錢買軟硬體。孤島式系統都需要人工運維。

雲服務的本質是基於雲的基礎架構來提供服務。

雲的基礎架構核心是將資料中心裡所有伺服器的計算CPU資源，儲存資源，網路資源透過標準化虛擬化用軟體方式實現池化。並用雲管理軟體對資源池進行管理，按照應用需求分級別供應資源，並監控使用狀態。

資源集中管理帶來使用效率大幅度提高，降低了成本。標準化的硬體，統一的運維降低了人工成本。基於雲基礎架構上的paas平臺雲實現了軟體部署的敏捷和開發環境的元件共享。降低了開發成本。

雲服務透過雲管理平臺的自助服務目錄向用戶提供服務，使用者可以按照自己對伺服器要求選擇cpu級別數量,硬碟級別大小，網路等級，也可以選不同的備份級別。在paas平臺可以選不同的作業系統或者服務中介軟體構建開發環境,如果雲提供saas服務，也可以直接選需要的工具軟體。

上面介紹的雲服務可以基於企業自建的私有云向企業使用者提供，也可以是雲企業建公有云向其他中小企業提供。如果中小企業發展到一定規模，公有云的使用成本超過自己建私有云，就要考慮自己建私有云，並將公有云上部署的企業應用遷移到私有云。

雲的建設技術已經很成熟了，但是由傳統企業it向雲技術轉型需要專業的諮詢服務，不只是買一堆軟體硬體就是雲。做好規劃工作才能最大限度降低成本。