猎云注：亚马逊的云计算AWS已经在行业内处于领先地位，可以说是云计算行业的霸主，而谷歌是人工智能的老大，但谷歌并不满足于只做人工智能 ，它在云计算上已经要挑战AWS，机器学习和数据将成为取胜之匙，但公司仍然必须应对销售与广告新的业务模式，并且建立销售所需要的组织，而这两点都是亚马逊的领先领域，谷歌能否成功还没有定论。文章转载自：华创资本微信公众号。
亚马逊的云计算AWS已经在行业内处于领先地位，成为亚马逊的重要盈利点之一。今年前三个季度，AWS 的总营收额已经达到 87 亿美元，只要能够保持这个增长势头，2016年AWS总营收额预计将突破120 亿美元。
与此同时，谷歌人工智能领域发展得如火如荼，从无人驾驶到App Maker（不用写代码也能开发App）以及被预言将要颠覆医疗行业的机器眼科医生（谷歌的人工智能技术会分析视网膜病变，预防糖尿病致盲）等等。
AWS是云计算行业的霸主，谷歌就是人工智能的老大。不过，谷歌并不满足于只做人工智能 ，它在云计算上已经要挑战AWS了。那么，谷歌是怎样做的呢？
“两个比萨饼团队”
首先我们要清楚，亚马逊的AWS战略是如何从一开始就成功的？从贝索斯的经验看，他把亚马逊分拆成多个相对独立的团队，每个团队都有自己的损益、责任和分布式决策。
亚马逊最大的特点是整个公司可以将自己重组，这就是所谓的“两个比萨饼团队”。员工将被分成少于十个人的自治团体，这样的团队很小，所以当工作到很晚时，两个比萨能让所有的组员吃饱。
贝索斯用一种混乱理论来管理团队，他期待把复杂的组织分解成最基本的部分，之后再进行合并，希望会有令人惊喜的结果出现，AWS就是这么干的——一家组织极度分化的平台公司。
与此同时，谷歌从未成为一家真正的平台公司。它和苹果走的也是不同的路线，前者专注于服务，而后者专注于产品，当然，需要前提是硬件算得上产品，这个说法才成立。“产品”还有一个更广泛的定义——一个提供给终端用户的完全解决方案，从这一点来看，谷歌与苹果公司的性质还是十分接近的。
平台公司与产品公司的差别非常大，就像云服务与硬件之间的差异一样。要创造一款理想的产品，无论它是智能手机还是搜索框，为了给用户带来良好的体验，都需要在设计和工程上下足功夫。但这些努力是终端用户看不到的。而集成产品恰恰与之相反，这也是为什么谷歌以消费者为中心的服务集成在后端的原因，这点和 iPhone 一样。
Google 的反平台策略
在谷歌和亚马逊竞争的同时，微软的Windows其实提供了一个很高的范例：为Windows构建的应用程序不容易移植到其他操作系统上。但同样重要的是合作伙伴和增值经销商的巨大网络，使Windows成为企业唯一可行的选择。
然而，不使用Windows，不管是消费者还是企业也是可行的，原因是不依靠系统的万物互联（IoE）正在蓬勃发展。
事实证明，在过去几年中，谷歌已经采用了一种浏览器方法来实现企业计算。在2014年，谷歌公开了Kubernetes框架，一个基于谷歌的内部服务的开源容器集群管理器。管理器包含谷歌的大规模基础设施，使得任何谷歌服务可以即时访问他们需要的所有计算，而不用担心软件和系统的问题。
Kubernetes的优点在于它完全可移植：它可以在AWS上运行，在Azure上运行，在Google Cloud Platform上运行，可以在内部部署的基础设施上运行，甚至可以在自己的家里运行。
它是谷歌十年来在基础设施即服务方面的完美矫正：虽然谷歌在自己的基础设施产品方面取得了不可小觑的进步，但Kubernetes基于包容的特殊潜在影响，使你不管用哪个基础设施提供商，都不会影响云计算服务的使用，难怪Kubernetes是增长最快的开放源码项目之一。
但是，这如何帮助谷歌完成超越？毕竟，即使Kubernetes成为企业云的标准，亚马逊更广泛的生态系统锁定仍然存在，谷歌需要变得不同。
谷歌云全球网络
机器学习和数据才是取胜之匙
可以肯定的是，机器学习将越来越多地被云服务所主导：它们都涉及处理规模和大量数据，并且只有一小部分巨头将具有经济能力来建立所需的基础设施和雇用世界上最好的机器学习工程师。
乃至于对于大多数企业来说，机器学习所产生的差异，首先取决于它们的数据是否在云端，其次才是从它们选择的云提供商。
这提高了云服务提供商自身的风险，优秀的机器学习产品不仅可以是提供差异化，而且是可持续的：更好的产品将吸引更多的客户，从而获得更多的数据，而数据是机器学习改进的动力。因为这些数据使得谷歌成为AWS的最大威胁。
谷歌拥有的巨大优势是，它已经存储了将近二十年的海量数据，并在过去几年开发出功能强大的机器学习算法。2015年，当谷歌将第二代人工智能学习系统TensorFlow开源时：这其实在变相承认其数据和基础设施是一个可持续的优势。
我们已经看到这种优势开始使用在谷歌的云产品上，不久前，谷歌利用其数据优势发布了一系列产品：
1.云自然语言API，它使用机器学习来分析文本，延伸到一般可用性；
2.高级版的Cloud Translation API，它使用机器学习大幅提高翻译八种语言的准确性（超越并且延伸到了支持超过100种语言的标准版本）；
3.Cloud Vision API的大幅降价，它使用机器学习来分析图像；
4.新的Cloud Jobs API，它使用机器学习来匹配潜在员工与工作职位；
以上的每个产品谷歌都花了几年时间来磨炼其算法，以便将它们应用于企业数据集时，结果可能更优。
亚马逊依赖于最好的平台在第一波云计算的战斗中战胜了谷歌，而谷歌正在试图将竞争从平台转向产品。毕竟，改变竞争规则通常比改变公司的性质更容易。
可以肯定的是，谷歌能否成功还没有定论，公司仍然必须应对销售与广告新的业务模式，并且建立销售所需要的组织。而这两点都是亚马逊的领先领域，并且亚马逊拥有一个庞大的合作伙伴生态系统。
