十多年来，超大规模AWS、谷歌云和微软Azure的主导地位塑造了云格局。企业涌向这些平台，以简化IT运营、降低成本和推动创新。有一段时间，它起作用了。可扩展性、便利性和为工作负载提供动力的集中平台的诱惑是难以抗拒的。

　　然而，时代在变。许多组织正在重新考虑对现有和未来工作负载的超大规模依赖，特别是那些由人工智能驱动的工作负载。这一运动归结为一个简单的事实：企业需要对其数据以及正在处理的数据进行哪些工作进行更多控制。成本、数据主权和不受运营限制的创新自由推动着企业超越主要参与者。

　　这种范式转变并不意味着超大规模的彻底消亡；它们仍将是特定用例的关键角色。然而，越来越多的企业正在摆脱自由，拥抱异构平台，以降低成本，重新获得控制权，并通过本地优先、遣返的数据策略和人工智能驱动系统为人工智能创新提供动力。这种转变是过去五年企业IT最重要的趋势之一。

　　让我们来探讨一下为什么这种多样化的趋势正在获得势头，以及它对企业平台的未来意味着什么。

　　成本压力的现实

　　云平台在凿名时被当作成本节省器出售。如今，云经济学的现实正在重创。企业正在意识到，超大规模通常无法提供与本地基础设施或专业平台相同的节省或利润控制。Andreessen Horowitz的一份2022年报告估计，由于对云平台的高度依赖，公共软件公司损失了高达1000亿美元的市值。同样，巴克莱信息官调查显示，计划遣返工作量的组织比例急剧上升，从2020年的43%上升到2024年的83%。

　　多年来，IT领导者一直相信那些说“如果你不从云开始，你就疯了。”对于需要快速部署的绿地项目来说，该建议是有道理的，但扩展现有平台的企业发现其云成本增长不可预测。总拥有成本分析显示，由于公司被迫扩大计算资源、带宽或存储，在超大规模企业上维护工作负载通常会导致价格飙升。数据密集型工作负载，如人工智能培训或分析工作负载，可能会进一步增加云支出。人工智能计算需要大量的资源，这使得租用计算和存储的高成本成为有问题的长期选择。

　　为什么所有权很重要

　　数据控制已成为使用超大规模企业的主要痛点。在超大规模平台上存储为其流程、合规工作和客户服务提供动力的关键数据的企业缺乏轻松的按需访问。许多超大规模提供商强制执行限制或缺乏完整的数据可移植性，这个问题因供应商锁定或对数据的感知而加剧。SaaS服务具有臭名昭著的不透明数据检索过程，使其难以迁移到另一个平台或将数据重新用于新解决方案。

　　组织也意识到将数据放在离家更近的内在价值。实时数据处理对于在金融、医疗保健和制造业中高效运行运营至关重要。一些人工智能工具需要快速访问本地存储的数据，依赖超缩放器API或集成会造成瓶颈。与此同时，欧盟等隐私法严格的地区的合规要求规定了更严格的数据主权战略。

　　随着人工智能的兴起，公司认识到了利用直接处理本地数据的人工智能代理的机会。与必须将数据传输到云进行处理的传统基于SaaS的人工智能系统不同，本地优先系统可以在组织防火墙内运行，并保持对敏感信息的完全控制。这解决了合规性和速度问题。

　　混合和异构平台

　　完全由一个云提供商主导的同质化企业平台很快就会成为过去。未来在于混合和高度异构的基础设施，这些基础设施平衡了超大规模服务与本地优先系统、专业平台，甚至针对遣返工作负载的本地策略。

　　这种异质性不仅仅是理论上的。GitHub展示了将本地优先技术与基于云的协作相结合的价值。专为本地运营设计的新人工智能平台——如Meta的Llama或DeepSeek——表明，尖端应用程序可以离开云。这些进步实现了低成本和本地所有权，而不会影响功能。随着越来越多的首席信息官和IT领导者采用这些方法，预计协作工具、无冲突复制数据类型（CRDT）系统和其他本地优先技术的相关性和可用性将显著提高。

　　超大规模企业将继续在企业IT中发挥作用。公共云平台对于工作负载、数据后端和数千个其他功能的弹性扩展至关重要。但它们不再是默认的选择。公司正在采用长期战略，平衡云效用与本地、本地优先和替代系统的控制和成本节约。

　　在未来几年，企业将从根本上重塑其与数据和数字基础设施的关系。竞争优势将属于能够平衡云能力和本地控制数据以更快地创新、满足合规性要求并保持精益运营成本的组织。

　　Hyperscalers为我们服务得很好，但它们从来不是唯一的解决方案。企业IT是多种多样的，支持它的平台也必须同样多样。无论是由人工智能工作量、合规需求还是成本控制压力驱动，组织现在都有实现这些变化的工具、激励措施和策略。