云计算例子,你们觉得云计算还重要吗?

云计算例子，你们觉得云计算还重要吗？

谢谢题主邀请，作为一枚IT老鸟，很高兴可以替你回答这个问题。

时间过得挺快的，一转眼的时间，云计算已经发展了10多年，从一开始不被看好到今天成为企业的核心竞争力，一路的发展有目共睹，但有人还是质疑云计算的重要性。那么，云计算到底重不重要呢？

先给大家提个小问题：有人知道什么是人类社会的四大公共事业吗？想必很多人应该不知道，但要是说水、电、煤气、电信这些资源，应该就不陌生了吧。

但这些都已经是过去的事情，现在时算力时代，一切的一切都需要计算力做支撑。因为我们的社会发展、生活中的信息量出现爆炸式增长，无论是个人、企业还是政府，都需要接收和处理大量的数据。这时候，强大的计算能力就显得非常重要。

其实，经过多年的发展，很多国家都已经开始认同云计算是数字时代的公共服务和发展的基础条件。未来，云计算作为公共服务将支撑下一波信息经济的发展，推动人类走入数字化时代。尤其是很多先进的技术领域，比如人工智能、物联网等都是依靠着云计算技术的。

后面我们再细说这些领域和云计算的联系。

大家在公司上班，或多或少都应该听过机房吧。没错了，就是那个平时只有IT人员才会进去的“小黑屋”。里面一般都是一些服务器组成的数据中心，主要是用来处理企业平时所产生的数据，搭建它的成本在几十万至数亿元之间。所以，很多中小企业因为资金有限，只能线下租赁有限的机房。

但问题来了，业务量小的时候倒是相安无事，然而当流量规模加速增长的时候，自建机房就无法及时承载新增业务，因为扩容动辄要数周，扩建机房更是花费数月甚至以年计，费用就更不用提了。

所以，具有租售属性的公共云计算的出现真的是帮他们解决了一大难题。企业再也不需要一次性花掉大笔IT费用，也不会拥有三年过期的物理硬件服务器的所有权，更不用购买物理的机房设施。这就大大降低了企业的运营成本，可以把更多的资源投入到主营业务上。

不仅如此，进入数字经济时代以来，越来越多的企业正面临着转型，而云计算就成了像“水、电、煤”一样不可或缺的资源。

给大家举个例子，就会比较直观。太阳能电池很多人都知道，但应该没有多少人见过只有0.2mm的太阳能电池硅片。协鑫光伏就是一家太阳能电池硅片生产厂家，一直都被不断攀升的次品率所困扰。因为光伏切片是精细活，硅片主要通过一根仅0.1mm粗细的钢线不断摩擦硅锭完成生产。但是车间的湿度、温度、砂浆上下部温度、导轮上下部温度等上千个参数都在实时影响着生产。如此复杂的生产环境下，人工经验很难100%地保障产品质量。

这就需要借助工业大脑，对所有关联参数进行深度学习计算，精准分析出与良品率最相关的60个关键参数，并搭建参数曲线，在生产过程中实时监测和控制变量，提高了1%的良品率。不要小看这1%，足足帮助协鑫光伏节省了上亿成本。而这一切都是借助于云计算的强大计算能力来实现的。

虽然说现在每个人的嘴上都会提到人工智能，但是大家有没有考虑过云计算和人工智能等科技结合后会产生怎么样的化学反应呢？

有人就计算过，到2045年全世界将有60亿人生活在城市中，那个时候“云”会成为未来城市的数字基础设施。由于“云”具备存储和分析数据的能力，智能电梯、智能停车场、无人驾驶汽车、无人驾驶空中出租车、火车和地铁、农场和发电站都将变得更安全，并得到更好的管理。

比如国内的阿里云正在全力打造的智慧城市，杭州算是第一个“吃螃蟹”的城市，城市大脑在运行了一段时间之后，帮助杭州仅交通通行速度就提高30%左右。现在，城市大脑已经在衢州、苏州、澳门、吉隆坡等境内外十几个城市落地，帮助当地交通治理、环境保护、城市精细化管理等创新实践。

其实我们已经潜移默化的在享受云计算带来的各种便利了。接下来，我们来聊聊云计算与我们生活的联系。

双11，我相信大多数人都参与过。但是你知道它背后发生了的故事吗？

2018年双11期间，阿里云上新增调用的弹性计算能力累计超过1000万核，相当于10座大型数据中心，创造了“脉冲计算”的新纪录。接下来，我们通过一张图让更直观地了解。

再比如大家都有过买火车票的经历，我记得最早的时候买车票，常常都会出现网站本崩溃的情况。不过后来12306网站把访问量最大的查询业务分担到阿里云上，再后来就能够轻松应对每秒40万次查询任务，大家网上购票也变得顺畅了，很难想像如果没有云计算，每年春节回家我该怎么办，难道去车站守夜抢票吗？

关于这个问题，有没有人想和我再和聊5毛钱的，欢迎留言。

如何看待中国量子计算原型机「九章」问世？

蹭个热点，这件事情对中国的意义比对量子计算本身的意义更加深远，因为它代表着

“中国是世界上第二个实现量子优越性（霸权）的国家”

网上看到的其他国家科学家的感慨：

是时候在包括科学、技术、企业和商业等领域放下对中国的偏见和恐惧。。。欧洲应该慎重考虑和中国的伙伴关系，包括科学、技术和商业等方面。。。我们不要错过历史的列车和潮流，特别是量子计算、量子模拟和量子技术的高速列车。

在地缘政治特别紧张的时候，中国的同事们又展示了他们令人印象深刻的科学和工程的工作。

这个工作使得他们和去年的Google站在了一起

为什么很多网盘都死掉了？

百度网盘能存活下来，而且成为了网盘行业的绝对老大，就是因为“靠谱”

我使用网盘的时间很早，大概在2008年的时候就开始使用，但是那个时候还不叫网盘，当时最常见的有三个：

QQ收藏（在QQ2008中自带的功能，好像是有200M的空间），可以上传下载自己的文件。

新浪爱问共享,是一个知识问答平台，但是可以上传文件资料，也可以分享给别人下载。

威盘，当时威盘应该是最常见的，经常玩DNF、穿越火线的应该都见过，那时候的游戏外挂辅助基本都是上传在威盘里面的。

百度网盘是2012年才推出的，在百度网盘之前还有115网盘、为什么几年之内百度网盘就横扫整个市场？

百度网盘依托百度搜索这个坚强的后盾，当时百度搜索已经是国内搜索行业的绝对第一，李彦宏的名声也是声名大噪，所以百度推出的网盘业务肯定是很靠谱的，不会像别的网盘说倒闭就倒闭，而且稳定性也保障。

所以百度网盘一推出，马上就有很多人转战百度网盘，包括我也是，都是冲着百度搜索和李彦宏去的，这是对大企业的信任。

当时一些不知名企业的网盘业务直接全线崩溃，只有腾讯、金山、华为、新浪等才能与百度网盘有所竞争。

百度网盘在2012年推出之后，犹如一个深水炸弹投在了网盘的市场，小点的网盘都被炸死了，大点的网盘都在寻找机会希望能够一雪前耻。

这时候金山快盘放了一个大招：免费赠送用户100G储存空间，这样的举措让整个业界都颤抖了一下，要知道当时百度网盘的永久免费空间才仅仅5G而已，金山直接把这个数字翻了200倍，想要从容量下手吸引用户使用。

万万没想到啊，要论玩免费金山怎么可能是免费鼻祖360的对手：360云盘直接给用户36TB的免费空间（只需要下载客户端），容量是金山的360倍，360这一招可谓是花了血本，伤敌600自损1000，只许成功不许失败；把金山的脸按在地上摩擦。

面对免费狂魔360，众多网盘企业都开始疯狂赠送免费空间，希望在这场容量之争中能够存活下来，就连华为也服软推出了无限使用的云空间服务。

在这场仙魔大战中，唯有百度却没有杀红了眼，只是将免费容量提升到了1TB，看似没有竞争力，却是一个平衡容量和稳定的极佳点。

这场战斗中，金山快盘被打脸导致一蹶不振，360云盘吸引了用户却把自己伤的太狠最终也不治身亡，华为只是把网盘都成副业没有太过操心，这样的局面最终还是百度网盘收益最大。

随着网盘行业的火热，随之而来的就是网盘的稳定性和资源的合法管理。

金山快盘，360云盘最终都因为这些原因选择关闭服务，推出网盘行业。

百度作为互联网企业的资深企业，知道资源的合法和自身的稳定才能够带来长久的寿命，知道只有把别的对手全部熬死自己才会有翻身盈利的一天。

所以百度对用户上传的内容都会严格检查，防止用户上传非法的文件，避免因为这些文件牵扯到自己，这些规则虽然给用户带来了不便，对它自己的发展确实极为有利的。

而且百度网盘的稳定性确实非常不错，我已经使用了这么久，除了有些文件被百度和谐了意外，没有文件丢失的情况。

稳中求胜，不断升级的技术和稳定的服务、适量的空间，是百度胜利的原因所在。

如今百度已经是网盘行业的大哥，开始了自己的盈利，没有人可以和它一争高下。

如今新的云盘依然还在出现，比如蓝奏云就是一款很不错的网盘，百度依然需要坚守自己的阵地，才能不被拉下大哥的位置。

人工智能的相关职业是什么？

未来，你的工作会被人工智能所取代吗？和AI抢饭碗，你能立于不败之地吗？

图源：图虫创意

一些人类看上去很难的工作，在人工智能看来可能非常简单；一些在人类看上去很简单的工作，可能却是人工智能的死穴。

在AI的冲击下，哪些工作“名存实亡”，又有哪些工作能“有惊无险”呢？对此，李开复先生给出了一个“预言”。

未来30年内，人工智能可能带来太多人类目前还不理解的社会现象，不理解就可能会带来麻烦甚至是灾难。首当其冲的就是取代人类的工作，甚至会让部分人失去“生而为人”的意义。

当人工智能开始从实验室走向更为广泛的应用时，它就不再仅仅具有技术上的冲击力，而是会越来越明显地影响到人类经济社会的运行。人工智能使人类获得更大解放的同时，也带来了失业、收入差距拉大等负面影响。

而且，它来得是这么快。一切都网络化以后，人工智能只要把数字拿来算一算、推一推，就可以做出各种比人更精确的决策、判断、预测、分类。

我对这个话题做了系统分析：

“华尔街的交易员，这个曾经很光鲜的职业很快消失了；未来的保安也会部分消失，因为摄像头的监控，加上一些机器人巡视，已经不需要保安了；司机可能也会消失，还包括一些非常高端的白领，比如说放射科医生，他们的看片能力不如机器人。”

为什么会出现这个结果？分析人工智能取代工作岗位，不能仅仅用传统“低技能”对比“高技能”的单一维度来分析。人工智能既会产生赢家，也会产生输家，这取决于具体工作内容。

尽管人工智能可以在基于数据优化的少数工作中远胜人类， 但它无法自然地与人类互动，肢体动作也不像人类那么灵巧，更做不到创意地跨领域思考或其他一些需要复杂策略的工作（因为这些工作投入的要素和结果无法轻易量化）。

一些人类看上去很难的工作，在人工智能看来可能非常简单；一些在人类看上去很简单的工作，可能却是人工智能的死穴。我们可以用以下的图来说明：

对于体力劳动来说，X轴左边是“低技能、结构化”，右边是“高技能、非结构化”。Y轴下边是“弱社交”，上边是“强社交”。脑力劳动图的Y轴与体力劳动一样（弱社交到强社交），但X轴不同：左侧是“优化型”，右侧是“创意或决策型”。

如果脑力劳动的重点是将数据中可量化的变量最大化（例如设置最优保险费率或最大化退税），就归类为“优化型”的职业。

这几条轴将两张图各分为四个象限：

第三象限是“危险区”，第一象限是“安全区”，第二象限是“结合区”，第四象限是“慢变区”。

工作内容主要落在“危险区”的工作（如卡车司机等）在未来几年面临着被取代的高风险。

“安全区”的工作（如心理治疗师、理疗师等）在可预见的未来中不太可能被自动化。

“结合区”和“慢变区”象限的界限并不太明确：尽管目前不会完全被取代，但工作任务的重组或技术的稳定进步，可能引起针对这些工作岗位的大范围裁员。

在左上角的“结合区”中，大部分计算和体力性质的工作已经可以由机器完成，但关键的社交互动部分使它们难以完全自动化。

所以，最可能产生的结果就是幕后优化工作由机器完成，但仍需要人类员工来做客户的社交接口，人类和机器形成共生关系。

此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度，以及客户对于与计算机互动心态的开放程度。

落在“慢变区”的工作（如水暖工、建筑工人、美术设计师等）不依赖于人类的社交技能，而依赖灵活和巧妙的手工、创造性或适应非结构化环境的能力。这些仍是人工智能的短板。

由于不断发展的技术会在未来几年中慢慢提升这些短板，所以此象限中工作消失的速度，更多地取决于人工智能能力的实际扩展。

在我看来，警告、悲观、恐慌是“不识庐山真面目”的杞人忧天。撕掉标签，人工智能，既不是“人”，也没有那么“智”。它只能成为人类的工具，不可能取代人类的所有工作。

对职场人而言，来自机器人与人工智能算法的压力是巨大的，但前景并不完全黯淡。人工智能将会取代目前由人类员工从事的许多工作，在某些行业，这种趋势已经开始显现，但在可预见的未来有些工作并不能被取代。

以下是我预测的，最容易受到AI冲击的10种工作，以及看似很危险，其实很难被AI取代的10种工作。

未来“名存实亡”的10种工作

1、电话营销员/电话销售

电话销售将是最快被AI取代的岗位之一。你很可能接到过自动语音来电，未来这类电话会变得越来越自然。在由AI主导的单一领域对话中，AI也更容易达到真实的效果。

此外，AI会通过顾客资料、购买历史以及表情识别，找到吸引顾客的方法。例如，使用温和的女性声音或有说服力的男性声音，向冲动型购买者进行追加销售，用价格、类别均合适的商品来锁定顾客。

与人工电话销售员相比，AI几乎是零成本，而且不抱怨、绩效高、与商业逻辑高度一致，所以电话销售类工作是没有未来的。如果你正从事电话销售，可以考虑换成面对面销售或其他需要和人们打交道的工作。

2、客户支持

客户互动会随着AI的应用而增加。不过，鉴于这类工作的重复性（通常会有教科书式的应答方法作为参考），客户支持将在很大程度上被AI取代。

这一过程会分为几个阶段进行。最先被取代的将是聊天机器人和邮件客户服务，接着是涉及大量来电和相对简单产品/服务的语音服务。

一开始，AI将和人类联手工作，由AI提供建议性的答案、主题和固定回复。人类则将充当后备人员，处理AI无法处理的来电（譬如来电者处于愤怒状态）。

这样将会缩短顾客的等待时间、提高问题解决率（因为使用AI的前提是确认它可以解决问题）并大大降低成本。这一过程会为AI积累大量数据，并最终使得AI的工作表现超过人类。

如果你从事的是客户服务工作，可以从文本支持转向语音支持、从轻度支持转向深度支持、从电话/互联网服务转向面对面服务，同时也应该学习共情、沟通和劝说的技巧。

3、仓库工人

亚马逊仓库已经采用了由Kiva系统开发的机器人，它们会把货架搬到固定位置的人类工人面前，由这些工人拣选好商品并放入箱子里。

不过，随着计算机视觉和机器人操控技术的发展，固定位置工人的工作会经历强度加大而后被取代的命运。

另外，AI将很快能从事搬箱、装车以及其他仓库工作。和工厂相比，仓库自动化所需的精度低，因此更容易实现。

4、出纳和运营人员

花旗银行近日宣布将运营人员的数量从两万名裁减至一万名。这些都是和数据、信息打交道的“无名”中间人，他们负责的工作包括文件存档、处理、采购、库存管理、错误勘查、销售额估算、向管理层报告调查结果等。

随着商务流程的电子化，商务智能系统可以让整个流程实现自动化，AI甚至能直接做出决策。这一现象不仅发生在银行业，也将出现在每一个和海量数据打交道的大公司。在AI时代，没有人会想成为千人一面的数据处理员。

5、电话接线员

电话接线员是电话类工作中最不需要用到人际技巧的工作。现在语音识别越来越精准（微软的语音识别已经超过了人类水平），以情景对话为导向的语音合成也越来越自然（谷歌最新的语音合成与人声几无区别）。

另外，电话类工作也随着更多的人依赖信息而受到挑战，因此被彻底淘汰只是时间问题。

6、出纳员/收银员

出纳员和收营员正在被ATM机和自助结账机取代。日益激烈的竞争迫使零售商、银行和快餐公司大量精简人工流程。

Amazon Go无人商店已经预示了一个商店完全无人化的未来。不过，由于无人商店价格高昂、移动支付尚未普及且摄像头和面部识别仍存在隐私问题，无人商店不会迅速地大规模铺设。但如果你是一名收营员，可先别感到松了口气。

基于射频识别（RFID）和计算机视觉的自助结账机正来势汹汹，一同来袭的还有智能贩卖机和小型便利店。现在是时候换份销售助理的工作了，最好是那种会对亲和力与说服力进行评估和奖励的工作。

7、快餐店员

食物的准备工作兼具重复性和场所固定两大特点，因此将不可避免地被AI取代。

现有的连锁餐厅已经开始推广自动化点餐流程，很可能不久后便会使用面部识别和语音识别技术。下一步自然就是对食物的准备和烹饪进行自动化了。

另外，未来还将出现烹饪和上菜全自动化的全新平价连锁餐厅 （比如价格只有麦当劳一半的机器人中餐厅）。这些“机器人餐厅”将抢走传统快餐行业的生意，从而导致快餐店员工数量下降。

8、洗碗工

不要把洗碗机想像成一个机器人，而要把它想像成一个超大型洗碗机，能直接从餐桌上撤下碗碟（当然还有食物、骨头、餐巾和其他餐具），然后把碟碗和银器洗得锃亮。

位于加利福尼亚的初创公司Dishcraft已经在销售这种超大型洗碗机了。这些洗碗机价格的确比较高，但是对于大型餐厅而言，和省下来的人力成本相比，仍然是可以接受的。

假以时日，大规模的投产会使洗碗机的成本降低。如果你现在正从事洗碗这类重复性劳动，是时候接受培训，换份重复性较小的工作了。

9、生产线质检员

生产线工作将会逐渐被淘汰，这类工作重复性高，工作环境固定。整个淘汰过程有可能长达二十年之久，因为操控机器人对AI来说仍有难度。

但也有一些AI容易上手的生产线工作，比如检查商品的损毁和瑕疵情况（像是检查 iPhone装壳这类保证产品美观的工作，或是检查电路板这类保证产品功能的工作）。

这类工作利用了电脑视觉的快速发展，同时需要很少、甚至完全无需操控。对人类检查员来说，这种工作既麻烦又累人，特别伤眼睛。所以，是时候换一份对健康伤害小、对灵敏度要求高、需要在非固定结构的新环境中从事的工作了。

10、快递员

快递员和送货员正在被快递机器人、小型汽车、大型卡车以及无人机取代。最先出现的将是结构化环境中的室内配送服务（酒店客房和公寓），之后会延伸至非公共道路，最后渗透整个快递行业。

短期内，电子商务会持续增长，快递需求也会随之增加，但快递工作绝不是个好选择，其中涉及的人类专有技能和人际互动微乎其微。

对智能机器取代人类劳动岗位的担忧并非是杞人忧天。从卡车装卸工人到法律研究工作者，无论是白领还是蓝领，只要是重复性的劳动，都将被机器人和基于人工智能的软件取代。

未来“有惊无险”的10种工作

1、健身教练

尽管未来总会有更高质量、更智能的健身器材帮助我们锻炼，但健身教练无可取代的地方在于，他们能为我们每个人量身打造健身计划，在旁陪练指导，还能敦促我们坚持锻炼，避免犯拖延症。

其次，随着社会财富增多，出行方式变得更高效（如智能型、甚至是自动型电动平衡车），我们对于锻炼的需求将大大超出以往。

最后，AI时代会给我们带来更多的社会财富和闲暇时间，自助、娱乐和健康将成为发展的主题。

2、养老护理员

到2030年，麦肯锡医疗保健类工作岗位将在全球范围内猛增5100万个，总数将高达8100万个。

这类工作包括养老护理员、家庭健康护理员、私人护理员以及护士助理，不过最大的岗位空缺将出现在与养老护理相关的领域。

考虑到人类寿命延长、老年人对医疗保健的大量需求以及填补此类工作空缺的难度，这一需求还会不断攀升。

AI固然可以实现老年人的医疗监护、安全保障和移动辅助等基本功能，但像是洗澡、穿衣以及更为重要的聊天和陪伴工作，都是AI是无法胜任的，只能交由人类完成。

3、房屋清洁工

像房屋清洁、园艺以及其他需要在非固定结构空间内进行、且所在环境较为多变的工作，对于机器人而言难度太大。

虽然像伦巴扫地机器人（Roomba）这样的智能设备会承担部分工作量，但整体而言，这类工作的就业水平有望得以维持。

此外，我们预测，各类移民服务岗位将大量增加（在法律允许的前提下），因为AI将进一步拉大贫富国家之间的差距。

4、护士

护士、保育员、心理健康辅导员以及戒毒治疗师是最难被机器替代的工作类型之一，这类工作涉及大量的人际互动、沟通和信任的培养。

例如，治疗情绪不稳定、有抑郁症状的病人需要娴熟的沟通技巧，治疗师需要先了解造成病人情绪困扰的根源。这些都远远超出了AI技术目前的能力范围。

5、楼房管理员

楼房管理、酒店管理、定制服务等其他高端服务将是财富新贵群体的高需求所在（如AI企业家和工程师）。

在互联网（旅游网站）和AI（自动化快餐和咖啡）提供标准化服务的同时，那些具有人情味、个性化以及能够构建长期关系和信任感的优质服务将具有更高的价值。

在AI时代，休闲和娱乐产业将成为强劲的增长领域。

6、运动员

虽然未来机器将比人类更擅长比赛，但体育运动不会因此而受到丝毫的影响。这些都是需要人类参与的娱乐活动。运动明星与知名歌手、演员并无二致。

随着人们闲暇时间的增加，拥有非凡天赋和个人魅力的运动员将有更强的吸金能力。

7、保姆

保姆是最讨喜的工作之一，甚至可能会被当成家庭成员来看待。

保姆的许多体力工作会实现自动化（比如除尘和洗碗），如此一来，他们的工作会逐渐转向“关爱和个性化”服务，比如悉心烹饪一顿孩子爱吃的饭菜，或是朗读孩子最爱听的故事。

保姆将花更多的时间去陪伴、照料家里的孩子，和他们玩耍。能够成功转型的保姆是AI无法替代的。

8、导游

优秀的导游是擅长讲故事的人。他们将个人经验和百科知识巧妙地融合在一起，并以戏剧化的方式呈现给游客，从而打造出独一无二的旅行体验。

优秀的导游还能挑起趣味横生、内容丰富的谈话，创造出一段令人怀念的旅程。当然，那些照本宣科、一味重复的导游，在AI取代人类工作的大潮中就没那么走运了。

9、人力资源

人力资源、特别是员工招聘和猎头工作，都要涉及大量的人际互动。说服某人放弃现有工作、考虑其他工作是相当不容易的，这需要建立在对对方的长期深入了解和互相信任的基础上。

当然，随着人力资源工作变得更倾向于以人为中心，人力资源行业也会利用AI完成常规的问答工作（比如回复雇员的邮件）、监督雇员工作表现、发起招聘启事、筛选求职者并进行工作匹配等。

10、数据处理和标签

最后来个大惊喜。

虽然每个人都认为数据录入和处理会因机械化而被淘汰（甚至不需用到AI）。但在未来二十年内，AI进行的训练会用到规模庞大且不断增长的数据。这些数据需要经过初期的人工筛选、处理、贴标签和分类。

亚马逊土耳其机器人（Amazon Mechanical Turk）就是个很好的例子。不过，可别期待能从这类工作中获得高薪。

什么是政务云？

政务云属于行业云的一种，是面向政府行业，由政府主导，企业建设运营的综合服务平台。

听起来很深奥对不对？在政务云领域，有一个非常生动形象的例子，叫“最多跑一次”，我们不妨借助它来理解政务云。

“最多跑一次”指的是让老百姓和企业到政府办事，一趟就能解决。这在之前是很难想象的，但凡涉及到政府的事情，跑个5、6趟能办好就已经不错了，“最多跑一次”在以前更像是一个美好愿景。但是，在浙江，这句话真正落到了实处。

政务云并不是简单地将所有政务数据上网，或是用机器代替人工处理问题。政务云应该是能够实现“数据跑腿”代替“人跑腿”的背后，真正提高繁琐的政务处理效率，让政府、企业、老百姓多方都感觉到便利的事物。

早在2014年，浙江省已经开始了“政务云”定义的探索。

阿里云为“浙江政务服务网”的上线提供技术支持，整合40余省级部门、11个地市和90个县(市、区)政务服务资源、实现省市县的数据直连，这也是全国首个搭建在阿里云上、省市县三级采用一体化模式建设的网上政务服务平台。

要知道，阿里云的政务云采取的并非传统IT那种信息互不相同，项目互相割裂的模式。阿里云的方法是线上线下数据打通，实现真正的信息共享，将擅长的云计算、人工智能等技术与政务结合，满足了浙江省政府数据共享的需求，也创造了政务云的服务新模式。

听浙江的朋友讲，以前办理出入境证件，至少需要4次，现在 1次就能办成。企业办理企业房屋租赁事宜，不到10分钟就能办完所有手续。我们没在浙江的也只有羡慕的份儿了！

除了浙江以外，人社部、海淀税务局、中国气象局、国税总局、浙江互联网法院等，全国的各个政府部门和机构都通过政务云进行数字化转型，提高了自己的政务能力。

特别要提到下面这个表，2017年中国电子政务能力最高的三个省浙江、贵州、江苏，统统都和阿里云合作，通过政务云，进行数字化转型，这才能领先全国！

总之，在我看来，这便是政务云。大家有什么看法，可以在评论里跟我一起讨论。