近日，全球云计算圈子里的重头戏亚马逊re:Invent全球在线峰会成功举办，全世界开发者与用户第一次可以“近距离”接触AWS 的高管和技术大咖确实令人鼓舞，被圈内人称之为“AWS的春晚”。会上，AWS CEO Andy Jassy一如往年，发表了长达三小时、干货满满的主题演讲，阐述其对行业与客户需求趋势的洞察，并在主题演讲发布了27项创新的云服务和功能（当天总共发布43项新服务和功能）。例如，重磅推出Amazon EC2 Mac实例，服务2800万Apple开发者；发布了五大用于工业领域的机器学习服务；发布了五种新的Amazon EC2实例类型、两个全新AWS Outposts单元，以及三个新的在美国AWS 本地区域；推出四项存储创新和三项全新的数据分析功能等。

“凶猛”的创新

根据亚马逊公布的财报数字，AWS在2020年第三季度达到年化收入460亿美元，同比增长29%，相当于一年增长100亿美元。AWS自身的发展呈现出了加速增长的态势。AWS实现第一个100亿美元收入用了123个月；第二个100亿美元增长用了23个月；第三个100亿美元增长则用了13个月；现在，第四个100亿美元增长只用了12个月。

最新的营收数据显示，AWS已经与微软、戴尔、IBM、思科一起，位列全球前五大企业IT公司。根据咨询机构Gartner在2020年8月发布的《2019年全球公有云IaaS和PaaS市场份额报告》，AWS的市场份额为45%，超过第二、第三、第四、第五名的总和（34.3%）。

未来，AWS仍然有非常大的增长空间。Gartner发布的IT关键指标数据《2020：Industry Measures》显示，云计算尚处于发展的早期，在总体的IT支出中，云上支出只占4%，传统IT支出仍占96%。

AWS的飞速发展依靠的是不断创新。2011年，AWS发布了80多项重要服务和功能；2012年发布了近160项；2013年发布了280项；2014年发布了516项；2015年发布了722项；2016年发布了1017项；2017年发布了1430项；2018年发布了1957项；2019年发布了2345项。在今年的re:Invent大会上，AWS CEO Andy Jassy通过其主题演讲就发布了27项创新，涵盖计算、存储、数据库、数据分析、容器、机器学习运维、工业机器学习等多个方面。

为何AWS创新如此“凶猛”？

AWS大中华区产品部总经理顾凡表示，AWS的创新背后其实有一些文化方面的规律。AWS认为，有些趋势和革命是一定会发生的，如果你自己不去放大自己的声音，自己不敢于继续创新的话，你很有可能被其他人的创新革命。

顾凡表示，对于创新，企业需要员工去创新，但是员工创新并不是为了创造，而是为了实实在在解决客户的问题，这也是AWS云服务每年迭代的核心逻辑，AWS并不关心这个技术到底在业界能造成多大的反响，有多酷，更关心如何真正解决用户的问题，创新必须要带来价值。另外要平衡速度和复杂度之间的关系，一方面创新确实需要速度，需要快速试错。同时在创新的过程中，尽量不要过于复杂化。

瞄准机器学习和数据价值挖掘

在AWS推出的繁多的新品中，机器学习成为重要角色。会上，AWS发布了Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision。这五项全新的机器学习服务共同帮助工业和制造业客户在其生产过程中嵌入智能能力，以提高运营效率，改善质量控制、信息安全和工作场所安全。其中：Amazon Monitron提供包含传感器、网关和机器学习服务的端到端机器监控解决方案，以检测可能需要维护的异常设备状况。Amazon Lookout for Equipment为拥有设备传感器的客户提供了使用AWS机器学习模型来检测异常设备行为并进行预测性维护的能力。AWS Panorama Appliance帮助已在工业设施中装配摄像机的客户使用计算机视觉来改善质量控制和工作场所安全。AWS Panorama软件开发套件（SDK）使得工业相机制造商可以在新相机中嵌入计算机视觉功能。Amazon Lookout for Vision在图像和视频流上使用AWS训练的计算机视觉模型，以发现产品或生产流程中的异常和缺陷。

此外，AWS还发布了基于机器学习的全新运维服务——Amazon DevOps Guru。完全托管的运维服务Amazon DevOps Guru，利用机器学习技术，可以帮助开发人员通过自动检测运维操作问题和建议补救措施，让开发者可以更加容易提高应用程序可用性。Amazon DevOps Guru应用了支持Amazon.com和AWS卓越运营多年的机器学习技术，通过自动收集和分析应用程序指标、日志、事件和跟踪信息痕迹等数据，识别偏离正常操作运维模式的行为。当Amazon DevOps Guru识别出可能导致服务中断的异常应用程序行为时，可以帮助开发人员快速了解问题的潜在影响和可能原因，并提出具体的修复建议。

企业在应用机器学习的时候，其目的是从数据中寻找价值。因此，数据分析对于企业而言同样至关重要。AWS也看到了这一趋势，宣布了三项全新的数据分析功能，这些功能可以大幅提升Amazon Redshift数据仓库的性能，使客户在数据存储间的移动和合并数据变得更加容易，并且使终端用户更便捷的利用机器学习从业务数据中获得更多价值。

三项全新的数据分析功能分别是：AQUA for Amazon Redshift通过创新的硬件加速缓存，将计算能力带到存储层中，加速数据查询，性能比其它任何云数据仓库高出10倍。AWS Glue Elastic Views 可帮助开发人员构建使用来自多个数据存储的应用。利用物化视图，自动在存储、数据仓库和数据库之间合并和复制数据。Amazon QuickSight Q为Amazon QuickSight提供机器学习驱动的能力，使用户能够使用自然语言表达，在Amazon QuickSight Q搜索栏中提出业务问题，并在几秒钟内收到高准确度的答案。