这篇文章较为口水流水，没啥深刻洞察敏锐观点，嫌弃者请不要继续阅读
（1） 过去几波抓手
所谓时与势，每个时代都需要一个重要的事件和抓手，才能成一代枭雄。和平年代水涨船高，很难异军突起。我只是说很难，没说一定不能。
云计算的崛起也是这样。
有人曾经想拿容器、微服务拉，不行；有人曾经想拿关系数据库、NOSQL数据库拉，不行；有人曾经想拿新兴的区块链技术拉，还不行；有人曾经想拿安全服务拉，也不行；有人曾经想拿自动化运维服务拉，也不行。有人走向了私有化部署服务，有人走向了超融合软硬化一体机。究其为啥这些东西拉动不起云计算消费，我最后有揭秘。
中国有几波热潮：
1、手机游戏热。以2013年8月，微信发布游戏入口为关键里程碑。游戏是中国互联网半边天一点不假，即使腾讯和网易占据了中国游戏市场的半边天，但另外半边天仍然日进斗金。
2、移动互联网创业热。以2014年创业大街李总理参观为关键里程碑。但是，2017年的创业大街冷冷清清。现在也没人提移动App优先了。很多人又开始提H5、Docker、微信服务号、小程序这些轻量级的前端应用技术。
3、互联网金融热。在2014-2016，是创业最火的三年。在这三年，O2O、互联网金融，你方唱罢我登场。但是，互联网金融好多创业在中国成了庞氏骗局，被中国政府在2016-2017打击，中国互联网金融创业关闭了不少。
4、智能硬件热。在2015-2016年最火热。智能手机、智能电视、可穿戴设备、智能家电、无人机、VRAR。听说未来还要火热智能汽车、IoT物联网。不过显然，智能硬件这个坑太大。
5、企业SaaS热。这个创业热潮也是在2014-2016最火热，在2015年最高潮。但企业SaaS本身并不消耗太多计算、网络带宽、CDN、存储、SQL/NOSQL，所以这股热潮倒是热，但是并未拉动云计算。
6、大数据热。Hadoop、Spark、Storm等等大数据技术兴起，从大数据采集、大数据传输、大数据存储、大数据清洗处理、大数据建模、大数据计算、大数据图表展示，很长的链条。按说很消耗计算主机、网络带宽、存储、SQL/NOSQL/数据仓库。但是因为在中国，大数据遭遇了应用系统建设、应用系统集成、业务模型建模、数据清洗的难题，所以发展缓慢，没法规模放量，并不能把一家云计算公司送到高处。
7、直播热。直播，首先考验网络带宽、CDN，其次考验直播处理中间件。而且直播和在线教育直播热在2016年重叠在了一起，让赶上这波热潮的云计算厂商纷纷崛起。当然，随着扫黄监管，一大批直播网站倒闭，直播热也过去。
8、人工智能热。人工智能是2016年开始火热，2017年到达高潮的一波热潮。在计算（GPU/TPU/FPGA）、存储（大规模数据存储）、处理（大数据训练）方面都极其消耗计算资源、网络带宽、存储。这是云计算今年最好的风。不过由于这股风门槛比较高，所以概念炒的热，产品成熟度不行，所以商用放量拉升云计算销售还不行。期待2018年吧。但如果2017年你不准备，那在2018年也没有你什么事。
从这几股热潮来看，真正拉动云计算厂商的一共两波：游戏、直播。下一波就是人工智能。
（2） 新零售抓手
今年，在应用层级又刮起了一股风，那就是新零售。这股风由这么几股势力推动起来：
1、IT方案：马云提出新零售概念，并推出线上线下统一管理解决方案：线上线下统一营销活动、线上线下统一订单、线上线下统一库存、线上线下统一配送、线上线下统一用户画像和用户信用、线上线下统一信用
2、IT方案：万达整合WIFI迈外迪、ETCP智慧停车、海鼎后台零售业ERP、飞凡会员卡和飞凡智能POS、快钱支付、云计算、大数据联合IBM，推出线下全程数字化解决方案
3、技术：马云推出无人商店
4、技术：亚马逊发布Amazon Go线下商店
5、渠道：自动售货机：新华都20亿人民币收购友宝在线
6、渠道：便利店：原去哪儿创始人庄辰超和原7-11北京运营团队合作搞了便利蜂
7、渠道：便利店-批发：京东推出百万便利店新通路战略
8、品类：盒马鲜生以生鲜+堂食餐饮，获阿里投资，号称新零售
看来大风，还得巨头（阿里和亚马逊）来引领啊（这个现象值得观察）。
我们透过这些各式各样的表象，我们能够看到本质：
1、商品越来越接近消费者了。以后会有新的表象业态，会更加比便利店和超市还要接近消费者。大家尽情想象吧。
2、线下技术越来越趋于线上效果：24x7可销售可获得、标品/标准价、无人接待、可自动化低成本高效率的记录用户购买过程行为、线上线下统一用户画像和消费信用。
那这和云计算有个毛关系？
嗯，是的，电子商务其实就是外向型的企业业务系统，本身并不太消耗云计算资源、网络带宽、CDN、存储、SQL/NOSQL。
但是这里涉及到线下线上统一用户画像、可自动化低成本高效率的记录用户购买过程行为。
也就是说，我们需要各种识别技术来识别消费者、识别商品、识别消费者行为。在线上，我们有很方便的技术做到消费者自动登录、点击流、搜索、关联推荐、点赞、收藏、购物车等购买过程行为信息。但是在线下，这个技术还没有。虽然万达用了迈外迪WIFI来识别、ETCP智慧停车来识别，但终究很难做到像线上零售一样无人（淘宝砍价模式咱们不谈）。
我们需要技术来识别：到底是谁进来了，他是怎么浏览的，他是怎么挑选商品的，怎么给他做到自动精准关联推荐...
可能这需要很多技术：如人脸识别/支付账号登录刷手机扫码进入、统一消费者画像、智能商店摄像头人脸识别/人流路径识别、智能商品识别/智能商品标签、智能货架、智能购物车、语音精准关联推荐...
是的，每一个消费者、每一个动作行为、每一个商品取放、甚至每一件商品的现场试用体验动作，都需要被记录下来。人工智能基础技术：视觉识别、语音交互、自然语言处理等等细分技术，都需要以新零售需要的业务场景来体现出来。而无人商店，是最好的试验田以及技术快速成熟倒逼地。无人商店有没有价值不说（中国线下零售的人工成本在3%-5%，欧美线下零售的人工成本在10%-15%），但是做到可自动化低成本高效率的记录用户购买过程行为，来持续优化改进线下零售，才是最关键的。
中国线上电子商务，固然在流量集中化爆发、标品一口价自主高效率购买、后台可以大规模自动化集约化处理外，另一个很重要的优胜之处就是它有数据可以持续优化。咱们中国零售服务业从业人员学历低、工资低、工作辛苦（工作时间长/而且别人休息他们正忙）、还要求前端销售接待人员长的还好还能说会道（不像电子商务前端人员只需要配送人员而已）。所以中国零售服务业难以做到像日本一样可以留心做到用户画像的记录（大家看看日本POS机）。不知道如何持续优化，那就很难进步。这就一步步落后了。
只有有了抓手，才能把人工智能识别、大数据存储与计算分析处理、SQL/NOSQL存储、云计算资源、网络带宽、安全服务、自动化运维服务串在一起。也许也只有这样在应用级引领，才能把智能产品、智能物联网再带动应用起来。
别嫌弃新零售，你认为是窄行业，支撑不起你云计算这么个大盘。但我仍然要说，游戏和直播可以让一些厂商异军突起，新零售也能，虽然游戏和直播是纯数字化产品应用容易突起，而新零售夹杂了智能硬件这个坑。饭要一口口吃，品类赛道得一个个打。