1998 年成立，21 年间Google彻底改变了在线搜索和数字广告业，在此基础上Google又在智能手机操作系统、无人驾驶、人工智能领域不断探索。Google地图、应用商店、YouTube、Gmail、Google Drive 等产品服务全球超过十亿用户，而Google Cloud计算就扮演了发动机的角色。
不断扩充的服务器数量，逐步构建的全球网络基础设施，以及持续迭代的先进技术和开源计算平台给了Google Cloud服务支持Google各大产品体系的能力。这些能力同样可以运用到更多企业的技术构建和业务形态上，而且这种赋能的形式也包含了诸多优势。
12 月 6 日，在新加坡举办的 SYNC 东南亚科技创新大会上，来自Google Cloud的 Mark Johnston 先生同我们分享了Google Cloud在帮助Google自有业务以及助力其他伙伴数字化、高效能的行业故事。
在互联网领域，很多基础设施的需求早已被解决，后来者的价值体现在提供更专业服务的能力上。Mark 举了一个有趣的例子，当我们起床想要吃面包的时候，我们不会从头开始制造一台烤吐司机来满足我们吃面包的需求，我们的业务需求亦是如此。有视频播放的需求我们去调用诸如 Youtube 的视频服务，借助平台的优势可以让我们的业务事半功倍。
Google Cloud平台与 Snapchat 合作也是一个值得分享的例子，Snapchat 是一款国外流行的照片分享应用，每天有超过 8 亿份的照片和视频上传到 Snapchat，每秒需要处理超过 2 万张照片、600 万条视频，看到这数据的很多人都会问，Snapchat 需要什么规模的服务器和运维人员才能满足这样的需求，答案是像Google Cloud这样团队。
不是 Snapchat 在内部组织这样的一支队伍，而是他们接入了Google Cloud的服务。“阅后即焚”是一个巧妙的社交属性，但同样也带来更具挑战的技术需求，大量数据涌入，而后大量信息需要删除，一般的本地服务器的滞后性难以满足上述需求，而Google Cloud平台的动态伸缩计算能力就是为这种需求而生的，这使一家新晋级的重量级选手 0 基础技术团队成为了可能。
还有一份部分人对于云计算不信任是出于无法在物理世界中触及，以为数据上云就无法做到对数据的完全掌控。这其实是陷入了一个误区，云计算平台利用集群优势，可以实现数据的分布存储，多重备份。依托大平台的数据防护能力，数据的安全性其实是指数级的提升。
而对于数据的可控性，Google Cloud也做出了有力的保证，引入更完善的权限管理体系和更安全的密钥存储机制，最大程度的保证数据可控流程透明。
云计算和人工智能的结合也让企业更经济更容易的触及 AI，而有 TensorFlow 加持的Google Cloud平台又将操作难度进一步拉低，企业可以方便地利用 TensorFlow 训练自有模型，满足自身业务的需求，国内手机品牌一加（OnePlus）就是通过 Google Cloud 的 AI 模型去完成用户反馈分析的。
一加认为用户的反馈有着非常重要的作用，但每天来自全球成千上万的用户反馈，收集和分析的任务费时费力。通过在 Google Cloud 上部署 AI 模型对反馈内容进行学习，模型会将诸如“提高清晰度”、“低光场景”、“亮度”等针对相机的反馈合并归纳，然后将有效的信息传递给产品经理，大大提高了处理反馈的效率。
Google Cloud平台的能力远远不止如此，越来越多的企业、商家通过云技术获得了更强更快更加个性化的能力，如果你也想进一步了解Google Cloud，可以关注一下Google Cloud在 2020 年 1 月 9 号举办的 Google Cloud 数字峰会。