縱觀目前的云計算市場，與成熟的IaaS、火熱的SaaS相比，PaaS的關注度相對較低。IaaS、PaaS、SaaS一度呈現“兩頭大、中間小”的特點。但是，隨著我國數字化轉型的持續深入開展，很多企業已經逐步完成了IaaS的建設和SaaS應用的落地。IaaS滿足了業務峰值和增長預期所需的可擴展性，SaaS讓具體業務應用實現起來更加便捷，而PaaS介于IaaS和SaaS之間，提供了一種敏捷開發平臺，不僅可以用來開發應用程序，還可以測試和準備應用程序，以便將應用遷移到云的生產環境中。同時，在云原生、微服務、容器等技術的加持下，PaaS不僅可以提升基礎設施的智能化，還能加速不同SaaS應用之間的協作，大幅縮短產品進入市場的時間，這對于企業來說是一個突出的競爭優勢。 另一方面，PaaS可以更好地將業務與IT融為一體，成為了傳統行業用戶架構升級的必然選擇。

根據IDC《中國公有云服務市場(2021 下半年)跟蹤》報告，中國公有云PaaS市場競爭逐漸加強。中國公有云 IaaS 市場同比增長 40.1%，而公有云 PaaS 市場同比增速為 55.7%。而在《中國公有云服務市場(2021 下半年)跟蹤》報告中，這一數字是47.5%和53.9%，可以發現，國內PaaS市場的增長幅度已經持續超越IaaS。

再來看專業的PaaS報告。近日，賽迪顧問發布了《2021-2022 年中國 PaaS 市場研究年度報告》，從市場地位與發展能力兩個維度對中國PaaS市場廠商競爭力進行評估。值得注意的是，在本土云服務商激烈競爭的中國云計算市場，亞馬遜云科技在中國PaaS市場位居領導者象限，在發展能力方面名列第一、市場地位名列前三。

是什么原因能讓亞馬遜云科技，能在本土云服務商激烈競爭的中國云市場獲得如此位置？

大而全的服務

亞馬遜云科技作為全球云市場份額最大的廠商，無論是人工智能、機器學習等新技術，還是無服務器等底層技術，亞馬遜云科技一直引領著全球云計算的發展趨勢。亞馬遜云科技目前能夠提供200多種云服務，涵蓋計算、存儲、數據庫、網絡、數據分析、機器學習與人工智能、物聯網、移動、安全、混合云、虛擬現實與增強現實、媒體，以及應用開發、部署與管理等方方面面，其中有很大一部分都以PaaS服務的形式，供用戶選擇。

根據賽迪顧問統計數據，2021年全球PaaS市場銷售額為796.5
億美元，其中美國PaaS市場的規模達到 547.2億美元，占全球 PaaS市場規模的68.7%。而亞馬遜云科技在全球最大的PaaS市場--美國，也有大量的重量級客戶，也更容易培育出成熟的PaaS服務。

專而精的產品

對于PaaS平臺而言，大而全只是基礎，專而精才能走得遠。

首先在安全性方面，在中國市場，政企客戶因為擔心數據安全性問題，對大范圍借助PaaS 平臺開發應用、將核心應用部署在PaaS上，持謹慎態度，因而未能充分釋放PaaS的價值。

而亞馬遜云科技的Job Zero 安全文化、安全責任共擔模型、洋蔥型多層安全防護體系等，廣泛受到業界的肯定和客戶的認可，更容易打消客戶使用PaaS時在數據安全方面的顧慮。另外，亞馬遜云科技為客戶打造的五層防護體系，包括威脅檢測與事件響應、身份認證與訪問控制、網絡與基礎設施安全、數據保護與隱私，以及風險管控及合規，也能夠有力地保障客戶的數據安全與合規。

在高效助力開發方面，亞馬遜云科技的諸多免費套餐是云上開發者最有吸引力的地方。其免費套餐覆蓋100余種產品20種類別，包括計算、分析、數據庫、物聯網、機器學習、存儲等。

企業的業務是持續變化的，標準化的產品軟件往往跟不上這種變化，低代碼平臺的靈活性就顯得尤為重要。在去年re:Invent 大會上，亞馬遜云科技公布了新的工具Amazon SageMaker Canvas，用于實現無代碼可視化機器學習。Amazon SageMaker Canvas 將機器學習模型的諸多步驟可視化為可交互的 UI，旨在解決用戶的業務問題，做到不寫一行代碼，快速生成機器學習預測模型。今年6月份，亞馬遜云科技宣布Amazon Amplify Studio正式可用，這是Amazon Amplify全新可視化開發環境，適用于創建Web應用程序用戶界面（UI），讓開發人員在亞馬遜云科技上，以低代碼開發的形式即可輕松構建可定制的Web應用程序。

在數智融合方面，亞馬遜云科技“智能湖倉”架構，以靈活開放的架構帶來高效分析的數據分析引擎，以及AI工具的應用，構建云中統一的數據治理底座，打破數據及技能孤島，為企業提供極致的性能。

Convertlab將亞馬遜云科技的"智能湖倉"架構作為數據治理底座，構建了一體化的戶數據管理平臺Data Hub和高效機器學習平臺AI Hub。Data Hub將原來散落在不同系統的數據全部匯入以對象存儲服務Amazon S3為中心的數據湖；基于云上大數據平臺Amazon EMR進行用戶離線數據、實時數據的存儲和處理；利用交互式查詢服務Amazon
Athena輕松聚合各個數據源的數據，使數據流轉時效性提升32%。AI Hub借助機器學習服務Amazon SageMaker，幫助數據專家快速準備、構建、訓練和部署高質量的機器學習模型，進行快速的特征設計與機器學習模型迭代，模型上線效率提升30%。

結語

當前，PaaS平臺正在與大數據、AI、IoT等數字技術高度融合，云原生的PaaS平臺也在加速業務應用上云，且低代碼/無代碼已經成為了PaaS的必要能力。云服務廠商要想在市場中立于不敗之地，就要提供更豐富的PaaS服務，讓PaaS和IaaS和SaaS協同發展，讓用戶可以更加深入的利用云服務，來獲得更大的價值。