云计算大行其道的今天，中国的公有云市场已经进入了多强争霸的时代，国际巨头与本土厂商都提供了极具吸引力的产品和服务。2016年9月底，微软在北京举办了“微软2016企业技术决策论坛”，与中国合作伙伴世纪互联共同发布了微软智能云Azure一系列全新服务和功能升级。
论坛期间，微软全球资深副总裁，Azure的创始人之一Yousef Khalidi接受了中关村在线记者的采访，为中国用户解读了微软智能云Azure的特色和优势。
Azure的规模有多大？
虽然人人都知道微软是世界最大的软件公司，但即使Azure的用户也未必知道它的真实规模到底有多大。和所有云计算服务商一样，Yousef不会透露Azure有多少台服务器，但是他很有信心地告诉记者：“微软现在已经在全球28个地区投资设立了100多个数据中心，马上将扩展到34个地区，超过AWS、Google、阿里云的总和。在广域网层面，全球有超过3500家网络服务提供商和微软的网络有连接。它相当于Google和Amazon在广域网与网络服务提供商连接的数量的两倍。”
微软全球资深副总裁Yousef Khalidi
大规模的基础设施意味着大规模的用户，Yousef告诉记者，目前有超过85%的财富500强企业使用微软的云服务。作为微软Azure网络服务的负责人，Yousef Khalidi坦诚地表示，他的工作面临的最大挑战是如何让如此大规模的业务继续适应高速成长。
Azure适合什么样的企业？
超过85%的世界500强企业使用Azure其实勾勒出了它的主要用户特质：大型跨国公司。“因为跨国公司通常有多个地区的业务需求，而微软云恰好符合他们的这一业务需求。”，Yousef告诉记者。他特别强调Azure的优势：“一家企业假设在中国有业务，当它要扩展全球业务的时候，只需要关注市场即可。它的技术和所有代码、服务都可以无缝迁移到国外Azure的数据中心。反过来也是一样的，在其他国家有业务的公司想扩展中国的业务，只需要用同一套代码，因为是同样的平台，所以也可以无缝迁移过来。”
同时，Yousef表示并不是只有大企业才能适合Azure，“微软Azure欢迎所有的企业来使用，相对来说跨国公司的需求会更加强烈，因为微软的Azure有地域的优势。无论你是一个独立的开发者，还是一个非常高端的企业用户，我们都会满足所有用户的所有需求。”
与竞争对手相比，微软Azure有什么优势？
Yousef表示，相对于其他云服务提供商来说，微软智能云Azure的优势有三点。
首先，Azure对混合云架构提供优秀的支持。当客户有PaaS或IaaS的需求时，可以通过混合云在云上提供弹性计算，扩容运算能力，同时在本地保持业务。用户可以用统一的方式在本地和云上管理虚拟机、监控基础设施，保持同样的身份验证解决方案和网络连通性，
其次，作为微软的老本行，Azure的软件即服务（SaaS）部分当然是独特卖点。在市场上占统治地位的Office 365和CRM Online也是Azure的组成部分，微软提供了从IaaS到SaaS到PaaS的全面解决方案，客户可以自由选择服务形式来满足需求。
第三，微软了解企业用户的需求，尤其体现在合规这一方面。每个国家都有自己本地的一些合规的要求，而Azure是全球的公有云中满足各个国家本地合规要求最好的一家公有云。
微软Azure在中国的运营有什么特殊之处？
在中国，Azure是微软与本地合作伙伴世纪互联共同运营的。在此背景下，中国市场的Azure和全球运营的产品有没有区别？Yousef表示，几乎没有。
他说：“每一个国家都有在广域网上连接的规则，包括本地的需求。微软必须要服从这些本地的合规性，包括法律上的问题。每个国家的区别主要体现在由ISP提供的性能和延迟上的区别，全球的Azure网络的功能也是一样的。
我认为全球客户和本地客户的区别不在技术上，而是在不同的货币、不同的商业交易、付费方面的区别。从开发者和软件本身来讲，API和命令行在全球和本地都是一样的。也许有一两个服务可能有非常细微的区别，但没有很大的区别。”
传统企业IT如何向云端转移？
对非互联网企业来说，传统信息化业务有很多复杂的问题，转向云计算并不那么简单。对此微软有什么建议呢？Yousef说：“并没有通用的答案，需要具体问题具体分析。”
微软全球资深副总裁Yousef Khalidi
“根据用户的行业、信息化系统的不同阶段，向云端转移需要不同的方案。有的企业可以说就是为云而生的，它的架构很容易就能迁移到云端。有的企业在本地已经有服务，转移的方式就可以是把数据放到本地，把运算部分在云上做扩展。
微软Azure云计算服务在某些领域具备独特的优势。比如IoT应用，在云上可以实时和非实时地进行数据的收集和处理，做出决策之后，返回传感器和设备。还有备份和容灾，由于微软提供不同地区的容灾备份，容灾的成本会很低，有很大容量的存储，很适合做数据备份。另外对一些运算密集型的任务，比如说大数据挖掘、机器学习，用户可以非常充分地利用云的资源，在短时间内提高运算能力，从而获得收益。
总结一下，我见过很多不同的客户，他们处于不同的阶段，业务的模型也不一样，所以这个要进行具体的分析。另外，我们已经没有实验室的概念了，因为现在的开发模型可以让大家在云上做开发，直接部署，从而加快部署速度和开发速度。”
