（1）
美国在2010年以后开始流行数字化转型的。
在2010年以前，
2006年社交网络FB “YOU”：在2004-2006 Web2.0热之前，企业是无法直接触达到每个消费者的
2006年Amazon电子商务：这个是我瞎凑的，但因为是在线交易所以我就硬凑
2006年SF APEX语言+PaaS+应用商店：终于能发展在线的企业应用生态
2006年AWS IaaS订阅服务：终于方便支撑企业应用创新
（2）
中国应该是从2015年以后成为了全球最大最发达的互联网、电子商务国家。
刚才有个朋友给了我几张图表，我给随手融合了一下：
如果对照美国的数字化转型，这图应该是中国的数字化转型。不过好像中国没走通这条路。原因未知。
（3）
我上个星期做了一天半评委，主要评审优秀案例，就是我过去老讲的四大技术平台：
低代码平台：输入表单可视化设计
集成平台：RPA集成、工作流集成
大数据平台：输出报表图表可视化设计
云原生平台
我提了一个：
开源云原生技术和大数据技术->私有部署->自主可控国产化替代
AI技术->公有云多租户->全球化
（4）
中国企业内部管理应用，本身不太需要云原生技术和大数据技术。但是因为中国国产化设备不太能做到超大高精密一体化，所以只能用空间来置换。所以站在国产化替代的视角，还是很需要云原生技术和大数据技术。
更何况，云原生技术和大数据技术普遍都是国际IT巨头免费开源代码的，这也是自主可控需要的。
另外，自主可控国产化替代从2019年以来一直发展，目前暂时还未找到新的增量价值场景。不过，可能自主可控国产化替代本身就是核心价值。
（5）
AI今年很流行大模型，大模型需要海量数据、很烧GPU算力、而且需要工程师团队持续不断地进行数据采集-加工-训练-调优，不像过去开发软件发版后就一劳永逸了。所以AI技术天然是运行在公有云端的，不适合私有部署。而且只有多租户，才能采集到足够的海量数据进行训练。
目前AI大模型大家都在寻找合适的企业内部应用场景，相当于手里有把锤子，目前正在到处找钉子。这个逻辑在过去没出现过。
另外，公有云多租户，目前暂时还未找到新的增量价值场景。不过，公有云多租户支撑全球业务开通比较便捷，这本身就是核心价值。
 展示 tooltip)
