从十多年前云计算开始兴起，这些年云计算已经逐渐蔓延到了我们身边，如今，你所使用的很多服务其背后都是由云计算所支撑的。
但是，很多企业的 IT 设施以及网络服务，还一直因为种种原因而迟迟难以迈出上云的一步。这里面，有很多原因，有 IT 预算和迁移成本问题，有基础设施和应用迁移改造的问题，也有对云计算环境的安全性、可靠性的担忧问题，还有企业技术储备和能力问题。今天，我们将从技术的角度来看看，企业是否已经到了全面上云的拐点？
“企业全面上云的拐点到了”一语最近来自于 7 月 25 日在上海举办的阿里云峰会。在该次大会上，阿里云智能总裁张建锋表示，“全面上云是时代必然，今年是一个非常重要的拐点。”经过了过去十年的发展，云计算以及在关键技术和应用规模上实现了对传统 IT 的全面超越。
这里有个重要的信号，据 IDC 最近发布的《全球云计算 IT 基础设施市场预测报告》显示，2019 年全球云上的 IT 基础设施占比超过传统数据中心，成为市场主导者；而在中国，服务器出货量出现 10 年来首次下滑，企业快速迁移上云是背后主要诱因。
迁移工具就绪
企业上云最大的阻碍之一就是现有 IT 基础设施、应用和数据如何平滑地转移到云上，因此，一套可以无痛解决这个问题的迁移工具是企业上云所面临的当务之急。
各个云厂商均纷纷加大在企业迁云工具方面的努力，这里我们就阿里云来看，他们已经全面考虑到了企业上云的实操问题，提供了从服务器迁移到数据、数据库迁移的完整工具，完善地解决了传统 IT 中积累的大量数据无法搬迁的问题。
服务器迁移面临着三大痛难点，主要是应用高度复杂、操作麻烦、无从下手；迁移周期长、可能影响业务正常运行；通过制作镜像的方式迁移消耗大量人力资源。
阿里云已经免费提供自动化迁云效率工具——服务器迁移中心（SMC），帮助企业服务器快速上云。
数据迁移时，必须要保证迁移数据的完整性、实现迁移时业务无感知，最终以最高的效率完成迁移。
阿里云的明星产品闪电立方，既可以满足轻量级的数据迁移，也能够支持TB到PB级别的数据量迁移。此前还支持过 115 科技完成互联网史上最大规模的数据迁移上云：规模超过 100 PB，整个项目耗时仅 45 天。
传统的数据库迁移工具要求数据库在迁移中必须停服，极大影响业务。
早在 2015 年，阿里云就发布了数据传输服务（DTS），采用 DTS，数据库在迁移过程中依然可以正常提供服务。目前，DTS 可支持多达 18 种数据源，已完成约 40 万个数据库上云。
云端环境就绪
在消除了迁移上云的障碍之后，完善就绪的云端环境决定了企业是否能在云端环境延续计算和应用。而云端环境不仅仅要求能够节省 IT 成本，也要求提供更高的稳定性、安全性和扩展性，以及更丰富的云端产品服务生态。
基础设施的上云不外乎服务器、存储、数据库等核心产品。对阿里云来说，在各个产品维度已经具备了完美的替代，IaaS 层面它们共同构成了飞天云操作系统。
例如服务器，除了性能稳定的 ECS，还有软硬一体的神龙云服务器，兼具虚拟机的灵活、可扩展，又有物理机的稳定和安全隔离特性。
数据库上，云原生数据库 POLARDB 在可用性、安全、成本、管理难易程度上都远远优于商业数据库。
阿里云存储已经连续三年入选 Gartner 全球云存储魔力象限，和 AWS、Microsoft、Google 共同跻身全球四强，服务客户由国家天文台、华大基因、今日头条等。
基础设施上云后，随后考虑的则是可以在云上获取价值的模块上云，包括大数据上云、云上中台、智联网 AIoT，这也都是阿里云承载客户上云的“王牌”。
飞天大数据平台是当前国内规模最大的计算平台，可扩展至 10 万台计算集群，曾创下四项海量数据排序世界纪录。在阿里巴巴经济体中支撑了全局数据存储和计算，单日数据处理量超过 600PB。
双中台是指数据中台和业务中台，已经帮助阿里巴巴经济体多元业务互联互通，业务创新层出不穷，人机协同大量运用，数据智能开创全新的商业形态。通过中台技术，在海外再造一个淘宝天猫，只需要两三个月时间，而盒马更是仅用 4 周就开发上线。
智联网 AIoT 融合了云边端一体化的人工智能与物联网能力。具备从高性能 AI 芯片至云平台、AI 算法、AI 组件以及产业 AI 的立体能力。
当行业大势已定，当阿里云的准备也一切就绪，还有什么可以阻挡企业全面上云的步伐呢？