纵观目前的云计算市场，与成熟的IaaS、火热的SaaS相比，PaaS的关注度相对较低。IaaS、PaaS、SaaS一度呈现“两头大、中间小”的特点。但是，随着我国数字化转型的持续深入开展，很多企业已经逐步完成了IaaS的建设和SaaS应用的落地。IaaS满足了业务峰值和增长预期所需的可扩展性，SaaS让具体业务应用实现起来更加便捷，而PaaS介于IaaS和SaaS之间，提供了一种敏捷开发平台，不仅可以用来开发应用程序，还可以测试和准备应用程序，以便将应用迁移到云的生产环境中。同时，在云原生、微服务、容器等技术的加持下，PaaS不仅可以提升基础设施的智能化，还能加速不同SaaS应用之间的协作，大幅缩短产品进入市场的时间，这对于企业来说是一个突出的竞争优势。 另一方面，PaaS可以更好地将业务与IT融为一体，成为了传统行业用户架构升级的必然选择。

根据IDC《中国公有云服务市场(2021 下半年)跟踪》报告，中国公有云PaaS市场竞争逐渐加强。中国公有云 IaaS 市场同比增长 40.1%，而公有云 PaaS 市场同比增速为 55.7%。而在《中国公有云服务市场(2021 下半年)跟踪》报告中，这一数字是47.5%和53.9%，可以发现，国内PaaS市场的增长幅度已经持续超越IaaS。

再来看专业的PaaS报告。近日，赛迪顾问发布了《2021-2022 年中国 PaaS 市场研究年度报告》，从市场地位与发展能力两个维度对中国PaaS市场厂商竞争力进行评估。值得注意的是，在本土云服务商激烈竞争的中国云计算市场，亚马逊云科技在中国PaaS市场位居领导者象限，在发展能力方面名列第一、市场地位名列前三。

是什么原因能让亚马逊云科技，能在本土云服务商激烈竞争的中国云市场获得如此位置？

大而全的服务

亚马逊云科技作为全球云市场份额最大的厂商，无论是人工智能、机器学习等新技术，还是无服务器等底层技术，亚马逊云科技一直引领着全球云计算的发展趋势。亚马逊云科技目前能够提供200多种云服务，涵盖计算、存储、数据库、网络、数据分析、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方方面面，其中有很大一部分都以PaaS服务的形式，供用户选择。

根据赛迪顾问统计数据，2021年全球PaaS市场销售额为796.5
亿美元，其中美国PaaS市场的规模达到 547.2亿美元，占全球 PaaS市场规模的68.7%。而亚马逊云科技在全球最大的PaaS市场--美国，也有大量的重量级客户，也更容易培育出成熟的PaaS服务。

专而精的产品

对于PaaS平台而言，大而全只是基础，专而精才能走得远。

首先在安全性方面，在中国市场，政企客户因为担心数据安全性问题，对大范围借助PaaS 平台开发应用、将核心应用部署在PaaS上，持谨慎态度，因而未能充分释放PaaS的价值。

而亚马逊云科技的Job Zero 安全文化、安全责任共担模型、洋葱型多层安全防护体系等，广泛受到业界的肯定和客户的认可，更容易打消客户使用PaaS时在数据安全方面的顾虑。另外，亚马逊云科技为客户打造的五层防护体系，包括威胁检测与事件响应、身份认证与访问控制、网络与基础设施安全、数据保护与隐私，以及风险管控及合规，也能够有力地保障客户的数据安全与合规。

在高效助力开发方面，亚马逊云科技的诸多免费套餐是云上开发者最有吸引力的地方。其免费套餐覆盖100余种产品20种类别，包括计算、分析、数据库、物联网、机器学习、存储等。

企业的业务是持续变化的，标准化的产品软件往往跟不上这种变化，低代码平台的灵活性就显得尤为重要。在去年re:Invent 大会上，亚马逊云科技公布了新的工具Amazon SageMaker Canvas，用于实现无代码可视化机器学习。Amazon SageMaker Canvas 将机器学习模型的诸多步骤可视化为可交互的 UI，旨在解决用户的业务问题，做到不写一行代码，快速生成机器学习预测模型。今年6月份，亚马逊云科技宣布Amazon Amplify Studio正式可用，这是Amazon Amplify全新可视化开发环境，适用于创建Web应用程序用户界面（UI），让开发人员在亚马逊云科技上，以低代码开发的形式即可轻松构建可定制的Web应用程序。

在数智融合方面，亚马逊云科技“智能湖仓”架构，以灵活开放的架构带来高效分析的数据分析引擎，以及AI工具的应用，构建云中统一的数据治理底座，打破数据及技能孤岛，为企业提供极致的性能。

Convertlab将亚马逊云科技的"智能湖仓"架构作为数据治理底座，构建了一体化的户数据管理平台Data Hub和高效机器学习平台AI Hub。Data Hub将原来散落在不同系统的数据全部汇入以对象存储服务Amazon S3为中心的数据湖；基于云上大数据平台Amazon EMR进行用户离线数据、实时数据的存储和处理；利用交互式查询服务Amazon
Athena轻松聚合各个数据源的数据，使数据流转时效性提升32%。AI Hub借助机器学习服务Amazon SageMaker，帮助数据专家快速准备、构建、训练和部署高质量的机器学习模型，进行快速的特征设计与机器学习模型迭代，模型上线效率提升30%。

结语

当前，PaaS平台正在与大数据、AI、IoT等数字技术高度融合，云原生的PaaS平台也在加速业务应用上云，且低代码/无代码已经成为了PaaS的必要能力。云服务厂商要想在市场中立于不败之地，就要提供更丰富的PaaS服务，让PaaS和IaaS和SaaS协同发展，让用户可以更加深入的利用云服务，来获得更大的价值。