圖片來源@視覺中國
文 | 一千二百字
當快手宣佈斥巨資在內蒙古建設大型數據中心時，外界多少有點驚訝：短視頻玩家如今都這麼大手筆了嗎？看來短視頻的廣告吸金能力的確了得。
因為在一般印象裏，這只是互聯網大廠的玩法，比如BAT、亞馬遜、微軟、Google和蘋果。大型數據中心的前期投入、日常運維、設備折舊等成本加在一起不是個小數目，一般中小企業沒人選擇自建，自己機房不夠用了，可以選擇買雲計算。
快手把數據中心選址內蒙古烏蘭察布，這倒沒什麼稀奇，幾家互聯網大廠已先於快手在此建廠。低温、乾燥、風能發達、地價和電價便宜，這些都是IDC數據中心的利好項。其中的核心是電費，烏蘭察布隸屬於蒙西電網，電價上有優勢，不排除當地對這種互聯網新經濟有招商政策優惠，電費可能會更優惠。同時該地離北京也不遠，兼顧了數據傳輸過程中的時延問題。
既然快手計劃已定，前期一定是經過仔細預估與測算的，無非是把“自建數據中心是否划算”的考量標準放在了未來，而非眼下。假如未來短視頻成為內容消費的主流，甚至超過圖文的規模，自建是不是可以靠規模效應降低IT成本呢？
在海外疫情初期，用户通過Netflix訂閲視頻的需求集中釋放。Netflix針對歐洲地區用户的視頻清晰度做了一定限制，比如以前能看高清的，現在湊合看普通吧，以緩解併發狀態下的視頻傳輸壓力。Netflix是使用亞馬遜AWS的，“限速”的做法應該是出於成本與用户體驗考慮。
由於年報中沒有給出具體的成本構成數據，所以關於服務器帶寬這塊的成本佔比不清楚，但年報(10-K)中有披露Netflix在流媒體數據傳輸與雲計算方面的合同，是截至2019年底。下圖中紅色部分Other purchase obligations就是這個數據，不同年限的雲計算合同加總後是8.94億美元，約合63億人民幣。雖然在會計處理上要把這些支出分幾年攤銷到利潤表中，但總體看這也不是一筆小數目。當然這比版權支出要小得多。Netflix2019年收入是201.6億美元。
下面説説國內廠商的情況，選取了幾家在視頻與直播領域的頭部上市公司制了一張表，包括愛奇藝、嗶哩嗶哩和YY，來看一下IT成本在各自總收入中的佔比及變化趨勢。
由於各自業務形態與規模不同，三家橫向之間沒有太多可比性，主要看各自變化趨勢。除了嗶哩嗶哩，另外兩家的IT成本在總收入中的佔比呈緩慢上升趨勢，這也是大部分同類廠商的變化特點；而嗶哩嗶哩原本這一佔比較高，這幾年的趨勢是一直在下降，效率得以改善。總體上，這類廠商的確很消耗服務器帶寬，這也是直接決定毛利率的一個因素。字節跳動也在佈局這塊。
劉強東早年在接受電視媒體採訪時曾感慨，當年把重金壓在了自建物流上，錯過了對支付的佈局。當時京東也沒有額外的資金和精力去做支付。現在看，自建物流雖然連年拖累利潤，但它也成為京東的一個錯位競爭優勢，左右着消費者購買決策，基礎設施重要性不言而喻。京東物流現已開放，未來能否從成本中心轉變成利潤中心還有待觀察。
而自建數據中心對於快手，目前看更大可能性是滿足自用，在錯過雲計算先發優勢十年之久再去談未來的開放，難度應該很大。如果僅從投資回報率角度看，快手的這一手的確很大膽，有一定風險，也表明了管理層的野心與遠見。
除了財務考量，另一個風向可能更説明問題——電商數據與智能化。
董明珠前幾天在快手直播帶貨；丁磊馬上也要上快手為嚴選帶貨；再加上京東與快手達成合作；有第三方研報數據稱快手一年帶貨GMV達數百億元，等等。站在快手官方對外宣稱的DAU日活躍用户數突破3億這個局面看，快手是有希望在掌握用户短視頻偏好的同時進一步瞭解用户消費大數據的，特別是針對下沉市場這一金礦。
在推薦算法的年代，對用户越瞭解，餵給機器算法的大數據維度越廣泛，訓練出的機器推薦就越聰明、越智能，自建數據中心就像一個沉澱池。快手CEO宿華曾是Google出身，自然是深諳此道。這樣看，快手的野心未來不會止步於短視頻。
就在前兩天，支付寶自研的分佈式關係型數據庫OceanBase在誕生10年後宣佈成立獨立公司。一般這種操作意味着與外部商業合作需求已成規模，從自用走向開放，以獨立身份去滲透市場會更便利。在IBM小型機-Oracle數據庫-EMC存儲的傳統金融級IT架構中，數據庫環節是最難遷移到雲端的，去掉Oracle談何容易，而計算與存儲相對容易。所以這是螞蟻金服在強化自身科技屬性道路上的重要一步，企業級服務的上升空間將決定這家公司未來估值的層級。
快手建廠與OceanBase數據庫獨立這兩者不是同一個層級的事，沒什麼可比性，但能反映出一種普遍趨勢。隨着各行各業數字化進程的加速，數據會成為企業最重要的無形資產，不管是自己挖井還是借井取水，都希望水——也就是數據充分流動起來（流動的數據才能產生更多價值），且在保證安全性的前提下。
國內的公有云已經做的不錯，但在軟件層面與歐美差距還很大，核心生產力幾乎都被微軟、SAP、Oracle、Salesforce這些公司把控着。另一面，國內商業又有着幾乎最複雜的場景，會逼着國內廠商通過自研尋找突破口。
舉個數據中心的例子，PUE(Power Usage Effectiveness)是反映數據中心能耗效率的通用指標，計算公式是PUE=數據中心總能耗/IT設備能耗，基準值是2，越接近1越好，越綠色，説明電力都消耗在服務器等IT設備上，而不是用於製冷的空調或配電系統。為提升能耗效率，可以通過改進硬件實現，但優化到一定程度後會遇到瓶頸，同時就需要軟件層比如機器學習、神經網絡算法等方面的改進。