这一转变的关键就在于类似 Dell APEX 和 HPE Greenlake（现配备有生成式 AI 支持）等私有云平台。实际上，在云计算的早期阶段，大多数本地系统只要稍加声明就能进入私有云市场，这种“私有云漂白”现象曾占据很大比例，但随着市场逐渐成熟，这种情况已大体消失，不过仍有可能再次出现。
同时，还存在一种错位的安全感。这些平台能够提供处理 AI 工作负载所需的计算能力，甚至包括 GPU，以及必要的灵活性，并且还能严格把控数据隐私和安全，尽管这种安全性在很多时候更多是一种主观感觉而非实际情况。在诸多情况下，公有云提供商由于在自身解决方案上投入更多，反而能够提供更高级别的安全性。AI 的兴起也加剧了对数据安全的担忧，尤其是关于企业私有数据可能意外被纳入公共 AI 模型的风险。需要再次强调的是，这种担忧主要源于主观感受而非现实情况，但由于经常听到这样的顾虑，所以值得深入探讨。
然而，私有云也并非毫无挑战。例如，大规模的 AI 操作需要专门的硬件，比如使用 GPU 驱动的服务器，这可能会带来高昂的成本，并且需要大量的电力和冷却系统，而企业可能尚未完全理解这将带来的新成本。在很多情况下，这比在公有云提供商上运行这些 AI 负载要复杂得多。
那么，私有云对于企业而言到底是不是一个好的选择呢？答案是肯定的，它们始终是架构师需要考虑的选项之一。它们有其存在的价值，如果在成本效益方面更具优势，或者能为企业带来更多的价值，那就应该使用它们，无论是否有 AI 的参与。可以推测，随着 AI 技术和应用的持续推进，云战略的转变预计将反映出对某些私有云替代方案日益增长的偏好。这一趋势预示着私有云解决方案拥有着光明的未来。多亏了 AI，那些曾目睹私有云产品兴趣减弱的企业技术供应商，现在或许又迎来了新的生机。
