提到阿里云，很多人第一时间想到的是电商大促时稳定运行的服务器，以及背后支撑海量并发的技术体系。李坚这个名字与阿里云的技术落地和行业服务有关，但他的具体职务、任职时间和主导项目，还需以官方公开资料为准。这篇文章不谈人物光环，只从业务角度说清楚：企业上云时，哪些事最容易被忽略。
云为什么从可选项变成必答题
过去很多企业的IT建设都围绕自建机房展开。买服务器、接网络、招运维，前期投入不小，扩容要等采购周期，业务高峰一来常常不够用，平时又有大量设备空转。这种两头落空的局面，是企业转向云的主要原因之一。
云计算真正改变的是使用方式。资源不再需要提前押注，而是按需取用、用完释放。以阿里云为代表的公有云平台，把底层能力做成标准化产品，企业可以直接调用，不必每次从零搭建。对技术团队不大、又要应对业务波动的公司来说，这一点往往比单价更有吸引力。
零售企业的大促扩容是怎么做的
某区域连锁零售企业每年促销季都遇到同一个问题。活动开始后几个小时，线上订单可能涨到平时的数倍，而平日的服务器只够撑住常规流量。以前的做法是提前几周申请采购，费用高，活动结束后设备基本闲着。
上云之后，这家企业把订单系统拆成几个可以单独伸缩的服务，并根据监控指标设置扩容规则。活动前按计划提前扩容，活动结束后自动回收。全程不需要运维人员逐台操作，团队的时间从救火转到了容量规划和性能优化上。
有一点容易被忽略：弹性扩容的前提是系统能拆开。如果订单模块和库存、支付还紧紧耦合在一起，只扩一台机器没有用，瓶颈会转移到下游。上云前先摸清依赖关系，比急着买资源更实际。
制造企业的数据为什么难打通
一家中型装备制造企业的问题更典型，症结是数据分散。研发、生产、供应链各用各的系统，格式不统一。每次跨部门分析，都要人工导出、清洗、汇总，一份报表常常要花好几天。
这家企业选择以云端数据平台为底座，逐步连通设备数据和业务数据。产线传感器的数据实时进入平台，统一建模后，供应链和质量部门调用的是同一份数据源。项目一开始没有追求大而全，而是先挑一条产线试点，效果确认后再推广到其他产线。
试点的选择很关键。挑影响面可控、又能算清楚收益的场景，出了问题也好回退，团队也更容易拿到内部支持。如果一上来就全厂迁移，很多企业最后会陷在数据标准的争论里，迟迟见不到结果。
企业上云时最容易被忽略的几件事
把两个案例放在一起看，有几件事经常被低估。
- 先想清楚要解决什么：是扛住促销峰值，还是打通部门之间的数据。目标不同，选的架构和产品也不同，别让采购清单反过来决定需求。
- 先试点，再铺开：挑一个边界清楚的系统或产线，跑一到两个业务周期，记录成本、故障和响应时间，数据有了再扩大范围。
- 别把旧系统原样搬上去：没有拆分和自动化的应用，放到云上也只是换了个地方运行，弹性基本用不上。迁移前至少要检查状态存储、依赖服务和定时任务。
- 团队能力要跟上：云降低了买基础设施的门槛，却提高了对架构设计、权限管理和监控运维的要求。资源随时能开，也随时可能乱开，成本失控往往从这里开始。
上云之后，问题换了形式
现在企业更常问的，已经是上云之后怎么用好。阿里云的技术演进，以及这类平台在行业里的推广，让更多企业有机会以可承受的成本，获得稳定、可伸缩的基础能力。对于正在考虑迁移的团队，可以先别急着比概念，回到具体业务：哪一段流程最常卡住，哪个环节最花人力。先把这两件事说清楚，再谈选哪朵云。
