Sovereign cloud is only possible if you're Chinese or American: Gartner¶

Ch11.113 Sovereign cloud is only possible if you're Chinese or American: Gartner¶

📊 Level ⭐⭐ | 9.0KB | entities/5237660-sovereign-cloud-gartner.md

-> 5237660.md

核心要点¶

Gartner 分析师 Douglas Toombs 在悉尼 IT Infrastructure, Operations & Cloud Strategies Conference 上的核心判断：完全主权的云（数据本地化、算力本地化）只有中美两国能实现
原因：只有美国和中国生产主权云所需的所有技术。其他国家的买家无法避免与外国供应商的关系
美国云供应商虽声称产品能满足特定司法管辖区需求，但因为最终由美国公司所有，不可能保证完全主权
Toombs 提到法国过往的尝试——「Andromeda」「Numergy」「Gaia-X」——这些主权云项目最终「哪儿也没去」（但产出了一些不错的白皮书）
Toombs 允许一些较小云能够发展，使得创建主权 SaaS 提供商和产品变得可行
同事 Gartner 总监分析师 Adrian Wong 的补充：欧洲一些组织担心美国云运营商可能离开该大陆，迫使他们进入仓促且有风险的迁移项目
Wong 观察：「增强的地缘政治紧张」正促使主要云的客户重新思考战略——这本身是受欢迎的，因为很少有组织费心制定云退出策略
Wong 列举了云用户的十大错误，包括：不为云退出策略做规划、首先使用关键任务和复杂应用（如 ERP）上云、假设云适合所有应用、期望每个应用都获得云的全部好处
Wong 警告：「在少于两年的时间框架内退出需要重大规划和投资。退出策略和计划在很大程度上被扫到地毯下」
Wong 关键判断：假设多云会改善可用性是愚蠢的——除非用户先解决让应用可移植的更复杂和更昂贵的任务。多云应作为访问每个云的特定功能，而非提升韧性

深度分析¶

Toombs 的核心论点：主权云的「不可能三角」¶

Douglas Toombs（Gartner VP Analyst）的论点是结构性的：主权云需要三件事——硬件（GPU、CPU、服务器）、软件（虚拟化、操作系统、平台软件）、运营能力（数据中心、电力、网络、运维）。这三件事的全栈制造能力集中在两个国家：美国（AWS、Azure、Google Cloud、Meta 基础设施）和中国（阿里云、华为云、腾讯云）。

其他国家即使有政治意愿，也无法在合理时间内复制这种全栈能力——这就是为什么法国的主权云项目 Andromeda、Numergy、Gaia-X「哪儿也没去」。主权不是政策声明，是技术能力问题。

主权的悖论：美国云不是真正的「主权」¶

Toombs 进一步指出：即使美国云供应商声称他们的产品能满足特定司法管辖区的需求（不与其他法律纠缠），但因为最终由美国公司所有，不可能保证完全主权。

这是「主权悖论」：其他国家用美国云 → 实际上不拥有主权；但不用美国云 → 没有先进 AI/云能力。两者形成两难选择。

Wong 的「钟摆回摆」：云退出策略的回归¶

Adrian Wong（Gartner Director Analyst）的观察补充了一个动态：钟摆正在回摆。

用户的「锁定」问题：很少有组织费心制定云退出策略。原因是迁移成本太高（重写应用、数据迁移、运维重建）。一旦上云就被锁死。

退出策略的缺失：Wong 警告「在少于两年的时间框架内退出需要重大规划和投资。退出策略和计划在很大程度上被扫到地毯下」。这是一个被广泛忽视但实质性的风险。

「云退出策略」十大错误： 1. 不为云退出策略做规划 2. 首先使用关键任务和复杂应用（如 ERP）上云 3. 假设云适合所有应用 4. 期望每个应用都获得云的全部好处 5. （列表中其他 6 项未在文中详述）

多云 ≠ 韧性¶

Wong 关于多云的关键判断值得展开：假设多云会改善可用性是愚蠢的——除非用户先解决让应用可移植的更复杂和更昂贵的任务。

这个反直觉判断的逻辑是： - 多云的真实成本：在多个云之间保持应用一致性的工程开销远大于单云 - 可用性的假象：多云增加故障域（每个云都可能独立故障），但应用可移植性的边际收益有限 - 正确的多云动机：访问每个云的特定功能（例如用 AWS 的 SageMaker + GCP 的 BigQuery），而非提升韧性

「组织应该使用多个云来访问每个云的特定功能，而非提升韧性」。

越南等新兴市场的「中间地带」困境¶

虽然文中未明确点名越南（越南在 tags 中提及），但 Toombs 和 Wong 的分析框架揭示了一个清晰的「中间地带困境」： - 不可能建立真正的本国主权云：技术能力不达标 - 依赖美国云：失去主权，但在地缘政治紧张下有被「切断」的风险 - 依赖中国云：同样失去主权，且在地缘政治上更敏感 - 小云（Sovereign SaaS）：Toombs 承认这条路可行，但只能覆盖 SaaS 层，无法解决基础设施层的主权问题

对 Agent AI 时代的延伸意义¶

Agent AI 的部署正在强化这种依赖——因为 AI 算力和模型都集中在中美手中。当企业部署 AI Agent 时，实际上在将认知劳动外包给中美的基础设施。

具体路径： - 模型层：Anthropic / OpenAI / Google / Meta / 阿里 / DeepSeek - 基础设施层：AWS Bedrock / Azure AI / GCP Vertex / 阿里 PAI / 华为 Ascend - 工具层：MCP 连接器主要连接到 SaaS 服务，这些 SaaS 也集中在美中

结果：在 Agent 时代，「主权」的边界进一步收缩。

实践启示¶

对国家 / 监管者的判断¶

不要追求全栈主权云：除非你是美国或中国，否则这个目标不现实。Gaia-X 等项目已经证明这条路走不通
聚焦 Sovereign SaaS 层：在 SaaS 层建立主权能力（数据本地化、合规认证）比追求基础设施主权更可行
监管多云而非限制单一云：多云策略可能提升整体韧性（虽然 Wong 不同意），监管应让多云切换成本降低
建立强制云退出策略：立法要求关键基础设施组织保留云退出策略，避免被锁定

对跨国企业的判断¶

云退出策略不是可选项：是关键基础设施组织的必备能力，Wong 警告两年退出需要重大规划
多云的真实价值：访问特定功能，而非韧性。这重新定义了多云的 ROI 计算
避免关键任务应用首先上云：ERP 等核心系统应保留在可控环境中，先用非关键工作负载上云学习
不要假设云适合所有应用：评估每个应用的迁移 ROI，不是「能上就上」
建立主权感知：特别是在欧盟、中国、中东等监管复杂的地区，明确每个工作负载的主权边界

对 Agent / AI 部署的判断¶

Agent 部署加深主权依赖：当 Agent 决策涉及外部 API 调用、模型推理、数据存储时，主权边界变得模糊
本地化 ≠ 主权：在本地数据中心部署 LLM 不等于拥有主权——如果模型是 OpenAI/Anthropic 的、训练数据来自外部、推理框架来自开源生态
MCP 生态的集中化风险：MCP 连接器默认连接到全球 SaaS，这会强化而非削弱主权依赖

何时应该关注主权云¶

受监管行业（金融、医疗、政府）的关键数据处理
跨国部署需要满足 GDPR / 中国数据安全法 / 其他主权法规
地缘政治紧张时期（随时可能发生「云脱钩」事件）
长期保留关键业务能力（防止被单一供应商锁定）