云计算自己也在不断演进中，不管是大表方式，还是其他技术，它也在不断改进发展。但是机制上的前天不足，让它和传统数据库毕竟不是一个量级。IT技术的演进从磁带、文件到DBMS，云计算实际是回归到文件，而这是有前提的，即必须业务操作简单才行。这是云计算的一个局限点。
这并不是说云计算对网络运营商就没有用。经过详细分析，我们发现，对于电信运营商，很多数据的存储，以及部分数据操作可以放到云计算平台上运行，而这将大大降低在IT方面的投资。对于通信领域，大家知道，一方面IT投资大，另一方面议价能力却有限，数据库、服务器就那么几家国外产品。云计算则可以大大削弱运营商在这方面的依赖。
我们做过比较，在云计算平台上1个TB数据的成本，相较于数据库上1个TB的成本，便宜达一个数量级。因此，云计算平台在电信运营商的IT环境下是有价值的。云计算给我们的另一个启发是，原来的很多操作都在数据库这样昂贵的平台上操作，其实其中的很多运算完全可以放在廉价的平台上操作，并不是所有的计算都要放在昂贵的平台上操作。
作为电信运营商业务，不论是计费还是经分，很多处理过程是可以分阶段、分步骤实现，在此过程中，云计算平台可以用于完成一些“粗加工”。因此，不是说绝对地这个业务适合云计算，那个业务不适合云计算，而是业务的某些部分可以适合云计算平台。
举个例子，运营商现在进行的汇总计算，比如多少的用户，今年花费多少话费，通话时间多长等，这类操作是可以分解出来，在云计算平台上去完成的。而云计算的提高性能体现在并行计算上，经过测试，数据挖掘类算法借助云计算确实能提高效率、缩短时间；但是对于递归操作，并行计算就起不到作用了。因此，回到最开始：是业务选择了技术。
应用从非敏感业务开始
记者：对于云计算供应商的选择，以及不同技术路线的判断，您是如何看的？
丰博士：云计算中的MapReduce等都是开源的。因此，对于这个问题，站在一个企业的角度，面临着两个难题。第一，在开源软件环境下，如何保证服务质量？代码是开源的，但非产品化的软件，不能像供应商提供的产品，出现问题可以找到厂商提供技术支撑。开源的问题是出了问题找不到人。第二，后续维护成本如何控制？成本分为两部分，上面所说的是硬件成本，没有涉及管理成本或维护成本。云计算环境中要担心的恰恰是这个问题。谁来提供云环境下的管理软件，如何保证云平台的可监控？以前供应商的服务成本是固定的，大家心里都有底，但是在开源的环境下，谁心里都没底。一年花多少钱才够？没人知道。Google是有自己的专业团队在维护，像电信运营商这样的企业是否愿意维持这样一个庞大的维护队伍？这都是问题。
而对于目前厂商所提供的私有云解决方案，个人认为更多的是偷换概念。什么是云？Google云的最本质特征是使用了PC Server和MapReduce等开源软件。个人认为，这两个特征正是云计算最主要的特征。现在，一提到云，所有厂商马上就说自己都是云，确实现在服务器、数据库，哪里里面没有并行计算。但此云非彼云，和用PC Server的云比起来，他们的成本可高得太多了。真正的云就应该是便宜的云。不是说现在的产品，换个马甲都叫云。并行计算是云的特征之一，但并非是并行计算就叫云。
记者：是否有一些云计算相关的应用经验与大家分享？
丰博士：目前，我们在数据分析的ETL部分做了一些尝试，效果不错。还有一些数据挖掘类的应用，比如客户离网分析，也看到了其价值，特别是速度相对更快，成本当然也降下来。我们发现，大部分数据挖掘算法都是可以通过云平台实现，虽然性能不一定都能提升。同时，问题也比较明显：云计算的操作对人的要求更高，它需要把算法进行并行化改写，这些都对操作人员提出更高要求。
目前，我们还是以数据分析的试点为主，计费等敏感业务毕竟涉及用户更广，目前还需要时间和论据来证明。我们也还在摸索哪些业务运算能够移植到云平台上来，这样能够让我们大大地节省成本。一切都还有待时间的证明，特别是核心系统更需要时间和阶段。目前，国内的云计算应用也不多，除了互联网，还没有看到一家大型企业的IT应用是使用云计算。但有一点是可以肯定的，任何一家企业的业务计算都是可以拆分到云平台上的。这是我们最大的经验。