GCP 产品全景：IaaS / PaaS / SaaS / AI 四层地图
系列第 1 篇
主题：先把 Google Cloud Platform（GCP）产品放进一张可理解的地图里。
后面第 2 篇再逐项对照 AWS / Azure，第 3 篇讲客户为什么选 GCP，第 4 篇再回到投资视角看 Google Cloud。
---
一句话总览
GCP 不是单一的“云服务器业务”，而是一套从底层算力、网络、存储，到开发平台、数据平台、业务软件，再到 AI 模型和企业 Agent 的云平台。
如果按客户实际购买逻辑拆开，GCP 可以分成四层：
- IaaS 层：卖云的地基，解决服务器、存储、网络、安全这些基础资源问题。
- PaaS 层：卖开发和数据平台，解决应用怎么开发、部署、扩展、处理数据的问题。
- SaaS 层：卖已经成型的软件服务，解决协作、BI、安全、客服、地图、移动应用等业务场景。
- AI 层：卖 AI 基础设施、模型平台、AI API 和企业级 Agent，解决“企业如何把数据变成智能”的问题。
GCP 的核心不是“每一项都比 AWS / Azure 全”，而是几个强项特别突出：全球网络、Kubernetes / Serverless、BigQuery 数据云、TPU / GPU AI 基础设施、Vertex AI / Gemini 生态。
---
为什么要按四层看 GCP
云厂商的产品名字很多，直接看产品列表会很乱。更好的方式是先问：客户到底在买什么？
1. IaaS：客户买的是“资源”
客户不想自己买服务器、建机房、拉专线、管硬盘、做容灾，所以买云上的计算、存储、网络、安全。
典型问题是：
- 我要多少 CPU / GPU / 内存？
- 数据放哪里？
- 应用如何联网？
- 如何做负载均衡？
- 如何管权限、密钥、安全边界？
2. PaaS：客户买的是“开发效率”
客户不只想要服务器，还想让应用更快上线、更少运维、更容易扩容、更容易处理数据。
典型问题是：
- 应用怎么部署？
- 容器怎么管理？
- 数据库谁来维护？
- 日志、事件、消息队列怎么接？
- 数据怎么进仓、清洗、分析、建模？
3. SaaS：客户买的是“可直接使用的业务能力”
客户不想自己开发一套办公协作、BI、客服、安全运营、地图服务、移动应用后台，而是直接买可用的软件能力。
典型问题是：
- 员工如何协作办公？
- 管理层如何看数据？
- 安全团队如何监控威胁？
- 客服如何接入 AI？
- 开发者如何快速做 App？
4. AI 层：客户买的是“智能化能力”
AI 层是 GCP 未来最重要的增量层。客户不只是买模型，而是买一整条链：
数据在哪里 → 算力在哪里 → 模型怎么选 → 如何微调 / 检索增强 → 如何部署 → 如何监控 → 如何变成业务流程里的 Agent。
---