云計算如何重塑賽道：讓技術服務于人
從云升級為云智能，最關鍵的不只是計算能力的升級，更是智能化服務能力的升級。AI算法、云的計算力、云產品的底座，對行業know-how的理解等等，都是競爭關鍵基石。
作者 | 黃槍槍
編輯 | cindy
數字經濟的變革，疫情后仍在繼續深入：新業態和新商業模式不斷涌現，行業邊界變得越來越模糊，各行各業數字化、智能化轉型浪潮席卷而至。
支撐這一切的基礎設施，無疑是人工智能、云計算、物聯網為首的新興技術。以云計算為例，中國互聯網協會發布的《中國互聯網發展報告（2021)》顯示，2020年，我國云計算整體市場規模達到1781.8億元，增速為33.6%，成為一個超大規模的增量市場。
可以預見的是，云計算競爭進入白熱化階段，云廠商們紛紛從此前底層的laaS競爭，上升到深入產業頂層服務、生態建設等的全面比拼，也讓行業有了共識：“價值落地”，將成為云計算未來競爭勝負手。
何為價值落地，歸根結底，是讓技術服務于人。
騰訊高級執行副總裁、云與智慧產業事業群CEO湯道生
“通過云AI，讓衣食住行實現‘以消費者為中心’的智慧化供給，讓生產要素實現‘以生產者為核心’的智慧化匹配。”這是騰訊高級執行副總裁、云與智慧產業事業群CEO湯道生給出的注解。
01
從云到云AI，深耕to B
云計算是繼個人計算機變革、互聯網變革之后的第三次IT大潮。從技術角度來看，其可分可合、彈性擴展、按需使用的技術特性，代表管理和使用計算資源的一種全新方式，有力助推各行業數字化轉型變革。
中國云計算市場從零發展到當前，被各行各業接受，實際不到10年。
2009年之后，以阿里云、騰訊云、華為云進入為標志，云計算很快成為行業熱門賽道，并快速聚集國外廠商、互聯網大廠、傳統硬件廠商以及專注云計算垂直領域等在內的諸多企業。
直到2016年之前，雖然云計算被上升為國家戰略，但仍被外界視為探索階段，甚至有著諸多不確定性。
其原因是，彼時云計算服務和產品，大多基于泛互聯網場景的耦合，同質化現象日趨嚴重，而政務部門、傳統行業、實體經濟等to B行業的轉型需求，又對云計算提出了更多和更高需求。
to B業務彰顯的是某個行業或一家企業提供服務的能力，包括穩定、易用、安全、有行業針對性等，是后續所有多元化服務的起點。而云計算，被廣泛視為可以提供上述to B業務一切需求的基礎設施。
此時，恰值人工智能算法“阿爾法狗”戰勝韓國圍棋冠軍李世石，AI熱潮被引爆。這讓業界看到了可能，將云和人工智能技術，深度耦合成服務的更高階段——云AI。
在業內看來，云計算本身就是和人工智能、大數據組合在一起，“三駕馬車”在多方面有著天然耦合。馬化騰早在2017年就有所提及，人工智能=大數據+算法+計算能力，而云可以提供的就是海量的數據和強大的計算能力。
用一位業內人士的說法就是，云和AI融合后，云平臺為AI提供運行載體，AI反過來提升云計算 “智商”。相比傳統云計算，云智能不但可以讓to B業務生產效率得到質變，還可以構建全新的技術和商業模式。甚至，可以為to B企業提供快速迭代AI能力、模型訓練等眾多價值。
云計算市場此后開始進入云AI階段。騰訊云、阿里云、百度云、京東云、AWS等幾乎所有國內外企業，都加碼構筑各自的云+AI融合生態，以打牢競爭基石。此后，在企業和相關政策共同助力下，中國云計算市場迎來了真正快速發展，成為全球規模最大、增速最快的市場之一。
2017年，騰訊云首度公布其AI戰略整體結構時推出“智能云”產品，將在傳統云計算結構上，建立起新的服務層——AI即服務。
彼時，騰訊副總裁、騰訊云總裁邱躍鵬表示，云已經變成未來AI普惠化的一個關鍵，智能云的推出是AI從概念階段、普通消費場景階段發展到規?；I化階段的產物，可以降低全社會創新的門檻。
2018年9月30日，騰訊“930變革”，成立CSIG，將AI與云、安全、LBS等底層基礎設施打通，以騰訊云為最終平臺對外服務并釋放產業價值。
同年雙十一，“阿里云”升級為“阿里云智能”；12月18日，李彥宏將智能云事業部升級為智能云事業群組。阿里與百度調整背后，其意圖都是通過智能云，深耕to B。
但最重要的是，從云升級為云智能，最關鍵的不只是計算能力的升級，更是智能化服務能力的升級。這就意味著，AI的算法、云的計算力、云產品的底座、數據的力量，以及對行業know-how的理解，都是競爭關鍵基石。
簡單來說，就是看云+AI融合后的智能云平臺，到底能為to B企業，賦予什么樣的落地價值。
02
產業縱深，目標是服務于人
對所有云AI平臺而言，其價值落地標準，一般而言可以從兩大方面判斷：是否助力產業數字化升級，是否提質增效降本。
既要幫助企業構建核心競爭力，又要讓AI、云計算的技術變革，最終服務于人。
以工業場景來說，工廠顯然不可能拆掉原來生產流水線去適應新技術，那AI應該如何融入流程，提升效率，釋放生產力。上海富馳高科就是一個典型案例。
富馳高科是一家金屬注射成型零件生產商，制作結構復雜、表面精度很高的小型精密零部件，在汽車、航天、醫療、消費電子等領域大受歡迎，此前90%的前端工序都實現了自動化，但工業質檢上遲遲難以實現數字化。
所謂工業質檢，就是查看表面有無破損、臟污、劃痕。這看起來沒有什么技術含量，但在工廠里，這恰恰是自動化程度最低的工種，一般的檢測設備和檢測方法，都難以滿足其要求。
這背后的技術難題是：一般計算機是按指令執行，分解成精準描述和拆分兩大任務，一道小劃痕算不算質量缺陷這種標準模糊的判斷，計算機能做的相當有限。加上富馳高科的產品形狀結構復雜，檢測點多，此前實際應用中，質檢工作還是得交給人來做。
這導致每年產能高峰期，富馳高科質檢人員就需要1500人以上，但由于質檢人員容易出現疲勞，容易出現漏檢。而且，從人文關懷角度來看，這樣枯燥、沒有成長性的“流水線”工作，對大部分年輕人來說，都沒有太大鍛煉和成長價值。
因此，無論是從人力資源管理，還是從提高效率的角度看，質檢自動化都變得十分迫切。
2020年，在富馳高科嘗試很多方案都不理想之后。騰訊利用云+AI，推動軟硬一體化解決方案，攻克了質檢這個難題。
針對該案例，騰訊云推出了一些定制化功能，比如缺陷遷移、分級標定、光度立體等，取得了新進展。其間，騰訊優圖實驗室，通過一次又一次的測試，把產品可能出現的真實缺陷，轉化成機器能理解的描述，讓計算機作出的判斷比人更精準。
想讓云AI變成技術生產力，并最終服務于人并不容易。“AI技術在行業落地過程中，最大挑戰就是行業know-how，過去，很多AI開發人員不了解行業，做出來的東西就會和行業需求有隔閡。”騰訊云副總裁、騰訊優圖實驗室總經理吳運聲表示，優圖現在每接觸一個行業，都會跟行業人員進行深入交流，確保最終做出來的方案真正可用。
最終，富馳高科原來人工需要1分鐘才能完成的質檢，被壓縮到幾秒鐘，并且明顯提升了質檢效果，每年還可以節約數千萬元的質檢成本。同時，當工藝流程、判斷標準發生變化時，系統的迭代更新變得很容易。
在實現生產效率提升之后，“解放”下來的員工怎么辦？比如可以去做缺陷標注，或者別的工作，以AI釋放生產力，提高人效，投入于更高價值的生產。
03
讓AI更便捷易用
大型to B企業外，更多的開發者、中小企業，同樣可以從云AI中受益。
去年，騰訊優圖曾推出泛娛樂、廣電傳媒、內容審核和工業等四大領域的AI平臺，將企業碎片化需求融合為標準化服務，通過建設AI行業平臺的方式，更好提供支持。今年在人工智能世界大會上，吳運聲宣布推出騰訊云三大AI底層平臺：TI ONE、TI Matrix、TI DataTruth。
根據吳運聲的介紹，三大AI底層平臺提供包括算法開發、模型訓練、數據標注、數據處理等一系列開發能力，為企業或者個人用戶提供一站式的智能化、數據化、移動化服務。
騰訊云副總裁、騰訊優圖實驗室總經理吳運聲
這意味著，AI+云融合廣泛落地于垂直、細分產業的同時，前沿算法和理論，也被轉換成每個開發者可操作、可利用的“編程軟件”。
從底層平臺來看，這能有效降低客戶和開發者的使用成本，提升云AI使用效率。甚至，成為每個中小企業和開發者，都能利用到的工具。
值得一提的是，云AI在產業加速縱深背后，其目的并不是提高單一客戶生產效率，而是聚焦于萬物互聯的繁榮生態，最終促進經濟高質量發展。
這是云計算市場未來競爭態勢走向的業內共識。
不過，如何布局云AI生態，對國內云計算廠商來說依然是痛點和難點，比如前期投入、中期維護、后期迭代的支出，就是不折不扣的重資產建設。
可以肯定的是，隨著新基建戰略的下沉，作為一個重要基礎設施，云AI將在產業互聯網浪潮中起到越來越重要的作用，加上5G通信已全面落地，云計算與大數據、物聯網、邊緣計算和人工智能等技術，會越來越耦合。
這意味著，像騰訊云這樣的玩家，更容易做好“數字化助手”角色，助力產業和客戶轉型升級。
本文來自微信公眾號“極點商業”（ID：jdsy2020），作者：極點商業，36氪經授權發布。
