記者|崔鵬

“人工智能（AI）與雲的融合，是產業所向”。

騰訊集團高級執行副總裁、騰訊雲與智慧產業事業羣（CSIG）CEO湯道生在2022年騰訊數字生態大會上表示，AI的能力在“雲端”運行，能帶來更高效的算法創新、更彈性的算力部署和更廣泛的AI落地場景。

湯道生認爲，在產業互聯網時代，AI就是數據的“中央處理器”（CPU），而云計算是搭載運行這顆處理器的“超級電腦”。

隨着AI產業在各行各業持續落地發展，來自客戶的反饋和需求逐漸多樣化，過去那種滿足單點需求就能拿下客戶的情況正在成爲歷史，整個行業對多元AI能力的需求在快速提升。

騰訊希望順勢而爲。在本屆大會上，騰訊雲智能正式發佈全新戰略：基於全棧技術能力，打通AI產業落地全鏈條，打造低成本、低門檻和高可用的AI產品解決方案。

騰訊雲副總裁、騰訊雲智能負責人、優圖實驗室負責人吳運聲對界面新聞表示，過去騰訊的優勢集中於AI開發和應用層面，本次新戰略納入AI產業落地的前端和後端，形成了底層算力、AI開發、應用和全場景數智化加速的四級矩陣。

今年騰訊CSIG大刀闊斧進行從集成商到被集成商的轉型，抬高自研產品戰略地位，而騰訊雲智能在自研產品體系中扮演着重要角色，也肩負着幫騰訊探索“雲+智能”方向的重任。

雲智能並非新概念，騰訊一直在做

外界容易誤解的是，雖然“騰訊雲智能”是騰訊去年才提出的，但云智能並非全新的概念。

吳運聲告訴界面新聞，過去幾年間，騰訊一直在做AI和雲融合的事情，“這本身就是雲智能，只是當時沒有用一個詞來概括而已”。

爲什麼要在當下的節點強調雲智能？吳運聲認爲，這是基於經濟環境變化、行業需求和騰訊自身能力等一系列因素的考量，也是AI產業發展的必然趨勢。

早期AI能力還處於培育發展階段，沒有那麼成熟，整個行業都在摸索前行，試探產業與技術之間的結合點。而現在騰訊已經積累了一系列AI技術、AI產品和解決方案。

各行各業的客戶們對於AI能做到哪些事，認知也處在發展過程中。在AI產業落地的初期，客戶的需求大多比較單點，比如說只需要OCR（文字識別）或者ASR，這些需求並不複雜。

而現在，面對宏觀經濟環境的挑戰，客戶正在向騰訊提出更多的要求，它們對降本增效的訴求愈發迫切，希望用更低的成本更高效地完成業務。同時，爲了避免AI能力從0建設，越來越多的客戶追求開箱即用的AI能力。

這些都要求騰訊雲智能平臺能做到即插即用，具備低成本、低門檻和高可用性的能力。

舉個例子，過去兩年騰訊雲智能在做工業AI質檢業務落地的過程中發現， AI質檢前期需要投入大量研究資源和時間，對合作夥伴與客戶的要求也很高，人力和資金成本都有挑戰，門檻相對較高。

爲了解決這些問題，今年騰訊雲智能發佈了新的工業質檢訓練平臺，主要面向工業外觀檢測、缺陷檢測，方向是一款零基礎工程師也能輕鬆使用的AI質檢平臺。

“客戶對AI的理解不斷加深，我們對行業的理解也要不斷加深”，吳運聲告訴界面新聞，隨着AI產業在各行各業持續落地，來自客戶的反饋和需求一定會逐漸多樣化。

而多元複雜的行業需求，需要多元化的AI能力來解決，雲智能也看到了這個趨勢。

本次騰訊雲智能戰略升級後，充分納入AI產業落地的前後端，提供從底層算力到AI開發平臺、AI產品解決方案和頂層數智化方法論的全鏈條能力。

吳運聲表示，在這個鏈條中，“不管客戶需要的是標準化AI原子能力、通用產品還是定製化行業解決方案，雲智能有相應的方式來滿足需求，這是我們的優勢”。

如何打通AI產業落地的全鏈條

騰訊提出雲智能統一的概念後，在內部成立了雲智能學術聯席會，它雖然是一個虛擬組織，但服務於整個騰訊雲智能的算法，用來解決底層算法面的統一性問題。

在中間的平臺和產品層，過去騰訊的AI能力分屬各個團隊，這些能力在內部組織間不斷整合，形成整體，對外提供豐富的AI能力組合，更好地滿足客戶需求。

以TI平臺爲例，它是面向開發者和政企管理者提供的全棧式人工智能開發平臺，用戶可以快速創建和部署AI應用，並管理全週期的AI解決方案。

TI平臺最開始依託於騰訊在CV（計算機視覺）、OCR等領域的技術積累誕生，後來不斷補充進來NLP（自然語言處理）和ASR（自動語音識別）等相關技術能力，逐漸發展成爲一款拳頭產品，也更加符合“騰訊雲智能”的AI全鏈條服務。

該平臺目前包括TI-DataTruth標註平臺，TI-ONE訓練平臺，TI-Matrix應用平臺和TI-ACC加速工具等幾大產品。

吳運聲告訴界面新聞，AI平臺的建設是體系化工程，類似於TI平臺這樣的產品需要一個完整的團隊支撐，將算法、工程、產品和數據運營等相關能力融合在一起，然後整體團隊化推動。

這種團隊化的作戰方式，對人員的要求也勢必更高。尤其是架構師和商業化板塊，以金融客戶舉例，以前的架構師要麼賣核身，要麼賣OCR，要麼賣智能客服，都是滿足單點需求，而現在每個架構師熟悉上述所有產品，甚至可以把產品組合成解決方案賣。

“我們的目標是能夠規模化和複製化”，騰訊雲副總裁、騰訊雲智能研發負責人、優圖實驗室研發負責人吳永堅表示。

再好的平臺，也要具備普惠價值，不然只會曲高和寡。多樣的產品組合能力，低門檻的開發要求，是一線業務人員和開發人員用好AI的關鍵。

今年，騰訊雲智能基於全棧技術能力，推出四級矩陣戰略，目的是輸出低成本、低門檻、高可用的AI產品和解決方案。

圖片來源：騰訊官方

這個“四級加速架構”，是以騰訊的傳統優勢“AI開發和 AI應用”爲基礎，加入AI產業落地的前後端，形成從底層算力支撐到AI開發、AI產品方案、再到數智化轉型方案的完整架構。

在底層算力層面，騰訊以“一雲多芯”爲基礎，以自研AI芯片加速算力效能。根據湯道生的介紹，目前騰訊自研紫霄AI芯片與騰訊雲TI平臺已完成適配，單卡性能顯著提升200%，單位算力優化成本50%，綠色算力能耗節約了60%。

在AI開發層面，騰訊自研的AI超大規模預訓練模型“混元大模型”，具備高精度、廣適配和低成本特點，融合 TNN開源推理框架之後，共同向客戶輸出數據處理、模型訓練、應用及推理加速等服務，能顯著降低AI開發門檻、提升研發精度和效率。

過去一年，騰訊雲TI平臺通過了信通院、電子四院等多方權威機構的AI平臺認證。

騰訊雲智能以新版TI平臺爲核心的產品方案，在8大行業提供超過50個解決方案，專業建模培訓和方案交付服務。整個AI平臺方案獲得客戶的持續認可，吳運聲表示，有超過70%的存量客戶追加採購了TI平臺的軟件和服務。

在AI應用層面，騰訊以“應用做精、行業做深、生態做廣”爲目標，打造了多個即插即用的標準化應用，解決方案覆蓋超10個行業，同時，廣泛開展生態被集成合作，攜手夥伴以高品質的服務落地最後一公里，真正實現服務於人。

在數智化轉型方案層面，基於用戶實際需求和痛點，騰訊將提供頂層設計和建議，助力企業客戶跨場景數智化落地。同時，在以往落地實踐的基礎上，騰訊也與埃森哲共同推出了一套數智化轉型方法論。

做厚平臺，做深行業，做精應用，做廣生態

騰訊雲智能的目標是不斷降低AI應用的門檻，爲行業提供標準化、即插即用的通用智能產品；同時開放技術能力，打造原子化的AI能力，幫開發人員打通AI落地最後一公里。

爲此，在產品戰略層面，湯道生提出了“做厚平臺，做深行業，做精應用，做廣生態”的四大要求。

通過把平臺做厚的方式，騰訊搭建了完善的TI平臺產品矩陣，做深行業的典型則是本次推出的騰訊雲智能工業質檢訓練平臺TI-AOI。

過去一年，騰訊雲智能在工業AI質檢場景實現全面落地，打造了超過10個細分領域外觀檢測的解決方案，年累計交付超過100臺外觀檢測設備，單一客戶累計完成超過2000萬件產品外觀檢測。

在這個過程中騰訊發現，傳統的AI質檢平臺，AI算法開發複雜，客戶自己去招有經驗的人員成本太高；質檢的指標非常嚴格，漏檢率普遍要低於0.5%，過殺率要低於10%；算法的交付運維也十分困難，要求客戶的運維工程師具有一定的AI技術和計算機操作技能。

這些都是阻攔AI產業落地的現實挑戰。爲了解決這些問題，在今年的騰訊數字生態大會上，優圖更進一步，推出了新的騰訊雲智能工業質檢訓練平臺。

這款騰訊自研平臺面向的是工業外觀缺陷檢測場景，客戶可以自己定義本行業產品的缺陷類型，快速訓練並導出一個模型，然後拿到運營平臺測試，根據運行結果調整相關參數，校準訓練精度，最終滿足生產線上的質檢需求。

作爲一個零基礎的工程師也能輕鬆使用的AI質檢平臺，TI-AOI具備集成多算法、支持全方位的優勢，能最大程度降低工業AI質檢算法落地的技術門檻。

立鎧精密是國內知名3C產品金屬結構件生產企業，騰訊與它合作的工業質檢項目，成功克服了產品型號多、缺陷種類多、單一樣本不足的難點，通過軟硬件的高效協作，讓機器的感知和控制系統高度協同，用“手腦一體”的方式實現接近0的漏檢率，幫助立鎧精密每年節省超千萬的質檢費用。

做深行業，講究的是深度融合行業實踐的經驗，打造覆蓋更多場景的解決方案。

對於很多傳統產業來說，鏈條之間的協作至關重要，單點智能的能力提升，往往不足以改變整個體系的效率。只有做深行業，提供高度系統化、協同化的全流程AI，才能提升綜合產能。

以傳媒領域舉例，涉及採、編、存、管、播多個業務環節。如果提升單點效率，不一定能提升收視率和分發效果。騰訊雲智能搭建的媒體AI中臺，覆蓋內容生成、分發、審覈、運營的全流程，助力智慧媒資的建設以及內容生產的智能化。

騰訊與央視聯合搭建的“央視人工智能開放平臺”，就集成了包括修復、標籤、超分、智能翻譯等30多種底層算法能力，能夠針對熱點主題，智能剪輯、快速輸出，提高傳播效率。

應用做精，面對更廣泛的落地場景，精心打磨應用產品，聚焦於推出滿足更多客戶、更多樣化需求的服務，加快各行業數智化落地。

例如，騰訊雲智能數智人將智能客服能力與虛擬形象結合，帶來全新的人與服務交互體驗。其中，整合ASR、NLP、TTS、語音交互、自然語言理解、圖像識別、知識圖譜等多種AI能力，實現從“數字人”到“數智人”的智能化升級，助力客戶打造出有智能、有形象、可交互的數字分身，

在爲一汽大衆搭建的線上展廳中，騰訊基於多模態交互技術，打造出虛擬講解員Ida（艾達），爲客戶提供7X24小時的諮詢服務。她可以隨口報出配置參數、車型對比和功能亮點，還有豐富的表情語言、肢體動作和情緒表達，提升客戶在虛擬店中的互動體驗。

在消費電子領域，騰訊開放了自家的對話式AI解決方案，在與創維合作落地的案例中，讓電視擺脫了單純的播放設備定位，變成可以陪用戶聊天、講故事的產品。這個聯合項目從開發到落地僅僅一個月的時間，在音樂、視頻和電視控制等頭部場景，語音語義的準確率超過了95%。

做廣生態指的是廣泛開展被集成夥伴合作。AI產業合作方案的落地，始終離不開騰訊與集成方夥伴的協同合作。

在本次騰訊大會上湯道生曾宣佈，未來騰訊將幫助300個以上的ISV合作方，拿出20款以上核心產品供集成，並向合作伙伴開放超過100款自研產品的交付服務。這些都是廣泛開展生態合作的強烈信號。

湯道生說，騰訊雲智能將沿着這個全新的戰略方向，爲各行各業提供大算力、易開發、能落地的雲端智能平臺，讓AI成爲產業升級的助手。