记者｜崔鹏

“人工智能（AI）与云的融合，是产业所向”。

腾讯集团高级执行副总裁、腾讯云与智慧产业事业群（CSIG）CEO汤道生在2022年腾讯数字生态大会上表示，AI的能力在“云端”运行，能带来更高效的算法创新、更弹性的算力部署和更广泛的AI落地场景。

汤道生认为，在产业互联网时代，AI就是数据的“中央处理器”（CPU），而云计算是搭载运行这颗处理器的“超级电脑”。

随着AI产业在各行各业持续落地发展，来自客户的反馈和需求逐渐多样化，过去那种满足单点需求就能拿下客户的情况正在成为历史，整个行业对多元AI能力的需求在快速提升。

腾讯希望顺势而为。在本届大会上，腾讯云智能正式发布全新战略：基于全栈技术能力，打通AI产业落地全链条，打造低成本、低门槛和高可用的AI产品解决方案。

腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声对界面新闻表示，过去腾讯的优势集中于AI开发和应用层面，本次新战略纳入AI产业落地的前端和后端，形成了底层算力、AI开发、应用和全场景数智化加速的四级矩阵。

今年腾讯CSIG大刀阔斧进行从集成商到被集成商的转型，抬高自研产品战略地位，而腾讯云智能在自研产品体系中扮演着重要角色，也肩负着帮腾讯探索“云+智能”方向的重任。

云智能并非新概念，腾讯一直在做

外界容易误解的是，虽然“腾讯云智能”是腾讯去年才提出的，但云智能并非全新的概念。

吴运声告诉界面新闻，过去几年间，腾讯一直在做AI和云融合的事情，“这本身就是云智能，只是当时没有用一个词来概括而已”。

为什么要在当下的节点强调云智能？吴运声认为，这是基于经济环境变化、行业需求和腾讯自身能力等一系列因素的考量，也是AI产业发展的必然趋势。

早期AI能力还处于培育发展阶段，没有那么成熟，整个行业都在摸索前行，试探产业与技术之间的结合点。而现在腾讯已经积累了一系列AI技术、AI产品和解决方案。

各行各业的客户们对于AI能做到哪些事，认知也处在发展过程中。在AI产业落地的初期，客户的需求大多比较单点，比如说只需要OCR（文字识别）或者ASR，这些需求并不复杂。

而现在，面对宏观经济环境的挑战，客户正在向腾讯提出更多的要求，它们对降本增效的诉求愈发迫切，希望用更低的成本更高效地完成业务。同时，为了避免AI能力从0建设，越来越多的客户追求开箱即用的AI能力。

这些都要求腾讯云智能平台能做到即插即用，具备低成本、低门槛和高可用性的能力。

举个例子，过去两年腾讯云智能在做工业AI质检业务落地的过程中发现， AI质检前期需要投入大量研究资源和时间，对合作伙伴与客户的要求也很高，人力和资金成本都有挑战，门槛相对较高。

为了解决这些问题，今年腾讯云智能发布了新的工业质检训练平台，主要面向工业外观检测、缺陷检测，方向是一款零基础工程师也能轻松使用的AI质检平台。

“客户对AI的理解不断加深，我们对行业的理解也要不断加深”，吴运声告诉界面新闻，随着AI产业在各行各业持续落地，来自客户的反馈和需求一定会逐渐多样化。

而多元复杂的行业需求，需要多元化的AI能力来解决，云智能也看到了这个趋势。

本次腾讯云智能战略升级后，充分纳入AI产业落地的前后端，提供从底层算力到AI开发平台、AI产品解决方案和顶层数智化方法论的全链条能力。

吴运声表示，在这个链条中，“不管客户需要的是标准化AI原子能力、通用产品还是定制化行业解决方案，云智能有相应的方式来满足需求，这是我们的优势”。

如何打通AI产业落地的全链条

腾讯提出云智能统一的概念后，在内部成立了云智能学术联席会，它虽然是一个虚拟组织，但服务于整个腾讯云智能的算法，用来解决底层算法面的统一性问题。

在中间的平台和产品层，过去腾讯的AI能力分属各个团队，这些能力在内部组织间不断整合，形成整体，对外提供丰富的AI能力组合，更好地满足客户需求。

以TI平台为例，它是面向开发者和政企管理者提供的全栈式人工智能开发平台，用户可以快速创建和部署AI应用，并管理全周期的AI解决方案。

TI平台最开始依托于腾讯在CV（计算机视觉）、OCR等领域的技术积累诞生，后来不断补充进来NLP（自然语言处理）和ASR（自动语音识别）等相关技术能力，逐渐发展成为一款拳头产品，也更加符合“腾讯云智能”的AI全链条服务。

该平台目前包括TI-DataTruth标注平台，TI-ONE训练平台，TI-Matrix应用平台和TI-ACC加速工具等几大产品。

吴运声告诉界面新闻，AI平台的建设是体系化工程，类似于TI平台这样的产品需要一个完整的团队支撑，将算法、工程、产品和数据运营等相关能力融合在一起，然后整体团队化推动。

这种团队化的作战方式，对人员的要求也势必更高。尤其是架构师和商业化板块，以金融客户举例，以前的架构师要么卖核身，要么卖OCR，要么卖智能客服，都是满足单点需求，而现在每个架构师熟悉上述所有产品，甚至可以把产品组合成解决方案卖。

“我们的目标是能够规模化和复制化”，腾讯云副总裁、腾讯云智能研发负责人、优图实验室研发负责人吴永坚表示。

再好的平台，也要具备普惠价值，不然只会曲高和寡。多样的产品组合能力，低门槛的开发要求，是一线业务人员和开发人员用好AI的关键。

今年，腾讯云智能基于全栈技术能力，推出四级矩阵战略，目的是输出低成本、低门槛、高可用的AI产品和解决方案。

这个“四级加速架构”，是以腾讯的传统优势“AI开发和 AI应用”为基础，加入AI产业落地的前后端，形成从底层算力支撑到AI开发、AI产品方案、再到数智化转型方案的完整架构。

在底层算力层面，腾讯以“一云多芯”为基础，以自研AI芯片加速算力效能。根据汤道生的介绍，目前腾讯自研紫霄AI芯片与腾讯云TI平台已完成适配，单卡性能显著提升200%，单位算力优化成本50%，绿色算力能耗节约了60%。

在AI开发层面，腾讯自研的AI超大规模预训练模型“混元大模型”，具备高精度、广适配和低成本特点，融合 TNN开源推理框架之后，共同向客户输出数据处理、模型训练、应用及推理加速等服务，能显著降低AI开发门槛、提升研发精度和效率。

过去一年，腾讯云TI平台通过了信通院、电子四院等多方权威机构的AI平台认证。

腾讯云智能以新版TI平台为核心的产品方案，在8大行业提供超过50个解决方案，专业建模培训和方案交付服务。整个AI平台方案获得客户的持续认可，吴运声表示，有超过70%的存量客户追加采购了TI平台的软件和服务。

在AI应用层面，腾讯以“应用做精、行业做深、生态做广”为目标，打造了多个即插即用的标准化应用，解决方案覆盖超10个行业，同时，广泛开展生态被集成合作，携手伙伴以高品质的服务落地最后一公里，真正实现服务于人。

在数智化转型方案层面，基于用户实际需求和痛点，腾讯将提供顶层设计和建议，助力企业客户跨场景数智化落地。同时，在以往落地实践的基础上，腾讯也与埃森哲共同推出了一套数智化转型方法论。

做厚平台，做深行业，做精应用，做广生态

腾讯云智能的目标是不断降低AI应用的门槛，为行业提供标准化、即插即用的通用智能产品；同时开放技术能力，打造原子化的AI能力，帮开发人员打通AI落地最后一公里。

为此，在产品战略层面，汤道生提出了“做厚平台，做深行业，做精应用，做广生态”的四大要求。

通过把平台做厚的方式，腾讯搭建了完善的TI平台产品矩阵，做深行业的典型则是本次推出的腾讯云智能工业质检训练平台TI-AOI。

过去一年，腾讯云智能在工业AI质检场景实现全面落地，打造了超过10个细分领域外观检测的解决方案，年累计交付超过100台外观检测设备，单一客户累计完成超过2000万件产品外观检测。

在这个过程中腾讯发现，传统的AI质检平台，AI算法开发复杂，客户自己去招有经验的人员成本太高；质检的指标非常严格，漏检率普遍要低于0.5%，过杀率要低于10%；算法的交付运维也十分困难，要求客户的运维工程师具有一定的AI技术和计算机操作技能。

这些都是阻拦AI产业落地的现实挑战。为了解决这些问题，在今年的腾讯数字生态大会上，优图更进一步，推出了新的腾讯云智能工业质检训练平台。

这款腾讯自研平台面向的是工业外观缺陷检测场景，客户可以自己定义本行业产品的缺陷类型，快速训练并导出一个模型，然后拿到运营平台测试，根据运行结果调整相关参数，校准训练精度，最终满足生产线上的质检需求。

作为一个零基础的工程师也能轻松使用的AI质检平台，TI-AOI具备集成多算法、支持全方位的优势，能最大程度降低工业AI质检算法落地的技术门槛。

立铠精密是国内知名3C产品金属结构件生产企业，腾讯与它合作的工业质检项目，成功克服了产品型号多、缺陷种类多、单一样本不足的难点，通过软硬件的高效协作，让机器的感知和控制系统高度协同，用“手脑一体”的方式实现接近0的漏检率，帮助立铠精密每年节省超千万的质检费用。

做深行业，讲究的是深度融合行业实践的经验，打造覆盖更多场景的解决方案。

对于很多传统产业来说，链条之间的协作至关重要，单点智能的能力提升，往往不足以改变整个体系的效率。只有做深行业，提供高度系统化、协同化的全流程AI，才能提升综合产能。

以传媒领域举例，涉及采、编、存、管、播多个业务环节。如果提升单点效率，不一定能提升收视率和分发效果。腾讯云智能搭建的媒体AI中台，覆盖内容生成、分发、审核、运营的全流程，助力智慧媒资的建设以及内容生产的智能化。

腾讯与央视联合搭建的“央视人工智能开放平台”，就集成了包括修复、标签、超分、智能翻译等30多种底层算法能力，能够针对热点主题，智能剪辑、快速输出，提高传播效率。

应用做精，面对更广泛的落地场景，精心打磨应用产品，聚焦于推出满足更多客户、更多样化需求的服务，加快各行业数智化落地。

例如，腾讯云智能数智人将智能客服能力与虚拟形象结合，带来全新的人与服务交互体验。其中，整合ASR、NLP、TTS、语音交互、自然语言理解、图像识别、知识图谱等多种AI能力，实现从“数字人”到“数智人”的智能化升级，助力客户打造出有智能、有形象、可交互的数字分身，

在为一汽大众搭建的线上展厅中，腾讯基于多模态交互技术，打造出虚拟讲解员Ida（艾达），为客户提供7X24小时的咨询服务。她可以随口报出配置参数、车型对比和功能亮点，还有丰富的表情语言、肢体动作和情绪表达，提升客户在虚拟店中的互动体验。

在消费电子领域，腾讯开放了自家的对话式AI解决方案，在与创维合作落地的案例中，让电视摆脱了单纯的播放设备定位，变成可以陪用户聊天、讲故事的产品。这个联合项目从开发到落地仅仅一个月的时间，在音乐、视频和电视控制等头部场景，语音语义的准确率超过了95%。

做广生态指的是广泛开展被集成伙伴合作。AI产业合作方案的落地，始终离不开腾讯与集成方伙伴的协同合作。

在本次腾讯大会上汤道生曾宣布，未来腾讯将帮助300个以上的ISV合作方，拿出20款以上核心产品供集成，并向合作伙伴开放超过100款自研产品的交付服务。这些都是广泛开展生态合作的强烈信号。

汤道生说，腾讯云智能将沿着这个全新的战略方向，为各行各业提供大算力、易开发、能落地的云端智能平台，让AI成为产业升级的助手。