没有AI，云计算将会怎样

　　如果说云计算是经济基础，那么AI就是上层建筑，两者密不可分，相辅相成。正是云计算的蓬勃发展给AI提供了源源不断的计算力、数据的支撑；反过来，AI能力的养成与落地也是云服务商差异化竞争优势的真实体现。AI将成为牵引云计算走向深入、助力企业数字化转型的引擎。

　　AI产业化进程提速

　　在今年的《政府工作报告》中，人工智能再次被提及。从2015年到现在，中国的人工智能政策陆续出台，全球竞争加剧，人工智能已经上升为国家战略。人工智能技术的产业化将是必由之路。在许多垂直行业和领域，“AI+”已经蔚然成风。以中国市场为例，在安防、金融、医疗、教育、零售、机器人和智能驾驶等领域，AI应用正呈现爆发的趋势，而在这些不同的领域同时诞生了一批技术领先的公司，引导和推动着AI产业化的趋势。

　　IT桔子的数据显示，从2012年至今，我国AI领域的公司已达1354家，投资事件1353起，总投资额达到1448亿元。中国如今已经超过美国成为全球AI投资的热土。

　　综合业内专家的观点，在AI基础研究领域，中国与美国之间还存在一定差距，但是在AI的商业化应用方面，中国正呈现出多点开花、百花齐放的态势。2017年，CSDN针对中国开发者进行的一次调查显示，AI技术正与各个行业的业务融合发展，其中金融、制造业、电商、医疗等行业的AI应用落地范围最广、落地速度最快。

　　诞生于上世纪50年的人工智能技术，在过去的60多年中经历了几起几落，现在正处于第三次浪潮之中。与之前的两次浪潮不同，AI的三大推动因素——算法、数据、计算力，完全齐备而且达到了一定高度，现在正是推动人工智能、深度学习技术快速普及和产业化的最佳时机。

　　市场研究公司Tractica预测，AI软件直接和间接应用带来的收入将从2016年的13.8亿美元增长到2025年的597.5亿美元。毫无疑问AI市场前景广阔，现在的关键问题是如何让AI的市场热真正变成应用落地热。这是所有新技术从诞生到普及必须的过程。

　　AI落地走场景化的道路

　　AI落地的抓手到底是什么？与云计算、大数据的应用落地一样，AI的落地也要与具体的行业应用相结合，摸索出一条场景化的应用发展之路。

　　CSDN与易观联合发布的《2017—2018中国人工智能产业路线图》明确提出，实现AI转型，明确应用场景是关键。企业要思考哪些业务可以成为AI应用的场景，定义要清晰明确，然后可以根据企业自身情况，引入相关AI专家或者第三方技术公司。当前，金融、文娱、安防等领域向AI转型的条件最为成熟，而农业、制造业等还有待观察，正处于蓄力阶段。

　　按照目前的发展态势，未来十年，云计算将打造更为强大的基础设施，而AI将提供新的生产力。”云计算+大数据+AI“将成为推动传统产业变革，实现数字化转型的重要驱动力。所谓“AI+”，一方面AI要与不断涌现出的各种新技术、新工具进行叠加；另一方面，AI要与不同的行业、不同的应用场景匹配。举例来说，如果云加上AI，那么云就像人一样具备了听觉、视觉和感知能力，可以像人一样思考并感知应用。

　　IDC的数据显示，已投资机器学习、深度学习技术的企业中，以互联网、金融、医疗、制造、汽车、游戏类为主力，而这些也恰巧是金山云近期成功获得D轮融资后重点布局的领域。通过聚焦优势行业，金山云将促进AI的场景化应用快速落地。

　　如今，不仅许多传统行业寄希望于AI技术对现有的应用、业务流程进行改造和升级换代，而且几乎所有的互联网公司、云服务商也都在积极探索智能化的变革之路。比如，Google的战略从“移动优先”转变为“AI优先”，百度提出了“All in AI”的口号，腾讯则要实现“AI in All”，阿里也成立了“达摩院”，云计算领域的一场AI争夺战不可避免。

　　“AI+”是一种必备的能力

　　Gartner发布的“2018年十大战略性技术趋势”中，第一条就是“AI基础”，企业将使用AI来改善决策机制、重塑商业模式和生态系统，并重塑客户体验，这种情况将一直持续到2025年。AI作为云计算平台上的一种应用，它与云计算之间的碰撞和互动将成为未来很长一段时间内AI落地的主旋律。

　　云计算不仅仅是支撑人工智能的基础计算平台，也是将人工智能的能力集成和内化到各种应用中的便捷通路。人工智能大大丰富了云计算服务的特性，让云计算应用更加符合业务场景化的需求。可以这样说，AI已经成为云服务商实现差异化竞争的一个重要“抓手”。

　　IDC近日发布的《机器学习、深度学习开源项目应用机会分析》报告显示，现今大部分开源机器学习工具只能处理AI解决方案的部分工作，而云服务商通过在云上开放机器学习平台，能够集模型训练、预测、部署等功能于一体，将在基于开源项目的商业化服务方面发挥巨大作用。

　　IDC对中国市场上最具代表性的五家云服务商进行了深入调研，分别是金山云、阿里云、腾讯云、百度云和华为云。在AI部署实施方面，金山云先行了一步，金山云深度学习平台KDL（Kingsoft Deep Learning）目前已全面商用，聚焦于专业AI开发人员，为用户提供专业的一站式深度学习研发服务。

　　当前，无论是国外的云巨头，还是国内的云服务商都将AI摆在优先发展的地位。国外云服务商三巨头——谷歌、AWS、Azure在AI方面都投入了重金。

　　在国内的云服务商中，BAT在AI方面各展所长。百度云提出的ABC战略中，AI无疑是基石。百度云将通过深度学习和机器学习技术，结合超强计算、海量数据和优秀算法，打造独特的知识图谱、用户画像和商业逻辑。阿里云在AI的原创算法和基础研究方面建树颇丰。各种各样的“大脑”成了阿里云AI落地的实验田，比如在杭州、澳门落地的ET城市大脑、在光伏制造商江苏协鑫落地的ET工业大脑，还有ET医疗大脑、ET环境大脑等。

　　一直稳居国内公有云市场前三的金山云，也将其云业务的高速增长归功于AI的快速落地。金山云KDL是国内云计算企业中首个实现商用的人工智能云PaaS平台，它可以为客户的深度学习研发和产品周期提供完整的支持，包括数据的存储、预处理、训练、评估、上线预测等各个环节，帮助客户快速接入AI能力。在KDL的基础上，金山云又推出了人工智能云（KAP），覆盖IaaS、PaaS、SaaS、行业解决方案四个层面，适用于各行业的多种组合型AI解决方案和服务，通过将AI所需的各层能力封装，以服务的形式提供给客户。KAP已在数十个行业中得到部署和应用，包括OCR、人脸识别、智能车载、智能家居、智能医疗。AI已成为金山云未来发展的新引擎。

　　金山云在AI应用方面的最大特色是，瞄准行业，通过“AI+”赋能用户，将AI技术融入到满足不同行业需求的具体产品和服务中。举例来说，在视频方面，金山云通过组件化的方式，在直播、短视频SDK的基础上，推出了“AI+”新平台优化应用；基于深度学习的图像/视频画质增强服务，金山云推出的AI画质+包括视频超分辨率技术和修复技术，最大程度提升画质的同时，改善了用户的观看体验；数据分析智能平台KMR（Kingsoft MapReduce）在电商、游戏等行业被广泛采用，通过KMR服务快速创建Storm和Kafka集群，搭建实时数据处理系统，可有效缓解业务高峰时的IT系统压力；金山云基于深度学习算法，借助每日千万级海量图片库训练出精准AI算法模型——金山云金睛，在图像识别、人脸识别等领域具有独到的领先优势，已成功应用在鉴黄、暴恐、涉政、涉赌等方面，识别率在业内处于领先地位；在工业制造领域，通过提供产品外观瑕疵检测分析解决方案，在不影响原有生产模式的基础上，利用AI对产品进行自动化甄别，极大提高了出厂产品的合格率；在医疗领域，利用AI技术辅助医生做用药的合理性预测，包括药物成分识别、说明书信息提取等；在安防领域，提供包括硬件终端采集、AI识别服务、城市监控系统、基础云服务四大能力，塑造云管端一体化智慧城市解决方案。

　　云计算已经进入2.0时代，企业上云成了这一时代的基本特征。从服务个人消费者转向为企业用户服务，AI的出现为云服务商开辟了一个新的增长领域，同时也是推动企业用户业务创新与转型的新抓手。如果没有AI，云计算将如会怎样？

　　郭涛