記得第一次用QQ嗎？現在輪到你的行業為「AI.QQ」激動了

還記得那年某天，你第一次登錄QQ時候激動而複雜的心情嗎（00後朋友們請自動忽略這句話，你們不會懂的，謝謝）？

回想一下，當QQ給我們連上第一扇通往互聯網世界的大門時，我們為什麼會激動呢？當時說不清道不明的想法，今天看來大體是這樣的：QQ以近乎無技術門檻的方式，在人與人之間構築了連接效應，並為這種連接提供了若干工具，支撐起社交、遊戲、工作等價值關係的發生。

新的連接與工具，意味著新的效率與想像力。這個在人類身上印證過的歷史，如今也發生在機器、工廠、企業、行業中，而連接的介質也不再是互聯網，而是AI。

9月18日上午，刷屏的2018 世界人工智慧大會，迎來了以以「AI無界?智未來」為主題的騰訊分論壇，現場發布了騰訊AI開放平台。這個平台的意義，在於讓企業和行業用戶更快捷直接地調取AI能力，用AI來提高連接能力，降低成本增加生產效率。

有意思的是，騰訊AI開放平台的域名叫做http://AI.QQ.COM。你的企業、行業第一次登錄QQ的日子，好像是不遠了。

場景屏障：AI與萬千業態間的最後幾公里

對於三百六十行來說，AI有用嗎？答案基本已經不用討論了，當然有用。但是對於縣城裡的老工廠、縣城裡的連鎖店、北上廣初出茅廬的創業者來說，AI依舊是那麼可望而不可及。

很大層面上，這已經不是AI技術本身的問題，而是AI與行業融合的產品化、服務化，以及商業體系的問題。本次分論壇上，騰訊移動互聯網事業群副總裁、開放平台總經理侯曉楠就表示，當前各行業對AI的需求越發深入和廣泛，但AI技術與行業場景間仍然存在壁壘。

總結起來，今天AI與各行各業的壁壘主體存在與三個層面：

1、落地對接困難。一般來說，AI平台提供的是基於技術邏輯的API售賣，但如何把這些能力調試改裝成自己的行業應用，對於大部分實體經濟企業來說都是困難的。

2、服務流程冗長。今天大多數AI能力提供商，提供的AI輸出是雜糅在各種企業服務、雲計算服務當中的。經常會導致企業無法針對性、快速採買部署某種AI能力，而是要在複雜的服務流程中選擇性部署，甚至造成大量算力浪費。點對點的AI能力提供，已經成為中小企業為代表的AI行業需求剛需。

3、部署與訓練成本高。調用AI能力，再製作成自身的AI產品，中間要經歷漫長的訓練、部署、測試過程，而整個過程都涉及時間、經濟、技術成本。對於大部分企業來說，在未來不明的情況下貿然嘗試AI，有非常大的成本憂慮。

這些現象背後，總結起來今天在AI與行業應用融合進程中，核心問題是技術類目的通脹，伴隨著AI工具化程度的嚴重匱乏。

而騰訊AI開發平台，切中的也就是AI+產業壁壘中浮現的「工具箱機遇」。

工具箱理論：企業應用AI時，需要握在手中的東西

無論中國人外國人，搬進新居之後都有一個習慣，就是趕緊買一個工具箱。因為不知道接下來自己要面對什麼問題。在居家問題出現的時候，耗費大量成本去請工人會導致成本失控，當時去找五金店是不利於效率的，自己造工具那就更尷尬了——唯一的合理解決方案，就是自家有個隨時可用的工具箱。

這個理論也出現在今天的AI世界。

當企業應用AI時，購買複雜的技術服務和高成本聘請第三方團隊來解決問題都不符合成本效率要求，而自己研發AI技術則是從頭造輪子。品類夠多、能夠直接應用、經受過產業檢驗的AI工具箱，或許才是破局AI+行業壁壘的關鍵。

基於此，騰訊發布了自己的AI工具箱：騰訊AI開放平台http://AI.QQ.COM。目前該平台現已開放100項以上AI能力介面，覆蓋超過10000家合作夥伴，在測試期日均調用已過億次，累計調用百億次。

騰訊AI開放平台的特點，是可以直接有效調用到針對性AI能力，而不必經歷一些意義上複雜的技術嚮應用產品轉化過程。很多AI基礎行業也能順利部署，例如目前所知的案例中，騰訊AI開放平台為某市規劃局提供手寫體OCR、圖片識別等技術介面，幫助其智能識別特定手寫表格，並自動分類，提升文檔辦公效率5倍以上。而一家服裝集團藉助AI智能演算法，對工藝製造環節進行高效的自動識別，減少人力投入、降低誤判損失，提高整體生產效率達到20%。

行業需要的AI能力，是以應用場景為基準的，不能買來一大堆不會用的參數。我們可以有趣地發現，騰訊AI開放平台所提供的能力，大部分以應用場景來進行區分。這當然得益於騰訊擁有大量可檢測技術的應用空間與訓練數據，也有賴底層技術的顆粒化和高部署率。比如騰訊AI開放平台所提供的人臉識別能力，包括多人臉檢測、人臉對比、跨年齡人臉識別、五官定位這些很有用，但大部分AI平台不提供的能力。

當然，好的工具箱只是產業良性循環的開始，能不能用AI實現各行各業二次激活，還在於AI開放平台上下游的持續有序。

上下游耦合效應：騰訊AI開放平台的初步生態化

今天的AI服務產業，既要突破很多傳統行業的接受壁壘，又要持續加大自身競爭優勢，可以說是相當不容易了。

因此，建立良好的AI能力輸送體系，不僅是平台本身產品特徵的布局，還要在上下游兩方面搭建持續耦合能力：上游有源源不斷的技術輸入，支撐平台迭代，因需而動，自我升級；下游需要有出口，將技術能力轉化為應用案例，在實踐中加強產品認知，不斷深化對各行各業的滲透效率。

對於AI開放平台這個剛剛誕生的事物來說，上下游鏈條當然建立在騰訊的整體AI布局上。

比如我們看到，AI開放平台的上游，是由騰訊AI Lab、優圖、微信AI實驗室組成的「騰訊AI三寶」，為平台提供源源不斷的技術研發、迭代、訓練部署、應用測試，同時在各自騰訊生態業務場景中進行實驗，將最終結果交付給行業消費者。而就在剛剛，騰訊又成立了騰訊Robotics X實驗室，專註於機器人、AI和自動化層面的研究。3+1的實驗室配置，是AI開放平台出來闖蕩江湖的實力保障。

而在AI開放平台下游，我們可以看到的是與騰訊AI加速器的緊密結合。目前，騰訊AI加速器已經來到第二期，這一期從1500個項目中優選出40個，總估值達135億人民幣。而AI加速器的扶持企業，自然也就成為了AI開放平台的忠實用戶，將行業應用與平台技術相結合，在各個產業埠擴散了騰訊AI開放平台的案例價值，也加強了AI開放平台的適用性。同時，各路AI高手也會反過來增強AI開放平台的能力，增強平台的生態化。

今天來看，BAT等科技巨頭攻堅AI行業應用，增強AI經濟對傳統經濟的二次激活，已經是一場不能有失的戰役。最後幾公里的難關已經迎面而來，巨頭各自拿出了自己的平台差異化特徵來挑戰最後的壁壘。

AI世界大會上，騰訊的一系列出手又讓這居遊戲加速了變化。行業應用AI規則是否可以被改寫，我們還需要拭目以待。但傳統行業應用AI的門檻在不斷降低是一個不爭的事實，由此產生的新經濟機遇期，或許會引發更多故事。

AI的航程，真的才剛剛開始。