从云升级为云智能，最关键的不只是计算能力的升级，更是智能化服务能力的升级。AI算法、云的计算力、云产品的底座，对行业know-how的理解等等，都是竞争关键基石。
数字经济的变革，疫情后仍在继续深入：新业态和新商业模式不断涌现，行业边界变得越来越模糊，各行各业数字化、智能化转型浪潮席卷而至。
支撑这一切的基础设施，无疑是人工智能、云计算、物联网为首的新兴技术。以云计算为例，中国互联网协会发布的《中国互联网发展报告（2021)》显示，2020年，我国云计算整体市场规模达到1781.8亿元，增速为33.6%，成为一个超大规模的增量市场。
可以预见的是，云计算竞争进入白热化阶段，云厂商们纷纷从此前底层的laaS竞争，上升到深入产业顶层服务、生态建设等的全面比拼，也让行业有了共识：“价值落地”，将成为云计算未来竞争胜负手。
“通过云AI，让衣食住行实现‘以消费者为中心’的智慧化供给，让生产要素实现‘以生产者为核心’的智慧化匹配。”这是腾讯高级执行副总裁、云与智慧产业事业群CEO汤道生给出的注解。
云计算是继个人计算机变革、互联网变革之后的第三次IT大潮。从技术角度来看，其可分可合、弹性扩展、按需使用的技术特性，代表管理和使用计算资源的一种全新方式，有力助推各行业数字化转型变革。
2009年之后，以阿里云、腾讯云、华为云进入为标志，云计算很快成为行业热门赛道，并快速聚集国外厂商、互联网大厂、传统硬件厂商以及专注云计算垂直领域等在内的诸多企业。
直到2016年之前，虽然云计算被上升为国家战略，但仍被外界视为探索阶段，甚至有着诸多不确定性。
其原因是，彼时云计算服务和产品，大多基于泛互联网场景的耦合，同质化现象日趋严重，而政务部门、传统行业、实体经济等to B行业的转型需求，又对云计算提出了更多和更高需求。
to B业务彰显的是某个行业或一Kaiyun体育官方网站 开云登录网站家企业提供服务的能力，包括稳定、易用、安全、有行业针对性等，是后续所有多元化服务的起点。而云计算，被广泛视为可以提供上述to B业务一切需求的基础设施。
此时，恰值人工智能算法“阿尔法狗”战胜韩国围棋冠军李世石，AI热潮被引爆。这让业界看到了可能，将云和人工智能技术，深度耦合成服务的更高阶段——云AI。
在业内看来，云计算本身就是和人工智能、大数据组合在一起，“三驾马车”在多方面有着天然耦合。马化腾早在2017年就有所提及，人工智能=大数据+算法+计算能力，而云可以提供的就是海量的数据和强大的计算能力。
用一位业内人士的说法就是，云和AI融合后，云平台为AI提供运行载体，AI反过来提升云计算 “智商”。相比传统云计算，云智能不但可以让to B业务生产效率得到质变，还可以构建全新的技术和商业模式。甚至，可以为to B企业提供快速迭代AI能力、模型训练等众多价值。
云计算市场此后开始进入云AI阶段。腾讯云、阿里云、百度云、京东云、AWS等几乎所有国内外企业，都加码构筑各自的云+AI融合生态，以打牢竞争基石。此后，在企业和相关政策共同助力下，中国云计算市场迎来了真正快速发展，成为全球规模最大、增速最快的市场之一。
2017年，腾讯云首度公布其AI战略整体结构时推出“智能云”产品，将在传统云计算结构上，建立起新的服务层——AI即服务。
彼时，腾讯副总裁、腾讯云总裁邱跃鹏表示，云已经变成未来AI普惠化的一个关键，智能云的推出是AI从概念阶段、普通消费场景阶段发展到规模化工业化阶段的产物，可以降低全社会创新的门槛。
2018年9月30日，腾讯“930变革”，成立CSIG，将AI与云、安全、LBS等底层基础设施打通，以腾讯云为最终平台对外服务并释放产业价值。
同年双十一，“阿里云”升级为“阿里云智能”；12月18日，李彦宏将智能云事业部升级为智能云事业群组。阿里与百度调整背后，其意图都是通过智能云，深耕to B。
但最重要的是，从云升级为云智能，最关键的不只是计算能力的升级，更是智能化服务能力的升级。这就意味着，AI的算法、云的计算力、云产品的底座、数据的力量，以及对行业know-how的理解，都是竞争关键基石。
简单来说，就是看云+AI融合后的智能云平台，到底能为to B企业，赋予什么样的落地价值。
对所有云AI平台而言，其价值落地标准，一般而言可以从两大方面判断：是否助力产业数字化升级，是否提质增效降本。
既要帮助企业构建核心竞争力，又要让AI、云计算的技术变革，最终服务于人。
以工业场景来说，工厂显然不可能拆掉原来生产流水线去适应新技术，那AI应该如何融入流程，提升效率，释放生产力。上海富驰高科就是一个典型案例。
富驰高科是一家金属注射成型零件生产商，制作结构复杂、表面精度很高的小型精密零部件，在汽车、航天、医疗、消费电子等领域大受欢迎，此前90%的前端工序都实现了自动化，但工业质检上迟迟难以实现数字化。
所谓工业质检，就是查看表面有无破损、脏污、划痕。这看起来没有什么技术含量，但在工厂里，这恰恰是自动化程度最低的工种，一般的检测设备和检测方法，都难以满足其要求。
这背后的技术难题是：一般计算机是按指令执行，分解成精准描述和拆分两大任务，一道小划痕算不算质量缺陷这种标准模糊的判断，计算机能做的相当有限。加上富驰高科的产品形状结构复杂，检测点多，此前实际应用中，质检工作还是得交给人来做。
这导致每年产能高峰期，富驰高科质检人员就需要1500人以上，但由于质检人员容易出现疲劳，容易出现漏检。而且，从人文关怀角度来看，这样枯燥、没有成长性的“流水线”工作，对大部分年轻人来说，都没有太大锻炼和成长价值。
因此，无论是从人力资源管理，还是从提高效率的角度看，质检自动化都变得十分迫切。
2020年，在富驰高科尝试很多方案都不理想之后。腾讯利用云+AI，推动软硬一体化解决方案，攻克了质检这个难题。
针对该案例，腾讯云推出了一些定制化功能，比如缺陷迁移、分级标定、光度立体等，取得了新进展。其间，腾讯优图实验室，通过一次又一次的测试，把产品可能出现的真实缺陷，转化成机器能理解的描述，让计算机作出的判断比人更精准。
想让云AI变成技术生产力，并最终服务于人并不容易。“AI技术在行业落地过程中，最大挑战就是行业know-how，过去，很多AI开发人员不了解行业，做出来的东西就会和行业需求有隔阂。”腾讯云副总裁、腾讯优图实验室总经理吴运声表示，优图现在每接触一个行业，都会跟行业人员进行深入交流，确保最终做出来的方案真正可用。
最终，富驰高科原来人工需要1分钟才能完成的质检，被压缩到几秒钟，并且明显提升了质检效果，每年还可以节约数千万元的质检成本。同时，当工艺流程、判断标准发生变化时，系统的迭代更新变得很容易。
在实现生产效率提升之后，“解放”下来的员工怎么办？比如可以去做缺陷标注，或者别的工作，以AI释放生产力，提高人效，投入于更高价值的生产。
去年，腾讯优图曾推出泛娱乐、广电传媒、内容审核和工业等四大领域的AI平台，将企业碎片化需求融合为标准化服务，通过建设AI行业平台的方式，更好提供支持。今年在人工智能世界大会上，吴运声宣布推出腾讯云三大AI底层平台：TI ONE、TI Matrix、TI DataTruth。
根据吴运声的介绍，三大AI底层平台提供包括算法开发、模型训练、数据标注、数据处理等一系列开发能力，为企业或者个人用户提供一站式的智能化、数据化、移动化服务。
这意味着，AI+云融合广泛落地于垂直、细分产业的同时，前沿算法和理论，也被转换成每个开发者可操作、可利用的“编程软件”。
从底层平台来看，这能有效降低客户和开发者的使用成本，提升云AI使用效率。甚至，成为每个中小企业和开发者，都能利用到的工具。
值得一提的是，云AI在产业加速纵深背后，其目的并不是提高单一客户生产效率，而是聚焦于万物互联的繁荣生态，最终促进经济高质量发展。
不过，如何布局云AI生态，对国内云计算厂商来说依然是痛点和难点，比如前期投入、中期维护、后期迭代的支出，就是不折不扣的重资产建设。
可以肯定的是，随着新基建战略的下沉，作为一个重要基础设施，云AI将在产业互联网浪潮中起到越来越重要的作用，加上5G通信已全面落地，云计算与大数据、物联网、边缘计算和人工智能等技术，会越来越耦合。
这意味着，像腾讯云这样的玩家，更容易做好“数字化助手”角色，助力产业和客户转型升级。
本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。