近些年，科技带动发展，大数据、云计算、人工智能等前沿技术都已经渗透生活的各个领域，在推动各行业完成智能化转型和新旧动能转换的进程中发挥着重要作用。尤其是在后疫情时期，人工智能成为中国科技创新的第一风口，广泛应用在金融、教育、医疗、能源、消费、工业等各行业多场景之中，与更多实业、产业的紧密结合，加速新一轮科技革命和产业变革进程。
人工智能带给人们生活的改变肉眼可见，而作为同样具有影响力的数字技术，云计算的作用则更多体现在企业的数字化转型与运营之中。
据统计，在“十四五”规划的全文中，仅“数字化”一词就出现25次。此外，还有数字中国、数字时代、数字政府、数字社会、数字经济、数字生活、数字技术、数字娱乐等高相关词汇出现了60多次。在某种程度上，数字化已上升为国家战略。由此，“企业上云”成为众多企业推动“数字化转型”的重要突破口，越来越多的企业选择通过上云，迈出“数字化转型”的第一步。
在这样的背景下，人工智能与云计算开始由协同应用向深度融合发展，并在产业经济、社会治理和公共服务等多方面全面推动社会价值的创新。
自2016年人工智能产业再次火热以来，人工智能在深度学习、跨界融合、人机协同、群智开放、自主操控等方面都取得了长足的进步。业界认为，目前人工智能技术的发展已经从推理期、知识期进入到了第三阶段——机器学习期。随着技术迭代和市场认知的不断提升，产业结构基本完备，人工智能将进入全面赋能生产生活的落地开花阶段。
例如，智慧工厂、智慧物流、智慧医疗、智慧教育等产业的兴起，代表着人工智能应用正处于面向复杂场景、处理复杂问题的复合新阶段，推进应用多元化横向发展；智能仓储、智能机器人、自动驾驶、自适应教育等人工智能产业化的发展，为智能服务创造出更多的创新生产和服务模式，推进新基建向纵深发展。
但就现实情况来看，尽管每个行业、各种规模的企业都在积极引入AI技术，但推动人工智能应用的落地却仍面临着巨大挑战。
人工智能的发展需要三个重要的基础，分别是数据、算力和算法。《2020-2021中国人工智能计算力发展评估报告》认为，人工智能三要素中，算力成为驱动AI产业化和产业AI化发展的关键要素。而我国整体在人工智能算力基础设施方面准备不足，体现在芯片端对外依赖较大，服务器市场国内企业份额有限。在数据方面，产业数据标准化和互联互通水平严重不足，降低了数据的可用性和可迁移性。
而云计算作为提供算力的重要途径，除了能为人工智能提供算力支撑，也能够为大数据提供数据的存储和计算服务，从而保证人工智能的两大发展基础。所以从这个角度来看，云计算对于人工智能的发展至关重要的。
同时，《中国云计算产业发展与应用白皮书》曾指出，影响云计算产业发展和应用的最普遍、最核心的制约因素，就是云计算的安全性和数据私密性保护。云上数据安全已成为业务数字化、智能化升级的关键风险点，而人工智能技术的加持，有望为云计算的未来发展增添安全护城河。
近年来，全球以IaaS、PaaS和SaaS为代表的全球公有云市场呈现稳步上升趋势。IDC最新发布的《全球及中国公有云服务市场(2020年)跟踪》报告显示，2020年全球公有云服务整体市场规模(IaaS/PaaS/SaaS)达到3124亿美元，同比增长24.1%。
云计算正从IaaS向PaaS和SaaS发展，这个过程中与人工智能的关系会越来越密切，主要体现在：PaaS与人工智能结合，能推进云计算向更多的行业领域垂直发展；SaaS与人工智能结合，能全面拓展云计算自身的应用边界；云计算与人工智能结合，能降低开发难度。
因此，人工智能和云计算技术注定要相辅相成。
在这样的背景下，腾讯研究院通过构建用云量和AI指数（赋智量），刻画了云与人工智能的应用情况。数据显示，2020年一季度到2021年一季度，中国用云量指数增长57%、赋智量指数增长93%。
用云量和赋智量均持续高速增长，表明云计算和AI的使用活跃提升。赋智量增速明显高于用云量，则表明AI的需求更旺盛、使用更活跃。在行业上云的基础上，智能化进一步成为新的需求增长点，云智融合的趋势日益凸显。
智能的最终目的是服务于人，帮助人们从复杂的劳动中解放出来，为人们带来新的启发和认知。而要解决人工智能产业落地的问题，就必须要跳出单一的人工智能技术。由此，以数据采集、传输、存储和计算为视角，综合了人工智能（AI）、大数据（Big Data）、云计算（Cloud Computing）和物联网（IOT）等技术的“ABCI云智融合新架构”应运而生。
该架构包含了云基础底座、智能平台、智能产品和服务、智能生态四层：
云基础底座：包含存储、数据库、云原生、服务器和网络计算等部分，为云智能提供丰富的算力和存储等资源。
智能平台层：包括机器学习平台，物联网使能平台和大数据平台，为行业开发者提供一站式的平台服务。
智能产品和服务层：包括语音、图像、人脸识别等标准化的人工智能能力，数字虚拟人、对话机器人等人机交互服务，企业画像、联邦计算等云大数据SaaS产品，以及面向C端用户的物联网小程序。
智能生态层：面向消费互联网、产业互联网以及可持续的社会价值创新三大方向，提供金融、工业、教育、医疗、政务、交通、文旅、传媒、地产、文娱等各行业的智能化解决方案。
借助“云上智能”不仅能实现由单点智能到全局智能的升级，更是推进了物理世界和数字世界的全面连接、交互和融合。
对生产者来说，云上智能可以提供人机协同的环境，辅助生产者更好地完成工作，达成更多的创新；对开发者来说，云上智能可以帮助其降低开发门槛，并加速获得变现收益；对于管理者来说，云上智能不仅可以洞察行业趋势和新兴机会，还可以为其内部组织管理提升效能，加速协同。对C端用户来说，智能化将让人们获取更为便利的服务和更优质的体验。
与此同时，从“用云”到“赋智”，也构成了中国数字产业增长的主要动力。
根据腾讯《2021云上智能白皮书》显示，从行业分布来看，数字原生的电商和以文创、游戏为代表的数字内容行业，是当前的用云大户；效率和安全需求巨大的金融行业赋智领先，是行业均值5倍多，行业工具、文创紧随其后。
（ 用云量：数字原生行业大幅领先，传统行业加速上云）
（赋智量：金融大幅领先，行业工具、文创紧随其后）
从地域分布来看，AI产业集中于头部城市，以北上广为代表的发达地区保持领先，其余城市较为接近；江西，河南多个城市排名上升超100名，边疆和中部增速更快。
“云智融合”的进程使人工智能正在变得更加模块化、集成化。从厂商定制化的解决方案到用户主动调用，人工智能的应用门槛逐步降低。同时，深度融合之后，不仅让硬件功能更加丰富，软件功能更加智能，还将激发更多的新模式、新业态，为各地区、行业的高质量发展注入新动能。
眼下，以云计算、大数据、人工智能、物联网等技术为驱动力的第四次工业革命，正以前所未有的速度席卷全球，各行各业都将迎来数字化、智能化发展的新机遇。然而，尽管我们已经感受到了智能化给各行各业带来的巨大潜力价值，但落地之路仍然任重道远。
智能化转型是一项系统工程，需要从规划到实施的长期投入。对此，腾讯研究院提出了“技术、数据和人”三要素的转型框架，帮助企业识别到实施智能化过程中不同阶段提升的重点。
（图：智能化转型框架）
并在云基础底座之上，利用一系列技术将安装、部署、运维、调优集成于云上完成，构建起一套云智能线架构，从而实现降本增效。通过智能化框架和云智能线架构，腾讯得以整合AI、大数据、IoT等三大技术能力，针对客户需求开发金融、工业、教育等行业专属的数智网，实现了产业上下游数智融通。
在中国银行的项目中，客户可通过腾讯云IT的TI-ONE平台，开展风控联合建模，通过挖掘客户异常行为，实现资金流量预测和贷后风险预测，大大提升了风控系统的防控能力。同时，TI-ONE开放接口的特点使得银行内部的IT人员在项目交付后续，可以自行构建其他需要的场景，只要数据满足要求，即可方便地进行模型训练、评估和预测。
在医疗领域，腾讯利用云上AI能力，为综合医院提供AI导诊、AI预问诊、AI临床助手等产品，极大助力医疗机构提升医疗水平和服务效率。同时，基于腾讯云安全存储与强大算力，打造了一站式智能服务平台——“腾讯觅影·开放实验平台”，在搜集、管理标注数据集，训练、开发、验证模型，云端部署应用，课堂示教，多中心数据集构建和联合科研等6个方面，助力医疗机构、科研院校和科创企业在医学人工智能领域的合作创新。
早前，我们都说企业要数字化转型，要“上云”，将企业的业务、流程和应用部署到云端，而今天我们谈论的更多是智能化升级，也就是上云之后，如何让业务、流程和应用在云上跑得更快、更好。过去，“互联网+”是做加法，现在从“互联网+”到“智能+”，要多的是乘法，要用数字化和智能化技术深度改造传统行业的生产方式、商业模式、产业结构的过程，重塑核心竞争力。
眼下，金融、能源、工业、广电、教育、医疗等多个产业正在加速推进智能化转型，未来需要更多元的架构支撑，云智融合成为必然。而在这个过程中，腾讯不仅要为各行各业进入数字世界提供丰富的数字接口和数智化工具，更要深度参与，成为智能生态的共建者，实现发展共赢和多重价值。
相信随着云上智能的不断落地与成熟，会有越来越多的政企逐渐将更多数字化、智能化技术集成到自身业务和产品体系中。届时，全新的数字格局将会被打开，率先落子者会享受到更多数智升级的红利，迎来新的商业繁荣。
雷锋网雷锋网
正在生成分享图...
nebula