腾讯云公布AI新基建布局,称AI落地面对期待过高、碎片化难题

近日 , 腾讯云公布了其在AI新基建的整体布局 , 将会以“一云三平台”为核心架构 。 一云指的是腾讯云 , 三平台包括算法平台、服务平台和开放平台 。
截至目前 , 腾讯云AI公有云日处理图片超30亿张 , 日处理语音250万小时 , 自然语言处理超千亿句 , 客户数超过200万 , 服务全球超过12亿用户 。
AI赋能新基建 , 落到核心还是如何将技术更好得输出和落地 。 腾讯云AI语音语义与应用平台产品中心总经理周超 , 对AI财经社梳理了各组织在其中发挥的作用 。 以语音技术为例 , 在腾讯 , 语音整个基础算法的研发工作主要是从腾讯的几个AI实验室积淀而来 , 比如AILab、优图实验室等 。 同时 , 以产品化输出给合作伙伴和客户的界面时 , 腾讯云则会作为统一的出口 , 来实现算法的工程化、产品化和商业化 。
周超认为 , 腾讯在语音方面的优势在于 , 腾讯本身在数据积累和场景应用方面的优势 , 可以在社交对话的语音识别 , 包括音频转写和金融语音识别等场景和行业中去做结合 。 以C端的优势 , 来服务B端的客户 。 比如目前已经应用的行业有游戏运营监控、银行保险、小说、新闻摘要等 。
过去一年 , 几个互联网公司 , 包括阿里、腾讯和百度都宣称自己深入千行百业 , 以行业来挖掘AI落地的可能 。 但垂直行业的壁垒、技术的限制 , 以及互联网公司对客户的理解 , 都让这件事实践起来并不容易 。
腾讯云计算机视觉中心的总经理王磊称 , 真正去做AI产品和AI服务落地 , 确实遇到了很多问题 , 对此很有共鸣 。 他向AI财经社表示 , 第一个问题 , 就是客户的预期和技术的上限还存在着较大的差距 。 他说以前 , 很多客户认为人工智能是无所不能的 , 但实际的落地有很多约束条件 , 以及大量的前置工作 。
第二 , AI的范围很广 , 对应的是需求很多 , 碎片化非常严重 。 他举例称 , 手里400多个项目 , 没有一个是重复的 。 解决这种状况的方法是尝试建通用的工具 , 不过“现在没有万能的工具” 。
【腾讯云公布AI新基建布局,称AI落地面对期待过高、碎片化难题】第三 , 仍是不可避免的成本问题 。 AI的目的还是降本增效 , 成本和解决方案之间要有所选择 。 王超表示 , 现在成本居高不下的是算法和数据 。 算法的背后是后面的人力成本 , 数据则在于目前想要获取一些行业数据仍旧难度不小 。 (文/AI财经社郑亚红编/赵艳秋)
腾讯云公布AI新基建布局,称AI落地面对期待过高、碎片化难题
文章图片


    推荐阅读