腾讯AI布局迟缓,要想突围还有两场硬仗

文 | 魏启扬

来源 | 智能相对论(ID:aixdlun)

在大谈人工智能的时代,几乎所有的科技企业和互联网公司都在AI上有所布局。

BAT三家中,技术起家的百度是公认的AI优等生,不久前结束的“2019百度AI开发者大会”上,“百度大脑”已经升级到5.0,由百度大脑核心能力支持的Apollo和DuerOS两大AI开放平台的生态体系越来越丰满,成为各自领域的AI标杆;阿里的达摩院名号响亮,马云公开承诺,达摩院“活得至少要比阿里巴巴长”,并且要在三年内投入超过1000亿,砸下大量的资源,达摩院的成长“肉眼可见”。

相比之下,腾讯AI布局的动作显得较为迟缓,至今靠进入国家人工智能创新平台的医疗AI“腾讯觅影”撑着台面,内部力量也分散为腾讯AI Lab、优图实验室、WeChat AI实验室三个部门,其在AI上还没树立起与腾讯地位相符的标杆。

腾讯显然也认识到AI对于未来的重要性,因而很早之前就提出要“All in AI”,马化腾也多次在公开场合表示腾讯要大力发展AI,在“通往‘大社交’的时代,腾讯要发挥好‘连接器’和‘生态共建者’的角色”。

可是,起步就已落后的腾讯,该如何追赶呢?

做AI的基础能力,BAT三家各有各的强

在讨论腾讯AI之前,我们可以先分析一下BAT三家做AI的基础能力,只有这样才能更好判断腾讯能否追上百度、阿里两位竞争对手,以及在AI的路上,腾讯到底能走多远。

1、数据来源

数据是AI研究的关键要素之一,有了数据才能建立模型和算法。在数据来源上,BAT三家都有自己的“张良计”和“过墙梯”,这也是BAT区别于其他AI研发公司的最大优势。

百度和阿里分别利用自己在搜索和电商上的业务生态,构建了体量巨大的流量池。像百度在2010年时,其网页搜索每天的响应次数就超过了6亿;阿里在2012年时,其淘宝网和淘宝商城(天猫)每天的包裹量就超过了800万,占到整个快递行业总包裹的近6成,在交易中产生的搜索、API调用等数据更是难以统计。百度、阿里自身生态产生的海量数据足以满足AI研究的数据“投喂”需求。

同样,在腾讯的社交帝国中,腾讯已经构筑了一个由10.4亿微信用户、8.05亿QQ用户、8亿微信支付用户组成的流量池。在这个流量池中,光全球定位请求每天就产生600亿次的数据量。从这方面来看,腾讯在数据来源的基础能力上并不弱于百度和阿里,相反,基于社交关系产生的数据会有更多的社会性需求特征,在AI研究成果在多场景的应用实践上具有独到的优势。

2、支持长期AI研究的财力

AI研究需要长期投入,从人才招募,到测试实验,每一项都要花钱,由于很多研究项目在短时间内并不能产生营收,用“无底洞”来形容也不足为过,这就需要有强大的现金流来支持。

根据财报显示,腾讯2018财年经营活动产生的现金流量净额高达1064.43亿元,投资活动产生的现金流量净额达1519.13亿元,账上的期末现金为978.14亿元。在社交和游戏两大主营业务的支持下,腾讯的现金流非常充足。

与腾讯类似,阿里在这方面的储备也比较丰富,其2018财年年度自由现金流总计达到158亿美元。相比之下,百度的现金流就比较吃紧了,2018财年中经营活动产生的现金流量净额只有359.67亿元,投资活动产生的现金流量净额也只有344.60亿元,与腾讯和阿里并不在一个量级。这也意味着,虽然目前百度在AI研究上暂时领先,但在财力上存在差距,腾讯和阿里的潜力更大。

3、吸引人才的能力

AI研究是前沿科学,优秀的人才对明确研究方向、方法,缩短研究时间等方面能够起到关键作用,吸引人才除了提供丰厚的薪酬福利,正向的企业价值观外,公司的地理坐标和学术氛围也非常重要。在吸引人才的能力上,BAT三家可以说打了个平手。

首先,薪酬方面,三家的标准在业内都是顶级标杆,相信很少有其他AI研究公司能够超越。

其次,在地理位置上,三家各有千秋。

百度之于北京,阿里之于杭州,腾讯之于深圳。BAT三家总部所在城市都处于中国互联网和科技产业的头部阵营。北京的中关村自不用说,杭州则是在阿里的带动下,以“特色小镇”的模式形成了一批AI产业集群。深圳作为中国改革开放的“排头兵”,地理位置又比邻香港,相比内地更具开放创新的气质,国家也明确要把珠三角建设成中国的硅谷,因而深圳在吸引人才方面也有着独特的优势。

总的来说,AI研究的基础能力BAT三家基本处于同一水平线,百度、阿里虽然暂时领先,但腾讯并不是没有赶超的机会,特别是充足现金流的支持,在未来,百度的压力或将更大。

AI突围战,腾讯手中的两张王牌和两场硬战

知己知彼,才能百战百胜。面对百度和阿里的合 围,腾讯如何才能在这场AI研究竞赛中突围,根据腾讯在AI上的战略布局以及腾讯在产品能力上优势,腾讯手中握有两大王牌。

第一张是用科技向善的力量,完成AI技术的单点突破与普世教育,并以此形成具有“腾讯印记”的AI标签,即一提到某项技术,公众的第一反应就是:哦,这是腾讯的。

事实上也是如此,腾讯在AI的落地应用上特别注意如何体现技术的温度,将更多的精力用于解决社会问题,关怀弱势群体。目前,腾讯在医疗、图像识别等领域已经显示出高人一等的优势。

比如,腾讯AI Lab的当家产品“腾讯觅影”,筛查一个内镜检查用时不到4秒,对早期食道癌的检出率高达90%;在显微镜中加入AI和AR技术,提高医生的诊断效率和准确度。去年,腾讯AI Lab还将“图片语音即时描述”技术落地应用,让机器充分理解图像内容后,将其“翻译”成语句,让视障者使用QQ空间时,能听到对图片的描述,实时了解朋友动态。这一技术获得了联合国教科文组织颁发的“数字技术增强残疾人权能奖”。

优图实验室则通过“跨年龄人脸识别技术”推出了“优图天眼寻人解决方案”,2年时间帮助福建省公安厅找回失踪人口1000多人。

实际上,自2017年腾讯内部提出“科技向善”的概念以来,一直在修正和充实对这个概念的认识。张小龙说过“善良比聪明更重要”;马化腾在《经济学人》特刊《The World in 2019》上发表《科技向善》同名文章,当时还仅仅停留在对慈善的讨论层面;直到今年5月4日,马化腾在朋友圈就优图实验室用AI技术助力寻找被拐儿童发表评论:科技向善,我们的新愿景与使命。这也成为腾讯在这场AI突围战中的最大内推力量。

腾讯的第二张王牌是它出色的产品能力。互联网时代,腾讯开发了国民级应用QQ;移动互联网时代,腾讯开发了另一个国民级应用微信。此外,在腾讯另一个核心业务领域游戏中,腾讯也表现出强大的产品能力,从王者荣耀到“吃鸡大战”,腾讯游戏也算是经历过真刀真枪的实战考验。

对于AI研发来说,“赛马机制”,产品经理文化同样重要。无论什么样的技术,最终都要以产品的形式实现落地应用,技术能力或者可以分出高低,但对于用户来说,体验才是关键。就像山寨手机用堆料的方式,在性能测试上可以跑出高分,但在使用体验方面总有各种不尽人意,更多用户宁愿高价也会选择品牌手机。在很多时候,产品能力可以抹平技术差距,这也是腾讯优于百度阿里的长处。

腾讯AI研究有自己的长处和突围的方向,其短板同样也不容忽视。

首先,是技术生态的形成。

由于腾讯实行的是单点突破的AI研发战略,目前主要集中在AI医疗、影像识别等少数几个领域,因而其技术生态比较单一,相比百度的Apollo、DuerOS这两大技术平台,腾讯能够串联起来的上下游产业链有限,从长远来看,将影响到腾讯在行业中的领导力和话语权。这也要求着,腾讯需要尽快实现由点到面扩张,进行更为广泛的布局,在更多的优势领域形成面和网,构成一张层次分明,内容丰富的AI生态网。

其次,是产业互联网大潮下的2B能力。

去年9月30日,腾讯进行了第三次自我组织进化,将原有七大事业群整合为六大事业群,其中新成立的云与智慧产业事业群(CSIG)被视为腾讯要加大2B的力度,当时CSIG总裁汤道生在接受媒体采访时也表示,架构调整后,将使腾讯的技术力量更聚焦,能为产业客户提供更完整的解决方案。

腾讯看的也很明白,AI的价值要在产业中体现,AI的大规模落地应用要在B端实现。可是,由于腾讯在“流量、产品、运营”这个三角关系中,长期以来重产品,轻运营,这使得腾讯一直生活在“舒适区”内,依靠着优秀产品(社交、游戏)的自然引流就能实现流量变现,在以C端为主的泛文娱领域左右逢源。但在以B端为主的运营方面,腾讯与对标的阿里就差了不止一个量级。

如今,腾讯希望通过架构调整的方式来修补自己的短板,就是要利用产品能力的强项讨好C端用户的同时,加强运营管理,兼顾到B端用户的需求,以及还能给自己留下利润空间。如何平衡这三者间的关系,将决定着腾讯在AI时代的位置。

免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与 无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2019-07-16
腾讯AI布局迟缓,要想突围还有两场硬仗
从这方面来看,腾讯在数据来源的基础能力上并不弱于百度和阿里,相反,基于社交关系产生的数据会有更多的社会性需求特征,在AI研究成果在多场景的应用实践上具有独到的优势。

长按扫码 阅读全文

Baidu
map