云計算的AI風向已經越來越明顯。

不久前，美國調研機構IDC發布的《IDC MarketScape：2019中國AI云服務市場廠商評估》報告，認為“AI應用遷移、重構到云平臺，或直接使用云上的AI服務是大勢所趨”。

在這個報告之前，下半年包括IDC、Forrester、Frost＆Sullivan等權威機構出具的云計算報告，都在著重談云與AI的融合，例如IDC 8月的報告針對AI基礎開發，Forrester 11月的報告則針對計算機視覺。

顯然，云＋AI已經成為行業默認的規則，搭載AI已經成為云計算未來的標配。

值得注意的是，在這場云＋AI牌局正式開始時，一向比較低調的金山云“高調出現”，IDC上述最新報告中，金山云與Azure、AWS位于同一象限，成為中國AI云服務的主要玩家：

從行業角度看，專注企業級市場和服務的金山云能夠在云＋AI趨勢中冒頭成為領導力量，與云＋AI融合方式的多樣化有直接的關系。

“云＋AI”同質化的表像下，是全然不同的“＋”路徑

金山云早在2017年6月正式推出了金山云KAP（Kingsoft AI Propeller）人工智能云，并且在2018年1月， 金山云深度學習平臺KDL就被IDC評為首個實現商用的人工智能云PaaS平臺，這在行業內算比較早把云與AI放到一起設計云計算產品的。

“技術立身”的百度，客觀地說，是最早提出AI的， 包括從提出云計算2．0（不僅是硬件的云化，更應該搭載各種應用和服務，包括AI），到ABC一體化，再到直接的“云＋AI”概念。不過它的“云＋AI”的融合方式是“從下至上”，即依托百度過去的技術基底打造體系化、基礎化、全面化的AI技術，然后在此基礎上支撐云服務提供更好的產業智能解決方案，是先有強大的AI技術，再將其中可能有價值的部分用于云服務的“＋”方式，AI基礎能力強悍，體系化成熟。

另一個在AI上下力氣的就是巨頭阿里云了，不過企其AI的發展則有些“從內到外”的色彩。它的多數對外技術服務都首先在龐大的自有業務基礎上進行實踐，然后再對外輸出成為獨立的業務，例如阿里的AI圖像識別技術首先在拍立淘上進行了廣泛的運用。這兩年隨著技術和應用的成熟，阿里開始高調將AI與云計算結合對外提供服務。

對比來看，金山云的云＋AI融合，可認為是從商用落地出發的“從上至下”—以云服務為主體，在其框架下提供一系列支持具體問題解決的AI能力。從實際案例來看，雖然金山云服務的客戶卻不乏超級產品，抖音快手兩大視頻巨頭的產品皆搭載于金山云之上，AI場景應用最多的視頻云，也一向是金山云的優勢業務。

在長期服務這些超級視頻產品的過程中，金山云基于AI算法的持續研究，逐漸開發出了針對畫質提升、成本優化、內容審核等方面的AI應用，例如增強畫質的“集智高清”解決方案即是通過自研算法，整合AI、編碼、圖像處理等多種技術而來，基于深度神經網絡能夠對視頻畫面內容進行感知，針對性增強畫質、提升視覺效果并適配高分辨率屏幕，同時幫助這些視頻產品節省20％—40％視頻傳輸帶寬（來源：金山云官方數據）。

這類AI應用一出生即偏重具體的商業落地，是面向應用場景的技術實體，推動已有云服務質量的提升，讓已然存在的客戶獲得更好的服務體驗，解決痛點問題。

金山云“商用落地”下的云＋AI融合進程：云為主體，先云后AI？

看完不同的玩法方向，再來看具體的做法。

2019年9月，李彥宏宣布百度組織架構的一次不大不小的調整，“百度智能云與CTO體系高效融合”，百度智能云總經理尹世明攜ACG團隊向集團首席技術官王海峰匯報。

在一般的巨頭級企業，AI與云計算都是分屬不同的垂直部門負責， 例如百度的ACG負責“百度智能云”，AIG負責百度大腦，在阿里，阿里云與達摩院也是分開各有一攤。

李彥宏的做法，是在強化百度一直以來打出的“云＋AI”旗幟，通過匯報關系完成組織結構層面的高效整合。

但是，金山云似乎沒有這種現象，側重商用落地意味著云服務仍然是主體，AI是云服務發展的一種需要，是云框架下的一種應用，也不會存在組織溝通和業務整合的成本。

具體而言，金山云“商用落地”下的云＋AI融合進程體現出三個特質，它們能從行業對比的角度更好地解釋為什么金山云AI會被專業報告背書。

1、AI在實操中被定位于“客戶粘性和附加值的重要手段和工具”

在金山云眾多AI服務中，“金睛”無疑是其招牌項目，提供跨行業、多場景的AI解決方案。從金山云官方公布的內容看，金山云“金睛”目前支持視頻、音頻、文本、圖片多種格式下，涵蓋色情、暴恐、涉政、廣告過濾、OCR識別等多個維度的內容審核服務。

例如在圖像審核方面，“金睛”支持80＋低俗和場景、200＋暴恐類標簽識別、1200＋敏感人物等六大違規場景的精準識別，即發即審。

在內容監管形勢越來越嚴峻時，金山云的這項AI服務對那些它正在服務的視頻客戶來說，提供了云上數據與服務之外重要的運營及精細化管理價值，同時幫助客戶規避了大量政策風險。

從上至下，以商用落地為側重，意味著金山云的AI服務是與主體云服務相配套的增強“客戶粘性和附加值”的重要手段和工具，它的加入，不是來唱主角，也不是來成為戰略導向，而是讓金山云本身贏得更多市場認可。

現在，“金睛”在主流直播、短視頻、OTT平臺領域中，已經廣泛滲透至行業頭部客戶，無疑強化了金山云本身的行業價值和市場認可。

2、AI的進化模式是“隨軍前行”，而不是“重金突圍”

客觀地說，雖然側重商用落地，但金山云也建立了一套完備的底層AI能力體系，例如IaaS層面推出了面向AI領域的高端GPU云服務器——V100，PaaS層面的深度學習平臺KDL曾被IDC評為國內最早商用落地的平臺，SaaS層面包括了上述“金睛”等明顯產品。

但是，“從上至下”意味著金山云的AI其實并非百度大腦、達摩院那樣持續砸重金而來，它更多是隨著云服務的進化需求逐步演化，云走到哪，需求來到哪，逐步向下形成了一整套AI體系。

所以，與其說金山云的云與AI融合突然顯現，不如說是金山云自身的發展和產業的需求已經到了這個地步，其AI能力只是緊緊跟上了而已。

可以預見的是，隨著產業對AI需求的日益旺盛，金山云的AI將更頻繁地出現在行業報告和大眾視野中，現在只是開始。

3、AI的產業滲透是先讓B端接受云服務，再接受AI

產業智能化的重要組成部分是智慧工業，這也是各云計算平臺都在啃的硬骨頭。

金山云也不例外，金山云工業云平臺提供包含智能裝備、機器視覺、智能系統、工業系統安全、企業軟件等在內的多項業務能力，例如基于AI的產品外觀瑕疵檢測方案，可在不影響原有生產模式的基礎上，利用AI對產品進行自動化甄別，提高出廠產品的合格率。

實測中，以沖壓件質量智能檢測為例，金山云工業云平臺可使得生產過程中的試制次數減少20％，業務成本減少15％以上。

很容易在其他云計算平臺也發現類型的項目，但值得注意的是，同樣是這類解決方案，在AI向產業滲透的過程中，讓市場接受云與AI的順位是不同的，例如對百度而言，由于AI是戰略重中之重，AI能力的凸顯很重要，教育市場是其云＋AI自帶的任務，不說讓客戶先接受AI再接受云，至少AI的地位與云是對等的。

而對金山云而言，由于偏重商用落地，它的工業智能化滲透，一定是先讓客戶充分信任云，再在云的基礎上接受提升服務體驗的AI。

云＋AI，讓市場先接受AI還是先接受云計算，金山云屬于后者。

云＋AI姿勢各異，但產業的發展終將“只看結果不看過程”

無論通過何種路徑，最終云、AI齊齊發展起來后，差異化肯定會被抹平，百度、阿里也會有龐大的AI商用落地，金山云也會構建自己完備、深度AI技術體系。

殊途同歸，不同的“＋”路徑在長期看，產業互聯網浪潮下最終的判斷標準還是云＋AI在多大程度上滿足了眾多產業變革，尤其是智能化變革的需求。

無論如何，一邊是云與AI的融合，另一邊，對產業需求的把控與追隨仍然是云計算永恒的課題。

所以，很直接地看到，在優勢的視頻云之外，金山云還在積極拓展其他領域并將之與AI相結合。

例如，在智慧醫療領域，金山云在其智慧醫療健康云體系架構上，推出了基于AI的智能輔助診斷技術，幫助醫生完成包括語音病歷錄入、安全用藥指導、基本輔助診斷等工作，提高醫療效率。

此外，大數據、云計算、物聯網是產業互聯網三大基石，它們共同考驗云＋AI的橫向連接能力——不管什么樣的融合方式。這其中催生出云＋AI的新市場空間，或開辟全新的賽道，成為金山云在規模和行業地位上追趕的重要機會。

或許是長期服務于小米的緣故，金山云在這方面“近水樓臺先得月”，金山云智慧住宅解決方案中的AIoT智能家居，依托的就是據稱全球第一消費級IoT小米體系，可提供AI語音控制服務并支持自主編輯應用場景，此外，還支持家居環境與物業、醫療、公安系統的連通，試圖滿足物聯網時代智慧產業的“大連通”需求。

一旦云計算巨頭的云＋AI實現了5G時代物聯網的全面站位，它就擺脫了舊有的移動互聯網體系競爭，等于“新開一局”并搶先出牌，除了不變的產業需求滿足，其他任何競爭格局的改變都有可能發生。

只不過，那將是另外一個更復雜的故事了，拭目以待吧。