自騰訊在2017年11月提出“AI in All”的戰略目標之後，很多人評論者都提出了這個問題。可謂短時間就引發了多方討論。

有人認為這只是一句戰略口號，也有人覺得其中隱含著騰訊在AI時代的顛覆式發展思路，一時間有眾多說法。

而在半年之後，騰訊雲發布了一系列關於AI的落地計劃，以及場景案例、免費計劃，和令人矚目的超級大腦。

事至於此，或許我們已經可以從這180天中騰訊的AI布局裏解讀“AI in All”的真實方式。力爭做生態，做工具，做連接的騰訊，在爭取的不是讓整個騰訊業態充斥AI，而是讓任何產業實體，都可以在發現需求的情況下調用騰訊的AI實力。

所謂的AI in All，應該理解為在騰訊的三張網鋪設觸達某個奇點之後，各行各業都能獲得一張通行證，從此可以隨時、隨地、極低成本的打開AI的大門。這樣AI才是無所不在，無場景不在的。而不是讓各行業的新需求，在渴望AI時會撞上一面墻，或者需要攀爬一座高山。

這個通行證顯然並不容易，因為這要匯集各種技術能力；雲計算與大數據、互聯網產業基礎；以及傳統行業、金融業、醫療業等繁多業態的引入與實踐。

整個騰訊通往AI in All的產業圖譜，在今天可以看做一個三層的魔方，每一層各有幾個關鍵步驟。只有當整個魔方被拼接完畢，AI in All才能變為真實存在的產業實體。

總體來看，騰訊AI在謀劃的產業方向可以歸納為三點：算法層做強，平臺層做順，應用層做細。

魔方的底層：算法與開發者

整個AI in All的圖譜，地基層包含兩個方面：AI基礎技術的研發動力與基礎、算法的不斷演進。建立了完善研究體系、應用體系，並在國內首先押註AI開發者與人才培養的騰訊，正在這個層面呼喚更強的AI原動力。這個層次目前騰訊的機遇與挑戰，可以分為三個層面：

1、技術體系完整度。與阿裏AI lab偏重硬件不同，展現在大眾視野中的騰訊AI lab在最開始就更加偏重於底層技術的研發。建立完善的AI研究體系與世界化科研協同機制之後，騰訊AI lab已經建立起機器學習、機器視覺、語音交互、NLP四大基礎部類的研究與應用系統，這可以看做是騰訊在技術層的基石。

2、激活人才生態：今天的AI戰，歸根結底是人才與開發者的比拼。由於AI的創新極有賴於開發者的靈關一閃，完善而充沛的開發者扶持計劃，是騰訊在這個層面上的重要籌註。除了對開發者的賦能，騰訊也在積極引導AI人才生態的完整化。比如騰訊眾創空間推動“Go Global，To China”計劃，騰訊AI Lab設立了美國西雅圖AI實驗室，並且建立了多種產學研一體化的AI人才激勵與引入計劃。

3、建立AI問題意識：AI在今天是一個過關斬將的進程，過去一年中我們可以在各種頂會、測試上看到騰訊的身影，同時還可以看到騰訊AI不斷結合多個部門合作解決這個問題，都可以歸為騰訊AI體系對問題意識與解決能力的重視。成立AI lab以來，騰訊已經發表AI相關論文數十篇，並在內容、社交、醫療等層面取得了矚目的學術成果。

這三項基礎之上，騰訊的AI引擎開始向整個機體輸送能量。

魔方的樞紐：工具化與雲平臺

想要讓AI通入各行各業，讓數字經濟與實體經濟融合發展，平臺與工具化集成就成為了產業中樞。以騰訊雲牽動的騰訊AI輸出，目前正處在騰訊AI魔方的樞紐中心。這個層面上，我們可以看到騰訊在AI基礎設施上進行著三個層面的深化：

1、夯實核心算力：對於異構計算與新一代計算能力的輸出，正在成為騰訊AI契合接踵而至的大規模運算需求的前提條件。算力是各行各業進行AI轉化的基礎條件，也是AI平臺決勝下一個大時代的賽點。騰訊雲在異構計算等領域的投入，是騰訊外放AI能力的前提。

2、數據運用與服務模式疏通：AI是一個學習數據、制造數據、循環數據的過程，那麽騰訊以自身海量數據為先導，積累的處理能力、服務能力、安全能力，就將成為AI進一步發展的輔翼。基於騰訊的生態優勢，數據處理和針對性服務正在抽象化和外放，這或許可以看做騰訊式AI的核心差異化能力。

3、雲、邊、端全鏈路產品：AI對計算與數據處理要求的實時性、多元性、主動性，都要求雲邊端一體化的處理模式，並且有更好的處理分析能力。超級大腦以及邊緣計算的推出，可以看做騰訊補完了全鏈路的產業生態，AI進入應用有了完整入口。

基於雲計算產業的基礎設施完善，AI能力有了化為產業動力的可能。那麽接下來我們將看到的，就是產業應用AI的萬花筒效應。

魔方的價值：場景應用與行業萬花筒

應用場景做細，是因為各行各業、各傳統經濟企業對於AI的需求是千變萬化的，心態和理解能力、人才積累、市場認知也是各自不同的。這種情況下，必須有碎片化、模塊化的AI能力接入方式，以及完整現實的產業結合方式，才能讓AI真正接入各行各業，成為整個經濟體的發展能源。把AI能力細節化、精準化，是騰訊超級大腦產品的初衷，應該也是接下來騰訊AI在搭建最頂層魔方時堅持的特色。我們可以看到在騰訊AI面前，產業端有這樣三個任務。

1、產業去門檻運動：免費、降低人才成本，提高企業AI應用信心，讓企業可以無成本，有清晰動能的方式進入AI世界，是擺在平臺面前的第一道任務。不久前騰訊宣布將AI能力進行免費，可以看做是產業去門檻的核心。之後或許我們將看到更多門檻剔除的AI動作。

2、圍繞場景的碎片化能力供給：騰訊超級大腦目前已經連通城市、工業、零售、金融、醫療五大場景，輸送四大種類AI能力，這中集成化的背後是騰訊願意將產品擊碎，圍繞用戶提供最合適的解決方案。

3、有效的產業組織與疏導：傳統行業與重點經濟體，進入AI這一新事物時，必然是在有引導、有案例、有數據的前提下，誰都不敢第一個吃螃蟹。那麽這就需要平臺的產業組織和疏導，在超級大腦發布後的騰訊AI板塊中，以核心案例帶動重點行業AI結合應該會是接下來的重點。種種跡象現實，金融與醫療很可能是騰訊最強勢引導的產業部類。

基於自身AI能力與產業優勢，積極與傳統行業結合，是騰訊AI在達到無處不在目標時的基本邏輯。從目前情況來看，超級大腦或許將是輸出流程中十分重要的一個產業概念。而與傳統行業的深入結合與組織引導，或許是下一步騰訊雲AI業務的重點。

結束語

強大的底層算法、技術研究與開發者生態，是AI圖譜的動力和燃料；而布局合理，產業業態豐富，具備技術優勢的雲計算平臺，是AI由一點向泛華空間的入口；細節化、案例化、服務化的產業應用空間，是AI真正落地的“最後一公裏”。

這三個層面，九個板塊，或許可以幫助我們勾勒出AI in ALL這句聽起來有點抽象的戰略口號，所處的真實產業需求與產業關系。只有這九個板塊拼接的魔方建立起了聯系，形成了整體，任何行業、任何行業，甚至任何人都能進入AI的通行證。

Electric in All，不是要把地球變成電球，而是每個家庭都可以使用電能，每個企業都可以使用電力。在我們提出AI in A流量的今天，同樣的道理正孕育在又一次的技術革命當中。

魔方與通行證：騰訊的AI是怎麽in All的？