騰訊雲副總裁王龍：雲+AI是產業升級的最佳搭檔

8月31日，2019世界人工智能大會在上海舉辦。在主題爲 "科技有道，擇善而行"騰訊論壇上，騰訊雲副總裁王龍表示，雲＋AI將是產業升級的最佳搭檔，騰訊在過去20年積累的數百種AI能力正在經過騰訊雲對外開放。這些數字化、智能化的能力，在產業互聯網時代，將助力數以萬計的企業保持高速創新發展。

過去幾年，以計算機視覺、語音識別、天然語言處理等表明的人工智能技術的飛速發展，已經成爲產業數字化轉型和智能化升級很是重要的技術驅動力。這些AI技術在智能客服、智能覈保、智能開戶等衆多場景下，不只能有效降本增效，同時還能大幅優化用戶體驗。

王龍認爲，雖然AI技術幫助企業實現智能化升級，可是對於衆多小企業或者技術能力不那麼強的企業來講，AI技術在實施和落地上都面臨巨大的困難，這些問題得不到解決，很難讓人工智能普惠更多的企業。

騰訊雲副總裁 王龍

一方面在構建AI能力過程當中，AI人才獲取門檻高，深度學習模型訓練和迭代成本高，衆多新場景下，智能設備適配困難；另外一方面在應用AI的時候，項目建設週期長，效果低於預期，後期運維效率低，投入大。

爲解決這樣的問題，雲+AI的結合會全鏈路下降AI落地門檻。面對AI構建能力的挑戰，騰訊雲聯合上百AI領域的合做夥伴，爲用戶提供多個領域數千算法專家，數百種先進的預訓練模型，同時，還可以提供一站式開發、調試、部署、運維工具，以及高效、靈活、無限的雲資源。針對應用AI的挑戰，基於雲計算自服務特性，用戶即付即用，雲端多種多樣的算法集市以及免維護，彈性伸縮的能力，能夠有效下降新應用落地的成本。

如下爲王龍在大會現場的演講全文：

各位來賓，各位朋友，你們早上好！很榮幸在這裏跟你們分享一些AI技術在雲服務上的進展。通過過去幾年的發展，你們充分意識到人工智能技術會成爲產業數字化轉型和智能化升級的很是重要的一個技術驅動。怎麼去看待這件事情呢？在過去幾年中咱們作了大量的客戶的案例，作了大量的成功的解決方案。回頭來作一個總結，咱們認爲產業互聯網智能化升級，數字化升級都離不開幾項技術。

第一，要讓它感知，用各類各樣的計算機技術感知這個物理世界，映射到數字世界中成爲數字孿生體。二是認知，當數據集中到雲端，計算機須要瞭解背後的邏輯，瞭解背後運行的規律。作了這樣的瞭解以後，可以更好地去和物理世界，和咱們現實生活作交互和決策。全部這些都和幾位實驗室的專家介紹的同樣，離不開計算機視覺技術，語音識別，天然語言處理技術。有了方法論指導，各類各樣的場景當中，看到AI和產業結合的效果。

好比說智能客服場景當中，一個完整的方案，包括語音識別，意圖識別，各類各樣的問答技術，多輪對話技術。在智能客服完整系統當中，在每個環節都應用一項或者多項深度學習的模型，各類AI相關的能力。那麼在咱們多個智能客服系統落地過程當中，咱們能夠看到它的好處是很是明顯的。這是咱們的一個客戶，他有300人工客服坐席，每一年服務量增加20%，運營成本大概每一年三千萬，能提供5×8服務，客戶滿意度經本身調研是93%。在使用這樣一個系統以後，很明確地看到它的人力成本節約600萬，可是有一點不同，經過智能客服體系，把服務能力從5×8變成7×24，提高客戶滿意度。固然全部的企業在作這樣一個投資的時候，都會考慮投資回報率，咱們通過機器覈算以後，它收回投資的週期是24個月。

智能覈保，是如今正在流行的場景。用戶或者被保險人提供了報銷申請以後，咱們須要使用OCR技術來獲取報銷單的信息和保單信息彙總，利用NLP各類技術和模型來作這樣一個核保流程的處理，肯定覈保經過智能化解決仍是人工解決。對其中一個客戶進行分析，它能節約成本20%、30%，可以大大提高用戶的體驗，預計在20個月收回成本。

還有其餘的場景，好比說識人識名的認證技術，用在智能開戶上，包括圖像識別、包括OCR識別來獲取身份證，利用視頻技術來作安全的認證，語音合成和語音識別的技術來減小人力開戶的一些線下的工做。經過這樣一個方式，咱們能夠節約傳統證券公司開設多個櫃檯、提供多我的工服務的成本，同時也可以加速他們獲取用戶的一個過程。經過使用這樣一我的工智能系統，能夠經過機器替代人力的十多項步驟，在人力上也是有30%、40%的提高。

這有語音質檢的技術，客戶人員完成一次服務，須要人去抽檢，由於量太大了，通常有一百個客服坐席，只有三到四個質檢人員，抽取客服人員服務記錄，肯定客服人員是否專業有效回答客戶的問題。一是全人工審覈，二是審覈標準不同，審覈人員素質良莠不齊。能夠把質檢提升100%，效率提高10倍以上。

AI只要使用得當，或多或少均可以幫助咱們企業完成降本增效，可以幫助他們尋找到不少創新的機會。剛纔前沿實驗室專家的演講，包括我講的數據並不能覆蓋全部的用戶。剛剛咱們有一些用戶，使用咱們的總體的解決方案以後，它的成本能節約20%。那對於某些大企業節約20%很是可觀，能夠推進這樣一個技術的落地，推進這樣一個擴展或者擴張。可是不少小企業，或者不少技術能力不那麼強的企業，它在實施週期上，在落地上都面臨巨大的困難，咱們不少技術在規模化擴張中這種問題若是不解決，很難讓人工智能普惠更多的企業。

解決這個問題，須要拆解咱們在使用人工智能技術的步驟，針對每一個步驟作一個優化。人工智能落地分爲兩種，一是構建AI能力所面臨的困難，二是使用AI能力所面臨的困難。

在構建AI能力過程當中，咱們看到人才很是熱、很是貴，因此獲取門檻很高。咱們都知道最近這幾年，AI是以深度學習爲引領的，深度學習須要好的數據規模和質量，這是比較難控制的。咱們能夠看到因爲深度學習模型訓練和迭代成本很是高，整個週期變得很長。不少人工智能應用場景當中，還要和設備進行鏈接，進行適配，在整個過程當中須要大量的算力，可是對算力的需求無限的增加，咱們得到的收益並不能無限的增加，這是構建AI能力上的挑戰。

在應用AI的時候，一方面像傳統軟件在傳統企業落地的週期長、成本高、運維效率低等，AI應用的困難會疊加上來，咱們怎麼評估效果？怎麼讓效果爲企業、爲工做帶來真正的好處？解決這一點，咱們再進一步拆解構建AI和應用AI每個步驟。

咱們在構建AI的時候，須要準確的找到一個問題，假定這個問題可以被AI解決。咱們定義好這個問題，咱們才能去準備各類各樣的數據，準備各類各樣符合這個場景的數據進行標註，而後進行訓練、測試、分裝。不少時候前面講到還要多個AI能力組合在一塊兒，才能完成一個場景，而後再和現有的業務系統進行對接、開發、部署，上線以後還要持續的進行迭代和優化。咱們能夠看到每個步驟須要有合適的人，瞭解這個步驟的人，而後在每個步驟投入均可能是巨大的。

那怎麼辦？咱們須要一個平臺把這些步驟所有都串聯起來，不管在數據相關工做當中，仍是在應用開發的工做，仍是智能設備的適配，還有最底層的算力的調度、模型的優化，最終還要有一個很好的評估機制。這和在傳統寫代碼過程當中評估代碼質量同樣，咱們須要一個評估AI應用的效果，AI應用開發質量的機制。經過這樣一個平臺，纔可以有效的解決構建AI當中面臨的困難。

咱們解決這些以後，反過來看應用落地的困難。應用落地的困難和傳統軟件相似，應用落地的困難一樣可使用傳統軟件過去數年一直使用的方法克服這些困難。

咱們因而認爲雲+AI會全鏈路下降AI落地門檻。面對AI構建能力的挑戰，一旦使用雲端的服務，像騰訊的專家，預訓練模型、在內部使用的開發測試、部署運維工具均可以對咱們的客戶和合做夥伴進行開放，同時在騰訊雲周圍彙集上百AI領先的合做夥伴，高效、靈活、無限的雲資源能夠獲取。針對傳統的挑戰，經過雲服務，一是自服務，即付即用；二是雲服務實時更新，自訓練工具，多種多樣的算法集市；三是雲的免維護，彈性伸縮的能力，能夠下降新應用落地的成本。

若是不依賴雲，所有依賴於自身一個團隊的構建，所有依賴一個環境，咱們在自研一個AI應用，或者部署AI應用的時候，平均的週期時長是26天。一旦使用雲和AI配合，這個研發週期將縮短至7天，將來還有進一步提高的空間。

再回剛纔提到智能客服，使用雲服務以前和使用雲服務以後，這是咱們獲得的一個數據。咱們在新的智能客戶落地過程當中，將經過依賴於算力，依賴於底層的模塊部署在雲端，或者使用雲端的服務，而將貼近客戶的有定製化的、跟客戶的應用綁的比較緊、放在客戶本地。同時使用客戶或者合做夥伴的團隊來進行更加貼身的服務。經過這樣的方式，咱們前面研發成本進一步縮減，它的基礎設施成本、維護和運營成本都能得到超過50%的縮減，還有最重要的軟件或者是企業服務的實施週期，及收回投資的週期獲得很是明顯的提高。

智能覈保也作了數據評估，也看到相同的效果，全部這些成本的下降、效率的提高、實施週期的縮短、社會投資週期的縮短，都可以大大提高咱們AI在各行各業的應用範圍，讓AI在各行各業的應用更加有效率，得到更多的收益。

騰訊雲在AI領域的目標是讓AI無處不在。騰訊過去20年開發數海量不一樣的應用，這些應用當中也使用了數百種不一樣的AI能力。這些數字化、智能化的能力，在過去20年更好的幫咱們服務C端用戶，讓他們得到更好的用戶體驗，相信這些能力在產業互聯網時代，可以一樣幫助咱們的企業提供更高速發展的機會。

這些在海量應用中打磨過的實驗室的AI技術能力，正在經過騰訊雲對外進行輸出，不管是數據科學家、算法專家，仍是應用開發者，仍是最終的CEO們，他們都可以在騰訊雲這樣一個豐富的產品矩陣中找到他們所須要的，找到切實幫他們降本增效、幫他們發覺創新機會的產品和服務。

除了內部的合做夥伴，咱們也和行業中大量AI公司進行合做。在整個產品矩陣，對於整個解決方案的每個鏈路，咱們秉持開放的心態，更好地爲客戶、爲企業提供完整的端到端能力。咱們也將和合做夥伴緊密合做，爲用戶提供更多的能力。

在此歡迎更多合做夥伴加入咱們，歡迎更多的數據科學家、算法專家，應用開發者可以到騰訊雲來體驗咱們的產品，今天個人分享就到這裏！謝謝你們！