To B产品如何打造?腾讯云智能摸索出一条道路

2022-12-08 21:16:54 来源: 21世纪经济报道

  文|白杨

  过去一年,面向产业互联网,腾讯调整了航向,相较以往的大包大揽,现在腾讯更强调“产品为王,场景为先”。

  聚焦产品,是腾讯的优势所在,也是产业互联网脱虚向实的大势所趋。但是,如何把产品做深做透,腾讯需要寻找到一条有效路径。

  为此,腾讯调整部分业务和架构,把精兵强将集中到了产品领域。而腾讯云智能,便是在这样的背景下应运而生。

  去年11月,“腾讯云智能”品牌正式发布。顾名思义,“云智能”代表云与人工智能的融合,是要进一步以AI作为产业互联网时代的数据“中央处理器”释放数字化的能力。

  从组织的角度,腾讯云智能也以腾讯AI能力为核心进行了一次资源重组,除了AI技术外,腾讯云智能还聚合了腾讯云深耕产业互联网的行业经验,从而实现了AI产品及解决方案的再造。

  经过一年的实践,腾讯云智能已经在金融、工业、传媒、能源、交通、消费电子等诸多领域验证了其价值,与此同时,腾讯云智能也在腾讯to B业务战略转型的衔接期,摸索出一条可行的产品打造路径。

  单点突破

  2021年初,成立于1999年的上海富驰高科技股份有限公司(简称“富驰高科”)在腾讯云的帮助下,解决了一个大问题。

  作为一家金属粉末注射成型(MIM)产品专业制造商,如何提高质检效率,一直困扰着富驰高科。过去,富驰高科的质检工作主要是由人工完成,这并非它不愿意使用自动化手段,而是市面上几乎没有能够满足其质检需求的方案。

  

  腾讯云最终攻克这一难题,也是历经波折。当时,业内的计算机视觉技术,更多停留在工业量测场景,对于工业质检,则是闻虎色变,避而远之。

  以富驰高科为例,它的产品是手机摄像头支架,形状不规则且只有手指头大小,但上面需要检测的点位却高达七八十个。如何成像、如何在缺少学习样本的情况下训练算法、如何让识别率满足生产,每个环节都是挑战。

  而从客户的角度,他们的需求也十分明确:一是误检率要达标,否则漏检的瑕疵品还需要额外安排人工去检测,那相当于没有提高人效;二是要与时间赛跑,因为手机产品每年都升级换代,所以解决方案必须在新产品开始生产之前做出来,不然就要再等一年。

  从2020年8月开始接触,到2021年3月富驰高科做决策之前,留给腾讯云研发产品的时间只有半年。

  事实上,在做这个项目之前,腾讯云就已经明确要扎根行业。作为工业领域的后来者,腾讯云也明白,只有解决别人解决不了的刚性需求,才能凸显其价值,而质检,恰好就是这样一个场景。

  所以对于富驰高科这个项目,腾讯云也是竭尽全力的投入。富驰高科相关负责人曾表示,“腾讯云给我们的感觉,是把这件事当自己的事来做,在用心度上,已经超过了其他厂商”。

  当然光有态度还不够,在解决问题时,腾讯云也是倾尽所能。比如在工程方面,腾讯云采用TNN深度学习推理框架,借助算法模型加速和智能调度等多种技术能力,实现了性能的优化;算法方面,腾讯则创造性设计了光度立体成像解决方案,克服了MIM产品因高反光特性而导致的产品缺陷与正常反光混淆的业内难题。  

  在整个项目中,诸如此类的创新不胜枚举,而这些用一句话就能概括出来的成绩,背后则是腾讯云研发团队半年的艰苦攻坚。如今,腾讯云交付的解决方案,已经应用到富驰高科的生产线上,据测算,单台质检仪的工作效率是原来人工的20倍,这帮助富驰高科实现了真正的降本增效。

  从技术到产品

  然而,凭借富驰高科的案例敲开工业质检的大门后,腾讯又迎来一个新挑战——如何复制质检方案。毕竟如果每个项目都要像在富驰高科这样投入,那在成本方面,腾讯云也承担不起。

  腾讯云副总裁、腾讯云智能研发负责人、优图实验室研发负责人吴永坚坦言,去年在做完富驰高科的项目后,他就一直思考关于复制的问题。后来,随着年底又做了几个项目后,他终于找到了可行方法。

  “我们拆解算法里的每一个流程,精细到每一步明确要做什么,然后将其沉淀到腾讯云TI平台上,最终形成了一个面向工业质检场景的产品化平台”,吴永坚说。

  腾讯云TI平台,是基于腾讯AI能力和多年技术经验,向开发者、政企管理者提供的一站式AI开发服务平台。在原有的能力基础上,全新的工业质检训练平台TI-AOI也于近日召开的2022腾讯数字生态大会上首次亮相。

  今年,生产3C产品金属结构件的立铠精密也成为腾讯云的工业质检客户。相较富驰高科,立铠精密的产品种类更多,涉及的工艺也更复杂,但在服务立铠精密时,腾讯云已经变得从容许多。

  “当初我们还需要派大量算法工程师去富驰高科驻场办公,但现在,只需在项目前期派少量算法人员过去,其余大部分工作都可以在TI平台上完成,效率提高非常多。而我们未来的方向是,这项工作由企业自己的运营人员就能完成,并且他们不需要有很强的算法背景”,吴永坚表示。

  从富驰高科到立铠精密,虽然是解决同样的问题,但腾讯云却用了不一样的方法。前者体现了腾讯云解决问题的技术能力,而后者则在技术能力的基础上,展现了可复制化的产品能力。

  这个转换过程,是腾讯在产业互联网提出聚焦产品的重要体现,也是发布“腾讯云智能”品牌要实现的场景。

  腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声表示,过去几年,腾讯一直在强调云和AI的融合,所以腾讯云智能不是一个全新的东西,但之所以打造这样一个品牌,是因为从客户的角度,他们的需求也从单点变得更加综合。

  比如腾讯数字生态大会上,腾讯云智能还发布了腾讯云智媒体内容中台IMCP,它的成长路径便与市场需求保持了一致。

  最初,腾讯云向传媒客户输出了很多单点AI能力,比如OCR、ASR等,但随着客户的发展,他们对AI诉求不仅仅是单原子能力,在传媒采、编、存、管、播、发的全业务流程上,都有对于AI的诉求。

  

  所以腾讯云智媒体内容中台要解决的,就是传媒客户这种综合性的AI需求,通过提供统一的中台、标准化的能力,让客户可以根据业务场景自己选择对应的AI应用。

  可以看出,无论是工业质检训练平台还是智媒体内容中台,腾讯云智能都是通过将原先成熟的AI能力产品化,从而形成可复制的平台。

  吴运声也总结说,腾讯云智能要做的就是整合腾讯的技术优势和行业经验,从而打磨出更多优秀的产品和服务模式,然后进一步加速推进AI的产业落地、助力客户数字化转型。

  AI再提速

  过去数年,人工智能经历了几个重要发展阶段:第一阶段是2016年开始从实验室能力到市场化转变;第二阶段是2018年,市场开始在明确的痛点场景引入单点AI能力;第三阶段是从2020年开始,对于结合AI需求的落地能力有更明确的诉求,对于AI的要求进一步提升;第四阶段的诉求则是更明确的AI基础建设的诉求,需要能支持对于多能力和场景平台的统一构建。

  这也解释了腾讯云为什么去年才整合形成“云智能”。这背后,除了市场需求的演进外,AI技术的逐步发展,也是一个重要因素。

  吴运声表示,早期的AI技术没有那么成熟,也只能先去做一些单点尝试,但正是各种单点尝试的积累,让整个团队对AI能力有了更深的了解,同时也加深了对行业的理解。

  接下来,面对更多行业更加复杂的场景需求,腾讯云智能的思路也十分明确。在腾讯数字生态大会上,腾讯云智能提出了全新的“四级加速架构”。据吴运声介绍,此次架构升级,腾讯云智能立足于过往的优势领域——AI开发和AI应用,然后将AI产业落地的前后端也纳入进来,从而形成从算力支撑到AI开发、到AI产品应用、再到数智化转型方法的四级全链条服务。

  比如在算力层,腾讯云智能完成了腾讯自研AI芯片“紫霄”与腾讯云TI平台的适配,使平台性能提升200%,同时也从成本节约、节能减排等多维度实现优化。

  在AI开发层,腾讯云智能通过把平台做厚的方式,打造了丰富的TI平台产品矩阵,包括腾讯自研的AI超大规模预训练模型“混元大模型”和深度学习推理框架TNN等,可向客户输出数据处理、模型训练、应用及推理加速等多维度服务。

  在AI应用层,腾讯云智能则以“应用做精、行业做深、生态做广”为目标,打造了多个即插即用的标准化应用,解决方案已覆盖超10个行业。同时,通过开展生态被集成合作,腾讯云智能携手合作伙伴来解决服务落地“最后一公里”的问题。

  在数智化转型方法方面,腾讯云智能则基于过往落地实践的心得,联合埃森哲共同梳理出一套数智化转型方法,以帮助产业客户实现全场景的数智化升级。

  吴运声说,无论是面向工业、媒体、金融还是其他行业,AI与产业之间,注定是指向未来的双向奔赴。而通过让AI能力在“云端”运行,带来了更高效的算法创新、更弹性的算力部署、更广泛的场景落地。

  面向产业互联网,腾讯已经明确了聚焦产品的方向,并做好了长期投入的准备。至于从技术到产品如何转化,腾讯云智能是一个可借鉴的样本。

关注同花顺财经(ths518),获取更多机会

0

+1
  • 赛为智能
  • 恒久科技
  • 同为股份
  • 京山轻机
  • 海得控制
  • 汉王科技
  • 达意隆
  • 视觉中国
  • 代码|股票名称 最新 涨跌幅