2019年，“落地”被大家反复述说，也是AI领域公司齐头涌进的前方。无论是阿里、商汤等第一梯队玩家，还是曾经势头高涨的创企们，现都纷纷沉入场景，将热情投入到了探索AI赋能应用这件事中。
赋能，赋能！现在设计出的AI工具真的能创造更多价值？在热潮过后一家家AI企业的亏损、倒闭现状下，它成为存留的、最应该被解答的未解之“谜”。每一位开始接触AI的传统企业会询问，媒体不断追问，AI技术研发人员也在一遍遍叩问自己，而每一次追问都像是在给自己泼冷水。
没有人怀疑过技术的价值，只是在推进商用过程中，成本、效率的管控与技术性能提升之间的矛盾愈发凸显，入不敷出的效益问题、安全欺诈的信用问题，这些都成为了摆在眼前的事实。
面对这一连串疑惑，腾讯云副总裁王龙倒觉得无须想太多，“我们不说赋能，在安全性不断提升前提下，我们认为当下能够做到降本增效，在云边端各个环节中技术能够产生价值，企业使用AI工具的门槛不断降低，最终使得生产力提升，这就是好的。”
12月11日，在腾讯云大数据AI新品发布会上，透过一款款产品，腾讯云向大家展现了AI的价值，以及技术一步步走进成熟商用的希望。
降低AI应用门槛，加速技术落地过程
若要AI技术赋能到传统行业，在不断迭代技术、提升性能的过程中，全方位降低技术使用门槛是必由之路。
在现场，王龙就指出，“过去一招鲜的发展模式已经难以为继，取而代之的是真正能够产生价值的、端到端的、全面的AI解决方案，并且随着技术的不断演进，企业进入和使用数据智能领域的门槛将继续大幅降低。”
降低门槛，这里面包含了获取成本的降低、使用便捷程度等各种因素，这也是腾讯所看重的。
“我们大部分基础数据智能工具都是极具性价比的，以腾讯云的语音智能服务来看，我们提供了互联网语音识别准确率最高、小说新闻拟真效果最优、最具性价比的行业服务能力。而在提升合成速度和流畅度的前提下，合成一本红楼梦仅需不到20元，这大幅降低行业用户信息获取的成本。”
而对于如何能够做到降低技术使用门槛，服务传统企业？腾讯云认为“人”在其中起到关键作用，正如AI最终服务的对象也是人一般，腾讯云基于此构建了自己的数据智能服务图。
据介绍，腾讯云数据智能服务重点围绕的就是数据科学家、应用开发者、业务管理者三大群体，以提供丰富、高性价比的各种数据智能工具。
在数据基础能力层，腾讯云依托大数据平台、机器学习平台、数据仓库等，打造面向数据科学家的高效工具矩阵；在应用服务层，腾讯云通过应用平台和应用服务降低AI落地门槛，让应用开发者灵活便捷的接入AI能力；在行业解决方案层面，腾讯云和合作伙伴一起，实现零售、泛互联网、泛政府、企业和金融等众多领域的方案落地。
“还有一点就是，在给合作伙伴提供技术支持时，我们的服务人员往往就是我们的专家团队，因为他们对我们的工具能力了然于胸，因此能够基于场景需求做最灵活和有效的调整，这也是十分重要的一点。”
当然，技术能够快速赋能，还有十分关键的一点：快速响应市场变化。
不得不说，此次带来的AntiFakes是腾讯云在市场变化响应及时能力上的最佳例证。
据介绍，基于图像算法和视觉AI技术，AntiFakes假脸甄别技术实现了对图片或视频中的人脸真伪进行高效快速的检测和分析，鉴别图片中的人脸是否为AI换脸算法、APP 所生成的假脸，最终对图像或视频的风险等级进行评估。
日前发生的AI换脸事件带来的恐慌还没有完全消散，腾讯就推出了AI换脸甄别技术AntiFakes，其对AI工具的理解和应用娴熟度由此可见一二。
新品集中亮相，AI应用走向精细化
除了技术应用门槛的降低和应用速度的快速提升，AI应用走向了精细化也是今年最大的变化之一，某种程度上，这也是AI商用趋于成熟的征兆。
在发布会现场，腾讯云带来的AI大数据新品在这一方面有着非常明显的一致性。
在通用语音识别领域，针对行业内通用识别技术在特定场景中使用效果较差的问题，腾讯云发布了语言模型自学习工具，可通过添加企业典型业务对话场景下的字词句，自助提升特定场景下特定名词识别的准确率，从而让语音机器人、电话录音质检等行业的语音识别效果得到大幅提升。
视觉AI领域，除了AntiFakes假脸甄别，腾讯云还发布了微码、信息流智能图像以及智能相册四大新品。同时在人脸识别方面，腾讯云神图新增人脸融合、人体识别以及跨年龄识别功能。
在当前NLP领域的研究及落地应用中，为了降低现在预训练模型的高成本，腾讯云最新发布的AutoNLP依托腾讯云语料积累和公有云算力，一次训练多次使用，提供数十个腾讯自研的预训练模型，极大地降低训练成本，提升模型创新及应用效率，缩短定制化项目交付的周期。
同时，针对图计算在行业领域的应用难题，腾讯云推出的图计算引擎腾讯星图封装了微信Plato图计算框架，可大幅提升图计算性能，在内存消耗降低7-10倍的情况下，性能提升了近50倍，将知识图谱领域的发展推进一个全新的时代。
近一步加强大数据基础能力，助力AI赋能应用
能够发布更好用、具备更高性能的AI工具，离不开数据分析的驱动。
王龙颇有感触，“很多时候，在AI应用探索中，数据及其工具带来的价值远超以深度学习为代表的AI技术可以带来的价值。”
确实，在谈到大数据技术，大家更多倾向于谈论4个“v”：vast(数量庞大)、variety(种类繁多)、velocity(增长迅速)和value(总价值高)，也正因为这四个特点，大数据技术得以迅速发展并渗透进日常的生活之中，驱动AI技术赋能生活。
但是大数据行业本身不是没有弱点，其中数据分析工具的单薄就是行业发展的最大阻力之一。因此，一边在应用端推进新品，另一方面，腾讯云还要持续加强自身的大数据基础能力，这在某种程度上也是为了从根本上推进AI技术能力的迭代。
这一次，在云上大数据解决方案上，腾讯云进行了全面升级，推出了云端托管的弹性MapReduce、开箱即用的Elasticsearch Service和PB级云端数据仓库Data Warehouse Service。以全面升级Hadoop系列版本——MapReduce为例来说，它可以将数据存储成本降低到之前的50%，部分典型计算场景性能提升30%以上。
基于大数据技术能力，面向智慧城市、金融监管、企业评估等场景，腾讯云新推出企业画像平台综合服务平台，通过构建百亿级企业知识图谱，深度挖掘企业及其产业链间的复杂网络关系，为企业提前洞察金融等未知风险，充分发挥大数据的行业价值。
最后
腾讯从未像今年一般如此“高调”。但不得不说，通过展示对技术的创新性理解和应用，腾讯云向大家展现了AI落地的更多可能，为行业打了一剂强心针。
“我们将基于行业趋势和用户需求，持续以开放协作的策略，携手全生态合作伙伴，为数百万开发者提供更智能、更敏捷、更全面、更高性价比的数据智能服务。”
