近日，腾讯云公布了其在AI新基建的整体布局，将会以“一云三平台”为核心架构。一云指的是腾讯云，三平台包括算法平台、服务平台和开放平台。
截至目前，腾讯云AI公有云日处理图片超30亿张，日处理语音250万小时，自然语言处理超千亿句，客户数超过200万，服务全球超过12亿用户。
AI赋能新基建，落到核心还是如何将技术更好得输出和落地。腾讯云AI语音语义与应用平台产品中心总经理周超，对AI财经社梳理了各组织在其中发挥的作用。以语音技术为例，在腾讯，语音整个基础算法的研发工作主要是从腾讯的几个AI实验室积淀而来，比如AI Lab、优图实验室等。同时，以产品化输出给合作伙伴和客户的界面时，腾讯云则会作为统一的出口，来实现算法的工程化、产品化和商业化。
周超认为，腾讯在语音方面的优势在于，腾讯本身在数据积累和场景应用方面的优势，可以在社交对话的语音识别，包括音频转写和金融语音识别等场景和行业中去做结合。以C端的优势，来服务B端的客户。比如目前已经应用的行业有游戏运营监控、银行保险、小说、新闻摘要等。
过去一年，几个互联网公司，包括阿里、腾讯和百度都宣称自己深入千行百业，以行业来挖掘AI落地的可能。但垂直行业的壁垒、技术的限制，以及互联网公司对客户的理解，都让这件事实践起来并不容易。
腾讯云计算机视觉中心的总经理王磊称，真正去做AI产品和AI服务落地，确实遇到了很多问题，对此很有共鸣。他向AI财经社表示，第一个问题，就是客户的预期和技术的上限还存在着较大的差距。他说以前，很多客户认为人工智能是无所不能的，但实际的落地有很多约束条件，以及大量的前置工作。
第二，AI的范围很广，对应的是需求很多，碎片化非常严重。他举例称，手里400多个项目，没有一个是重复的。解决这种状况的方法是尝试建通用的工具，不过“现在没有万能的工具”。
第三，仍是不可避免的成本问题。AI的目的还是降本增效，成本和解决方案之间要有所选择。王超表示，现在成本居高不下的是算法和数据。算法的背后是后面的人力成本，数据则在于目前想要获取一些行业数据仍旧难度不小。(文/AI财经社 郑亚红 编/赵艳秋)
