0
「剪輯師崩潰瞬間，沒有一個塌房明星是無辜的。」熟悉內(nèi)娛的朋友應該能秒懂，尤其是節(jié)目臨上線前的塌房，全世界都會心疼后期又要熬夜加班打碼。
隨著媒體行業(yè)節(jié)奏加快、內(nèi)容翻新，急需科技助力的，遠不止剪輯師一個職業(yè)，而是整個傳統(tǒng)媒體行業(yè)。
在媒體渠道匱乏的年代，主導權(quán)在傳統(tǒng)媒體之手，播什么看什么。融媒體時代，時間、注意力碎片化，主導權(quán)在觀眾之手，喜歡什么看什么。
無論是哪個時代的媒體，都是內(nèi)容為王。而內(nèi)容，又不僅僅只是內(nèi)容。媒體也要考慮：
內(nèi)容的生命力怎樣體現(xiàn)？
如何提高用戶觀看質(zhì)感？
怎樣跳脫出線性內(nèi)容編排和傳統(tǒng)實況轉(zhuǎn)播形式、通過小型垂直內(nèi)容抓住觀眾？
有哪些可以開發(fā)應用的技術(shù)能提升內(nèi)容表現(xiàn)維度、達到用戶預期？
傳統(tǒng)媒體行業(yè)，在等待一場數(shù)字化革命。
湊近看，才能發(fā)現(xiàn)傳統(tǒng)媒體的困擾。以視頻標簽為例，對于人工，媒體機構(gòu)海量的、未經(jīng)結(jié)構(gòu)化的視頻、圖像、音頻素材就是一座沉默的金山。而且，當高清、超高清成為市場主流，傳統(tǒng)媒體大量歷史素材分辨率很低。
同時，時效性是媒體的命門，尤其在快節(jié)奏時代，抓不住熱點，無法最快速度多平臺多渠道視頻發(fā)布就是“事故”。
對于傳媒的采編存管播發(fā)全流程，人工的方式顯然已經(jīng)難以為繼，傳媒機構(gòu)迫切需要AI等新技術(shù)加持變身。
但這并不是簡單的AI能解決，核心之一的視頻理解與管理就是一個極為復雜的多模態(tài)問題。
與人對視頻的理解過程一樣，通過畫面和聲音的多維度信息獲取，大腦會在時域維度的累積上加工信息，完整地理解視頻。
“就像看電影時我們沒法聽清視頻里面講話的每一個字，但是結(jié)合畫面信息內(nèi)容，還是可以輕松理解到視頻要表達的含義。多模態(tài)理解不是各個模態(tài)各自為政、機械疊加，而且相互補充相互校驗，輸出最終核心的內(nèi)容信息?！彬v訊云智能AI解決方案行業(yè)咨詢總監(jiān)黃晶瑩解釋。
相比于純圖形或者純NLP，多模態(tài)AI處于發(fā)展初期，最難的部分是發(fā)揮各模態(tài)優(yōu)勢的基礎(chǔ)上，把各模態(tài)信息有機結(jié)合。
在新聞拆條場景，需要對完整的新聞內(nèi)容按照講述的主題段落進行切分，需要結(jié)合畫面信息、主持人播報的內(nèi)容、畫面標題的切換來進行綜合的理解，最終輸出預測的切分點。
技術(shù)只是一個維度，當時市面上的AI產(chǎn)品，不少空有技術(shù)，缺乏業(yè)務(wù)溫度。
比如視頻的文字提取，有的AI產(chǎn)品通過抽幀、OCR提取畫面的文字，這就不可避免會輸出很多重復和無效的文字內(nèi)容，比如多次輸出臺標和節(jié)目欄目名稱，后期需要刪除大量文本才可使用。
相比大洋、索貝等國際公司，國內(nèi)相關(guān)企業(yè)在媒體領(lǐng)域起步時間并不早，但牌技的好壞有時與上桌時間無關(guān)。譬如騰訊云智能針對融媒體行業(yè)就發(fā)布了一個媒體AI中臺，對資源的調(diào)配上能做到0.1卡調(diào)整。
資源調(diào)配有什么用？更靈活的調(diào)配能力意味著客戶有更大的自主配置資源的空間，資源利用率更高。
當客戶需要增加一個語音識別能力時，往期都是找交付廠商進行API組合調(diào)用，如今這閑置的0.1卡就能來支持NLP能力，不僅成本降低，方式也更便捷，直接拖拉拽就能實現(xiàn)，不需要復雜的API對接。
這些功能都來自騰訊媒體AI中臺，過去2年多，這個中臺經(jīng)歷了3個大版本、十幾個小版本的迭代。作為一個B端產(chǎn)品，本不需要如此頻繁的迭代，騰訊大概只是想更貼近業(yè)務(wù)，解決更多痛點。
以智能編目應用為例，騰訊云智能深入調(diào)研了人工編目業(yè)務(wù)和相關(guān)標準，將新聞內(nèi)容結(jié)構(gòu)化為節(jié)目層、片段層、場景層和鏡頭層，如此細致的編目下，客戶不需要再重新進行一套復雜的開發(fā)流程，可以一鍵實現(xiàn)四層編目的結(jié)果輸出。
他們還優(yōu)化了超50種傳媒定制算法，景別標簽、鏡頭拆分、字幕識別、智能摘要、智能封面、地標識別、語音識別、實體識別......甚至對判斷近景、遠景、拍攝手法等關(guān)鍵鏡頭的算法也做了定制開發(fā)。
不斷迭代的媒體AI中臺逐漸產(chǎn)品12大應用，標簽、編目、拆條、智能擦除、轉(zhuǎn)碼、超分、老片修復、橫豎屏轉(zhuǎn)換、視頻質(zhì)檢、智能審核等等，摸索出越來越多媒體業(yè)務(wù)的潛在需求。
憑借業(yè)務(wù)虛心和技術(shù)實力，這個媒體數(shù)字化領(lǐng)域的后來者逐漸俘獲了江蘇電視臺、央視、北京臺等的芳心，還與央視和北京臺共建人工智能開放平臺，打磨更多適合媒體的AI能力。
“金融級”三個字，出現(xiàn)在其他行業(yè)時是極高的褒獎，也是安全、可靠的代名詞。
作為強監(jiān)管行業(yè)，安全性是金融行業(yè)的第一要務(wù)，數(shù)據(jù)安全、交易安全、決策安全.....包括我們能想到的一切安全。其次是可靠性，RPO/RTO指標盡可能小。
科技飛輪讓其他行業(yè)的服務(wù)越來越簡化、便捷時，金融行業(yè)為抵御各種高科技可能導致的漏洞是謹慎再謹慎。于是，金融成為千行萬業(yè)數(shù)字化的領(lǐng)頭羊。
金融數(shù)字化場景和需求極其豐富，極其碎片化，騰訊云智能最開始選擇從圖像領(lǐng)域切入，比如人臉核身和OCR。
OCR并非新鮮事物。2017、2018年是各大銀行大量引入OCR模型的高潮期，其替代人工，讓銀行票據(jù)處理效率搭上直升機。
近年來，身份證、銀行卡等證件、增值稅專用發(fā)票、增值稅普通發(fā)票等票據(jù)板式標準固定且日流水量極大，樣本量大，效果明顯，這些標準場景基本實現(xiàn)了全覆蓋。
但銀行票據(jù)種類、版式多如牛毛，銀行對長尾場景下偏復雜的識別需求也與日俱增，普通的OCR技術(shù)逐漸無能為力。
尤其是票據(jù)版式不固定、樣本量少、數(shù)據(jù)標注質(zhì)量不佳、排版復雜，或者文檔中含有手寫體、中英韓法等多種語言、特殊字符等情況，OCR識別準確率大大降低。
過往，為應對這些棘手問題，銀行只能在前端繼續(xù)投入人力進行錄入和校驗，在后端增加開發(fā)人員，對新出現(xiàn)的版式進行模型的重新配置，但開發(fā)人員不斷“打補丁”的方式也只是杯水車薪、隔靴搔癢。
革新技術(shù)是根本。
OCR是騰訊優(yōu)圖實驗室最早探索的方向之一，近年來也一直在嘗試攻克版式不固定、識別準確性的問題。
騰訊云智能通過提升OCR模型的泛化能力，推出了多模態(tài)融合技術(shù)以及TI-OCR訓練平臺。
多模態(tài)融合技術(shù)能解決什么問題？
就好比培養(yǎng)人的運動技能，基于常規(guī)多模態(tài)進行大規(guī)模訓練的模型，只是針對一項基本能力，比如腿部力量，進行重點訓練；而基于智能結(jié)構(gòu)化基礎(chǔ)模型，則是提前教會你足球、籃球、網(wǎng)球多項等運動的關(guān)鍵動作，這樣人們就能在日常生活中參與不同的運動。
多模態(tài)是融合視覺信息、語義信息、布局排版信息等單一模態(tài)的集合體。
騰訊云智能OCR多模態(tài)預訓練的技術(shù)路線，是利用了文本、圖像和布局三個天然對齊的模態(tài)信息，在多模態(tài)文檔預訓練的基礎(chǔ)上，進一步統(tǒng)一了文檔結(jié)構(gòu)化信息提取范式，形成智能結(jié)構(gòu)化基礎(chǔ)模型，使得單一模型支持5000種以上版式，提高泛化性。
放在金融文檔識別場景，基于這種方式訓練出來的模型，泛化能力得到了極大提升，不論是銀行單據(jù)、票證、憑證等，它都能進行高精度的信息提取。
TI-OCR訓練平臺，則是基于騰訊云智能的授人以魚不如授人以漁的心態(tài)。
考慮到銀行最迫切的需求就是以接近人工的準確率前提下，盡可能地降低成本，包括人工識別成本、審核成本、IT建設(shè)成本、管理成本等，TI-OCR訓練平臺誕生了，它通過提供低門檻的訓練工具，使得客戶也可以自己訓練非標準化文檔OCR模型。
原本的流程，是客戶給到騰訊云數(shù)據(jù)，騰訊云內(nèi)部標注后進行模型定制，再回到客戶內(nèi)部驗證，根據(jù)驗證結(jié)果不斷調(diào)整，客戶對OCR技術(shù)開箱即用，是處于無感知的黑盒狀態(tài)。
如今，騰訊云智能將OCR自訓練工具直接給到客戶，客戶自己標準數(shù)據(jù)、訓練和調(diào)整。
對于銀行來說，不僅節(jié)省定制模型的成本，縮短業(yè)務(wù)周期，而且能自主訓練出效果針對性更強的模型，提升運營效率同時降低人力成本，另外，銀行也不再需要完全依賴外部廠商，保證了技術(shù)能力自主可控。
據(jù)悉，騰訊云智能的多模態(tài)融合技術(shù)和IT-OCR產(chǎn)品在某國有大行落地后，其前端錄入環(huán)節(jié)從單OCR錄入改為雙OCR錄入，減少了至少1/3左右的成本投入。
而后端開發(fā)上，以前開發(fā)人員需花上兩三天時間進行新版式的開發(fā)，如今只需要拿幾張圖進行標注訓練，一小時就能夠完成整體的訓練和上線的流程，極大提升了訓練效率，減輕了開發(fā)人員負擔。
除了圖像視覺領(lǐng)域，風靡各行各業(yè)的數(shù)智人，騰訊云智能也有大量落地案例。
數(shù)智人可以應用于幾乎所有產(chǎn)業(yè)之中，但金融業(yè)是目前商業(yè)化前景最為明朗的行業(yè)之一。
能在金融領(lǐng)域廣泛落地的數(shù)智人門檻不低。技術(shù)層面，數(shù)智人是計算機圖形學、圖形渲染、視覺、動作捕捉、自然語言處理、知識圖譜、語音識別、語音合成、語音語義理解、對話交互等綜合能力的集合體。
換句話，數(shù)智人其實是一場AI技術(shù)投入和積累的比拼。
騰訊云智能此前多年的AI實踐和游戲業(yè)務(wù)積累了強大的數(shù)智人建模技術(shù)，智能交互技術(shù)等，擁有肢體動作的模型、唇形算法模型、形象生成模型寫實逼真度，2D/3D形象的實時渲染能力。
原來支撐C端、服務(wù)于內(nèi)部和生態(tài)伙伴的AI技術(shù)，如今都可為B端所用。
在此基礎(chǔ)上，騰訊云智能數(shù)智人團隊還攻克了眾多技術(shù)難點，尤其是在3D建模，語音合成、文本及語音驅(qū)動、動作及表情捕捉、場景渲染、多模態(tài)輸入感知、多模態(tài)交互等方面獲得較大的技術(shù)突破。
騰訊云智能本身擁有大量金融客戶，先前已經(jīng)在云計算，云儲存，數(shù)據(jù)庫和AI技術(shù)等方面開展了多方面的合作。
如今，AI底層技術(shù)構(gòu)建了騰訊數(shù)智人的底座，騰訊云智能最大程度發(fā)揮服務(wù)特長，打造了中國金融領(lǐng)域第一批數(shù)智人成功案例。
在信貸業(yè)務(wù)，數(shù)智人和人工共同服務(wù)期間數(shù)字員工成本占整體審核成本12%，卻貢獻了總審核量的56%，單位審核成本虛擬審核是人工審核的1/10，提升效果顯著。
OCR和數(shù)智人只是騰訊云智能落地金融的冰山一角，其金融領(lǐng)域的技術(shù)和產(chǎn)品矩陣已經(jīng)相當龐大，涉及數(shù)智人、人臉核身、OCR識別及OCR自訓練、語音語義、機器學習建模、AI中臺、智能客服、智能分析與增長等多個細分領(lǐng)域，相關(guān)的產(chǎn)品在頭部銀行、頭部券商、頭部保險等等領(lǐng)域默默運行。
孫子說：古之善戰(zhàn)者，無智名、無勇功。
如果用更通俗的比喻，就像有一種斯諾克高手，一場勝利下來基本沒有高難度進球，因為他們打完每個球都能讓白球停在容易進下個球的位置，從而使每個進球都很容易。
真正的勝戰(zhàn)，看上去往往平淡無奇。騰訊云智能媒體、金融等領(lǐng)域數(shù)字化的成果背后，都有這樣一個“讓每個進球都容易”的角色——騰訊云智能。
騰訊云智能并非全新物種，是騰訊賦予此前一直強調(diào)的AI與云融合一個更具象的名字。
它是騰訊AI技術(shù)、多年產(chǎn)業(yè)實踐經(jīng)驗的綜合體，能為數(shù)實經(jīng)濟提供從底層算力支撐到 AI 開發(fā)平臺、到 AI 產(chǎn)品解決方案、再到頂層數(shù)智化轉(zhuǎn)型方法的四級全鏈條服務(wù)。
產(chǎn)業(yè)數(shù)字化，騰訊云智能潤物無形卻又無處不在。
1、自上而下保證頂層視野，自下而上兼顧具體難點
B端產(chǎn)業(yè)極具個性化，鏈條長，流程復雜，而且主體眾多。
過去，絕大多數(shù)B端業(yè)務(wù)以一把手為核心，側(cè)重從上至下的數(shù)字化改革，以頂層設(shè)計為核心，各環(huán)節(jié)、各參與者配合，這種方式可以最直接、最簡單地下達改革策略，推進進程，但也容易忽略諸多細節(jié)，模式散裝，不成體系。
進軍B端者成百上千，騰訊似乎開辟了一條不一樣的路徑。緊貼用戶，以人為本的路子，騰訊過去走了二十多年，如今進攻B端，在服務(wù)基礎(chǔ)上，騰訊云智能提煉出一種C2B的能力：「以人為本，上下兼容」的數(shù)智化轉(zhuǎn)型方法論。
前文所言，宏大的規(guī)劃難以取得滿意的效果往往是最終端的需求和問題沒有解決，日積月累成了堵點、痛點。
數(shù)字化要“大處著眼、小處著手”，要有系統(tǒng)觀念，做好頂層規(guī)劃，也要仔細研究每個業(yè)務(wù)場景下最細枝末節(jié)的問題和需求。
于是他們在主流方法論之外，重點關(guān)注到了B端產(chǎn)業(yè)鏈上的「人」，將之細化，為每個維度的側(cè)重點的不同提供服務(wù)。
用騰訊云智能的話說，就是「為四類人群服務(wù)：組織中的管理者、業(yè)務(wù)人員、開發(fā)者和C端用戶，并且圍繞這四大類人群構(gòu)建了決策智能、服務(wù)智能、研發(fā)智能和生活智能」。
自上而下，為管理者提供云智能頂層設(shè)計方案，保證數(shù)字化轉(zhuǎn)型的一把手視野；自下而上，為一線業(yè)務(wù)人員和開發(fā)者提供敏捷迭代的AI能力和開發(fā)工具，兼顧了產(chǎn)業(yè)鏈上不同群體的具體難點。
這一套理論確保頂層設(shè)計可落地性，在最大程度上繼承企業(yè)已有的數(shù)智化建設(shè)基礎(chǔ)，制定適合自身的技術(shù)建設(shè)路徑，共同推動AI在產(chǎn)業(yè)場景落地。
數(shù)字化的好壞很難評價，但良好和優(yōu)秀，優(yōu)秀和卓越之間的區(qū)別都在細節(jié)里。騰訊云智能這個細節(jié)的核心，可能是以人為本、為人服務(wù)。
事實上，無論是此前的To C還是現(xiàn)在的To B、To G，服務(wù)為王一直都是騰訊的宗旨，也是騰訊能有如今成績的原因。
2、騰訊云TI平臺，AI落地的新抓手
當AI的應用已不再錦衣夜行，To B數(shù)字化的號角逐漸在各個角落吹響，悄無聲息地滲透至千行萬業(yè)。工業(yè)、交通、政務(wù)、金融、醫(yī)療、電力、傳媒、教育、文旅、港口、水務(wù)、農(nóng)業(yè)等領(lǐng)域全面開花。
產(chǎn)業(yè)端的需求奔涌且多樣，需要的不再是單個技術(shù)或產(chǎn)品。
是的，一方面，AI回歸理性，客戶對AI能力落地提出了更高的要求，另一方面，To B市場碎片化、定制化嚴重，急需在底層環(huán)節(jié)上盡可能提升標準化占比。
一個靈魂叩問落在入局者面前：如何在AI落地基礎(chǔ)上，滿足客戶碎片化需求的開發(fā)響應、快速交付，實現(xiàn)真正的降本增效？
這也是騰訊云智能一直在思考的問題，即如何通過AI技術(shù)高效解決行業(yè)挑戰(zhàn)，如何運用騰訊內(nèi)部持續(xù)沉淀的AI能力降低千行百業(yè)落地AI的門檻。
2021年，騰訊云智能推出TI平臺，它可以幫助AI應用的開發(fā)者們簡化工程上的研發(fā)投入，將精力聚焦在業(yè)務(wù)本身，從而提高AI應用的開發(fā)效率，實現(xiàn)降本增效。今年，騰訊云TI平臺持續(xù)升級。
其實，數(shù)字化并不僅僅是一項技術(shù)的投資和引入，更是長期規(guī)劃的體現(xiàn)。
以造房子為例，騰訊云TI平臺需要打好的公共地基和預制件庫，平臺不斷積累和完善一棟樓所需要的腳手架、標準模塊等工具，與普通的一磚一瓦建造相比，能極大提高后續(xù)造房子的效率，降低成本。
騰訊云TI平臺的誕生正是基于這個理念，因此，它解決了客戶不少頑疾，如煙囪式的系統(tǒng)建設(shè)、數(shù)據(jù)孤島，以及重復建設(shè)，成果無法沉淀復用等。
以最新發(fā)布的「騰訊云智媒體內(nèi)容中臺」為例，它將海量內(nèi)容資產(chǎn)結(jié)構(gòu)化、標準化，通過智能編目、智能標簽、內(nèi)容審核、視頻處理等技術(shù)應用，自動化完成版權(quán)資產(chǎn)沉淀，便于管理。此外，還鑄造了多樣化的融媒工具，對全媒體內(nèi)容實現(xiàn)跨模態(tài)檢索，讓業(yè)務(wù)人員可以便捷地挖掘媒體內(nèi)容的次生價值。
秉持“把平臺做厚”的方式，騰訊云智能已經(jīng)打造了豐富的TI平臺產(chǎn)品矩陣，騰訊云TI平臺已在泛互、泛政務(wù)、醫(yī)療、金融、工業(yè)、傳媒等行業(yè)落地應用。
3、深入產(chǎn)業(yè)，不談顛覆，談理解
數(shù)字化轉(zhuǎn)型的未來其實已無比清晰，但現(xiàn)實中會存在很多潛在的、容易被忽視的困難，無數(shù)問題，看似是塵埃，會疊積成一座座難以逾越的大山。
真正的行業(yè)賦能，需要對技術(shù)應用場景，對業(yè)務(wù)有全面、深刻的理解；需要能耐心梳理用戶細碎的需求；需要滿足企業(yè)對功能、成本、效率多重要求。
騰訊云智能深知B端企業(yè)在數(shù)字化轉(zhuǎn)型過程當中都極為務(wù)實，實實在在解決問題是核心。因此毫不扭捏，擼起袖子，挽起褲腿，深入行業(yè)，與客戶溝通交互，以此加深具體場景的認知。
“在內(nèi)部，我們團隊不斷增加協(xié)同性、行業(yè)know-how，從前金融、傳媒的架構(gòu)師從只售賣AI產(chǎn)品，后來他們會主動了解客戶的痛點，不斷適配相應的產(chǎn)品解決方案。”騰訊云副總裁、騰訊云智能負責人、優(yōu)圖實驗室負責人吳運聲表示。
吳運聲告訴雷峰網(wǎng)，騰訊云智能在業(yè)務(wù)落地過程中會立軍令狀，這個軍令狀是一步一步的，比如他們許諾8個月后達到哪種效果，不是8個月后再來check，而是設(shè)下一些節(jié)點，2個月后、3個月后，在關(guān)鍵節(jié)點達到預期，甚至超出客戶的預期。
“在跟某銀行合作過程中，我們會非常坦率地說我們的解決方案是什么，目前遇到的困難是什么，即使有些東西不是技術(shù)問題，我們也會想各種各樣的辦法去突破邊界，只要能夠解決問題。”吳運聲強調(diào)，“我們不是解決單一的問題，而是大家一起去解決實在的全鏈條的問題。邊界感沒有那么強，只要有可能需要我們，我們就會沖上去解決?！?/p>
這種理念貫穿在測試環(huán)境部署、UAT、SIT、安全掃描、壓測等等步驟，甚至還有準生產(chǎn)、演練環(huán)境驗證，直到完成最終生產(chǎn)環(huán)境部署。
真實價值四字，如千里路，你要一步一步走過去，才知道哪里山路崎嶇，哪里河道洶涌。因此，他們不求快，求穩(wěn)，在必要時放慢腳步，也很少上來就給企業(yè)做傷筋動骨甚至“開膛破肚”的大手術(shù)，堅持一次次發(fā)現(xiàn)、修正、測試，逐步推進。
口碑就這樣一點點建立起來，金融、媒體、工業(yè)、醫(yī)療、交通......越來越多的行業(yè)出現(xiàn)騰訊云智能的身影。
發(fā)現(xiàn)沒，騰訊一點點從技術(shù)一個維度，彌補自身場景短板，樹立起行業(yè)口碑。這也是為什么騰訊云智能To B業(yè)務(wù)給人突飛猛進之感。
4、生態(tài)基因、連接戰(zhàn)略
To B數(shù)字化不可否認的共識是：碎片化。
需求碎片化。千行萬業(yè)，不同行業(yè)差異極大，同一行業(yè)的不同客戶在不同階段，需求也往往不同。
產(chǎn)品碎片化。AI走到邊緣，多種感知技術(shù)融合、多種形態(tài)的終端瘋狂涌現(xiàn)，軟件模塊、硬件產(chǎn)品，依然需要做諸多針對性地改造、定制和研發(fā)。
場景碎片化。不可能有企業(yè)能大包大攬解決各個環(huán)節(jié)所有的問題。
說白了，生態(tài)，是一條不得不走的路。
在內(nèi)卷異常嚴重的To B賽道，騰訊算得上是一股清流?！斑B接器”、“工具箱”、“生態(tài)共建者”，是騰訊各業(yè)務(wù)負責人在無數(shù)場合強調(diào)的一點。
無論是過去安身的消費互聯(lián)網(wǎng)，還是未來立本的產(chǎn)業(yè)互聯(lián)網(wǎng)，騰訊一直都是生態(tài)模式。
騰訊的整個To B產(chǎn)業(yè)互聯(lián)網(wǎng)，以開放為綱，強調(diào)與合作伙伴建立生態(tài)合作關(guān)系，堅定有所為有所不為的路線，“連接一切”的理念在各個領(lǐng)域展現(xiàn)的淋漓盡致，只專注于自己擅長的事，背后的核心邏輯，是對產(chǎn)業(yè)生態(tài)價值的高度認可。
充當數(shù)字化轉(zhuǎn)型助手的定位，與產(chǎn)業(yè)共建產(chǎn)業(yè)數(shù)字化，不僅在于他們看到足夠豐富的場景，足夠大的市場，也在于他們對清醒的自我認知，足夠的胸襟，以及持久的定力。
見過骨頭瓦礫，也體會過黃金珠寶，在過度競爭的市場里，保持開放和腳踏實地的心態(tài)，其實很難得。
正如吳運聲所言，數(shù)字技術(shù)和實體經(jīng)濟共生共榮，在這之中，產(chǎn)業(yè)是機體，技術(shù)是大腦，商業(yè)是神經(jīng)，只有將各環(huán)節(jié)要素結(jié)合在一起，才能更好發(fā)揮AI的價值，推動中國產(chǎn)業(yè)升級發(fā)展。
“平臺做厚、行業(yè)做深、應用做精、生態(tài)做廣”，騰訊云智能在身體力行地踐行這一點。
今年是騰訊的第24年，你很難相信，這個企業(yè)在歷次商戰(zhàn)中有過傷痕，待過低谷，卻不曾停止生長出新的技術(shù)、新的業(yè)務(wù)、新的未來。
這是一種依靠任何單一要素都打造不出的蓬勃生命力。
他們擁有先進的技術(shù)，引領(lǐng)概念，但他們同樣愿意俯下身，理解業(yè)務(wù)、尊重產(chǎn)業(yè)。
他們清醒地知道，活下來容易，壯大很難，一刻不敢怠慢，一刻不敢輕視。
某種程度上，這才是產(chǎn)業(yè)科技圈實干者們的核心魅力。
雞鳴天白，騰訊云智能To B的隊伍浩浩蕩蕩出發(fā)了，以“數(shù)實融合”、“擁抱產(chǎn)業(yè)互聯(lián)網(wǎng)”為目標，各大賽道在駛?cè)肷钏畢^(qū)。
To B戰(zhàn)場的難度不亞于此前任何一次，這是一場長跑，騰訊儲備好了耐心，也在積攢更多的能量。雷峰網(wǎng)雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
