人工智能对今天这个时代而言，一直是虚妄交织着真实。
AI在部分领域的成就，就像那场万众瞩目的人机对战的棋赛一样，被公众奉若神明。从2016年到2019年，整个AI行业犹如坐上了过山车，从风投的追捧到逐渐降温，从不断涌现的各种噱头到真实的场景化落地，AI产业化的前景始终像是在走跷跷板，在海水与火焰之间，一直找不到平衡点。
就如阿里云智能副总裁，产品与解决方案管理部总经理马劲所说，“AI的愿景丰满，但AI的现实很骨感。”所以，在9月26日，2019年杭州云栖大会现场，阿里云提出了一个清晰的理念：产业实践是检验AI价值的唯一标准。
的确，我们应该看到，今天的AI与产业的结合速度还不够快。一方面，AI涉及到芯片、算法、数据、算力、软件、开发者框架等多维度的技术积累，没有一个足够强的云平台，将这些技术能力进行汇集，AI就谈不上产业化。
同时，AI的行业落地的进度也并不快，尽管在阿里云首次提出“城市大脑”概念之后，业界忽然变得“大脑”遍地，但这些所谓的“大脑”，与行业需求的结合并不够深，真正拿得出手的AI行业灯塔级的案例，依然很少。
这也是为什么，阿里云会将AI产业化的路线图形容为：“无产业，不AI；无平台，不普惠；无强云，无强AI”的原因。
借用《少年中国说》的语句因果关系，我相信，AI产业化的未来应该是：云强则AI强，AI强则产业强。
强AI，技术能力的全面释放
每一年的云栖大会，都是阿里巴巴展示对未来行业趋势判断，和全面技术储备和理念发布的舞台。
从2015年到2019年，笔者亲身见证了云栖小镇的建设与成长，与云栖大会的5年之变相映成辉。从云，到数据，再到AI，这条清晰的脉络，构成了阿里巴巴全面的技术基础架构。
而对产业AI的理念形成，也是这么多年来，阿里巴巴各种场景实践积累的结果。
马劲说，“阿里巴巴经济体真实场景与AI技术栈的良性循环：层级设计在不断细分，基础层是云，边缘计算和AI芯片，中间是平台层，是留给开发者发挥的空间，上层则是AI服务和产业应用。”实际上，在每一个层级，阿里巴巴都通过业务和场景的实践，推动了核心技术的发展。与此同时，阿里巴巴也首次披露人工智能的完整布局，在AI芯片、AI云服务、AI算法、AI平台、产业AI实现全线领先。
比如在云栖第一天的重头戏中，我们已经看到了阿里在芯片层的创新，AI推理芯片含光800，打破业界纪录，性能及能效比全球第一，1块含光800算力就相当于10块GPU。目前已应用于阿里巴巴多个场景，在含光800的支持下，拍立淘索引时间从1小时缩短至5分钟。
而在AI平台层，阿里巴巴诠释了什么是“无平台，不普惠”。通过飞天AI平台、飞天大数据平台、AIoT平台等大大降低AI开发门槛。其中，飞天AI平台是国内首个云端商业化机器学习平台，支持上百亿特征、千亿训练样本的超大规模经典算法，降低35%训练成本、多个场景下提升400%训练速度，还首创公共云上可视化建模，为开发者提供了接近本地开发的极致体验。
而在云端，我们知道，阿里云已构建起亚洲种类最全、规模最大的人工智能集群，包括GPU、FPGA、NPU、CPU、超算集群、第三代神龙架构等在内的公共云服务共同形成面向人工智能产业的最强力支持，保证了为千行百业的客户提供AI云服务。
强云是强AI的基础
著名思想家斯宾塞．约翰逊曾说过“世界上唯一不变的是变化本身”。这句话本身就是在强调在市场上要时刻保持警惕，不在安逸的环境中消沉，不被胜利的果实夺取上进心。
实际上，阿里云作为中国云计算行业的开创者，在巨头环伺的云计算市场中，常年保持了快速的增长，和中国云市场的半壁江山。阿里云，大可躺在功劳簿享用胜利的果实，但阿里云并没有。
我们看到：仅在过去半年，阿里云为客户打造的数智产品就推出了多达597项特性，其中有85项是非常重要的更新。阿里云深知，要构建AI产业，需要的是智数基础设施，和强大的算力，唯有ALL IN CLOUD，才能营造坚固的技术底座。
所以，阿里云也将最有竞争力的几项产品发布，放了在本届云栖大会上。
首先，是高性能数据库一体机POLARDB BOX。
POLARDB是阿里云在2018年推出的商用云原生数据库，凭借极高的性价比和快速弹性能力、超大规格、超高可靠性，收获了大量行业客户的认可。而许多行业客户本身有本地化部署的需求，阿里云推出数据库一体机POLARDB BOX的目的，还是让更多的行业客户享受到云数据库的种种好处。
因为POLARDB BOX一方面可以部署在用户自有数据中心即可享受云数据库的便捷体验，同时还为Oracle等传统数据库用户提供一键迁移功能，最多节省95%迁移成本，更适合政企、交通、航运、金融等行业。目前，
其次，是第三代神龙架构。
最初神龙架构被研发出来的目的是应对虚拟化带来的资源损耗。在历经软件虚拟化、通用硬件虚拟化、专用硬件芯片虚拟化三个阶段后，第三代神龙架构实现了裸金属服务器、ECS虚拟机等计算平台的架构统一，用户可获得高质量的弹性资源。
简单说，第三代神龙架构，可为用户提供100%计算能力。全面支持ECS虚拟机、裸金属、云原生容器。与云下同规格物理机相比，第三代神龙架构的裸金属实例QPS提升30%、延迟降低60%。接下来，阿里云遍布全球的百万服务器将全面升级至第三代神龙架构。
正是通过这些源源不断的产品创新，阿里云才做到了用一朵云，实现万种数智场景。真正意义上做到了“云强，则AI强”，那么强云与强AI的结合，共同推动AI的强产业。
未来愿景是智能化的产业蓝图
在我看来，人工智能发展至今应该有“广义人工智能和”狭义人工智能”的不同概念。所谓“广义人工智能”本质上就是指通用AI，而“狭义人工智能”则是指在特定领域，结合应用的AI，换言之就是基于具体应用场景的行业智能。
像阿尔法狗那样的人机对战场景，应该属于通用AI的范畴，而如“城市大脑”这样的应用则属于行业AI。客观的说，通用AI固然充满了想象力，但短时间对AI产业做强的帮助并不大，而行业AI的场景化做深做透，才是AI强产业的关键。
从这个角度看，要做到强产业，除了强云和强AI，阿里巴巴还需要有与之匹配的行业需求理解。
在云栖大会上，阿里云宣布了与萧山机场的一项新合作。使用城市大脑的调度能力帮助机场有效管控航班起降、上下客、行李搬运、加油、餐配、检修、保洁等各个环节。可想而知，城市大脑对机场全面赋能的前提就是理解机场的各个场景，流程和工作细节。这就是典型的行业需求与AI和云的结合。
据介绍，在未来城市数据将同机场数据进行融合，小到一件快递寄送，大到与高铁站的协同运行，都可以被精确计算和调度，减少因运筹不到位造成时间损失和资源浪费。让高铁、城市道路也能读懂飞机。
所以，产业AI，就是让各行各业拥有智慧的大脑。比如在工业大脑方面，阿里云正在赋能智能制造，在厦门，瀚蓝利用工业大脑，让焚烧稳定性提高了23%；在安徽铜陵，区域工业大脑正在帮助当地的数字化转型，做到产业升级。阿里云从单点智能，到局部智能，再到全局智能，从需求的点点滴滴，逐步吃透的过程中，让工业大脑成为了数字经济的新动能。
阿里云也公布了城市大脑三年来取得的一系列进展，如今全球已经有23个城市引入城市大脑，覆盖了交通、城管、文旅、卫健等11个领域，48个场景。同时，城市大脑已成为“数字经济第一城”杭州发展的关键动力。
客观的说，中国第一的云，和全球前三的云，已经不能满足阿里云对未来愿景的预期。而通过强云的底座效应，AI的技术积累，与行业需求链条的逐步完善，阿里云瞄准的已经是更宽广的智能产业的蓝图。
