文|李永華
來源|智慧相對論（aixdlun）
幾天前，已經到第三期的騰訊AI加速器在北京搞了個複試，1500個初試專案中選出的150個專案爭奪最終的50個位置，參與專案覆蓋醫療、智慧城市、金融、政務、工業等多個產業細分賽道，以及5G、航空航天、機器人、IoT、音影片等前沿科技賽道。
這似乎算不上什麼“大新聞”，但放到BAT語境下並不一般。
僅僅半個月前的5月31日，百度與東軟集團簽署戰略合作協議，雙方稱將在醫療健康、智慧城市等關鍵領域合作；
在這四天前，阿里36億元入股北京千方科技，雙方簽署合作協議稱將展開“深度合作”；
這些看似不太相關的動作背後，BAT在產業網際網路這件事上正在朝著同一個方向推進：乘數效應下的倍速擴張。
BAT的倍速擴張：加速別人的同時，也在加速自己
騰訊特意給似乎只是一次“選拔活動”的AI加速器三期複試定了一個“主題”，即“科技驅動，產業加速”。
從AI加速器的玩法來看，這個主題倒不難理解，利用手頭的技術、資本、專家能力等資源幫助具備一定基礎的創業企業更快發展。
只不過，與二期不同的是，其AI加速器專案走到第三期中間經歷騰訊組織架構調整，歸置到了騰訊CSIG板塊下，屬於其“雲啟智慧產業生態平臺”所宣稱的“產投”、“產孵”、“產服”、“產培”四大引擎中的“產孵”主力之一。
從CSIG承載的“大任”來看，騰訊加速這些創業企業，其實也同時在加速自己的產業網際網路落地。
這從AI加速器一些專案就能很明顯看出。
例如，從公開資料看，初試後的明星專案深圳洲斯移動，其冷鏈IoT整套解決方案已經擁有海底撈、京東物流、順豐冷雲、G7、國藥物流、澳柯瑪、力統冷鏈、深國際租賃等傳統產業客戶；
做礦山自動駕駛的北京踏歌智行，其智慧礦山、綠色礦山等玩法，已經擁有國內外眾多礦用車企業及大型礦業能源集團客戶；
……
類似的案例還有更多，那些“在服務於B端”的企業，成為騰訊AI加速器孵化的主力。
與這樣的“手裡已有產業資源”的企業合作，其直接結果無疑是產業網際網路在各大產業裡滲透、落地的速度更快，單個合作案例從“1對1”的累加，變成“1對1對N”的擴充，行業輻射能力實現倍速增長。
騰訊越努力孵化這些本身就可以視作“產業網際網路推進者”的企業，它自己的“ToB大計”就越要快上幾分。
而騰訊並不是獨一家。
百度合作的東軟集團，其軟體技術已被廣泛運用於工程、電力、電信、房地產、工廠設計等傳統產業；
千方科技在智慧交通、智慧安防領域耕耘近20年，與阿里合作其沉澱價值毋庸置疑。
巨頭都宣稱要用手中的資源“助力”合作伙伴進一步發展。但反過來看，它們又何嘗不是用上述方式在為自己的ToB事業加速。
BAT加速，也要多路出擊？
按道理，騰訊AI加速器是孵化那些具備一定基礎的企業，同百度與東軟集團、阿里雲與千方科技並不“對標”，後者與已經長成的“大樹”合作，不用費勁培養那些剛過了“種子”期不久的“樹苗”。
而事實上，騰訊也有屬性相同的合作案例。
2018年5月，騰訊12.66億戰略投資東華軟體控股公司東華誠信，騰訊雲與東華軟體方面宣稱將在政府、醫療、能源、金融、物流等行業圍繞“傳統行業數字化轉型新需求”進行合作。
而東華軟體作為老牌上市公司，其手中的客戶遍佈電信、電力、政府、交通、醫療、金融、煤炭、石化、保險及製造等行業，包括國家電網、山西移動、中石油、江蘇中煙工業、中國國航、北京友誼醫院、中華聯合財產保險等大牌企業。
此外，騰訊還擁有明略科技、長亮科技、常山北明等成熟合作伙伴，例如其2017年共同投資10億元C輪融資、2019年領投20億元D輪融資的明略科技，就擁有包括寶潔、華為、寶馬、東風日產、匯豐銀行、平安集團在內的1000家知名合作伙伴。
東華軟體董事長薛向東說“像東華這樣規模的企業，要站到巨人的肩膀上”，明略科技CEO吳明輝則稱“對接了騰訊之後才能真正意義上開始提產業網際網路”，但是，反過來，騰訊無疑也將藉助這種合作來加快自己的產業網際網路滲透程式。
與AI加速器放在一起看，這說明一個事實：巨頭們即便“借力打力”對ToB事業加速，從生態的角度來看，也是多線出擊的。
繼續以騰訊為例，為方便描寫，這裡為騰訊“ToB生態”的搭建“設定”了三個同時進行的計劃（當然，這不是騰訊內部的說法）：
A計劃：產業生態投資
依託CSIG雲啟智慧產業生態平臺，直接對已經具備產業影響力的企業進行“產業生態投資”，發展成合作伙伴（例如上述東華軟體、北明等）。投資完成後，積極幫助這些企業打造產品及應用，例如幫助常山北明旗下北明軟體推進ODR專案研發、運營和推廣，使北明軟體更快轉型為平臺運營商。
B計劃：平臺級加速
這一計劃的物件區分上述已經具備產業影響力的企業，主要面向那些在產業網際網路大趨勢下，預期將在未來形成產業影響力的專案。在這個計劃中，騰訊需要在技術、資本、產業資源多方面投入，讓這些“樹苗”順利長成大樹，承接主力是騰訊的“產業加速器”（目前包含已有的AI加速器，以及5月底新發布的SaaS加速器）。
C計劃：產培研一體化
無論是面向何種物件，在A\B計劃進行的同時，騰訊在宏觀層面還透過產培研一體化體系搭建，將對外的合作進行系統化、底層化整合與推動。其中，“產”主要包括在現實中落地的雲啟產業基地，“培”主要包括上述加速器的加速過程，“研”則對應“騰訊雲啟研究院”。
A\B\C三個計劃同時進行，騰訊ToB多線出擊，但又內在統一。
回到AI加速器這件事上，值得一提的是，這裡“B”計劃的合作物件，最佳的是“產業網際網路推動者”，即透過各種方式改造升級傳統或新興產業，與這類企業合作，會比僅僅“ToB型企業”（賣個產品或服務給B端企業）更能深度推進產業的改變，增強產業網際網路的滲透能力。
例如，在騰訊AI加速器第三期複試專案中，有一個做“癌症風險預測”產品”的覓瑞科技，它的產品或服務既面向C端，也賣給醫院或體檢機構，屬於“ToB型企業”；但它將大資料、AI等方式預測癌症等更多疾病的理念輸入到醫療機構或企業之中的時候，就具備了“產業網際網路推動者”屬性。
雖然企業發展各有選擇，但在同等優質的情況下，後者更符合“B”計劃的需求。
點、線與面，AI加速器折射騰訊ToB的差異化？
ToB陣仗最大、投入最多的騰訊，玩法也和百度、阿里有所不同。
僅從此次大張旗鼓的AI加速器三期來看，這個差異化應該是在借力打力的“倍速”前提下構建點、線、面三個層面並行的產業網際網路推進體系，而不是簡單的ToB案例堆疊，這其中，AI+產業又扮演重要角色。
1、點：嘗試“加快”產業變革的技術程式
參與騰訊AI加速器三期複試專案中，有個從事“光場復現”的明星企業“奧本未來”，其技術簡單來說是透過特殊的光場拍攝和運算，實現產品在各種終端上的三維重現（具體例項可見相關報導）。
相對貼圖式三維重建（本質是動畫），這種光場技術更加逼真（本質是真實物體重現），由於增強購買轉化的重要價值，目前已經與京東深度合作。
但是，到目前為止，這個處在快速成長期的專案還有一些繼續最佳化與突破的空間。
例如，物品拍攝要求還是比較高，依賴專門裝置；拍攝完成的資料渲染時間雖然由過去5個小時變成2個小時，但總體還是太長；三維檔案由以G為單位到以10M為單位，但總體佔用空間還是比較大，尤其移動裝置上載入比較吃力。
這些，都影響其服務電商產業的程式，大量SKU三維影像上線，面臨成本、時間及使用者體驗壓力。
這時候，騰訊AI加速器在個體上的價值表現出來，透過騰訊雲算力、AI能力、外部資本資源對接，單個類似的專案能夠有機會進一步突破瓶頸。
這種體現“加速器”直接價值的“加速”，放到“B”計劃語境下，就變成從“點”突破、加快產業變革的過程。如果沒有這些點的“加速”，某些產業變革的過程可能還需要等上更久，甚至不會發生。
除了奧本未來，參與三期複試的專案中還有很多這樣的“點”，它們或能透過騰訊AI加速器獲得“點對點”的加速，從而影響更多產業。
2、線：嘗試透過B2B2B2……鏈條“放大”乘數效應
如果從“模式”來看，上述BAT加速自己ToB的方式，都可以歸於“B2B2B”的範疇，透過更多的中間樞紐“B”來影響更多產業B端。
所以，這種玩法直接表現為點與點的串聯，即它是“線性”的。
但是，“線”的模式又有所不同：
單一垂直領域更長的B端鏈條：B2B2B之後還有B端，例如參與複試的奧本未來除了服務京東，其解決方案還服務那些原本就屬於“電商服務產業”的企業，這些服務商面對著各類電商平臺或品牌店家，形成了“B2B2B再To B”的鏈條；
以服務內容為基準的鏈條延展：以參與複試的專案亮亮視野為例，它以AR眼鏡為服務內容，鏈條可以延展到安防、工業製造、醫療等多個產業當中，在不同場景下應用；
以場景為基準的鏈條發散：盯住一個場景做B2B發散，例如參與複試的創略資料專案基於銷售場景發散ToB鏈條，目前已經覆蓋金融、旅遊、汽車、電商和零售等行業，服務超過300多家大中型國內外公司。
而無論哪一種B2B2B2……鏈條方式，都將使得產業網際網路輻射能力進一步放大。
3、面：嘗試將所有關聯主體“彙集”成網
在點、線基礎上把視角再次往上調整，俯視整個騰訊ToB生態，就能發現其最終體現出的形態並不只是點對點、鏈條式輻射，它們共同構成了一張複雜的交匯網路。
騰訊To生態並不是由一大堆B2B合作“物理反應”堆疊而成，個體、鏈條、平臺之間發生“化學反應”對這個生態更加重要。
舉例可能更容易理解。
目前，騰訊還透過CSIG向部分標杆企業直接輸出了一系列服務產業的解決方案，例如智慧零售的紅星美凱龍、永輝超市、家樂福，金融雲的中信銀行、泰康人壽等。
這些標杆案例仍然建立在騰訊“不是什麼都做”的基礎之上，總是強調自己的“開放”心態的騰訊，更可能把那些與其解決方案關聯的A、B計劃企業納入到這些標杆案例之中。
例如，參與複試路演的專案創捷中雲所服務過的家樂福、步步高等本身即是騰訊智慧零售的合作伙伴，而火星盒子近來向大型零售商輸出掃碼購、資料平臺運營等經驗，也與騰訊智慧零售有合作空間。
這一類企業如果透過複試，可能享受C計劃下產業基地政策、多種資源投入（技術、市場、資本、導師等）、雲啟研究院智慧叢集服務等一攬子支援，還能對接諸如智慧零售等騰訊產業網際網路的合作伙伴。
類似的、與騰訊之間具備結合“觸點”的複試專案，無疑還有更多。騰訊ToB生態玩法，某種程度上就是在嘗試把A/B/C計劃“彙集”成一張網路。
總而言之，點、線、面並非層層遞進的關係，它們從不同視角共同描述了騰訊產業網際網路加速模式，三位一體，而AI加速器是其集中展現。
對騰訊而言，這些還尚未充分展開的剖析不論是否足夠恰當，至少產業網際網路的複雜性已經體現出來，其“操盤”難度毋庸置疑。相比ToC具備微信、QQ這樣的定海神針，騰訊ToB道路的複雜艱難又一次被證明——好在這次是騰訊自己在證明，它不是毫無準備。
*此內容為【智慧相對論】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立映象。
【完】
智慧相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。重點關注領域：AI+醫療、機器人、智慧駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、演算法、人機互動等。