雲端計算的AI風向已經越來越明顯。
不久前，美國調研機構IDC釋出的《IDC MarketScape：2019中國AI雲服務市場廠商評估》報告，認為“AI應用遷移、重構到雲平臺，或直接使用雲上的AI服務是大勢所趨”。
在這個報告之前，下半年包括IDC、Forrester、Frost&Sullivan等權威機構出具的雲端計算報告，都在著重談雲與AI的融合，例如IDC 8月的報告針對AI基礎開發，Forrester 11月的報告則針對計算機視覺。
顯然，雲+AI已經成為行業預設的規則，搭載AI已經成為雲端計算未來的標配。
值得注意的是，在這場雲+AI牌局正式開始時，一向比較低調的金山雲“高調出現”，IDC上述最新報告中，金山雲與Azure、AWS位於同一象限，成為中國AI雲服務的主要玩家：
從行業角度看，專注企業級市場和服務的金山雲能夠在雲+AI趨勢中冒頭成為領導力量，與雲+AI融合方式的多樣化有直接的關係。
“雲+AI”同質化的表像下，是全然不同的“+”路徑
金山雲早在2017年6月正式推出了金山雲KAP（Kingsoft AI Propeller）人工智慧雲，並且在2018年1月, 金山雲深度學習平臺KDL就被IDC評為首個實現商用的人工智慧雲PaaS平臺，這在行業內算比較早把雲與AI放到一起設計雲端計算產品的。
“技術立身”的百度，客觀地說，是最早提出AI的, 包括從提出雲端計算2.0（不僅是硬體的雲化，更應該搭載各種應用和服務，包括AI），到ABC一體化，再到直接的“雲+AI”概念。不過它的“雲+AI”的融合方式是“從下至上”，即依託百度過去的技術基底打造體系化、基礎化、全面化的AI技術，然後在此基礎上支撐雲服務提供更好的產業智慧解決方案，是先有強大的AI技術，再將其中可能有價值的部分用於雲服務的“+”方式，AI基礎能力強悍，體系化成熟。
另一個在AI上下力氣的就是巨頭阿里雲了，不過企其AI的發展則有些“從內到外”的色彩。它的多數對外技術服務都首先在龐大的自有業務基礎上進行實踐，然後再對外輸出成為獨立的業務，例如阿里的AI影像識別技術首先在拍立淘上進行了廣泛的運用。這兩年隨著技術和應用的成熟，阿里開始高調將AI與雲端計算結合對外提供服務。
對比來看，金山雲的雲+AI融合，可認為是從商用落地出發的“從上至下”—以雲服務為主體，在其框架下提供一系列支援具體問題解決的AI能力。從實際案例來看，雖然金山雲服務的客戶卻不乏超級產品，抖音快手兩大影片巨頭的產品皆搭載於金山雲之上，AI場景應用最多的影片雲，也一向是金山雲的優勢業務。
在長期服務這些超級影片產品的過程中，金山雲基於AI演算法的持續研究，逐漸開發出了針對畫質提升、成本最佳化、內容稽核等方面的AI應用，例如增強畫質的“集智高畫質”解決方案即是透過自研演算法，整合AI、編碼、影像處理等多種技術而來，基於深度神經網路能夠對影片畫面內容進行感知，針對性增強畫質、提升視覺效果並適配高解析度螢幕，同時幫助這些影片產品節省20%—40%影片傳輸頻寬（來源：金山雲官方資料）。
這類AI應用一出生即偏重具體的商業落地，是面向應用場景的技術實體，推動已有云服務質量的提升，讓已然存在的客戶獲得更好的服務體驗，解決痛點問題。
金山雲“商用落地”下的雲+AI融合程序：云為主體，先雲後AI？
看完不同的玩法方向，再來看具體的做法。
2019年9月，李彥宏宣佈百度組織架構的一次不大不小的調整，“百度智慧雲與CTO體系高效融合”，百度智慧雲總經理尹世明攜ACG團隊向集團技術長王海峰彙報。
在一般的巨頭級企業，AI與雲端計算都是分屬不同的垂直部門負責, 例如百度的ACG負責“百度智慧雲”，AIG負責百度大腦，在阿里，阿里雲與達摩院也是分開各有一攤。
李彥宏的做法，是在強化百度一直以來打出的“雲+AI”旗幟，透過彙報關係完成組織結構層面的高效整合。
但是，金山雲似乎沒有這種現象，側重商用落地意味著雲服務仍然是主體，AI是雲服務發展的一種需要，是雲框架下的一種應用，也不會存在組織溝通和業務整合的成本。
具體而言，金山雲“商用落地”下的雲+AI融合程序體現出三個特質，它們能從行業對比的角度更好地解釋為什麼金山雲AI會被專業報告背書。
1、AI在實操中被定位於“客戶粘性和附加值的重要手段和工具”
在金山雲眾多AI服務中，“金睛”無疑是其招牌專案，提供跨行業、多場景的AI解決方案。從金山雲官方公佈的內容看，金山雲“金睛”目前支援影片、音訊、文字、圖片多種格式下，涵蓋色情、暴恐、涉政、廣告過濾、OCR識別等多個維度的內容稽核服務。
例如在影像稽核方面，“金睛”支援80+低俗和場景、200+暴恐類標籤識別、1200+敏感人物等六大違規場景的精準識別，即發即審。
在內容監管形勢越來越嚴峻時，金山雲的這項AI服務對那些它正在服務的影片客戶來說，提供了雲上資料與服務之外重要的運營及精細化管理價值，同時幫助客戶規避了大量政策風險。
從上至下，以商用落地為側重，意味著金山雲的AI服務是與主體雲服務相配套的增強“客戶粘性和附加值”的重要手段和工具，它的加入，不是來唱主角，也不是來成為戰略導向，而是讓金山雲本身贏得更多市場認可。
現在，“金睛”在主流直播、短影片、OTT平臺領域中，已經廣泛滲透至行業頭部客戶，無疑強化了金山雲本身的行業價值和市場認可。
2、AI的進化模式是“隨軍前行”，而不是“重金突圍”
客觀地說，雖然側重商用落地，但金山雲也建立了一套完備的底層AI能力體系，例如IaaS層面推出了面向AI領域的高階GPU雲伺服器——V100，PaaS層面的深度學習平臺KDL曾被IDC評為國內最早商用落地的平臺，SaaS層面包括了上述“金睛”等明顯產品。
但是，“從上至下”意味著金山雲的AI其實並非百度大腦、達摩院那樣持續砸重金而來，它更多是隨著雲服務的進化需求逐步演化，雲走到哪，需求來到哪，逐步向下形成了一整套AI體系。
所以，與其說金山雲的雲與AI融合突然顯現，不如說是金山雲自身的發展和產業的需求已經到了這個地步，其AI能力只是緊緊跟上了而已。
可以預見的是，隨著產業對AI需求的日益旺盛，金山雲的AI將更頻繁地出現在行業報告和大眾視野中，現在只是開始。
3、AI的產業滲透是先讓B端接受雲服務，再接受AI
產業智慧化的重要組成部分是智慧工業，這也是各雲端計算平臺都在啃的硬骨頭。
金山雲也不例外，金山雲工業雲平臺提供包含智慧裝備、機器視覺、智慧系統、工業系統安全、企業軟體等在內的多項業務能力，例如基於AI的產品外觀瑕疵檢測方案，可在不影響原有生產模式的基礎上，利用AI對產品進行自動化甄別，提高出廠產品的合格率。
實測中，以衝壓件質量智慧檢測為例，金山雲工業雲平臺可使得生產過程中的試製次數減少20%，業務成本減少15%以上。
很容易在其他雲端計算平臺也發現型別的專案，但值得注意的是，同樣是這類解決方案，在AI向產業滲透的過程中，讓市場接受雲與AI的順位是不同的，例如對百度而言，由於AI是戰略重中之重，AI能力的凸顯很重要，教育市場是其雲+AI自帶的任務，不說讓客戶先接受AI再接受雲，至少AI的地位與雲是對等的。
而對金山雲而言，由於偏重商用落地，它的工業智慧化滲透，一定是先讓客戶充分信任雲，再在雲的基礎上接受提升服務體驗的AI。
雲+AI，讓市場先接受AI還是先接受雲端計算，金山雲屬於後者。
雲+AI姿勢各異，但產業的發展終將“只看結果不看過程”
無論透過何種路徑，最終雲、AI齊齊發展起來後，差異化肯定會被抹平，百度、阿里也會有龐大的AI商用落地，金山雲也會構建自己完備、深度AI技術體系。
殊途同歸，不同的“+”路徑在長期看，產業網際網路浪潮下最終的判斷標準還是雲+AI在多大程度上滿足了眾多產業變革，尤其是智慧化變革的需求。
無論如何，一邊是雲與AI的融合，另一邊，對產業需求的把控與追隨仍然是雲端計算永恆的課題。
所以，很直接地看到，在優勢的影片雲之外，金山雲還在積極擴充其他領域並將之與AI相結合。
例如，在智慧醫療領域，金山雲在其智慧醫療健康雲體系架構上，推出了基於AI的智慧輔助診斷技術，幫助醫生完成包括語音病歷錄入、安全用藥指導、基本輔助診斷等工作，提高醫療效率。
此外，大資料、雲端計算、物聯網是產業網際網路三大基石，它們共同考驗雲+AI的橫向連線能力——不管什麼樣的融合方式。這其中催生出雲+AI的新市場空間，或開闢全新的賽道，成為金山雲在規模和行業地位上追趕的重要機會。
或許是長期服務於小米的緣故，金山雲在這方面“近水樓臺先得月”，金山雲智慧住宅解決方案中的AIoT智慧家居，依託的就是據稱全球第一消費級IoT小米體系，可提供AI語音控制服務並支援自主編輯應用場景，此外，還支援家居環境與物業、醫療、公安系統的連通，試圖滿足物聯網時代智慧產業的“大連通”需求。
一旦雲端計算巨頭的雲+AI實現了5G時代物聯網的全面站位，它就擺脫了舊有的移動網際網路體系競爭，等於“新開一局”並搶先出牌，除了不變的產業需求滿足，其他任何競爭格局的改變都有可能發生。
只不過，那將是另外一個更復雜的故事了，拭目以待吧。
