Meta挖来苹果人工智能模型担任人 AI人才争夺战继续 (meta信息挖掘)

据知情人士称，苹果公司担任模型的高管庞若明（音译）将分开公司，加盟Meta平台。

庞若明是苹果基础模型团队的经理，他将参与Meta新成立的超级智能团队，每年的总薪酬高达数千万美元。

庞若明的分开标志着苹果在生成式人工智能范围的雄心壮志遭到严重打击，由于该公司正在放慢在iOS和ipad平台上整合大型言语模型的努力。

庞若明于2021年从Alphabet参与苹果，担任控制一个100人的团队，开发苹果的中心大型言语模型。这些模型支持苹果智能（Apple Intelligence）性能，并初次向第三方开发者开通，这是苹果一向封锁的生态系统的一个清楚转变。

Meta等科技巨头正积极启动高调收买，并提供数百万美元的薪酬，以吸引顶尖人才，引领下一波人工智能浪潮。

上周有报道称，Meta首席行动官马克·扎克伯格重组了公司的人工智能任务，成立了一个名为Meta超级智能实验室的新部门。该部门将由数据标签初创公司Scale AI前首席行动官亚历山大·王（alexander Wang）指点。

上个月，Meta宣布向Scale AI投资149亿美元，对这家初创公司的估值高达290亿美元。

---

全球上最大的疑问是什么

1. 在科技巨头中，一场关于人工智能能量消耗的剧烈争夺战正在展开。 这触及到争夺电力资源、圈地树立大型数据中心以及对赌投资。 例如，OpenAI与微软协作树立的“星际之门”数据中心成为了焦点。 AI模型的耗电量，尤其是生成式AI，正变得越来越大。 例如，OpenAI在训练GPT-3时消耗了1300兆瓦的电力，这足以让一个手机充溢电数千次。 数据中心的耗电量也在不时参与，估量到2024年，全美AI数据中心的耗电量将占到全美总用电量的2.5%。 但是，随着科技巨头如英伟达、谷歌、微软、亚马逊、Meta、特斯拉和甲骨文等争相树立大型数据中心，电力需求将会进一步上升。 但是，现有的电网基础设备或许无法满足这一迅速增长的需求，造成电荒和电网解体等疑问。 因此，未来或许要求对电网启动大规模更新以满足AI技术的需求。 2. 石油是现代社会无法或缺的资源，它对国际政治和经济发生了深远影响。 石油是一种稀薄、深褐色的液体，关键由多种碳氢化合物混合而成，是史前的陆地生物和藻类尸体变化构成的。 石油普遍用于燃料和化学工业产品，如塑料、药物和化装品等。 全球关键的石油消费国包括沙特阿拉伯、美国、俄罗斯、加拿大、伊朗和委内瑞拉。 石油产业包括勘探与开采、运输、炼油、分销与销售等环节。 随着内燃机的普遍经常使用和现代工业的开展，石油变得愈减轻要，并在两次全球大战中成为各方争夺的焦点。 1960年，石油输入国组织（OPEC）成立，以协调成员国的石油政策，确保石油市场的稳如泰山。 1973年的第四次中东抗争后，石油多少钱激增，造成全球经济困境。 中国也有悠久的石油开采历史，大庆油田的发现使中国基本成功石油自给。 如今，中国的石油产量和炼油产能均位居全球第一。 但是，石油的开发和经常使用也引发了环境和可继续开展的应战，推进了对清洁动力的探求和新动力汽车的推行。 虽然新动力趋向逐渐增强，但石油仍将在现代工业和社会运转中发扬关键作用。 3. 动力、环境和应对气候变化是当今全球相互关联的三大焦点、热点和难点疑问。 人类在其文明开展的进程中不时扩展动力的经常使用范围和规模，在发明出光芒绚烂的人类文明的同时，也由于过度开发应用各种动力资源，形成了严重的生态环境疑问。 尤其是人类工业化的250多年里，少量消耗化石动力，不只发生了诸如酸雨、大气污染等传统的环境损害，还形成了大气中温室气体浓度的参与，造成气候变化，使人类赖以生活的地球大气、水循环系统面临严重损害的要挟。 因此，动力、环境和应对气候变化成为当今全球相互关联的三大焦点、热点和难点疑问。 4. E级超级计算机的出现将在处置全球环境污染、动力危机以及气候变化等严重难题上发扬庞大作用。 目前，美、日、欧、中都已宣布下一代百亿亿次超算研制方案，即E级超算。 E级超算项目最大的特点就是自主可控，即中心技术必需全部采用自主技术，包括中心处置器、互连网络与基础软件等。 假设以前都是在追逐他人的脚步，而E级计算是中国的步伐第一次性与全球同步甚至抢先。 5. 法国和德国在动力政策上存在分歧，德国已片面分开核能，而法国依然依赖核能。 两国对核能的不同态度造成争论，并牵扯到欧洲工业皇冠归属的疑问。 法国希望将核能列为工业电价补贴的动力之一，而德国坚决反对。 这一争论面前，更深层次的争端在于两国对欧洲工业中心的争夺。 法国和德国都在研讨如何以最低本钱提供电力，这曾经成为政治生活的疑问。 目前，由于德国动力本钱高昂，法国在过去两年中吸引到的本国直接投资项目数量比德国高出近50%，德国的工业基础正面临腐蚀。 两国在动力政策上的争持，造成双方都希望欧盟同意的工业电价补贴能够继续实施，但法国额外要求核电也进入补贴范围之内。 专家表示，若欧盟无法勾搭，面对国际竞争的加剧，情势将变得愈加蹩脚。 6. 摩根士丹利预测，未来十年可继续投资时机的需求将日益增长，特别是在私募市场中。 可继续开展已成为投资决策的关键部分，可继续股票和固定收益基金的控制资产已占全球总资产控制规模的9.2%，创下历史新高。 气候投资、自然和生物多样性、转型金融和普惠金融等主题将成为投资者关注的重点。 公司和投资者要求确保可继续地经常使用土地，平衡气候变化带来的土地需求和社会风险。 此外，动力转型将改动矿产需求，对铜、锂、镍、钴、石墨、锌和稀土金属等金属和矿物的需求将参与。 为确保常年的气候积极效果，应采用可继续的矿产开采方式，并采用适当的环境和社会规范。 未来十年，创新技术在减排中的关键作用也将日益凸显。 碳捕集、应用和封存技术（CCUS）等尚未成熟的技术处置方案要求加大投资和推行。 同时，氢能等清洁动力技术投资缺乏，要求在未来十年启动加大投资。

学习人工智能有哪些务工方向？

人工智能技术相关到人工智能产品能否可以顺利运行到我们的生活场景中。 在人工智能范围，它普遍包括了机器学习、知识图谱、自然言语处置、人机交互、计算机视觉、生物特征识别、AR/VR七个关键技术。 一、机器学习机器学习(MachineLearning)是一门触及统计学、系统辨识、迫近通常、神经网络、优化通常、计算机迷信、脑迷信等诸多范围的交叉学科，研讨计算机怎样模拟或成功人类的学习行为，以失掉新的知识或技艺，重新组织已有的知识结构使之不时改善自身的性能，是人工智能技术的中心。 基于数据的机器学习是现代智能技术中的关键方法之一，研讨从观测数据(样本)动身寻觅规律，应用这些规律对未来数据或无法观测的数据启动预测。 依据学习形式、学习方法以及算法的不同，机器学习存在不同的分类方法。 依据学习形式将机器学习分类为监视学习、无监视学习和强化学习等。 依据学习方法可以将机器学习分为传统机器学习和深度学习。 二、知识图谱知识图谱实质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号方式描画物理全球中的概念及其相互相关，其基本组成单位是“实体—相关—实体”三元组，以及实体及其相关“属性—值”对。 不同实体之间经过相关相互结合，构成网状的知识结构。 在知识图谱中，每个节点表示理想全球的“实体”，每条边为实体与实体之间的“相关”。 深刻地讲，知识图谱就是把一切不同种类的信息衔接在一同而失掉的一个相关网络，提供了从“相关”的角度去剖析疑问的才干。 知识图谱可用于反欺诈、不分歧性验证、组团欺诈等公共安保保证范围，要求用到异常剖析、静态剖析、灵活剖析等数据开掘方法。 特别地，知识图谱在搜索引擎、可视化展现和精准营销方面有很大的优势，已成为业界的抢手工具。 但是，知识图谱的开展还有很大的应战，如数据的噪声疑问，即数据自身有错误或许数据存在冗余。 随着知识图谱运行的不时深化，还有一系列关键技术要求打破。 三、自然言语处置自然言语处置是计算机迷信范围与人工智能范围中的一个关键方向，研讨能成功人与计算机之间用自然言语启动有效通讯的各种通常和方法，触及的范围较多，关键包括机器翻译、机器阅读了解和问答系统等。 机器翻译机器翻译技术是指应用计算机技术成功从一种自然言语到另外一种自然言语的翻译环节。 基于统计的机器翻译方法打破了之前基于规则和实例翻译方法的局限性，翻译性能取得庞大优化。 基于深度神经网络的机器翻译在日常口语等一些场景的成功运行曾经显现出了庞大的潜力。 随着上下文的语境表征和知识逻辑推理才干的开展，自然言语知识图谱不时扩大，机器翻译将会在多轮对话翻译及篇章翻译等范围取得更大进度。 语义了解语义了解技术是指应用计算机技术成功对文本篇章的了解，并且回答与篇章相关疑问的环节。 语义了解更注重于对上下文的了解以及对答案精准水平的把控。 随着MCTest数据集的发布，语义了解遭到更多关注，取得了加快开展，相关数据集和对应的神经网络模型层出不穷。 语义了解技术将在智能客服、产品智能问答等相关范围发扬关键作用，进一步提高问答与对话系统的精度。 问答系统问答系统分为开放范围的对话系统和特定范围的问答系统。 问答系统技术是指让计算机像人类一样用自然言语与人交流的技术。 人们可以向问答系统提交用自然言语表达的疑问，系统会前往关联性较高的答案。 虽然问答系统目前曾经有了不少运行产品出现，但大多是在实践信息服务系统和智能手机助手等范围中的运行，在问答系统鲁棒性方面依然存在着疑问和应战。 自然言语处置面临四大应战：一是在词法、句法、语义、语用和语音等不同层面存在不确定性;二是新的词汇、术语、语义和语法造成未知言语现象的无法预测性;三是数据资源的不充沛使其难以掩盖复杂的言语现象;四是语义知识的模糊性和扑朔迷离的关联性难以用简易的数学模型描画，语义计算要求参数庞大的非线性计算四、人机交互人机交互关键研讨人和计算机之间的信息交流，关键包括人到计算机和计算机到人的两部分信息交流，是人工智能范围的关键的中心技术。 人机交互是与认知心思学、人机工程学、多媒体技术、虚拟理想技术等亲密相关的综合学科。 传统的人与计算机之间的信息交流关键依托交互设备启动，关键包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输入设备。 人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。 五、计算机视觉计算机视觉是经常使用计算机模拟人类视觉系统的迷信，让计算机拥有相似人类提取、处置、了解和剖析图像以及图像序列的才干。 智能驾驶、机器人、智能医疗等范围均要求经过计算机视觉技术从视觉信号中提取并处置信息。 近来随着深度学习的开展，预处置、特征提取与算法处置渐渐融合，构成端到端的人工智能算法技术。 依据处置的疑问，计算机视觉可分为计算成像学、图像了解、三维视觉、灵活视觉和视频编解码五大类。 目前，计算机视觉技术开展迅速，已具有初步的产业规模。 未来计算机视觉技术的开展关键面临以下应战：一是如何在不同的运行范围和其他技术更好的结合，计算机视觉在处置某些疑问时可以普遍应用大数据，曾经逐渐成熟并且可以超越人类，而在某些疑问上却无法到达很高的精度;二是如何降低计算机视觉算法的开发时期和人力本钱，目前计算机视觉算法要求少量的数据与人工标注，要求较长的研发周期以到达运行范围所要求的精度与耗时;三是如何放慢新型算法的设计开发，随着新的成像配件与人工智能芯片的出现，针对不同芯片与数据采集设备的计算机视觉算法的设计与开发也是应战之一。 六、生物特征识别生物特征识别技术是指经过集体生理特征或行为特征对集体身份启动识别认证的技术。 从运行流程看，生物特征识别通常分为注册和识别两个阶段。 注册阶段经过传感器对人体的生物表征信息启动采集，如应用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息启动采集，应用数据预处置以及特征提取技术对采集的数据启动处置，失掉相应的特征启动存储。 识别环节采用与注册环节分歧的信息采集方式看待识别人启动信息采集、数据预处置和特征提取，然后将提取的特征与存储的特征启动比对剖析，成功识别。 从运行义务看，生物特征识别普通分为识别与确认两种义务，识别是指从存储库中确定待识别人身份的环节，是一对多的疑问;确认是指将待识别人信息与存储库中特定单人信息启动比对，确定身份的环节，是一对一的疑问。 生物特征识别技术触及的内容十分普遍，包括指纹、掌纹、人脸、虹膜、指静脉、声纹、步态等多种生物特征，其识别环节触及到图像处置、计算机视觉、语音识别、机器学习等多项技术。 目前生物特征识别作为关键的智能化身份认证技术，在金融、公共安保、教育、交通等范围失掉普遍的运行。 七、VR/AR虚拟理想(VR)/增强理想(AR)是以计算机为中心的新型视听技术。 结合相关迷信技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。 用户借助必要的装备与数字化环境中的对象启动交互，相互影响，取得近似真实环境的感受和体验，经过显示设备、跟踪定位设备、触力觉交互设备、数据失掉设备、公用芯片等成功。 虚拟理想/增强理想从技术特征角度，依照不同处置阶段，可以分为失掉与建模技术、剖析与应用技术、交流与分发技术、展现与交互技术以及技术规范与评价体系五个方面。 失掉与建模技术研讨如何把物理全球或许人类的创意启动数字化和模型化，难点是三维物理全球的数字化和模型化技术;剖析与应用技术重点研讨对数字内容启动剖析、了解、搜索和知识化方法，其难点是在于内容的语义表示和剖析;交流与分发技术关键强调各种网络环境下大规模的数字化内容流通、转换、集成和面向不同终端用户的特性化服务等，其中心是开放的内容交流和版权控制技术;展现与交流技术重点研讨契合人类习气数字内容的各种显示技术及交互方法，以期提高人对复杂信息的认知才干，其难点在于树立自然谐和的人机交互环境;规范与评价体系重点研讨虚拟理想/增强理想基础资源、内容编目、信源编码等的规范规范以及相应的评价技术。 目前虚拟理想/增强理想面临的应战关键体如今智能失掉、普适设备、自在交互和感知融合四个方面。 在配件平台与装置、中心芯片与器件、软件平台与工具、相关规范与规范等方面存在一系列迷信技术疑问。 总体来说虚拟理想/增强理想出现虚拟理想系统智能化、真假环境对象无缝融合、自然交互全方位与温馨化的开展趋向

华为和BAT的新战场，由这四人主宰

智东西（群众号：zhidxcom）

作者 | 李水青

编辑 | 心缘

互联网行业高速增长时代正在远去，已成一个不争理想。 阿里、腾讯、网络等互联网巨头们比之前任何时刻都更要求思索第二增长曲线。

云智能服务，是被各家盯准的一条赌上未来的赛道。

效果曾经显现——阿里云Q3成功营收首超200亿元，初次延续四季度盈利；网络每月砸20亿搞研发，智能云营收延续增长超70%；腾讯云这边，也初次提出“云智能”战略，三年成功团队一千多人至一万多人的10倍扩张……

令BAT无法无视的一大劲敌是华为，作为一家从ICT切入到云智能的 科技 巨头，华为面临更严峻的生活压力。 受美国制裁影响，华为消费者业务、运营商业务猛烈受挫，而云智能业务成为其新的增长寿脉。

一场以BATH（网络、阿里、腾讯、华为）为主角的云智能进军千行百业的圈地大战曾经蓄势待发。

华为任正非亲身督导“五大军团”，阿里云智能将树立18大行业事业部，腾讯和网络也启动了紧锣密鼓的架构调整或战略更新，盯准政企数字化市场，“磨刀霍霍向牛羊”。

阿里云智能总裁张建锋、华为云总裁张安康、腾讯CSIG（云与智慧产业事业群）总裁汤道生、网络CTO王海峰，作为这场云智能大战中掌舵者，在2021年这一疫情后经济恢复和全球洗牌的关键时期，正在做出他们职业生涯中的关键抉择。

虽然面临的疑问各不相反，他们都不约而同地率领团队迈向AI落地的“深水区”。

见过汤道生的人或许对他身上的程序员品格印象深入，他操着一口不太流利的香港普通话，似乎不善言辞，却很缜密。 这位1997年从斯坦福走出来的电子工程硕士，34岁时便成为腾讯QQ研发副总裁、QQ秀产品中心总经理，在2018年成为腾讯CSIG掌舵者。

2021年，越来越多的腾讯外部员工会看到汤道生出入纯商务场所，包括与修建产业的天一集团协作、与物流交通产业的招商港口协作、与出行产业的广汽集团签约……为了率领腾讯涉足此前不熟习的产业互联网范围，做技术出身的汤道生越来越像一名“销售”代表。

腾讯CSIG总裁汤道生

“腾讯没有To B基因”——这是2018年9月腾讯CSIG成立时外界的普遍质疑。 腾讯CSIG融合了公司的云计算、AI、智慧产业等多重技术才干，腾讯的很多迷信家出自这里，但如何将技术落地行业，对汤道生和这些迷信家来说有不小的鸿沟要求跨越。

即使是三年后的今天，腾讯CSIG已从三年前的一千多人扩张到一万多人，汤道生依然在近期的一次性访谈中坦言了做To B的费力点——“To B工程的周期更长，对财务控制和项目控制的要求更高，以及传统行业引入人才也要求磨合。”

业务做深、组织变大，也意味着面临新的疑问。 在以AI为关键驱动的产业互联网项目中，大厂虽然有平台势能，却难以像AI创企那样灵敏机动地打“游击战”，因此在很多AI竞标方案中未必能超越小厂。

对此，汤道生在往年5月曾经从组织架构入手启动三年来的初次调整——宣布成立汤道生带队的技术委员会，以“自上而下”的方式，在外部增加代码重复开发，以开源优化项目推进效率。 比如在近期腾讯推出的数智人平台等项目中，曾经看到跨CSIG和AI Lab、微信、网络多部门技术整分解果的迹象。

更深层次的是团队文明革新。 与汤道生自己亲身投身“销售”的举动相分歧——在往年9月CSIG三周年会上，汤道生史无前例地将事业群价值观更新出“敢拼敢言”这一要求。 他犀利地指出，近年来引入了很多不同企业的员工，同事比拟拘束、不敢直言的疑问曾经影响到企业效率，因此团队要像创业一样“敢拼”、“敢言”。

当下国际AI技术落地的高潮曾经有到来的趋向，但是，此前生动在一级市场的AI创企们的“金钱池”却已见底，纷繁转向二级市场寻求输血补给。 关于腾讯CSIG这样具有大厂兜底的AI玩家来说，一场市场收割战似乎才刚刚末尾。

在往年11月举行的腾讯生态大会上，汤道生初次提出“腾讯云智能”提法，发布一套“全局智能”的完整云智能架构和最新自研AI芯片、AI开发平台、智能产业处置方案等，标志腾讯在产业云智能范围片面反击。

腾讯云智能战略架构

再来看看行业落地，据我们统计，在往年已发布的大型智慧城市项目中，腾讯云曾经拿下不少大单。 往年4月广州2.1亿黄埔智慧城市项目、往年5月江门市3.6亿智慧城市项目、往年8月襄阳市的1.1亿车联网先导区项目以及往年9月的上海徐汇区1.2亿“一网统管”项目……腾讯云都充任着关键或独一中标企业。 官方数据显示，目前腾讯云AI每天全球12亿用户和200W+客户，每天处置图像超越50亿张，处置语音超越百万小时，处置自然言语超越千亿级。

“再往下走，我觉得会进入‘深水区’，接触离腾讯原来优势更远的这些行业。 ”汤道生在近期的采访中谈道。

与较晚提出“云智能”的腾讯不同，网络虽然在BATH中体量更小，却简直是BATH中最先提出“智能云”且最大决计“All in”人工智能的一家。

假设要说AI创企们最怕被哪家大厂取代，那无疑是网络。 拥有与国际顶尖深度学习框架匹敌的国产PaddlePaddle（飞桨）、获411张智能驾驶测试牌照的Apollo、量产超2万片的昆仑AI芯片……网络开创人李彦宏可以在之后的几年继续每月投20亿元搞研发，AI创企们却不一定有这个底气。

再来看看掌舵网络智能云的网络CTO王海峰，他和很多AI创企的开创人一样，是一个技术派，同时是“一个没有资讯的人”。 毕业于清华物理专业的父亲将他从小末尾教育成一个技术人才，他也如愿在2021年中选IEEE Fellow，并成为兼任ACL Fellow的中国大陆第一人，网络外部很多人称他：“气场比拟弱，但同时又不会随便为他人所动。 ”

网络CTO王海峰

就是这样一个看起来温文尔雅的技术派，带动了网络智能云部门在阅历组织变化的不稳如泰山态势后，转而在2021年成功业务延续季度70%的增长，成为网络公司的第二增长曲线。

网络智能云刚刚在2020年阅历了动乱的一年。 2020年终，李彦宏将ACG（网络云）、AIG（AI技术平台体系）、TG（基础技术体系）整合为“网络人工智能体系”（AIG），让网络云总经理尹世明向新任CTO王海峰统帅汇报。 但是仅仅3个月后，尹世明离任。

彼时，在国际云市场中，阿里云、腾讯云区分位居前二，后来者华为云增速达220%，处于其后的网络智能云或许被越甩越远。 彭博社事先这样评价，过去十年，从自然言语处置到语音交互范围，网络已投入了数十亿美元，但这项努力因网络人工智能业务担任人吴恩达（Andrew Ng）等关键高管离任而堕入了比拟费事的境地。 市场对公司搞研发投入或许带来的报答表示疑心，股价随即跌至冰点。

进入2021年，王海峰总揽全局，他很少出来宣布令人印象深入的讲话，但在往年却默默率领网络智能云迅猛增长。

依据网络公司发布2021年第三季度（Q3）财报，显示其Q3成功营收319亿元，广告业务增长乏力的趋向曾经表现。 但是，网络智能云在本季度营收同比增长达73%，成为驱动网络中心营收增长的关键动力。 在网络2021财年第一季度财报电话会议上，李彦宏直言：“AI和云，未来三年会占网络营收一半以上。 ”

从业务过去看，在过去半年里，网络将网络大脑这一“软硬一体AI大消费平台”更新到7.0版，把智慧交通、智慧城市等方案落地多所城市。 比如就在往年9月，网络就延续拿下3个超亿级项目，包括1.17亿元绍兴智慧加快路项目、1.68亿元沧州经济开发区智能驾驶与车路协同项目、1.79亿元桐乡产业互联网项目等。

随着网络CTO王海峰将网络智能云团队稳住，他在往年的网络云智峰会上进一步宣布了网络智能云的新战略：“以云为基础推进企业数字化转型，以AI为引擎减速产业智能化更新，云智一体，赋能千行百业，促进经济高质量开展。”

对比看看2020年，网络对智能云战略的表述还是“以云计算为基础，以AI为抓手，聚焦关键赛道。 ”可以看到，网络智能云愈增强调AI技术落地实体产业，也就是说，网络AI也要进入深水区了。

随着网络的AI技术落地越来越上道，无疑会成为一众冲刺IPO的AI创业公司的最大对手之一。

相同阅历了组织架构调整的还有华为，看起来，华为云往年的路途更不平整。

在往年4月华为开发者大会上，华为消费者部门名将余承东时任华为云总裁，还在为华为云AI的落地助威呼吁，他说，AI开发要告别作坊式，走向工业化，并带来华为云盘古大模型、MindSpore等软件的更新。

但仅仅5个月后，在往年9月的华为全联接大会上，发言人曾经换了人，变成了新任CEO张安康。 张安康于1996年参与华为，曾担任华为企业业务BG首席运营官、软件产品线总裁，是华为知晓软件及市场的老将。

华为云总裁张安康

实践上，往年华为云启动了屡次组织架构调整。 先是往年1月，然后是往年3月，将华为云与计算BG中的原主机、存储等划归出到“网络产品与处置方案”，将BG中的云独立为Cloud BU，这距离两者兼并仅仅过去了一年。

“屋漏偏逢连夜雨”，受外部制裁影响，2021年华为运营商业务及消费者业务开展受限。 2021年10月，华为发布第三季度财报，显示其本季度营收降低32.1%至4558亿元。

在这种状况下，云与AI技术驱动的To B业务，无疑成为华为新的增长寿脉。

作为华为云临危上任的大将，张安康在9月的华为全联接大会上谈道：“未来一切的基础设备和运行都应该是云化的，我们要积极拥抱人工智能，让数据在业务决策中发扬关键作用。”

和余承东等其他华为指导人一样，张安康的言行中经常尽显华为人的务虚、狼性和毫不模糊。 他在屡次演讲中提到，当下AI落空中临的最大疑问是本钱过高疑问。 为了降低AI落地本钱，张安康指导团队更新了云天筹AI求解器、华为云开天aPaaS等一系列AI根技术。 可以看到，在华为一整套包括了配件、AI算子开发、AI模型开发和AI运行开发的升腾AI全栈技术基础上，华为云正从云基础设备层往高层的PaaS层加大投入。

一边是技术在野着极限水平迭代，另一边，是从整个集团层面促进云与AI技术内行业落地。

2021年，华为公司陆续成立了五大行业军团——煤炭军团、海关和港口军团、智慧公路军团、数据中心动力军团和智能光伏军团，标志着华为面向千行百业片面落地云、AI、网技术的大幕正式拉开。

华为五大行业军团是由任正非亲身督导，从各个BG中抽取最精锐的精兵强将，并独立平行于它们，整合云、网、智等多种纵向才干横向精准打击行业。 这是华为初次在组织架构上明白军团作战方式。

华为开创人任正非掌管华为军团组建大会

任正非曾提及对军团的等候——比如，能不能在2-3年技术成熟，然后对全全球提供矿山智能化服务？而从已有进度来看，华为“矿鸿”矿山操作系统已在神东4个矿厂成功落地，从以点掩盖AI实时风险预警识别等性能，到推出让整个矿井变得联通的矿鸿操作系统，验证了军团作战方式的矫捷性和效率。

在剧烈求生要求驱动下，由开创人任正非亲身掌舵、猛将张安康强力推进，华为云与智能技术或许已成为BATH中落地最猛的一极。

2017年华为云成立初，华为就做出了“上不做运行，下不碰数据，三不做股权投资”的 社会 承诺。 到了2020年，华为云将这一使命更新为——“赋能运行、使能数据，做智能全球的黑土地”。

面临内外生活压力，华为云能不能掌握好生态协作的边界，守住曾经的承诺，这个疑问令很多协作同伴关心。

进入2021年，有很多人提到，阿里云正在“双手入泥”，越来越像华为了。

在往年5月的阿里云峰会上，阿里云智能事业群总裁张建锋泄漏，阿里云近期成功了严重组织更新，一是设立了18个行业部门，由行业总经理牵头行业数字化创新。 与腾讯汤道生相似，张建锋是一位为阿里的拳头产品“淘宝”打过仗的技术架构师，曾带队处置了“双11”的云计算难题。 2019年，张建锋卸任阿里集团CTO，专心聚焦阿里云智能事业群和达摩院研发。

阿里云智能总裁张建锋

自张建锋掌舵以来，阿里云已将落地行业从2019年的三个拓展为2020年的7个，如今曾经扩展到18个，并上升至部门。 这一扩张速度，印证了张建锋的“打仗”才干。

阿里云智能掩盖行业拓展状况（依据地下信息整理，如有谬误欢迎指正）

再来横向看看区域规划，阿里云智能目前已成立16个区域部门，任命分公司总经理与本地客户联接。 要知道，这在阿里 历史 上是没有过的，在过去不时是华为、海康这样的ICT厂家所热衷的事情，如今已成为阿里云的关键组织战略。

思索到5月也是华为任正非带队的煤炭军团高歌猛进的时刻，阿里云在5月成立18行业部门、16区域的发力政企数字化的大举措，很容易被以为是对标华为。 这两家企业，中国智慧城市范围的最大云巨头和最大的通讯巨头，似乎要进入一个云智能技术贴身肉搏的阶段。

不过，张建锋否认了这些调整与竞争有关。 他谈道，关键是阿里云自身外部关键矛盾使然，阿里云的服务离客户需求之间有很大的差异，这促使阿里云启动转变。

不论能否客观对标，但阿里正在跳出此前做电商消费的思想习气，经过更接地气地接近政企数字化客户，成功技术变现。

姿态转变随同的是阿里云在财务目的上的上扬。 依据11月18日发布的阿里云Q3财报，阿里云营收200.07亿元，同比增长33%，经调整EBITA利润（息税摊销前利润）3.96亿元，初次成功延续四季度盈利。

阿里云的营收中有很大份额来自于基础设备、SaaS等支出，但AI技术曾经越来越融入其云服务中。

简易回忆一下，往年，阿里达摩院开源了登顶六大NLP威望榜单的预训练言语模型体系AliceMind，推出超100项视觉AI才干的视觉智能开放平台；阿里云智能推出让企业“开箱即用”的大数据 AI平台——“阿里灵杰”，训练出全球首个打破10万亿参数的AI模型；芯片方面，平头哥自研云原生处置器芯片倚天710亮相，玄铁CPU已出货超25亿颗，成为国际运行规模最大的国产CPU……

张建锋在接受新华网采访时谈道，12年前，阿里巴巴在国际率先投入 探求 云计算，成为全球三朵云之一。 下一个十年，阿里巴巴将锲而不舍继续加大对基础技术和前沿技术的投入，在人工智能、芯片、量子计算、区块链等范围启动科研攻关。

也难怪说阿里云越来越像华为，虽然张建锋并不情愿供认，但华为擅长的“扎足根，突破天”，阿里云智能往年已在向这个方向大步迈进，与华为争夺政企数字化市场。

可以看到，不论是在互联网开展拐点寻觅新动能的BAT，还是在美国制裁下寻觅新粮仓的华为，它们都将云智能作为愈减轻要的生命线在运作，试图切换新的增长动能。

作为各家云智能业务的掌舵人，本文中提及的对象中既有来自技术派的优秀产品经理，也有在过往战场中阅历过微风大浪的控制人才，如今，他们的目光都不约而同的从技术投向行业，预备撸起袖子，双手入泥，大干一场。

巨头的举措对AI范围“原住民”AI企业们或许带来不小冲击。 一方面，巨头的高举高打能带来全体行业生态的提高，从而营建更适宜AI落地的环境；另一方面，自身愈加无可取代的竞争力是什么？最适宜的商业形式又是什么？将成为非巨头AI企业要求思索的事情。

当AI落地进入深水区，各路AI玩家正在把技术战车推向各个行业、各个地域的产业数字化转型的田间地头，一决上下。