来源：罗超频道（ID：luochaotmt）
**一直很笃定，踏踏实实地做AI。
人们容易高估***短期的**力，却低估其长期的影响力，比如语音交互。2012年，伴随着iPhone
4S的发布，苹果将语音助理服务Siri推向世人，一时之间，出现了许多类似“中国版Siri”的创业公司，然而几年后，语音交互依然只是一个配角，一些人开始认为，语音可能只是小众交互方式，特别是在罗永浩推出“坚果TNT”这样的奇葩语音交互产品后。
到了2019年，语音是不是未来的主流交互方式，似乎已经没有争议。***近公布的一组数据足以说明语音交互的普及。11月28日在**大脑语音能力引擎**上，**宣布**大脑语音能力日均调用量已超过100亿次，应用规模处于业界**，**大脑面向各行各业***提供覆盖云、端、芯的全栈全场景语音开放能力，这一数据基本体现出各行各业智能语音调用的热度。
01
日均百亿次，语音迎来新奇点
日均100亿次是什么概念?截止到今年11月14日，小米小爱同学累积被语音唤醒341亿次，**大脑语音每日被调用的次数，跟小米小爱同学多年来积累的唤醒次数，在一个量级。当然，小米小爱同学以及**小度、天猫精灵诸多智能音箱的强劲增长，也是语音交互**的侧影。
只不过，智能音箱只是语音应用的冰山一角，语音搜索、语音助理、智能翻译机、声纹识别、虚拟偶像和智能硬件等C端软硬件产品，互联网教育、呼叫中心、智能客服等行业应用，都在大规模应用语音能力，语音成为跟触摸一样普及的交互方式，不同的是语音交互依赖底层AI技术，因此，才有了**大脑这样的第三方语音能力平台的发展空间，才有了日均100亿次的语音能力调用数据。
这样的增长已经有了很长一段时间，2016年，KPCB合伙人、享有“互联网女皇”称号的玛丽·米克尔在她一年一度的互联网趋势报告中预测：
“语音已成为人机交互的新范式，在过去75年里，每10年就有一次人机交互的重大革新，人类对机器的操作，从物理手柄按键，到物理键盘鼠标，再到触摸屏，而现在语音成了重要的交互方式。”
在其看来，语音交互相对于传统交互而言具有以下特点：输入更快速，人类每分钟可说出150个单词，打字却只能完成40个单词;使用更简单，不需要用手和眼，时间更及时，不需要任何学习;更加个性化，机器可基于上下文、环境、位置、语调等大环境更好地理解人类的需求。从技术角度来看，语音计算具有成本低、尺寸小的特点，特别适合物联网。
当时互联网女王认为，如果语音识别准确率从95%提升到99%将从量变引发质变，即“**点”到来。当年**、搜狗和讯飞均宣布语音识别准确率达到97%，距离“**点”已很近，这几年，语音识别准确率不断提升。**大脑语音能力引擎，采用领先国际的流式端到端语音语言一体化建模方法，融合**自然语言处理技术，近场中文普通话识别准确率已达98%。同时，针对户外嘈杂环境和讲话者特性的语音识别，远场交互，可支持自然对话的全双工语音交互，诸多语音技术取得突破性进展，语音交互变得更加智能、自然和友好。
语音应用场景增加，各行各业都在用。2016年前语音只是科技公司以及少部分先知先觉企业的专属，近两年特别是2018年在AI产业化趋势下，各行各业都在应用AI技术，语音是头部AI能力，**大脑这样的平台提供覆盖云、端、芯的全栈全场景语音开放能力，让各行各业低门槛应用语音。
**语音开放平台2013年10月上线，*初只有语音识别以及文本转语音(TTS)功能，上线后每日使用量急速攀升，2016年11月22日**语音开放平台上线三周年之际，每日在线语音识别调用1亿4千万。*近几年**大脑语音引擎从基础技术向全栈技术演进，拥有语音识别、语音合成、语音硬件等技术栈，覆盖智能设备、互联网应用、呼叫中心等核心场景，可满足各行各业的语音需求，这一次引擎大会上，**大脑语音引擎就全新发布和升级了14大产品内容，包括基于**鸿鹄语音芯片的4款硬件模组、开发板及3大场景解决方案，升级了语音自训练平台、呼叫中心语音解决方案等。
从0到1亿次用了三年，从1亿次到100亿次也只用了三年，加速度增长表明语音应用已经迎来新奇点。2019年是5G商用元年，AIoT**前夜，语音在万物互联时代，将迎来更大的**。美国投资机构Mangrove
Capital
Partners发布的2019年《语音技术报告》显示，语音经济规模将超移动应用，这一报告甚至认为：键盘将在未来5到10年内基本上消亡;无屏幕智能手机会出现;“声音”识别将彻底改变搜索;虚拟伴侣将变成现实;苹果将于2020年推出Siri操作系统。现在看来，或许很多预测都是天荒夜谈，但是，今天发生的一切，在多年前不同样不可思议吗?我想，**大脑语音平台从100亿到10000亿，或许已为时不远。
02
**大脑“AI大佬”越坐越实
语音是头部AI技术，却只是**大脑众多AI能力的一部分。
作为**AI的核心基础，**大脑2013年就已面世，比**语音开放平台上线更早一些。关于**大脑是什么，**CTO王海峰曾表示：**人工智能的集大成就是“**大脑”。今年7月，**AI***大会上，**大脑5.0发布，王海峰给**大脑的定位是：基于AI算法、计算架构和应用场景融合创新，软硬一体的
AI大生产平台，目前包括228项开放的AI技术能力，覆盖语音、视觉、知识图谱、自然语言处理等，平台***数量已超过150万。
9月26日，在深圳召开的**大脑人脸识别新产品及伙伴计划发布会上，**大脑宣布人脸识别公有云服务日均调用量超过1亿，居业界**;人脸技术***已有13万，合作伙伴超过1000个，实际落地应用超过10万个，收入年同比增长高达300%。
人脸识别只是机器视觉技术的一部分，**不只是在人脸识别上进展迅速，而是整个机器视觉。11月14日，Forrester发布的《The Forrester
New Wave：Computer Vision Public Cloud Platforms In China, Q4
2019》研究报告显示，在**大脑的AI视觉技术的支持下，**智能云处于中国市场“领导者(Leaders)”领域*上方，在数据、解决方案、应用场景、管理能力等多维度显著领先于友商。
不论是语音还是视觉，底层都是深度学习技术。11月27日，IDC
发布的《中国人工智能软件及应用市场半年度研究报告(2019H1)》报告显示，**是国内较早推出自动化机器学习产品的厂商，其EasyDL产品已拥有较高的市场认知度。在商业化方面，依托**云的客户积累及市场拓展能力，**能够将机器学习能力快速输出并不断迭代，**是*具潜力的深度学习开放平台玩家。
AI*底层的技术平台是深度学习框架。2016年，**在国内*早推出深度学习开源平台飞桨PaddlePaddle，推出后下载量以及活跃用户量都保持高速增长，今年7月IDC发布的《中国深度学习平台市场份额调研》则显示，**深度学习平台飞桨成为中国企业使用度*高、市场份额*大的中国深度学习平台，与谷歌、Facebook名列前三，领衔中国深度学习平台市场。
算法、算力、数据、场景是AI的要素，AI产业化解决后两个问题，**大脑作为AI基础设施核心在解决前两个问题，算法上有飞桨、EasyDL等产品以及视觉、语音等垂直应用能力。近年来AI算法对算力需求增长近300,000倍，而芯片的计算性能仅提升30倍，两者之间存在巨大鸿沟，**基于自身的AI战略布局构建了新一代AI计算架构，可以满足AI训练功能方面IO密集、计算密集、通信密集的需求和AI推理功能方面大吞吐和低延迟的需求，这一架构可以填补AI算法与算力的鸿沟。
从算力到算法，**大脑拥有极具竞争力的基础AI技术，这一点行业有共识，基于基础AI技术，**大脑采取“应用场景融合创新”的模式，软硬一体，深耕语音、视觉、语义等垂直场景，也在不断进化，刷脸项目应用10万+，语音调用日均100亿+，就是**大脑应用场景融合创新的成果。
不只是底层AI技术能力，《中国人工智能软件及应用市场半年度研究报告(2019H1)》报告还展示出，**大脑在多个垂直领域拥有领先或者头部市场地位。
比如在语音语义开放平台上，**在消费产品(如智能音箱)、金融、政务、法庭审理等头部行业，都是主流供应商;
再比如**是AI+云服务的头部玩家，**智能云是唯一一家主打“AI”的公有云平台，11月28日发布的《IDC
MarketScape：2019中国AI云服务市场厂商评估》则显示，**智能云凭借着在AI技术、市场和商业上的优异表现，在能力和战略两个维度都处于领先地位，位居领导者象限*上方，在中国排名**。11月22日，Canalys发布的报告则显示，2019年三季度，**智能云收入同比增速70.3%，高于中国基础云服务行业60.8%的增速水平，排名第四，与阿里云、腾讯云一起稳居行业**阵营，这一点正是得益于AI+云的差异化战略。
5G普及在即，AIoT时代到来，AI产业化正在加速，各行各业都正在被AI重构。**大脑刷脸项目应用10万+，语音调用日均100亿+这样的数据，体现出AI**的“奇点”已到，AI正在从量变到质变，而**大脑也已在事实上成为AI产业化的基础设施，是各行各业拥抱AI的得力助手。“**大脑Inside”正在成为现实。
03
**大脑凭什么屡创新高?
AI产业化时代来临，大多数企业都不具备AI技术，正是因为此，AI公司特别是帮助企业AI化的AI服务公司成为近年来科技创业的黄金赛道。11月28日，搜狐科技联合天眼查发布了《2019
中国AI创新报告》，截止当前，中国AI企业总量近82万家，约占全国企业总量的0.43%，其业务范围主要包括机器人、数据处理、云计算、语言识别、图像识别、自然语言处理。其中，约84%的AI企业成立时间不超过5年。AI公司很多，头部AI平台不少，仅仅是做“送水人”的，就有AI芯片、计算机视觉、语音语义、机器学习开发平台等基础技术平台，以及面向各行各业、各种场景的AI解决方案商。
**大脑在众多AI平台中脱颖而出，原因不只是因为**AI技术强大，我试着找到原因：
1、先发优势。
**2012年布局深度学习技术，将DNN(深度神经网络)技术用于中文语音搜索，成为全世界*早把深度学习技术落地工业化产品的企业之一。2013年**就成立了IDL，2014年在全世界高调挖人让人印象深刻。当2016年Google
AlphaGo战胜李世石让AI被各行各业关注时，**在AI上已布局三年。经过几年战略投入，2018年**正式对外宣称已是一家AI公司。
从时间点来看，
**做AI是*早的，**大脑早在2013年就正式对外公布，2014年李彦宏对外表示：“**内部有个‘**大脑’的项目，用技术模拟人脑思维，现在大约已经相当于2~3岁孩子的智力水平。随着计算成本的飞速下降和计算能力的飞速提升，未来十几二十年，这样的大脑或许比人脑还要聪明。”让“**大脑”给人留下深刻印象。
先发优势对于尖端技术的价值不言而喻：后来者或许可以战略投入，但是技术绝对不是砸钱就可以得到的，技术是要靠时间养的，很难像市场或者产品一样，“花钱换时间”。
2、技术优势。
**大脑不只是做得早，而且做得好。一方面，**有技术基因，而搜索引擎本身就是AI的核心应用场景，因此**本身就有AI人才基础，同时**对AI人才很贪婪，广揽世界级科学家，这样的人才战略是很有效果的。另一方面，**做技术不站在巨人肩上，而且强调自主研发，深入底层，突破技术边界和极限，比如自主研发深度学习平台飞桨就是一个例子。因此尽管很多公司都在做AI技术，但**在一些技术上依然有壁垒，特别是底层AI技术。
体现出**AI技术实力的还有专利，乌镇智库显示，**拥有935件AI专利，在中国企业中位列**;世界知识产权组织报告则显示，**深度学习领域专利申请量位居全球第二;有世界级论文体现出理论水平，国际AI顶级会议收录论文110+篇，其中ACL收录10篇，**CTO王海峰曾出任ACL五十年来首位华人主席也能说明**的技术实力;还有各种AI大赛获奖，公开资料显示，在诸如CVPR、ICCV、NeurIPS国际赛事及大会上，**AI已斩获至少23次冠军。
在AI技术上，**不只是进入早，而且大投入、深积累、底层化，进而有大产出，形成了高壁垒。就跟芯片一样，尖端技术*重要的是底子，而不是上层应用技术，**的AI技术实力，已在语音、视觉、语义、知识图谱、智能云服务等上层应用技术上，体现出优势。2017年，由国家发改委批复，**牵头筹建了国内唯一的深度学习技术及应用国家工程实验室，成为深度学习国家队，**的AI技术实力可见一斑。
3、策略优势。
很重要的一点是，**AI技术不是“吃独食”，在将AI技术深度应用到全场景核心业务的同时，将AI技术开放。**AI技术大投入有了大产出，大量的AI技术堆叠，一定会有“溢出效应”，只给自己用很可惜，就像华为的5G、阿里的商业能力、腾讯的流量，都会溢出一样。溢出了给谁?传统的做法是专利转让或者技术转化为产品销售，就像三星卖屏幕、内存、电池等元器件一样，互联网科技公司的普遍做法是开放，做生态。
**AI同样选择了开放，**大脑底层的飞桨，**大脑上的语音、视觉、语义、算力，小度、Apollo、**地图、“云智未来城市”……则面向不同行业或者场景开放。***、软件开发商、ICT集成商、企业级客户以及组织，都能在**大脑得到AI能力。当然，**不只是提供技术能力，而是做生态建设，比如通过编写教材、培训师资来支持AI教育培育更多AI人才，再比如通过种种策略扶持飞桨***等等。
建开放生态的做法，不只是让AI技术溢出得到回报，同时可以反哺AI技术生态，让**AI技术更强大。早在2011年王兴在接受凤凰科技采访时直言：开放是为了更大更持久的垄断，而“开放”的好处在于，好的游戏规则可以通过使外界受益而使自己*大受益。从**AI的开放来看，王兴说得非常有道理了。
4、节奏优势。
任何***，都有技术成熟周期，我在很多篇文章中都谈到高德纳(Gartner)的“技术成熟度曲线”模型(Gartner Hype
Cycle)，非常有说服力。这个模型认为，一门技术的发展要经历五个阶段：启动期、泡沫期、低谷期、爬升期、高原期。高原期意味着该技术经过不断发展，慢慢成为主流，技术标准得到了清晰定义，使用起来越发方便好用，市场占有率越来越高，进入稳定应用阶段。现在，AI技术曲线已进入高原期，各种基础设施已经具备，AI应用在各行各业都在出现，不论是政府还是企业都有强烈的应用AI技术的主动意愿，AI大规模应用的时间节点已经到了。
**AI技术布局步伐跟AI技术周期曲线是完全一致的。从2012年到现在，**做AI确实坚持了很多年，中间甚至到现在都被唱衰，伴随着外界的不解，自身的孤独，资本的压力，**一直很笃定，踏踏实实地做AI，在对的时间做对的事情，对人才贪婪，对技术贪婪，对生态贪婪，将技术做深、应用做实、生态做强、壁垒做高。我相信，只要AI产业化时代来临，**AI就会**，**大脑也会创造更多10万+，100亿+。
