从AI加速器,看腾讯ToB生态的点、线与面

简介: 几天前,已经到第三期的腾讯AI加速器在北京搞了个复试,1500个初试项目中选出的150个项目争夺最终的50个位置,参与项目覆盖医疗、智慧城市、金融、政务、工业等多个产业细分赛道,以及5G、航空航天、机器人、IoT、音视频等前沿科技赛道。

几天前,已经到第三期的腾讯AI加速器在北京搞了个复试,1500个初试项目中选出的150个项目争夺最终的50个位置,参与项目覆盖医疗、智慧城市、金融、政务、工业等多个产业细分赛道,以及5G、航空航天、机器人、IoT、音视频等前沿科技赛道。


这似乎算不上什么“大新闻”,但放到BAT语境下并不一般。


仅仅半个月前的5月31日,百度与东软集团签署战略合作协议,双方称将在医疗健康、智能城市等关键领域合作;


在这四天前,阿里36亿元入股北京千方科技,双方签署合作协议称将展开“深度合作”;


这些看似不太相关的动作背后,BAT在产业互联网这件事上正在朝着同一个方向推进:乘数效应下的倍速扩张。

 

BAT的倍速扩张:加速别人的同时,也在加速自己


腾讯特意给似乎只是一次“选拔活动”的AI加速器三期复试定了一个“主题”,即“科技驱动,产业加速”。


从AI加速器的玩法来看,这个主题倒不难理解,利用手头的技术、资本、专家能力等资源帮助具备一定基础的创业企业更快发展。


只不过,与二期不同的是,其AI加速器项目走到第三期中间经历腾讯组织架构调整,归置到了腾讯CSIG板块下,属于其“云启智慧产业生态平台”所宣称的“产投”、“产孵”、“产服”、“产培”四大引擎中的“产孵”主力之一。


从CSIG承载的“大任”来看,腾讯加速这些创业企业,其实也同时在加速自己的产业互联网落地。


这从AI加速器一些项目就能很明显看出。


例如,从公开资料看,初试后的明星项目深圳洲斯移动,其冷链IoT整套解决方案已经拥有海底捞、京东物流、顺丰冷云、G7、国药物流、澳柯玛、力统冷链、深国际租赁等传统产业客户;


做矿山自动驾驶的北京踏歌智行,其智慧矿山、绿色矿山等玩法,已经拥有国内外众多矿用车企业及大型矿业能源集团客户;


……


类似的案例还有更多,那些“在服务于B端”的企业,成为腾讯AI加速器孵化的主力。


与这样的“手里已有产业资源”的企业合作,其直接结果无疑是产业互联网在各大产业里渗透、落地的速度更快,单个合作案例从“1对1”的累加,变成“1对1对N”的拓展,行业辐射能力实现倍速增长。


腾讯越努力孵化这些本身就可以视作“产业互联网推进者”的企业,它自己的“ToB大计”就越要快上几分。


而腾讯并不是独一家。


百度合作的东软集团,其软件技术已被广泛运用于工程、电力、电信、房地产、工厂设计等传统产业;


千方科技在智慧交通、智能安防领域耕耘近20年,与阿里合作其沉淀价值毋庸置疑。


巨头都宣称要用手中的资源“助力”合作伙伴进一步发展。但反过来看,它们又何尝不是用上述方式在为自己的ToB事业加速。

 

BAT加速,也要多路出击?


按道理,腾讯AI加速器是孵化那些具备一定基础的企业,同百度与东软集团、阿里云与千方科技并不“对标”,后者与已经长成的“大树”合作,不用费劲培养那些刚过了“种子”期不久的“树苗”。


而事实上,腾讯也有属性相同的合作案例。


2018年5月,腾讯12.66亿战略投资东华软件控股公司东华诚信,腾讯云与东华软件方面宣称将在政府、医疗、能源、金融、物流等行业围绕“传统行业数字化转型新需求”进行合作。


而东华软件作为老牌上市公司,其手中的客户遍布电信、电力、政府、交通、医疗、金融、煤炭、石化、保险及制造等行业,包括国家电网、山西移动、中石油、江苏中烟工业、中国国航、北京友谊医院、中华联合财产保险等大牌企业。


此外,腾讯还拥有明略科技、长亮科技、常山北明等成熟合作伙伴,例如其2017年共同投资10亿元C轮融资、2019年领投20亿元D轮融资的明略科技,就拥有包括宝洁、华为、宝马、东风日产、汇丰银行、平安集团在内的1000家知名合作伙伴。


东华软件董事长薛向东说“像东华这样规模的企业,要站到巨人的肩膀上”,明略科技CEO吴明辉则称“对接了腾讯之后才能真正意义上开始提产业互联网”,但是,反过来,腾讯无疑也将借助这种合作来加快自己的产业互联网渗透进程。


与AI加速器放在一起看,这说明一个事实:巨头们即便“借力打力”对ToB事业加速,从生态的角度来看,也是多线出击的。


继续以腾讯为例,为方便描写,这里为腾讯“ToB生态”的搭建“设定”了三个同时进行的计划(当然,这不是腾讯内部的说法):


A计划:产业生态投资


依托CSIG云启智慧产业生态平台,直接对已经具备产业影响力的企业进行“产业生态投资”,发展成合作伙伴(例如上述东华软件、北明等)。投资完成后,积极帮助这些企业打造产品及应用,例如帮助常山北明旗下北明软件推进 ODR 项目研发、运营和推广,使北明软件更快转型为平台运营商。


B计划:平台级加速


这一计划的对象区分上述已经具备产业影响力的企业,主要面向那些在产业互联网大趋势下,预期将在未来形成产业影响力的项目。在这个计划中,腾讯需要在技术、资本、产业资源多方面投入,让这些“树苗”顺利长成大树,承接主力是腾讯的“产业加速器”(目前包含已有的AI加速器,以及5月底新发布的SaaS加速器)。


C计划:产培研一体化


无论是面向何种对象,在A\B计划进行的同时,腾讯在宏观层面还通过产培研一体化体系搭建,将对外的合作进行系统化、底层化整合与推动。其中,“产”主要包括在现实中落地的云启产业基地,“培”主要包括上述加速器的加速过程,“研”则对应“腾讯云启研究院”。


A\B\C三个计划同时进行,腾讯ToB多线出击,但又内在统一。


回到AI加速器这件事上,值得一提的是,这里“B”计划的合作对象,最佳的是“产业互联网推动者”,即通过各种方式改造升级传统或新兴产业,与这类企业合作,会比仅仅“ToB型企业”(卖个产品或服务给B端企业)更能深度推进产业的改变,增强产业互联网的渗透能力。


例如,在腾讯AI加速器第三期复试项目中,有一个做“癌症风险预测”产品”的觅瑞科技,它的产品或服务既面向C端,也卖给医院或体检机构,属于“ToB型企业”;但它将大数据、AI等方式预测癌症等更多疾病的理念输入到医疗机构或企业之中的时候,就具备了“产业互联网推动者”属性。


虽然企业发展各有选择,但在同等优质的情况下,后者更符合“B”计划的需求。

 

点、线与面,AI加速器折射腾讯ToB的差异化?


ToB阵仗最大、投入最多的腾讯,玩法也和百度、阿里有所不同。


仅从此次大张旗鼓的AI加速器三期来看,这个差异化应该是在借力打力的“倍速”前提下构建点、线、面三个层面并行的产业互联网推进体系,而不是简单的ToB案例堆叠,这其中,AI+产业又扮演重要角色。


1、点:尝试“加快”产业变革的技术进程


参与腾讯AI加速器三期复试项目中,有个从事“光场复现”的明星企业“奥本未来”,其技术简单来说是通过特殊的光场拍摄和运算,实现产品在各种终端上的三维重现(具体实例可见相关报道)。


相对贴图式三维重建(本质是动画),这种光场技术更加逼真(本质是真实物体重现),由于增强购买转化的重要价值,目前已经与京东深度合作。


但是,到目前为止,这个处在快速成长期的项目还有一些继续优化与突破的空间。


例如,物品拍摄要求还是比较高,依赖专门设备;拍摄完成的数据渲染时间虽然由过去5个小时变成2个小时,但总体还是太长;三维文件由以G为单位到以10M为单位,但总体占用空间还是比较大,尤其移动设备上加载比较吃力。


这些,都影响其服务电商产业的进程,大量SKU三维图像上线,面临成本、时间及用户体验压力。


这时候,腾讯AI加速器在个体上的价值表现出来,通过腾讯云算力、AI能力、外部资本资源对接,单个类似的项目能够有机会进一步突破瓶颈。


这种体现“加速器”直接价值的“加速”,放到“B”计划语境下,就变成从“点”突破、加快产业变革的过程。如果没有这些点的“加速”,某些产业变革的过程可能还需要等上更久,甚至不会发生。


除了奥本未来,参与三期复试的项目中还有很多这样的“点”,它们或能通过腾讯AI加速器获得“点对点”的加速,从而影响更多产业。


2、线:尝试通过B2B2B2……链条“放大”乘数效应


如果从“模式”来看,上述BAT加速自己ToB的方式,都可以归于“B2B2B”的范畴,通过更多的中间枢纽“B”来影响更多产业B端。


所以,这种玩法直接表现为点与点的串联,即它是“线性”的。


但是,“线”的模式又有所不同:


单一垂直领域更长的B端链条:B2B2B之后还有B端,例如参与复试的奥本未来除了服务京东,其解决方案还服务那些原本就属于“电商服务产业”的企业,这些服务商面对着各类电商平台或品牌店家,形成了“B2B2B再To B”的链条;


以服务内容为基准的链条延展:以参与复试的项目亮亮视野为例,它以AR眼镜为服务内容,链条可以延展到安防、工业制造、医疗等多个产业当中,在不同场景下应用;


以场景为基准的链条发散:盯住一个场景做B2B发散,例如参与复试的创略数据项目基于销售场景发散ToB链条,目前已经覆盖金融、旅游、汽车、电商和零售等行业,服务超过300多家大中型国内外公司。


而无论哪一种B2B2B2……链条方式,都将使得产业互联网辐射能力进一步放大。


3、面:尝试将所有关联主体“汇集”成网


在点、线基础上把视角再次往上调整,俯视整个腾讯ToB生态,就能发现其最终体现出的形态并不只是点对点、链条式辐射,它们共同构成了一张复杂的交汇网络。


腾讯To生态并不是由一大堆B2B合作“物理反应”堆叠而成,个体、链条、平台之间发生“化学反应”对这个生态更加重要。


举例可能更容易理解。


目前,腾讯还通过CSIG向部分标杆企业直接输出了一系列服务产业的解决方案,例如智慧零售的红星美凯龙、永辉超市、家乐福,金融云的中信银行、泰康人寿等。


这些标杆案例仍然建立在腾讯“不是什么都做”的基础之上,总是强调自己的“开放”心态的腾讯,更可能把那些与其解决方案关联的A、B计划企业纳入到这些标杆案例之中。


例如,参与复试路演的项目创捷中云所服务过的家乐福、步步高等本身即是腾讯智慧零售的合作伙伴,而火星盒子近来向大型零售商输出扫码购、数据平台运营等经验,也与腾讯智慧零售有合作空间。


这一类企业如果通过复试,可能享受C计划下产业基地政策、多种资源投入(技术、市场、资本、导师等)、云启研究院智能集群服务等一揽子支持,还能对接诸如智慧零售等腾讯产业互联网的合作伙伴。


类似的、与腾讯之间具备结合“触点”的复试项目,无疑还有更多。腾讯ToB生态玩法,某种程度上就是在尝试把A/B/C计划“汇集”成一张网络。


总而言之,点、线、面并非层层递进的关系,它们从不同视角共同描述了腾讯产业互联网加速模式,三位一体,而AI加速器是其集中展现。


对腾讯而言,这些还尚未充分展开的剖析不论是否足够恰当,至少产业互联网的复杂性已经体现出来,其“操盘”难度毋庸置疑。相比ToC具备微信、QQ这样的定海神针,腾讯ToB道路的复杂艰难又一次被证明——好在这次是腾讯自己在证明,它不是毫无准备。

相关文章
|
6月前
|
人工智能 程序员 数据处理
AI如何重塑软件开发生态
AI如何重塑软件开发生态
96 12
|
6月前
|
机器学习/深度学习 人工智能 并行计算
GPU如何成为AI的加速器
GPU如何成为AI的加速器
140 0
|
4月前
|
人工智能 自然语言处理 机器人
客户在哪儿AI的ToB获客服务和AI外呼机器人的有何不同
客户在哪儿AI的ToB获客服务 VS AI外呼机器人的ToB获客服务。
|
4月前
|
人工智能 自然语言处理 API
深度融合与创新:Open API技术促进AI服务生态构建
【7月更文第21天】在数字化转型的浪潮中,人工智能(AI)已从概念探索走向实际应用,深刻改变着各行各业。Open API(开放应用程序接口)作为连接技术与业务的桥梁,正成为推动AI服务普及和生态构建的关键力量。本文将探讨Open API技术如何通过标准化、易用性和灵活性,加速AI服务的集成与创新,构建一个更加丰富多元的AI服务生态系统。
207 2
|
4月前
|
人工智能 数据挖掘 数据处理
AI为ToB企业节省大量隐性成本
**客户在哪儿AI不仅助ToB企业定位客户和制定营销策略,还能自动分析销售报告数据,减少员工51%的重复工作。通过AI提取企业内外部数据,优化数据收集与处理,释放员工时间,聚焦创造性任务,提升工作效率,实现降本增效。**
|
6月前
|
人工智能 弹性计算 自动驾驶
2023 AI开发者生态报告:技术生态、开发范式与应用案例全景
随着人工智能技术的飞速发展,全球IT市场对AI的投入持续增长,预计到2027年将达到4236亿美元。
|
4月前
|
人工智能 搜索推荐 数据挖掘
客户在哪儿AI助力ToB销售精准混圈子
ToB销售混圈子关键在于识别价值,避免名不副实、沉默无用、难以融入及价值错配的圈子。借助客户在哪儿AI,可深入理解圈子、剔除表面虚圈,选择与销售个人特长匹配且有目标客户的圈子,从而制定精准策略,实现个人与业务的双赢。混圈子需谨慎策划,数据分析是关键。
|
4月前
|
人工智能
客户在哪儿AI告诉你,与什么样的平台合作才是ToB企业的最优选
ToB企业寻求合作时,应关注垂直领域资源丰富的平台,如创业平台、专业媒体和社群。面对众多平台,仅凭简介和初步沟通难以评估其实力。资源不均的平台需深度挖掘,但手动分析耗时费力。解决方案是利用AI工具如客户在哪儿,它能挖掘平台上的内容和人员数据,帮助识别所需资源。后续如何根据资源策划合作策略则是另一个讨论点。
|
6月前
|
人工智能 自然语言处理 Java
【Ai生态开发】Spring AI上架,打造专属业务大模型,AI开发再也不是难事!
【Ai生态开发】Spring AI上架,打造专属业务大模型,AI开发再也不是难事!
|
6月前
|
人工智能 弹性计算 算法
【Hello AI】AI加速器Deepytorch-面向生成式AI和大模型场景
Deepytorch作为阿里云自研的AI加速器,面向生成式AI和大模型场景,提供了训练和推理加速能力。
【Hello AI】AI加速器Deepytorch-面向生成式AI和大模型场景

热门文章

最新文章

下一篇
无影云桌面