近日，騰訊雲公佈了其在AI新基建的整體佈局，將會以“一雲三平台”為核心架構。一雲指的是騰訊雲，三平台包括算法平台、服務平台和開放平台。
截至目前，騰訊雲AI公有云日處理圖片超30億張，日處理語音250萬小時，自然語言處理超千億句，客户數超過200萬，服務全球超過12億用户。
AI賦能新基建，落到核心還是如何將技術更好得輸出和落地。騰訊雲AI語音語義與應用平台產品中心總經理周超，對AI財經社梳理了各組織在其中發揮的作用。以語音技術為例，在騰訊，語音整個基礎算法的研發工作主要是從騰訊的幾個AI實驗室積澱而來，比如AI Lab、優圖實驗室等。同時，以產品化輸出給合作伙伴和客户的界面時，騰訊雲則會作為統一的出口，來實現算法的工程化、產品化和商業化。
周超認為，騰訊在語音方面的優勢在於，騰訊本身在數據積累和場景應用方面的優勢，可以在社交對話的語音識別，包括音頻轉寫和金融語音識別等場景和行業中去做結合。以C端的優勢，來服務B端的客户。比如目前已經應用的行業有遊戲運營監控、銀行保險、小説、新聞摘要等。
過去一年，幾個互聯網公司，包括阿里、騰訊和百度都宣稱自己深入千行百業，以行業來挖掘AI落地的可能。但垂直行業的壁壘、技術的限制，以及互聯網公司對客户的理解，都讓這件事實踐起來並不容易。
騰訊雲計算機視覺中心的總經理王磊稱，真正去做AI產品和AI服務落地，確實遇到了很多問題，對此很有共鳴。他向AI財經社表示，第一個問題，就是客户的預期和技術的上限還存在着較大的差距。他説以前，很多客户認為人工智能是無所不能的，但實際的落地有很多約束條件，以及大量的前置工作。
第二，AI的範圍很廣，對應的是需求很多，碎片化非常嚴重。他舉例稱，手裏400多個項目，沒有一個是重複的。解決這種狀況的方法是嘗試建通用的工具，不過“現在沒有萬能的工具”。
第三，仍是不可避免的成本問題。AI的目的還是降本增效，成本和解決方案之間要有所選擇。王超表示，現在成本居高不下的是算法和數據。算法的背後是後面的人力成本，數據則在於目前想要獲取一些行業數據仍舊難度不小。