今天不谈区块链，太俗！我们来挖一下各大巨头的人工智能战局图。

目前来看，巨头进入AI领域的切入点不同。以百度和谷歌为例，两者技术实力较强，都是以建立AI生态和平台为蓝图；阿里和亚马逊则是将AI技术用于电商改造之后，借助双方云服务的优势向各方渗透；而苹果和小米是将技术融入硬件，再将各个硬件串联，从应用场景去切入……

不过中美公司之间布局AI的差异还不止于此，美国的巨头除了谷歌这种全能型选手外，还是更专注于自身领域的AI技术研发和应用。而中国巨头在投入到自身领域之外，也通过投资和收购在其他领域去广撒网。

切入的形式不同，不过各方的目标却都是在AI时代占据制高点。那在短兵交接的前夜，各方军备竞赛战果几何？

一、从技术层入手，搭建AI云平台

众所周知，人工智能可分为基础层、技术层和应用层，基础层为算力支撑，技术层为算法平台，应用层是AI向各传统行业渗透应用。

其中技术层运转着承上启下的作用，也是目前人工智能领域最激烈的战场之一。随着科技巨头相继开源AI算法平台，AI开发技术门槛极大幅度降低，AI逐步走向大众化。

1、谷歌

作为人工智能领域的领头羊之一，谷歌早在2011年就已经成立了AI部门，目前已经有100多个业务线用上了机器学习技术，包括Google搜索、Google Now、Gmail等，并向其开源Android手机系统中注入大量机器学习功能 （如用卷积神经网络开发Android手机语音识别系统、语音机器人Google Assistant）。谷歌目前产品和服务依靠主要AI 技术驱动，如谷歌使用深度学习技术改善搜索引擎、识别Android手机指令、鉴别其Google+社交网络的图像。

在技术层算法云平台方面，谷歌云平台起步稍晚，相比亚马逊的AWS功能也更加有限。不过在云平台AI应用上谷歌依然投入了很大的经历。2016年初谷歌云首席科学家李飞飞发布了ML Engine、Vision AI、Video Intelligence API等基于云服务的机器学习工具，2018年初谷歌云发布了Cloud AutoML。Cloud AutoML使用learning2learn、迁移学习等先进技术，帮助ML专业技能有限的企业构建自己的高品质定制化模型。

还值得一提的是谷歌开源的深度学习框架Tensorflow。2015年谷歌开源第二代深度学习系统 Tensorflow。Tensorflow可编写并编译执行机器学习算法代码，并将机器学习算法变成符号表达的各类图表，缩短重新写代码时间。TensorFlow 可模仿人类大脑工作的方式并识别出模式，被用于语音识别或照片识别等多领域。另外，通过TensorFlow编写的运算几乎不用更改就能在多种异质系统上运行。

在开放源代码后，包括学生、研究员、爱好者、极客、工程师、开发者、发明家、创业者在内的任何人都能使用 Tensorflow。谷歌认为机器学习是未来新产品和新技术的一个关键部分，然而目前却缺少一个标准化的工具。通过分享 Tensorflow希望能够创造一个开放的标准，来促进交流研究想法和将机器学习算法产品化。

优势：谷歌技术强，布局广，移动互联网时代平台化的成功也造就了其在AI时代平台化的布局。一向开源和开放化的价值观也让其他加入该平台的厂商有更多的信赖感。

劣势：由于某些政策原因，部分地区依然是谷歌难以割舍的市场。

2、亚马逊

亚马逊除了是全球最大的电商平台之外，也是全球最大的公有云服务商。人工智能技术的发展基础之一是大数据，人工智能的提升，需要通过海量数据进行的不断训练、学习。在亚马逊的云端上，无疑有着海量的数据资源，可以为人工智能的训练和学习提供有力的支撑。

2016年年底，在拉斯维加斯举行的亚马逊开发者大会上，亚马逊公布了一个新的人工智能平台，并带来了三款基于机器学习的工具。这三款工具分别被命名为 Amazon Rekognition、Amazon Polly 和 Amazon Lex，它们分别承担着图像识别、语音识别和聊天交互等三个方面的角色。

亚马逊将人工智能平台和服务整合进入了其云服务AWS中，此类服务提供云原生的机器学习和深度学习技术来应对不同用例和需求。其中在人工智能层面主要提供：AI 服务、AI 平台以及AI 基础设施。

优势：全球最大的电商平台之一的地位造就了Echo的成功，全球最大的公有云服务商的地位早就了AWS云服务的成功。

劣势：亚马逊善于做单个硬件产品，在Echo之前也成功推出过kindle电子书和Fire平板，但却都没有走上平台化的道路。Echo自发售已经3年多，目前Alexa平台的推广也稍显缓慢。

3、阿里

2017年底在云栖大会上，阿里云总裁胡晓明阐述了阿里巴巴在人工智能方面的布局，提出“AI for Industries”（产业AI）的理念，认为人工智能的发展要去泡沫化，下一站将是“产业AI”。

阿里的打法是从应用场景入手，在有了需求的基础上构建AI解决方案。所以这两年来，阿里云相继推出了ET城市大脑、ET医疗大脑、ET工业大脑、ET环境大脑、ET航空大脑，将AI能力与大数据和云计算结合起来。

以航空应用领域为例，ET航空大脑应用到首都机场后，可在50秒内刷新首都机场1700架次航班的停机位安排，廊桥停机位利用率提高10%，避免不必要的摆渡车乘坐提升旅客体验。

除此以外，阿里云还将陆续推出ET教育大脑、旅游大脑、农业大脑、交通大脑、能源大脑等等，在各个产业落地AI技术。

优势：阿里旗下产品用户广，数据量大，为其AI数据积累打下了基础。事实上AI技术早已植入阿里各个产品内，例如在“双十一”期间，商品推荐、客服、海报宣传、运营维护等方面均有AI技术的加持。另外阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业，也为其在各行业推广ET大脑铺平了道路。

劣势：虽然建立起了数据科学与技术研究院（iDST）和达摩院两家AI研究机构，但不得不说相比其他巨头阿里投入AI这条路上还是慢了些。

4、腾讯

腾讯在AI领域的研究主要分散到了三个机构，分别为腾讯AI Lab、优图实验室和微信AI实验室。其中优图专注于计算机视觉技术，而AI Lab和微信AI主攻机器学习、自然语言处理、语音识别和计算机视觉。

腾讯在技术平台的路线上与百度相似，目前推出的腾讯AI开放平台也是将自己的AI技能开放出来，供应给开发者。不过，目前这个“开放平台”的用户案例，依然是以腾讯内部产品为主。

与其他平台不同之处在于，腾讯AI开放平台除了提供AI服务之外，还与其AI加速器结合到了一起。腾讯为入驻团队提供人工智能领域的技术、导师、资金、市场等资源。

优势：旗下产品受众广，数据量丰富。市值在中国互联网公司中位列第一，投资布局广泛。

劣势：AI技术起步晚，目前自身技术更多还是服务内部团队。

5、百度

相比谷歌直接开源系统，百度则是将自己在人工智能的研究成功打包成为各个模组从而提供给开发者和创业者。2016年9月1日，李彦宏在百度世界大会展示百度人工智能成果——“百度大脑”以及百度智能云。智能云提供计算的基础设施和数据的获取、分析、标注能力，而百度大脑整合了机器学习、深度学习算法，再将AI对语音、图像、视频、AR/VR的感知能力和自然语言处理、知识图谱、用户画像等认知能力。

简而言之，百度智能云负责数据采集，百度大脑负责算法和学习，两者结合就形成了百度AI开放平台。百度AI开放平台面向企业/机构/创业者/开发者推出的以 API 或 SDK 的形式，将人工智能的图像、语音、自然语言处理、用户画像等核心能力对外共享。

优势：百度的技术实力在国内处在领先水平，也是《财富》杂志评选出“人工智能时代四巨头”中唯一入选的中国公司。“All in AI”的战略之后百度方向更加明晰。

劣势：由于在移动互联网时代错失许多机遇，虽然百度技术领先，但市值却是BAT中最低的，在投资布局方面步伐可能相比AT慢些。

数科邦小编：中外科技巨头在AI开放平台的布局打法均不相同，目前巨头都是将自己的研究成果以云服务的形式打包提供给需求者。不过亚马逊的服务相比其他更加全面，包括了AI 基础设施的服务；腾讯的AI开放服务则是与AI加速器结合，旨在孵化布局更多的AI项目；阿里是从应用场景入手，将AI技术与实际实际场景结合去布局生态。而谷歌在底层的战略更加全面，从推出AI云服务到Tensorflow框架，再到TPU，以更多元化的形式去构建AI生态。