“剖解不完美的独角兽 云从科技是否值得期待”

如果ai四小龙一个个死了，最后一个一定是云从。

昨天，在讨论当今ai圈的创业环境和机遇时，业内的一位朋友直接透露了他的底牌。

为什么会得出这个结论？ 我好奇心强，好奇心的出发点是，毕竟它友商少，对方太强，有技术，渠道强。

那位朋友随后用长达52秒的微信语音系统地说明了他的思考和评价。

对这个答案，我半信半疑。

人机合作让超人类成为可能，云想让每个人都像钢铁侠一样拥有自己的贾维斯。

前几天，云碰巧从创始人周曦那里出席了一个罕见的峰会，并登台发表了演说。 今天为了查朋友复印件的证明书，找重播。

舞台上的周曦很瘦，有几种暗示。 我不能轻易地把他和只通过程序代码就能改变社会进程的ai大神联系起来。

但是，一旦他开口，请相信我。 他能在一秒钟内让你知道他的心绝不平静。

听了他的内在技术世界和波士顿动力学创始人马克·雷波特的隔代空论后，我似乎领悟到了那位朋友的评价和答案。

现在，无疑是我重新审视这种ai独角兽潜在价值的绝佳时机。

你知道的云

在ai的世界里，很多人知道云，但越来越多的人知道的应该是不完整的云。

五年前，啃着中科院的金锁，使出thomas s. huang的身段，以pascal voc、imagenet、fera众多智能识别世界冠军的名义横排空出生。

后面的故事基本上在业界闻名。

藉由猥琐算法的壁垒，云瞄准了安防、金融两个市场，获得了公安部、四家银行等标杆单位。

在金融市场上，云在赋能之前就被认为是金融的载体，但现在大多数金融机构都从产品和技术上受到了云的影响。

在安全市场上，与公安部合作建立了5个部级平台。

如果说云从ai算法上有很好的抗打击能力，那么它与其他主要的ai视觉玩家有什么不同？

以ai四小龙为例，他们在一些业务行业有交叉，但每个企业的算法应用都不同。

商汤的研究行业比较多样，涉及自动驾驶、航天建模等多个市场，他们想做的就是助力。

相对聚焦，从安全到机器人，从城市到物流，再到他们在互联网金融业都很出色。

照片显示，最初开始车辆识别，取得一点成绩后，他们将医疗界、计算力层分开，迅速发展并持续上升天花板。

与这三家公司相比，云从最大的不同在于背景代表队和深耕领域的韧性。

如果翻阅云的项目历史，以国内资本为背景的他们可以比较容易拿到国家级项目，容易拿到国家级基金，偏向顶层设计。

例如在过去的两个月里，他们一直名列前茅。

今年9月，他们成功提供了海关总署年度动态人脸识别综合应用系统处理方案，项目投标额为1247.8万元。

10月，他们又成功中标中山大学附属第一(南沙)医院超过3亿元的智慧医院项目。

深耕领域的韧性，稳定了金融、安全两个行业，扩展了移动、商业等相关领域。

你不知道的云

过去五年的云以其以算法起家，在巨大的ai卓越的改革创新之前就传入了产业而闻名。

它的出现，不仅带来了生产方法的变化，也带来了越来越多的可能性。

但是，这种可能性在算法统一、区域逐渐变小的大环境中，如何才能持续呢？

换句话说，五年后的云，是如何谋生的？

我想这是所有云从人开始就一直在思考的问题，周曦也爽快地给出了他的答案。 是人机协作系统。

在这次20多分钟的演讲中，他观点尖锐，金言频繁。

他说，80%的人工智能公司会被淘汰，但活下来的20%会让世界变得更聪明、更美好。

他说，机器永远代替不了人，人与人合作融合复制专家知识，可以将人的能力边界扩大千百倍。

他说，人与机器合作的长远目标是使人工智能成为情感投影的载体，成为个人在虚拟世界的数据。

在三个箴言中，周曦最提到的词是“人机协作”。

什么是人机协作？ 云端为什么要提出人机协同战术？

在回答这个问题之前，我们需要弄清楚ai面临的终极挑战。 现在的ai离强势ai还差得远。 如何在弱ai的状态下实现更好的应用呢？

并且，虽然算法的提高呈现螺旋上升的形式，但最终接近极值，但技术驱动型公司为了维持技术领先地位，满足资本获取利润的诉求，如何在平衡之间前进？

算法迭代不能一夜之间爆发，其次公司需要形成正循环的商业模式。

怎么办？ 算法奖金期一过，所有人都要经过大浪淘沙，找到最适合自己的位置。

商汤找到了城市的视觉中枢。根据是否找到了供应链物品的互联网图找到了计算力芯片，但云找到了人机协同操作系统。

人与机器合作是指用人的优点弥补计算机的缺点，人与机器形成合作关系，机器为专家和客户提供服务。

换言之，云从想做的事情发展人脑，通过人机协作广泛传播顶尖专家的智慧，提高社会绩效。

其实每个伟大的企业都无限增长着人的能力。 例如，与周曦对话的波士顿动力，他们进行的机器人业务可以理解人类四肢的无限延伸。

人机协作是人类思维的无限延伸。

如果将专家的知识放入人工智能技术这个黑匣子中，让其决定可理解、可再现性，使ai与人类的逻辑对等，它就能成为人类的良师益友，增长人类的能力。

其原因是，虽然人类有能力在众多复杂的环境中做出创造性的决定，但ai需要上千次的试错，与机器分工协作才能达到更高水平的协同水平，许多程序性工作由ai承担，人类越来越需要机器的管理维护和创造性

有趣的是，从人机协作的构想确定到现在，云的这个操作系统已经有很多应用落地。

他们将与广州市政府共同建设国内首个个体机联合开放平台，支持广州市数字政府、城市大脑等新型基础设施建设；

他们将与海关总署合作建立知识海关新阵地，建立ar+vr+ai的立体监管，帮助海关专家复制和扩散经验，加快知识海关建设；

他们在疫情期间落地各类防疫系统，支持机场、社区、学校等全国防疫控制工作，促进复学工作的顺利开展。

现在的云通过每一个落地案例告诉所有人，他们已经完全摆脱了视觉识别公司的阴影，走向为所有领域提供操作系统和全面智能处理方案的人机协作先行者。

在这里，云从的ai时代的野心也逐渐显露出来。

脸部识别最初落地，成为智能感知的入口是第一步。

打造跨越视觉、语音、数据技术的ai技术闭环，助力金融、公安和移动、商业四大领域是第二步。

而且，他们的第三步是通过人机协作系统建立各领域的大脑，为百业效力。

三步走战术反映了云从现有三段式火箭的整体结构，从操作系统到应用平台，再到客户最终返回操作系统，平台/系统-应用-产品的三位一体。

最底层是人机协同操作系统，从长远来看，随着服务领域的扩大，必然会沉淀大量的领域知识。

基于这些知识，云构建了类似windows的城市ai操作系统，基于视觉、语音、数据等ai核心技术闭环，为各个领域的平台提供技术和知识服务能力的支持

中层是基于人机协作系统开发的域应用平台，将多种程序和产品结合起来，成为定制的工具，服务于不同的客户，被开发能力较差的公司采用

顶层是程序和产品，与不同领域的应用平台相比，灵活组合的程序和产品就像砖头一样，为招聘者提供全面的智能交流体验。

从算法到系统，从人脸识别到人机协作，周曦为云端发现了新的生产力，建立了新的生态模型。

我认为这是云在创业五年间，在ai浪潮中给自己找到的位置。

这也应该是云在未来五年里对抗ai圈劲敌的致命杀机。

你应该期待的云是

在过去的200年里，无数企业利用机器将人类从繁重的劳动中解放出来。

今天，包括云在内的企业正试图通过ai将人类从繁重的脑力劳动中解放出来。

云从大象身上变身的技术路径酷似ibm。

他们从核心技术开始，推出软硬件产品，然后以程序和咨询为触手，构建整个平台的生态环境。

未来，通过算法、平台、全途径、全场景打拳，云从之前流传的ai扩展到了整个社会系统。

从算法之王，到标杆的应用从布局生态链，到人机协作标杆； 从中国的ai企业品牌，到全世界家喻户晓的科技名片。

崛起于算法，但不拘泥于算法。 这应该是云从之强，这应该是那位朋友立论最生硬的核心论点。

对于包括云在内的ai独角兽们，今天可能并不完美，但至今仍被称为算法企业，这一定是偏颇的。

从感知到识别到完成决定技术的闭环，无法满足的云有无限的可能性。

本文：《“剖解不完美的独角兽 云从科技是否值得期待”》