2022年开年，“云计算第一股”发力AI生态。

3月17日，UCloud优刻得举行“让AI离你更近”的AI新品发布暨合作伙伴招募大会。推出三大系列共5款AI智能边端产品，并首次推出UCloud AI合作伙伴开放平台，发力“离用户、场景、伙伴更近”的AI应用新生态。

此次发布的新品皆为基于视觉技术、软硬一体的智能边端产品，包括：边缘计算E系列中的智能AI边缘盒子、安全卫士G系列中的人脸识别门禁一体机、AI视觉芯片模组，以及防疫卫士Y系列中的智能防疫一体机、智能核验测温手持机。

三大系列新品将AI算法与边缘计算多种终端硬件组合，旨在打通AI落地最后一公里。据透露，UCloud下半年还将发布AI一体机和AI边缘存算一体机。

作为国内头部中立云计算厂商，UCloud为什么推出众多AI硬件产品？在竞争激烈的计算机视觉领域，UCloud有哪些差异化打法？

近年来，AI长尾场景成了各大企业角逐的新赛道。

以计算机视觉和人脸识别领域为例，在白热化的安防场景之外，现实生活中需要通过计算视觉解决的问题体现在大量长尾场景中。比如高空抛物、共享单车违规停放、乱倒垃圾、偷排污水等等，这些场景非常分散，没有标准化通用的解决方案，每一个细分场景都需要定制化的算法。

但是长尾场景往往面临数据样本少、数据量分布不平衡等问题。如果采用传统AI解决方案周期长、成本高，导致落地难。很多长尾场景的用户需要的是简单、好用、易用，性价比高的解决方案，先把AI用起来，解决人工管理低效高成本等问题。

这正是UCloud 布局AI瞄准的一个切入口。针对长尾场景的痛点，离用户、场景、伙伴更近，也是UCloud AI产品的一大特点。

在用户方面，UCloud 力图让AI产品具备离用户物理距离更近、价格合理、开箱即用等特点。在场景方面，近场计算等能力也离客户的痛点更近。

比如，UCloud 智能AI边缘盒子内置人脸识别、电子围栏、消防通道占用、电动自行车入电梯检测、烟火检测、高空抛物、行为监测等二十多种自研算法，结合云边协同、近场计算，能够为不同场景下的智能硬件赋予AI检测能力。

在更近的基础上，UCloud提供优于行业标配的差异化功能。比如，人脸识别门禁一体机除了支持人脸、IC刷卡、二维码、密码等核验方式，还拓展了对eID（身份认证）和高品质SIP语音对讲功能的支持，后者可以在局域网、内网环境下，可与电话，手机进行远程通话、广播。

UCloud此次推出的AI产品，除了直接面向用户，还有重要的一块是面向合作伙伴集成。比如AI视觉芯片模组，其搭载了国产化的芯片方案，内置安检核验、SIP语音对讲算法，通过与智能摄像头、平板等智能硬件集成，能更加灵活地适配不同应用场景下的AI智能安防需求。

在AI视觉领域，前有安防巨头“海大宇”（海康威视、浙江大华、杭州宇视），后有以商汤为代表的四小龙，UCloud的策略是什么？优刻得UCloud人工智能实验室负责人王达侃向媒体介绍了其差异化策略。

首先，避开巨头竞争激烈的主干路径（安防等场景），聚焦头部细分支流（中长尾场景）。

具体场景方面，UCloud选择了长尾场景中相对高频、通用的头部场景，比如将教育、养老、交通管理、社区治理、工业生产，以及园区物业管理等作为重点布局的领域。

以社区治理为例，UCloud AI行业解决方案包含了非机动车进电梯、车辆进出、车辆违章停放、居民高空抛物、垃圾分类、公共区域积水、保安离岗等近十套算法，通过与智能摄像头、平板电脑等智能硬件组合，帮助社区降低管理成本，提高治理效率。

目前，UCloud AI行业解决方案已在上海多处社区、高校、医院、道路交通落地测试，根据实测结果显示，准确率高于98%。

其次，云计算和大数据是UCloud起家之本，也是AI算法厂商欠缺的。

经过10年发展，UCloud在IaaS、PaaS、大数据流通平台、云安全等方面积累了一定的壁垒。在新推出的边端AI产品中，更容易发挥云边协同等综合性的优势。

第三，坚持第三方中立的生态位，不与合作伙伴争利。

与四小龙注重算法不同，UCloud的打法偏重平台和生态。此次推出UCloud AI合作伙伴开放平台，为处于不同合作阶段的行业伙伴提供“服务、工具、平台支持”。据透露，UCloud今年将联合合作伙伴搭建算法池、解决方案池，以平台的形式汇聚适配各个场景和行业的细分算法和解决方案。

在UCloud的CBA整体战略中，AI处于战略新兴的角色。目前，UCloud主营业务仍然是以公有云、混合云、私有云、专有云在内的综合性云计算解决方案。

可以看出，从一个广泛且相对分散的市场切入，主打高性价比，高通用性与高集成性的软硬一体的AI产品，同时赋能伙伴做大生态，是UCloud布局AI的主要打法。其背后，云计算和大数据领域的积累、中立的生态定位、个性化的定制服务是加分项。

同时我们也要看到，要做AI细分场景头部也是挑战与机遇并存。

其挑战有点类似于同样深耕AI细分赛道的创新奇智。比如：核心算法研发投入大，需要持续迭代；分散场景需要解决通用性与定制化的矛盾；软硬一体将提升成本，可能使短期盈利水平下降；与伙伴共建生态的模式能否形成规模化的份额领先有待验证等等。

AI业务能否成为UCloud新的增长点，「智能进化论」会持续关注。

END

本文为「智能进化论」原创作品。