新基建正在成为中国经济发展的新动能，在政策的推动下，截止今年 3 月，已累计有 25 个省区市公布了未来的新基键投资计划，金额高达 49.6 万亿元，2020 年计划投入 7.6 万亿。

在新基建覆盖的七大新产业，包括人工智能、大数据中心、5G基站，工业互联网，高铁城轨，特高压，新能源汽车中。人工智能成为新一轮产业变革的核心驱动力量。

各大企业纷纷针对新基建展开布局，腾讯近日也官布未来 5 年内将投入 5000 亿元用于新基建。关于人工智能，腾讯云在5月27日的媒体开放日上，也正式对外公布了未来对于 AI 新基建的全景布局。

腾讯云 AI 新基建架构：以一云三平台为核心

据腾讯云 AI 计算机视觉产品中心总经理，人工智能和前端技术领域专家工程师王磊介绍，腾讯云 AI 的新基建架构是以一云三平台为核心的。

其中，一云是指腾讯云，依托腾讯云的底层能力，提供计算、存储、网络和安全等基础服务支撑。据统计，腾讯全网服务器总量现已超过 100 万台，带宽峰值已经突破 100T。

三平台包括算法平台、服务平台和开放平台。

• 算法平台层：通过不断完善算法核心框架、深度学习工具、AI中台能力，打造数据到算法模型的全流程闭环，真正的将AI能力应用到实际的业务场景中。目前，腾讯拥有包括腾讯 AI Lab、腾讯优图实验室、WeChat AI等人工智能实验室矩阵，以机器学习、计算机视觉、语音识别和自然语言处理等方向为基础研究，并基于这些技术，腾讯云在算法平台层发布了自研产品 TI-ONE、TI Matrix 等产品。

• 服务平台层，腾讯云 AI 目前已经开放语音、图像、视频、知识图谱、自然语言处理、评测技术等各项 AI 技术，并通过腾讯云提供超过 200 种 AI 服务和产品，建设了引擎中台和数据中台，实现了 AI 引擎智能接入、智能调度、引擎融合、智能升级和专业评测。

• 开放平台层，包括两个维度，首先是三大加速器，包括 AI 加速器、SAAS 加速器和 WeCity 加速器，第二个是 AI 开放平台，最快下月底，腾讯云将发布 AI 开放平台的重要升级，包括算法、工具、平台、数据、评测、资源、市场各个环节的全链条整合。

在产品层，腾讯云还拥有可视化编排调度平台智天枢TI Matrix平台、面向 AI 算法工程师和研发工程师的智能钛 TI-ONE 平台、云端一体化人像智能平台神图、人工智能实名核身专家慧眼、腾讯云智能识图、腾讯云语音识别等产品等，提供全面的 AI 支持能力。

腾讯战略转变背景下的新基建布局

腾讯云 AI 新基建的全景布局，铺设在腾讯整体战略发生转变后不久的背景之下。

王磊在腾讯工作已有十多年，腾讯的几次重大升级他都或多或少地经历和参与过。从他个人的成长轨迹角度来看，其实可以反映出腾讯过去几十年比较重要的转折点。

王磊说到，第一个转变是看到了整个互联网的发展从消费互联网转变到产业互联网，发展速度在加快，要求行业内的人与好的心态，主动拥抱变化。

在腾讯的第一次开放中，开放平台的第一版前端云代码就是王磊所写。当时，腾讯的社交产品以 QQ 互联和 QQ 空间平台为主，腾讯把整个社交关系链、流量，包括广点通等都整合起来对外开放，并大获成功。

第二次重大变革发生在 2019 年 9 月 30 日，这一天是腾讯正式从消费互联网向产业互联网转变的节点。亲身经历这一变化，王磊能够看到腾讯在 ToB 方向的思考越来越深刻，之前腾讯更多地服务 C 端客户，现在转向服务 B 端客户，这其中已经发生了很多变化。

腾讯的整体战略还包括 C2B，腾讯在 C 端强大的连接、流量和对 C 端客户的理解、对 C 端产品积累的经验是其优势。

新基建、老基建并无交锋与冲突

有人提到，腾讯要加码新基建，是不是意味着会对“老基建”产生不利影响？但实际上，王磊解释，这两者之间其实并非交锋和冲突的关系，因为原来大家在信息化过程中做的很多“老基建”的事情，未来会在新基建基础上，把大数据打通，跨行业、跨领域发展，比如进入到传统工业，智慧城市等，部门、工具之间全部打通，这需要我们不仅在技术上，对应的理念、实施、管理都要跟上，两者之间是进化和升级的关系。所以，“老基建”做的局部数据和信息化的工作，其实都为新基建打好了前期基础和准备，而新的基建会在把所有层次拉通，实现智能化布局。

企业陷入倒闭潮，技术无突破，AI 的未来在哪里？

最后，回归新基建重要部分——人工智能本身的发展中来。2019 年以来，AI 企业陷入一波倒闭潮，资本的投入也远不如 2018 年火热，技术层面似乎也没有看到太多新的突破。

当前，AI 确实处于这样一个虽尴尬却真实的状态中。AI 虽然因解决了一些问题，但存在“练丹”的现象。技术的发展都会经历一条曲线，先低后高，再开始慢慢爬坡。AI 在前几年投资较热，各大公司和资本纷纷涌入。

但当前，投资稍微退潮，需要更多地将焦点聚集在提本增效上。在这个层面上是大浪淘沙，一些实力不够强的投资公司将被淘汰出局，其实更有利于生态进一步发展，因为在这样的生态下，更有利于扎扎实实解决实际场景的问题，让 AI 工具更贴近用户场景，解决实际问题。

第二，AI 技术突破客观来说是一个相辅相成的过程。随着大数据的到来，AI 会在新的基础上发展处更多新的空间。政务、公安、银行等传统行业有大量的数据，大数据与 AI 结合，AI 还有更多发挥的空间。

最后，从技术层面讲，AI 是一个非线性的大模型，从基础上来说，短时间内较难有理论上的突破，但是随着大家对边界场景的深入理解，会逐步缩小理论与现实应用之间的差距，在应用的基础上不断反推技术和理论层面上的突破。