近期一则关于阿里巴巴人工智能实验室（AI Labs）并入智能阿里云的消息一度引发业界对其人工智能战略变化的猜测。阿里巴巴官方回应称，AI Labs在上一轮架构变动中已经整体并入云智能事业群，主要由谭平教授负责，新官网正在制作将独立上线。这意味着，曾经孵化出天猫精灵AI助手、服务机器人等产品的AI Labs 从此要加上一个“云”字。

公开资料显示，阿里巴巴人工智能实验室（AI Labs）于2016年低调成立，并于2017年7月5日首次公开亮相，主要负责阿里巴巴集团旗下消费级人工智能（AI）产品的研发。研究方向涵盖了语音助手、工业设计、智能制造、机器人技术、环境感知、高精定位、决策规划、智能控制、AI 数据平台等。

但这家电商巨头的人工智能布局早在七年就已经开始，一切始于2014年设立的阿里最神秘部门——iDST（Institute of Data Science & Technologies，数据科学与技术研究院）。

过去七年里，阿里在全球人工智能的激烈赛道上悄然跑进了第一梯队。阿里的人工智能战略也在一路奔跑中不断迭代，经历了人工智能技术长征的发端与突围。

始于神秘部门iDST：从软件起步

2014年9月19日，阿里巴巴在纽交所敲钟。这家彼时市值2400亿美金的公司并不满足被定义为一家“电商公司”。彼时，中国互联网市场仍处在模式创新的初级阶段，但这家以商业利益为本的企业则在谋划一个技术驱动型的新定位——打造一个前沿技术的研究院。紧接着，iDST（数据科学与技术研究院Institute of Data Science & Technologies）宣告成立，堪称阿里内部最神秘部门。这对于当时仍处在模式创新初级的中国互联网市场，不能不说是一个冒险的战略。

在探索人工智能的早期阶段，阿里并没有大刀阔斧地上马新项目，而是从现有的核心业务盘子上找AI切口，然后才推动落地。

第一个切口是2014年正式启动的“图像搜索”项目，目标是落地到手淘（手机淘宝应用）平台。该项目采用深度学习技术，随之成为阿里历史上最早采用深度学习技术并上线的 C 端应用产品。2015年“双十一”期间，首次采用深度学习技术的支付宝客服实现了 94% 语音自助，这意味着有 94% 打来的电话不再需要转接到人工服务。次年，这个数字提升到 97%。去除掉人工智能团队的人员工资和计算资源成本，智能客服项目为公司节省了一个多亿。

紧接着，攻关语言技术成为下一个目标。因为相较于视觉，语言则更偏向底层技术，以原子化能力的形式起作用，扮演着赋能和支撑的角色。它对于大型互联网技术公司而言往往不可或缺，但技术团队却又是极其分散的。

于是，语言技术恰好成为了技术平台化的最佳试验场。阿里也藉由建立自然语言处理（NLP）“大中台”之举，将其各业务线的NLP有机整合，不在各自为营。这支百余人的NLP队伍能够支持阿里系 600 余个业务方，每天调用量达到了两万亿次。沿用同样的思路，另一条技术分支——机器翻译技术也实现了规模化的业务支撑能力，为阿里全球化电商平台上的买卖双方提供 20 多种语言，48 种语言方向的机器翻译服务，覆盖欧洲、亚洲、美洲与中东地区的绝大多数国家。

从单个功能应用，到十个、百个、数百个的业务方支持，每天被亿级用户使用，技术平台化的战略得到了有效验证与认可。而平台化也非终点，“上云”才是一片更广阔的天地。

而阿里内部的海量业务和长期实战的检验，为技术与方案移植到阿里云平台提供了硬核实力。很快，NLP平台和机器翻译平台先后在阿里云上的人工智能板块上线，供第三方的云计算客户使用。

将单一的人工智能技术与业务集群紧密结合，集成为业务和应用中的产品，进而再形成平台化和大规模可复制化的云计算商品，阿里从“0到1”走出了自己的一条人工智能布局落地之路。

2017年10月11日的杭州云栖大会上，阿里巴巴 CTO 张建锋宣布达摩院正式成立，计划此后 3 年里投入超过 1000 亿元，用于涵盖基础科学和颠覆式技术创新的研究。iDST 则成为达摩院旗下最大的机器智能实验室分支。

从iDST起步到达摩院，阿里人工智能技术体系也由此固化下来。

达摩院：构建AI“原子能力”

成立3年来，达摩院完成了一座一流研究院的建制，搭建了完整的“科学—技术—产品”研究体系。如今的达摩院人才济济，超过半数科学家具有名校博士学位，其中机器智能团队拥有20多位知名大学教授，近10位IEEE FELLOW。在杭州、北京、上海、新加坡、以色列、西雅图、硅谷等全球8个地区设立了研究中心。目前，达摩院专注机器智能、数据计算、机器人、金融科技和X等研究方向，也即“4+X”研究领域，设有14个实验室。

先后在国际顶级技术赛事上获得60多项世界第一，发表1000多篇国际顶会论文；成功孵化了两家高科技企业——平头哥半导体公司和小蛮驴智能科技有限公司。

以达摩院机器智能实验室为主导，阿里建成了完善的机器智能算法体系，取得了众多世界领先的技术成果，并将AI的应用落地推广到工业、医疗、物流、遥感、城市大脑等丰富场景中。

根据阿里内部数据，目前，阿里AI每天调用超1万亿次，服务全球10亿人，日处理图像10亿张、视频120万小时、语音55万小时及自然语言5千亿句。以达摩院底层技术为基座，阿里已经跻身全球人工智能公司的第一梯队。

阿里巴巴iDST首席科学家和副院长、阿里巴巴达摩院机器智能技术实验室主任金榕曾指出，达摩院的设立主要有两个目标：一是把达摩院的AI基础能力（原子能力）放到平台上支撑所有业务。比如阿里内部跟语音识别有关的业务都会使用达摩院的底层语音平台，但会根据具体业务做定制化的改变。二是上云。通过内部核心业务验证后，用户的接受度和满意度达到一定指标，产品上云商业化，进一步放大价值，服务整个社会。

“云字辈”的AI之路

由此看来，AI Lab并入阿里云几乎是顺理成章的事。这一架构变动也更利于人工智能的发展逻辑。

对于人工智能而言，算法、算力、数据是三大核心，数据量的指数级激增之下，对算力提升的需求也随之激增。而近年来阿里的计算能力得益于阿里云的巨大成功。Gartner去年发布的全球云产品评估报告中，在云计算大类中，阿里云以92.3%的得分率排名第一。在存储和IaaS基础能力大类中，阿里云位列全球第二。阿里云已连续两年入选该报告，是唯一入选的中国厂商。

与此同时，对于阿里巴巴整体的业务发展来说，将其AI战略加上一个“云”也是势在必行。

在电商业务之后，云计算业务已经上升到集团的主要营收的第二位，阿里云智能总裁张建锋在2019年提出了“ALL in Cloud”的战略。依托于云计算平台，阿里搭建了AI技术向B端产业赋能的各级大脑模块，比如城市大脑。

在计算层，“新一代计算引擎”已经成为支撑起阿里千亿成交额、每秒数万笔交易的核心底层技术，MaxCompute（离线计算）、Flink（实时计算）、PAI（人工智能）被视为这项技术背后的“三驾马车”。

此外，随着更深、更强、更底层的算力挖掘成为全球人工智能市场的主旋律，“算法+芯片”也成为阿里布局AI新一阶段的必由之路——先后投资寒武纪、耐能等AI芯片团队，收购中天微、先声互联等芯片标的，成立“平头哥”芯片公司。目前，阿里已经发布基于RSIC-V架构的智能IoT芯片玄铁，AI语音FPGA芯片Ouroboros设计，基于云端的神经网络芯片“Ali-NPU”也已经在路上。

盘点“阿里云人工智能实验室2020年重磅技术突破”，该实验室FY21累计提交42个专利、11个创新提案和1个“核心技术保护”。其核心技术突破包括大规模高精度全息空间重建技术、BIM建模技术、3D 全息扫描设备、微型柔性机器人等。

而2020年阿里在AI领域最具代表性的则是两大布局：

一是发布城市大脑3.0。去年6月发布的城市大脑3．0与以往相比强化了感知能力，将通过城市空间基因库链接农田、建筑、公共交通等全部城市要素。通过人工智能技术，城市大脑可以实现交通、医疗、应急、民生养老、公共服务等全部城市场景的智能化决策。

二是发布了“无影”云电脑。与传统电脑不同的是，阿里巴巴“无影”云电脑是真正意义上第一个“去实体化”的电脑，用户仅需一块显示屏，即可实现类似传统实体电脑的能力，而这一切均是基于阿里云的应用。基于这一云电脑的应用，用户可实现随时随地办公及日常娱乐。但该技术前提是较高的网络需求。

不过，与2019年相比，2020年的阿里巴巴在芯片方面没有太大动作，自从2019年推出了含光800之后，再无其他芯片推出。

结语

从电商平台到AI芯片、AI云服务、AI算法、AI平台的全方位布局，一系列的动作，从内部来看，不仅标志着阿里人工智能布局“从软到硬”的深化，也预示着AI将更为长久地驱动着阿里经济体成长。

与此同时，在外部，阿里人工智能的这七年，面对的是亚马逊、微软、IBM、谷歌等巨头企业的前方围堵。但阿里巴巴通过建立达摩院加强其AI的技术底座，再借助阿里云的竞争优势，以“云＋AI＋IOT”模式展开云、管、边、端、AI、物联网的全链路、一体化布局，闯出了一条自由的AI之路，并巧妙地在产品毛坯时期避开了各大巨头的炮火，为后期发展提供了动能。

接下去，正式归入“云”字辈的阿里AI之路将怎么走？

申万宏源证券近期的一份研报中指出，AI 产业已经从早期“技术驱动”走向“商业驱动”阶段发展，AI 商业化落地需要算法/产品/系统/解决方案的整体交付， 过程中，不同 AI 厂商的行业 Know-How 形成明显分化。因而接下去，AI 的新三要素——产品、方案、工程化，将是竞争焦点。