共计 2705 个字符，预计需要花费 7 分钟才能阅读完成。
乐动体育投注 FV222.COM
前言
24 日，微软发布 2020 财年 Q1（对应 A 股 2019 年 Q3）报告。报告显示，本季度微软总收入 331 亿美元，同比增长 14%，其中作为微软 AI 战略布局的基础层，微软智能云的收入为 108 亿美元，增幅为 27%。
微软作为世界科技企业的顶峰，它是否将通过 AI 战略继续抢占世界企业头把交椅，一直是行业非常关注的话题，接下来猎豹全球智库将推出“科技巨头与 AI”栏目，其中首期就是 20 年内唯一一家屹立世界企业市值排名前十的微软，让我们一起来解析微软在人工智能上的战略布局。
无处不在的计算、无所不在的智能
微软与 AI 的渊源由来已久。
在 90 年代，微软就已开始研发语音识别、视觉技术，但由于 PC 业务霸主地位，这种研究遭遇了“创新者的窘境”，加上当时计算能力的不足，它很难走出微软实验室。
直到纳德拉上任，这一局势得到了扭转，微软开始清晰的认识到，错失了移动互联网时代的微软，想要重新站上世界的巅峰，光是在云计算超越亚马逊还不够。
与此同时，其他谷歌、亚马逊等世界科技巨头也已嗅到了 AI 的气息，纷纷提出 AI 优先的战略。
“AI 优先的世界将会带来机会，这些机会会被少数企业瓜分，你应该明白错过上一次浪潮没什么大不了的，但是如果错过当前的潮浪问题就大了。”面对 AI 所带来的机遇，微软全球执行副总裁沈向洋曾分析到。
于是，微软开始由 2014 年确立的“移动为先、云为先”战略逐渐转向“智能云、智能边缘”，而沈向洋对于转变的解释是，“智能云、智能边缘”里面最重要的观点是，世界向前发展，肯定是“无处不在的计算、无所不在的智能”。
可见，AI 已经成为微软赢得下一时代的重要棋子。
拆解微软全栈式 AI 布局
有了战略，接下来就是打法。
将构建的 AI 基础设施赋能到每一个产品，是微软率先进行的动作。
举最近的例子，微软为 Windows10 开发一个名为“HomeHub”的功能，该功能就实现了传统 PC 与 AI 的结合，用户可通过微软小娜语音助理控制飞利浦 Hue、Nest、Insteon、Winl 和三星 SmartThings 等智能家居产品，帮助传统的 Windows10 实现了产品的智能化。
如果说赋能内部产品是对内，对外，微软则是想成为全球的 AI 企业的基础设施，微软给自身的 AI 战略的定位是，成为一个 AI 与物联网领域的基础设施，而这就犹如 PC 时代微软的操作系统一般。
与人们对微软的认知还停留在小冰和 Cortana 不同，目前的微软已经构建了从云、到系统平台、再到技术服务，构建一个完整的全栈式的 AI 布局，而这个布局不仅仅是硬件和算法那么简单，他更像是一个 AI 基础设施及生态系统。
接下来，我们将对这个生态系统进行一一拆解：
一、微软云
与有些公司将 AI 另作单独部门不同，基于云、大数据和 AI 不可分割的关系，微软的整个 AI 战略均建立在云的基础上。
为此微软打造了微软 Azure，不过在中小型客户中，亚马逊的 AWS 的“公有云”已占据了主导地位，微软想要突破略有难度。
于是微软采取了差异化竞争的策略，它针对 ToB 端大型企业的需求，推出了包括“混合云”和“智能云”完整的解决方案，包括公有云 Azure、混合云 AzureStack、物联网 AzureIoTEdge 和 AzureSphere。
据 Gartner 的数据显示，微软云的的魔力象限正在处于领导力的中心，目前为止，它部署超过 54 个区域，以及全球 95% 的世界 500 强均在使用微软 Azure。
那么在收入上，微软云和亚马逊 AWS 相比，究竟谁才是世界第一？
根据微软披露的 2019 年报，2019 年财年微软全年的收入达到了 1258 亿美元，其中智能云的收入为 389 亿美金，排除智能云中服务器等产品，光微软 Azure 占比约为 30%，预计在 124 亿美金左右，并且实现收入增长了 72%。
微软 Azure 的增速非常明显，是名副其实的“明星业务”，数据显示，在微软财年 19 年 Q3 季度以前，微软 Azure 一直维持了超 70% 的增长速度。
回到亚马逊 AWS 上，根据其年报数据显示，去年亚马逊 AWS 收入 256.5 亿美元，同比增长 47%，但是由于二者披露数据的维度并不一样，微软智能云中还包含了服务器产品，二者并不在一个衡量维度。
虽然并不能分辨究竟谁是世界第一，但可以肯定的是，微软在云的业务上，已经赢得巨头的地位。
二、全面的系统平台
为了进一步开放和加强 AIToB，除了云之外，微软还构建了一个强大系统平台矩阵，而里面每一个子集都是一个大型的开发者矩阵。
目前微软构建的这个平台与主要分为三个层次：
- 系统层：主要是微软 Azure，从包括大数据在内的存储、到硬件再到基础设施全部覆盖，微软充分利用 GPU、FPGA 等新兴技术，让 AI 的计算能力实现价值最大化。
- 平台层：微软提供了包括编程语言、各种工具包等供开发 AI 算法的人使用，为他们提供完善的开发和运行环境，目前微软已有多种工具：ProjectBrainwave、ML.NET、ONNX、OpenPAI、ToolsforAI、NNI 等。
其中 2017 年发布的 rojectBrainwave 能利用 Azure 上的 FPGA 基础架构完成实时的人工智能处理；2018 年发布的 ML.NET 则能让任何开发者都能开发出自己的定制化机器学习模型，并将其融入到自己的应用中去；今年用 10 亿美金收购的 OpenPAI，则是为深度学习提供一个深度定制和优化的人工智能集群管理平台，支持多种深度学习、机器学习及大数据任务。
- 技术层，微软提供成熟的 AI 算法供应用开发者使用，例如让微软认服务、机器学习服务和 Bot 服务等。
三、Azure 认知、机器学习技术
基于 Azure 和构建的全面系统平台能力，微软形成了包括认知学习和机器学习等服务。
- Azure 认知服务
- 2016 年微软运行于 Azure 的认知服务正式推出，目前在全球推出的包括语音、视觉、语言、机器翻译等功能的超 20 项服务，它以 API 的形式为开发者提供人工智能技术能力，数据显示，目前已经超过 100 万开发者正在使用微软的认知服务。
在认知服务中，例如 CaptionBot，它能像人一样理解和描述一张图片；微软的 OCR，则能够为各种人工智能应用增加图形文字识别功能，包括从 Office、Skype、Bing、HoloLens 的微软应用。
- Azure 机器学习服务
如果要用一句话来概括机器学习服务，是帮助数据科学家和开发人员更快地构建和训练 AI 模型，然后轻松地将这些模型部署到云端或边缘。目前，Azure 机器学习适用所有用户，它的核心特性是全面可用性，包括对 PyTorch、TensorFlow 和 scikit-learn 等 AI 框架的支持、对自动化 hyperparameter 调优，以及部署到云环境和边缘环境的能力。
