作为深耕云计算领域的创新企业，UCloud 于今年年初提出了（Cloud，Bigdata，AI）三位一体发展战略，并发布了UAI（人工智能）系列产品，包含超高性价比 GPU、UAI-Train、UAI-Service 和安全屋等AI产品，已构筑起一站式AI全服务。
UCloud 不仅为 AI 企业提供极具性价比的计算资源，还凭借体系化的混合云解决方案为 AI 企业的数据安全提供保障。目前，UCloud 已经与格灵深瞳、第四范式等 AI领域标杆企业建立了合作关系。
UCloud 对云计算行业有哪些新的解读？人工智能为云厂商带了哪些挑战和机遇？带着这些疑问，AI 前线采访了 UCloud 创新产品线研发总监叶理灯。
嘉宾介绍
叶理灯
拥有 10 年丰富的互联网研发经验，先后任职于腾讯、盛大云等互联网公司，从事海量分布式后台系统研发及运营，现负责 UCloud 创新产品研发，专注面向企业的云计算产品的研发及运营。
AI 前线：从联合创立 UCloud 到今年 3 月完成 9.6 亿元 D 轮融资，再到今天，您有哪些创业经验可供其他技术创业者借鉴呢？
叶理灯：UCloud 拿到 9.6 亿融资不能说算是成功了，只能说是阶段性的胜利。融资成功说明资本市场对我们的认可，这个认可是基于我们对用户所提供的价值。如果说可以有什么经验提供给其他技术创业者的话，我的第一个观点就是定位好自己，从给用户提供的价值出发，做有价值的产品及服务，自然会有来自市场的回报。2012 年 UCloud 创立的时候，国内的云计算处于全面落地的前夜，尽管当时国内也有不少厂商在做云计算，但都不成熟，产品和服务都离用户的需求有点远，我们创立 UCloud 是抱着提供更好的产品和更好的服务给用户这一愿景，这个就是价值。那个阶段处在云计算革 IDC 的命开始阶段，各云厂商都在努力把云计算的市场做大。
第二点是创新。从 UCloud 举例，一个创业公司做云计算这种重资产的领域，刚开始是没多少人看好我们的。我们没有大腿可抱，没有钱，这就逼着我们从技术和商业模式上做创新，去克服我们第一阶段资源缺乏的困难。这里说两个案例，在技术上，我们通过开发一个 IO 加速模块，让我们的虚拟机在普通存储介质上具备类似 SSD 的 IO 能力，一方面节省用户的成本，一方面提供好的体验。另外一个案例，我们一开始的时候没有资金购买物理无服务器，为此我们改变传统的自己购买服务器然后做虚拟化的模式，通过和服务器厂商合作分成的方式，避免一次性投入太多现金购买服务器，这个模式让我们成功度过了资金不足的阶段。
第三点是坚持。UCloud 走到今天，肯定有运气的成分，但是我觉得跟公司这帮人的坚持是有很大关系的。在那时候，我们的人力和资源配备跟巨头没法比，那我们的前途在哪里呢？第一，要想清楚自己的定位：这个行业是可为的，能为用户带来价值，而且这个行业还远远没成熟。抓住了用户才会抓住根本，就能抓住根本。第二，一定要坚持做下去，坚持才能有希望。如果一遇到困难就退缩的话，UCloud 就没有今天。这是我的经验，一定要坚持。为什么很多公司会倒下？为什么能留下来的公司很少？我觉得除了大势的原因，比如这个行业被淘汰了，另外就是跟创业者的韧劲有很大关系。
最后，做正确的事情很重要。UCloud 能走到今天，另外一个经验就是创业的点选择得也比较好。那时候云计算在国内没有真正落地，2012 年整个中国对云计算的接受程度还比较低。我们推出产品的时候并不算晚，而且我们选择了移动游戏行业。移动游戏的架构比较简单，天生对云计算接受程度比较高，而且创业公司对云计算是比较容易接受的——因为它可以很好地帮创业公司节省现金流。由于架构简单，移动游戏厂商采用云计算也没有什么很大的障碍，我们抓住这个机会，也引发了整个云计算在中国落地的里程碑事件。UCloud 很好地抓住这个机会，后来拓展到整个创业公司，到现在我们全面铺开。抓住某个时间点和机会是比较重要的——不是单纯靠努力和艰苦就能成功的。
AI 前线：您如何看待云厂商的混战阶段和深耕阶段？
叶理灯：我觉得，目前云计算厂商之间是有竞争，但是还没有到混战阶段。我觉得中国的云计算发展程度比国外晚，从具体产品可以看出来，国内对有些产品接受程度不高。这跟中国的 IT 发展水平有关系。从我的个人经验来说，刚开始做云计算的时候，用户常问，你们云计算和传统 IDC 相比，优点在哪里？目前也是经常被这样问。这意味着，IDC 还存在着很大的市场等待云计算厂商去拓展。云计算要革 IDC 的命。尤其是，在很多传统的行业，包括政府、医疗、教育，云计算的渗透率还是很低的。现在是蛋糕还没有做到足够大，没有到云计算厂商完成革命去分蛋糕的阶段。云计算厂商各有优劣，不是替代关系，目前还是大家不断拓展云计算边界做大蛋糕的阶段。
AI 前线：人工智能给 UCloud 和行业带来了哪些机遇和挑战呢？
叶理灯：如果把人工智能当火箭，他需要三个方面的动力，第一是数据，第二是算法，第三是计算能力。云计算是计算能力的很好的选择。正是云计算的建设导致企业能很好很快地获取 AI 的能力，这才能导致这波人工智能浪潮的落地速度比前两波浪潮更大和更快。
人工智能的前两波浪潮经历了从春天到冬天，本质原因在哪里？主要是，理论给了大家的很高的预期，迎来了春天；但是实际运用下来达不到预期，所以进入冬天。在现在这波浪潮中，有很多产品是有落地的，比如计算机视觉、图片视觉、安防、自动驾驶，所以我觉得这波浪潮会持续很长时间。
我觉得人工智能算一个技术，而不是一个行业。人工智能落地，一定是在各个行业里落地。渗透到行业里去，这才是人工智能的价值所在。这跟云计算有点类似。回头来看，现在人工智能的浪潮在国内可以称为上半场，做应用也好算法也好，融一笔钱，看着很不错。那下半场就是，很多传统的产业利用 AI 帮他们提高生产效率，实现行业落地。
我举个例子。一个纺织业客户，他们织布会有残次品。如果通过人工分辨，效率太低了。为什么不可以通过智能图片识别的方式去判断是不是合格？什么意思呢？人工智能要渗透到行业里，而每个行业的 IT 水平是参差不齐的，应该怎么落地？这个时候，云计算是辅助人工智能落地的加速器，各个行业的计算能力、算法、数据的能力都可以通过云计算进行补齐——云计算厂商在这些方面都是很成熟的。
UCloud 的优势和挑战在哪里？人工智能涉及到算法、数据和计算能力。UCloud 是中立的平台，下不碰数据，上不碰应用。我们和做 AI 应用的公司是没有竞争的。我们会提供平台，但不是传统的平台。我们专门做了一些更加易用的平台，除了云计算的数据处理之外，还有 AI 训练、模型推理等功能，辅助人工智能落地。我们中立，不做人工智能相关的应用，这样我们提供了易用的平台帮助人工智能落地，帮助传统行业减少在人工智能建设方面的成本。
AI 前线：您负责的 UCloud 创新实验室主要在做什么？可以分享一些成果吗？
叶理灯：UCloud 创新实验室包含两个部门，一个是人工智能部门，包括人工智能训练服务 UAI-Train 和人工智能在线服务 UAI-Service。UAI-Train 是一种 PaaS 服务，用户只需要提供 Docker 镜像和训练数据，UAI-Train 能够自动为其训练任务创建运行环境（Docker容器），并调用 GPU 计算资源为用户提供高性能计算服务。值得一提的是，该产品按需计费，精确到分钟，极大地降低 AI 的成本投入，避免闲置资源的浪费。而 UAI-Service 可以提供海量计算节点，自动负载均衡，动态扩缩容，同时提供高可用性、高安全性和高功能性保障；同样是按需收费，灵活便捷。另外一个是应用创新部，基于 IaaS 平台让企业用户更加方便地使用云计算，比如有容器服务 Container Service，有 Serverless 服务、通用计算服务。
UCloud AI 架构图
实验室的另一个使命是，通过内部产品重构 UCloud 软件架构。做平台的思路就是，先吃自己的狗粮嘛，eat your own dog food，在我们内部使用确认稳定之后，才对外公布和提供给用户。同时我们会采用一系列机制来保证创新，比如根据最新科技动态、友商资讯和行业需求，做技术研发并整合到平台上，做成产品进行固化。
AI 前线：方便分享具体的客户案例吗？
叶理灯：我分享三个案例。
第一个案例是我们推出的通用计算服务。之前，有在线教育客户买了 UCloud 的物理机，他们用到了人工智能的 OCR 识别图片中的文字。他们直接使用物理机会有很多问题，第一是成本很高，第二是要有专人维护，同时为了压榨物理机的性能，他们就需要在写算法的时候把 Server 写得很好。我们推出通用计算产品之后，他们觉得很好用。他们的物理机直接调用我们的 API，他们不用管后端了，十分简便；同时，计算资源成本大大降低了，大概节省了 97%，之前 50000 块钱，现在只要 150 块钱，这是一个比较经典的案例。通过我们的创新产品，解决人工智能计算和成本问题，而且平台做得好，可以自动扩展，还有跨机房容灾，给客户创来很大的价值。
第二个案例是做基因检测分析的用户，比如分析你的祖先起源于哪里。他们要做成算法开放平台，允许用户上传自己的算法，进行相关的分析。这时候，他们面对的问题是如何选择架构，比如算法怎么打包、如何给用户提供报告。他们觉得 UCloud 的产品很好用，直接调用自己的算法把请求转给我们的 API，这样下来，他们的开放平台架构非常简单，成本也很低，很快就搭出来了。这个平台已经成功运行了半年时间。
还有我们刚推出人工智能训练 UAI-Train 的时候，创新工厂、今日头条和搜狗联合推出 AI Challenger 全球 AI 挑战赛，五大赛道的后台训练全部都是采用 UCloud 的 AI 训练平台。
AI 前线：对于企业落地人工智能，有哪些建议？
叶理灯：我的建议是，走现实的道路，找到切入点。看看在你们公司和产品的体验里，哪些东西是可以用到人工智能的，帮助提高体验也好，提高生产效率也好，降低成本也好。要找一个点去切入，根据自己的问题，去想办法用人工智能解决问题，而不是追求热点，盲目地搭一套人工智能平台。
AI 前线：您如何看待人工智能的火爆？
叶理灯：普通人感受到的人工智能比较火应该是源于去年 AlphaGo 和李世石的围棋大战。人工智能在不同领域的发展是不一样，比如苹果 Siri 也是人工智能。谷歌推出 TensorFlow，可以让每个人低成本地建立自己感兴趣的小型应用。一项技术能落地甚至变成风潮，根本原因是它的实际价值落地成本。他的落地费用不高的时候，自然就会广泛应用。现在很多大机构都有很多黑科技，没有公布出来不是因为科技不成熟或者技术不可靠。不是的，是因为这个东西量产成本太高。比如前两天我的某个 APP 密码忘记了，找回密码很费劲的，需要短信验证、身份证信息。但是现在有人脸识别，直接对着摄像头就能很方便就找回密码了。如果人脸识别的成本很高的，那这个也是要收费的、不会这么普及。人工智能技术发展到一定程度，云计算也起了很大的功劳，因为云计算促使相关的技术都变得便宜了，很多高精尖的技术可以直接应用了。这是我个人观点。
AI 前线：云计算跟人工智能的结合还有更大的空间吗？
叶理灯：我觉得还是有的。计算能力不用说了，云计算本身具备很强的计算能力。随着云计算的发展，可能以后 80% 的数据都会在云计算上。数据和计算能力都在云计算上面，再用云计算做人工智能的算法，最后云计算跟人工智能越来越紧密，或者说，云计算会成为人工智能的基础设施。
AI 前线：您最期待的人工智能应用场景有哪些？
叶理灯：这个很难预测了。大家对人工智能比较忧虑的是，很怕自己的岗位被机器人代替。有些行业可能会有这个问题，比如说自动驾驶出来后，很多人都不用开车了。但是很多行业不会，比如你是个设计师，是要设计海报的，而不是做一些重复劳动，那人工智能会是更好的辅助。
我们现在遇到很多的客户，他们会让人工智能和机器做重复性的机械性的东西，人会更加专注做创造性的东西，我觉得这是个大方向。人工智能有强烈的行业属性，各个行业面临的问题是不一样的。最后会变成什么样子，有赖于各个行业同仁的努力。
AI 前线：您怎样引领和激励团队的创新呢？
叶理灯：创新最重要是不要限制。
当然了，没有限制是很难的，比如做工程会有很多标准,研发要有过程，控制代码质量有流程，编码要有编码规范，测试要有自动化测试、单元测试、性能测试。在 UCloud，项目是否立项，是个群策群力的过程，让大家投票决定，让大家都有参与感，充分表达自己的意见。每个人都有局限性，如果说都是由我来控制整个过程，那我就成为了瓶颈。
确定项目大的方向之后，我们支持不断试错。试错就是要快、成本要低，10 个方向有两个成功，对我们也是好结果。
AI 前线：对 UCloud 的未来有怎样的期待？
叶理灯：我希望 UCloud 能更加茁壮成长，能有越来越多优秀人才加入 UCloud。UCloud 的发展壮大一定需要更多的新的优秀人才加入进来。to B 行业非常累，但是发展比较稳，不像 to C 行业会快速地起起落落。我希望 UCloud 保持初心，跟用户站在一起，为用户创造价值。这是最根本的。
