腾讯云卢平：如何做智能家居厂商业务转型、用户体验升级工具箱( 四 ) 编辑|云鹏智东西7月11日消息

这会涉及一个非常长的流程，这里面需要研发的同事进行深度参与，通过我们的IoTEnable去做托管，可以实现研发到交付的一键划拨能力，帮助我们去迅速完成整个交付过程。
最后，我们会提供一个腾讯连连版的小程序，如果厂商不希望开发自己的APP或小程序，也可以使用腾讯连连的小程序，作为应用端节省开发成本的一种方式。
在视频方面，我们提供了视频类PaaS服务，帮助快速落地，视频品类的产品，我们提供的也是一个端到端的解决方案，从设备端到应用端我们都提供了相应的SDK ，我们的客户只需要专注于去集成SDK和上层的SaaS的服务的实现就可以了，其他的是不需要去参与的。
包括一些P2P技术的投入、云存储系统架构的开发和运维都不需要去管，而且我们有一些差异化的优势，比如我们把腾讯非常擅长的音视频技术应用进来，我们的P2P的穿透率可以做到80%多，而且可以做到“秒开”的延迟，对于网络抖动也有比较好的抗性。
其次，就是跟微信小程序整个生态的深度融合，我们是目前首家能够在微信小程序内实现P2P能力的厂商，为我们在小程序上做高清视频的通信打了很好的基础。
并且我们也联合微信团队推出了强消息提醒的推送能力，也就是说它可以通过类似于微信的视频电话、震动响铃的方式去触达到我们的用户，让我们用户去完成一些需要强干预的场景，比如说像门铃呼叫。一些安全类的事件发生的时候，我们需要这样的强触达能力。
前面讲的是两个比较基础的平台，后面随着我们业务的发展，我们可能需要迈向第三阶段，提供一些主动化的智能化的服务，我们要去构建企业的AI中台和企业的大数据平台。
在AI中台这部分，我们会从三个方面来进行助力。

文章图片
第一，资源层面我们可以提供像NPU、GPU、CPU这样的异构算力以及各种类型的存储和高速网络的资源，去搭建一个底层环境。
在第二层，我们会从数据管理、模型训练，到模型的管理和模型的推理这些层面去搭建训练和推理的机器学习平台，帮助客户去迅速训练自己的模型，提供AI服务。
第三个层面，我们会结合腾讯比较有优势的AI服务，包括语音类、视觉类，包括我们跟一些腾讯生态的内容做结合，提供的技能服务等等。
我们会保留相关的AI接口，应用在语音交互、视觉交互、视觉理解上。推荐系统、大数据平台这块，随着我们设备的数据、用户的使用行行为的积累，我们也希望能够挖掘这些数据的价值，赋能我们的业务。

文章图片
比如在电商上面可以去做一些产品的推荐，或者对我们后续的整个产品迭代提供一些建议，整个系统的智能运维层面都可以给到一些帮助。
在大数据整个平台的构建上面，我们可以提供托管的大数据产品，帮助去搭建从数据导入到存储到分析引擎的一系列的大数据的组件。这可以节省企业对于大数据基础设施构建的投入，提升集群的运维效率。
第二，我们可以针对于客户的使用场景，结合我们内外部的一些最佳实践，为客户去定制最优平台架构方案。
后面两点，我们可以通过云上的数据集成，帮助我们方便的去实现数据的导入，我们也可以基于存算分离的架构、弹性伸缩的集群架构，去降低整个大数据平台的总成本。