今年的云栖大会“收敛”了不少，这是我两天来瞎逛完的第一感觉。
当然，这不是说大会不火了。毕竟依然能把主论坛门票炒到2000块以上，是中国顶级科技盛会才有的待遇。
再譬如，新零售论坛依然火爆到限制入馆人数。因为晚到了一会儿，就不得不在门口排半小时队，才能获得在墙角跟一群工程师挤一挤凑合着听的权利。
耗时半小时，才进场
但是，与两年前云栖小镇涌入12万参观者，E馆F馆塞满各类企业展台，甚至主办方不得不在室外搭起一个个白色棚子才能安顿好各类公司的空前规模相比，今年的云栖“清减”了。
“的确缩了，非常明显，” 一位曾来过四次云栖大会，自称从事零售行业的大叔告诉我，前几年他打车隔很远就要下来徒步走进会场，因为“就两公里路，但你可能要在车里坐上半天”，
“但是今年路上一下子觉得空了不少。E馆F馆都撤了，外部公司的展台少了好多。”
另一位随公司第三年来云栖做技术展示的小姐姐表示，过去在这里租展位来秀肌肉的公司很多其实已经倒闭，这种变化很大程度上与大环境有关。
连出租车司机师傅都说今年清闲了不少
除了规模上的“收”，更明显的其实是技术落地姿态上的“敛”。
每年，云栖大会都会换一个主题，很多创造出来的新名词也会被阿里带火，即便本质含义并无太大差异。
阿里CEO张勇今年畅聊的“数字经济”，仍然可以被理解“数据+技术所创造的价值”——
让一个部门，一所企业，乃至一个行业的所有数据真正被各种技术驱动起来，并能够从需求端到生产端合理且自由地“流动”，进而让各个业务环节产生最大价值。
然而，与过去几届出现微妙差异的，是阿里业务执行端上的“侧重点”正在发生变化：
原来更倾向于猛闯各个行业深处的阿里，似乎开始吹响“守城之号”——夯实地基，垒高墙门，借藩国部分兵力获得交锋之机。
这就是所谓的“敛”。
本次，城市大脑、工业大脑并无太多新案例被展出，衢州与萧山等案例都曾在前年去年进行过重点介绍；斑马与车厂的合作也没有最新进展；新零售也不再被设为云栖的重点话题（尽管依然受参观者欢迎，此概念已深入人心）。
而另一方面，“更容易打通、采集到数据并发挥技术能力”的相关2B与2C业务被推到舞台中央。
在C展馆，尽管最显眼的仍然是“达摩院”的三字招牌，但是占地面积最大的阿里业务展台，都与“AIOT”（人工智能物联网）战略密切相关。
AIOT，简单理解，就是不仅能把所有设备连接起来，还能让各个设备变得更聪明——这显然符合让数据打通并流动起来的战略目标。
那么这里面就有两个关键要素，智能设备与连接方式。
智能音箱“天猫精灵”，可以被视为阿里这几年来大众知晓度最高，市场推广最猛的消费级硬件产品。
而这一次云栖，作为阿里AIOT业务导向下的重要设备端一环，它的地位也让人感受到有了进一步升级。
推出天猫精灵等消费级硬件产品的人工智能实验室展台是最显眼且最吸引人流的展台之一
不过，天猫精灵背后人工智能实验室（AI Labs）在去年推出的面向企业客户的“太空蛋”等服务机器人系列，虽然出现在展台，但并没有更新任何消息。
这两台服务机器人去年就已展出过，今年相关团队并未亮相
如果在展台转一圈你会发现，不仅仅是智能音箱，以语音助手形式进入汽车，包括前端接入（天猫精灵与宝马的合作），打包成智能座舱与后端车载智能硬件（阿里斑马），都是当下人工智能等技术更好进行商业落地的输出形式。
以智能座舱为例，今年4月的上海车展就曾放出过一个明显信号，零部件馆里满眼的“智能座舱”标识，已成为各家技术公司与车厂实现不了自动驾驶就“退而求其次”的最热门生意。
很明显，以上这些产品都有一个特点，离普通C端消费者相对更近，产品模式也相对简单，数据采集与接入相对容易，能与阿里现有的技术服务以及支付平台进行联通或打包。
而从连接方式来看，无论是芯片、AI开发平台，联网方案还是云计算平台，都相当于“打铁用的榔头、火候和锅炉”。这是一条企业最为传统的技术“钱途”——做深做大技术生态。
显然，阿里正在选择“回归”技术平台本色。
特别是当看到AIOT展台玻璃柜里摆放的那一溜开发板时，我似乎曾在科大讯飞开发者大会的展台上也看到过相同定位的产品。
作为曾经的主推项目，“城市大脑”的数据打通，更侧重于把行业客户里一个部门的多个系统，多个部门的不同系统数据进行横向汇集；
那么阿里现在的技术落地策略，更像是一种“把自己技术与产品经络先打通”的纵向连接。
特别是在达摩院、飞天智能（云计算）、天猫精灵、阿里斑马等技术展示区，不乏“由自研芯片含光驱动的AI平台”，“该面板全面适配AliOS操作系统”等字眼，给人一种兄弟技术部门相互提携的感觉。
这种细微的改变，与其说是阿里开始转向一个落地更快，更容易凸现技术商业价值的赛道，不如说阿里技术部门正在被重新塑造成一个严谨保守的技术男形象。
“中台”概念撑起的虚浮市场
当“新零售”一词已经完成自己的概念使命后，必然要有接棒者。
而今年，云栖大会最火的概念词非“中台”莫属。
这个词从去年火到了今年，一连串的互联网巨头陆续以“中台”概念为参照调整组织架构。而今年云栖的第三方技术公司展区，也让我看到了在蹭热点上，企业不输媒体的强大实力：
不管是云计算、物联网硬件、无线模组还是营销公司，都在“脑门”上贴了或显眼或隐蔽的两个字：
中台。不管我们自己有没有中台，我们都可以做中台。
这绝对是一个让人头大的词汇。
因为它不仅难以理解，而且相比于“新零售”等容易让大众产生好奇的阿里热词，它一点都不“性感”，似乎更适合企业管理者去自己琢磨。
就连阿里巴巴集团CTO张建锋在昨天接受媒体采访时也曾开过玩笑，别说外界，他自己也不是很懂这个词。
实际上，这个概念在提出后才被逐渐复杂化。
毕竟不同规模和性质的企业，中台的呈现形式也会截然不同，所以这个概念甚至被相关人士写成了一整本书来讲述“如何帮助企业实施中台战略”。
但对于非专业人士来说，它的初始意义其实不难理解：
从技术角度来看，没设立中台前，前台业务纷繁复杂，每个业务线都可能配有单独的IT系统或套件，造成了太多的系统能力浪费；因此，不如在IT架构上进行改造，整合成一个大系统，统一为前台各个团队有效输出数据或技术能力。
再举一个不是很恰当，但是容易理解的例子：
古代一个土员外有三个姨太太，三个人各建了自己的私厨，并雇了买办和厨子给自己一个人买菜做饭。但员外觉得这样做太浪费钱，明明锅碗瓢盆等厨房器具和各种食材可以共享，甚至一个厨房出菜还能提高供应效率，就重新整了一个大厨房，为三个姨太太提供饮食服务。
总结下来就是一句话：
中台其实就是一个对技术和数据能力进行共享和输送的中转站。而本质上，仍然是数据的打通与自由流动。
早在2017年云栖大会上，城市大脑项目的工程师在讲述核心理念时，其实就涉及到了中台的应用价值——
城市大脑最核心的一个东西，就是数据资源平台，它也被称为大脑的“供血系统”。在这个平台上，不同技术工种的工程师们需要一起把数据整合清理好，再同时开放给不同的部门调用。
2018年云栖发布的阿里中台架构图
但听起来非常容易理解的东西，往往藏着想象不到的难度。
做出一个成功的中台意味着，你要“说服”一个行业客户的各个部门把数据都共享出来，甚至把一部分权力分割出来；
与此同时，你还要擅长运用多种不同的技术，尽最大努力给出一份完整、干净而且标准化的数据；
当然，最重要的一点是，一定要保证这个新系统让前方业务人员工作起来更顺手，效率更高。
换言之，后勤优化升级的终极目的，仍然是为了一线士兵打一个漂亮仗。
然而，虽然我不清楚阿里对内对外是否能做到这一点，但云栖展台区的各类所谓能够为企业客户提供中台的公司们，其中一部分其实噱头大于实际能力。
一家自称做5G网络切片（就是将5G网络切出多张虚拟网络,从而支持更多业务）起家的公司告诉我，他们可以为行业客户提供AI中台。
然而当我问及如何从网络切片为基础向上延伸建立AI中台时，他表示这是“一个随着业务壮大自然而然开枝散叶的过程”（这个解释抽象地让我忍不住嘴角抽动）。
而至于AI中台是什么？从大屏幕里展示的各项能力元素来看，它与阿里AI中台，百度、科大讯飞以及多家公司AI技术平台上的应用，无什么差异。
“看起来都差不多，那你们自己的技术有什么优势？”我问，
“嗯…这个问题我要回去询问一下技术的同事。”
而另一家表示能够提供数据中台的SaaS公司，其声称能够帮便利店和商场做人脸识别和进店数据分析的会员系统。
换句话说，把这些会员数据、销售数据以及人脸数据等等全部打通，就是一种数据中台。
不管对与错，这看起来与这几年新零售技术公司做的事情别无二致，只不过换了一种说法。
大大小小的中台提供商，让本来可能还算清醒的我，开始愈加困惑：
中台真的这么好做？好做的事还能赚钱？
一位帮工业用户做过中台系统的科技公司表示，有些数据是非常适合建立中台的，譬如企业报表。
“每张具体的报表虽然会因为不同业务部门人员提交的维度不同而产生较大差别，但基准其实都一样。因此，数据中台减少不必要重复工作的意义就很大。”
但是如果涉及到供应链系统，生产线控制系统，难度便会陡然增加。因为盘活这一类数据，都必须要接触和了解一线业务与工作人员。
“中台不是一种产品，这是甲方和乙方去共同打造完成的。今天把中台当成一个生意去做中台的，都是忽悠人的。”一位投资人表示，做重型行业中台的难度其实很大，
“举个例子，因为你需要先去考察和走访产线层，再考虑中台应该怎么去配合他们，然后将业务特点与工人习惯映射到中台的设计上，思考怎么把内部的数据、人以及组织进行整合。这些只有做过的才知道非常艰难。
因此，今天做中台的公司，能给企业创造真正价值的，很少，也会死一大批。”
此外，即便中台服务商可以帮一家企业做出有实际意义的中台，但这距离“给一家企业做真正意义上的全链路数据打通与应用", 仍然很远。
围着展台走了若干圈，我发现其实绝大部分企业，其实都只能做行业数据应用全链条上的一小部分。
一些公司专门做数据采集设备，一些公司专门做数据接入和整合，一些公司做某一种系统的中台，还有公司专门做上层的数据分析与预测。当然，还有公司负责赶时髦和吹牛逼。
这些公司有没有可能形成一个大闭环？不清楚。但只有形成闭环，才可以真正被称为“数据的打通”。
但反过来看，也正是即便拥有一小部分能力也能成就一家公司，才能证明一个事实：
让数据真正地在一家企业内部，乃至整个城市流动起来，究竟是一件多么具有挑战性的事情。
这也许就是整个阿里的技术发展与应用方向，开始重新向技术底层和中层“回撤”和“下沉”的原因。
事实上，这也符合张建锋说过的“阿里云需要练好内功，帮助合作伙伴去拿项目”，把资源和精力重新集中在自己更擅长和能够更快获得的东西上面。
当然，有人会觉得这不再符合阿里以往“张扬”以及“向前冲”的气质了。
毕竟假如真能把企业内部甚至整个城市的大大小小各种系统打通，并进行数据与技术的合理调用，从提升企业和城市运行效率层面来讲，绝对是一件有颠覆性意义的事情。
就像戈德堡机械一样，数据和新技术能力就像这里面的小球，全部走完，才能触动各个关节的机关，发挥全部效力；相对来看，这也需要改造每块硬件，使之精准对接
但事实上，很多关键问题，甚至80%的问题，恰恰不是技术所能够解决的。
譬如已经谈了好久却始终存在的数据孤岛问题，真的不能被技术所解决吗？相信拼死打入行业的技术工程师们已经深有感受。
“很多时候我们觉得大数据或AI并没有为企业带来什么价值，或者说带来的就仅仅是某个系统效率提升，广告营销投放更加精准等等，技术似乎并不怎么了不起。
那是因为一方面，行业用户只觉得头痛医头，脚痛医脚就好了，不想从整个身体构造的调整入手。
另一方面，很多技术人员觉得一种药（技术）就包治百病，调一下优，或者写一行出色的代码就能天下无敌。” 一位在工业领域浸淫多年的技术专家感慨，两边的人都试图让对方先把价值证明给自己看。
所以，不要怨技术没发挥作用，是我们既把它想的太简单，又把它想的太复杂。
达摩院究竟有几个面
我一直忘不了马云老师在2017年云栖大会主论坛快结束时，才扯着嗓子把自己对达摩院的定位“一吐为快”的场景：
“我认为，阿里的达摩院不应该research for fun（为乐趣而做研究），不应该research for profit（为利益而做研究），我们应该research for solving problems with profit and fun（我们应该是为解决问题而做研究，同时兼有利益，还有快乐）。”
虽然我不能否认很多人可以同时拥有利益和快乐。但我打心眼儿里不相信，在一家能把双十一优惠策略做的像脑筋急转弯儿的上市企业里，科学家可以快乐地，富有情怀地做着自己想做的基础研究。
否则，就不会有这几年来科学家们或主动或被动去淘宝以及其他兄弟公司业务部门寻找可以落地的场景；也不会有去年刚刚宣布成立平头哥芯片公司，今年就急吼吼地推出了一款AI专用推理芯片。
据平头哥半导体有限公司IoT芯片研究员孟建熠表示，这款名为含光800的AI芯片，从立项到量产只用了一年多时间，而达摩院这边提供了重要的算法支持。
当然，这次能在相对短的时间里设计并流片成功，阿里在去年3月收购的有20年芯片研发经验的集成电路设计公司中天微，在研发工作中起到了关键作用。
但我们也不能忽视，这款芯片一经发布，其功耗、类型（推理与推理训练芯片的区别）、竞品比对方式（专用芯片与通用芯片的区别）、量产规模以及流片的良品率等问题在芯片圈内颇具争议。
“你知道芯片工业最难的部分是什么吗，是生产工艺。”一位了解芯片的技术人员认为阿里发布含光后，更难的还在后面。
“为什么当年IBM，AMD做不过英特尔，不是设计能力的问题，是流片的良品率问题。英特尔的工艺做的最好，良品率高，成本降了下来。
因此懂行的人都知道，发布一个设计后，关键还要看后续的量产以及良品率情况。”
这就像很多公司都在CES（国际消费类电子产品展览会，国际很有名的一个前沿技术展会）上发布过概念车，车型无不炫酷漂亮，独树一帜。但大部分都昙花一现，后面真正进入量产的没有几台，更不用说产生长期商业价值。
但技术争议，是技术圈的PK常态，达摩院展台的一位技术小哥把这些不同的观点比作是“圈内常有的交流切磋”。
“我们知道这块芯很多不足，距离国外的一些产品仍然有差距。但大多时候真正做技术的其实都会私底下暗自较劲儿，这个圈就是谁都不服谁。”
但他透露，1年多的“闭门”时间，对于达摩院以及平头哥公司的芯片研发与设计工作者，是一段充满焦虑的特殊时期。
“写代码压力大不说，很多时候都是工作连轴转，可能一周7天都在干活。” 一位达摩院展台小哥表示，像芯片研发这种事情，除了耗时间，而且还特别枯燥无聊，
“每天盯电脑盯到眼瞎有意思？有项目进度逼着，这种本身就是慢活儿的事情，压力不大才有问题。”
当我问一位做语音技术方面的小哥“是否有KPI（绩效考核）时”，他用看神经病一样的目光瞪着我：
“怎么可能没有，达摩院也是要去做落地推进的。只要存在项目，有成型的产品，就会有KPI。”
“那量子计算呢？应用目前几乎太可能。”我说，
“那也有其他的考核标准，譬如阶段性研究目标，或者达到某个具体的效果或功能，总之看情况而定，不可能随心所欲。”
但是，当我询问哪些客户用了他们的语音技术时，他似乎有些踌躇：
“直播有一些吧，像语音合成这种比较受直播平台欢迎。虽然听起来不是很高大上，但是更容易把技术推出去。对了，高德地图的语音合成功能，就是用了我们的技术。”
事实上，达摩院展台上的语音、自然语言处理与计算机视觉技术的落地展示，亦如这几年来所有科技展会中常常展出的货品识别、机器翻译等技术应用，对很多人来说已经没有多大的新鲜感了。
这些技术其实很多早在两年前就用在了淘宝、阿里云以及盒马等兄弟公司的刷脸支付系统上，为他们的产品升级做出过不小的贡献。
以淘宝为例，其首页的拍立淘（以图搜图）功能应该是达摩院的前身——IDST（数据科学与技术研究院）最成功的内部项目之一，图片识别效果曾让普通用户赞不绝口。
没用过的人可以试一试（不是广告！），搜产品真的比百度的图片搜索强太多（自己去用一下就知道了，没有对比就没有伤害）。
但另一方面，无变化的技术展示形式与旧的落地项目，也说明单一技术的可用场景并没有我们想象中那么广泛，与此同时，这些技术也早已脱离了“黑科技”的范围，开始大隐隐于江湖。
一位阿里文娱展台的技术人员表示，虽然优酷等视频网站的很多功能也会用到计算机视觉和图像识别技术，但他们自己都能做，也有自己的技术支持部门，
“这些技术我们可以自己做，达摩院的话…还是做基础研究吧？”
某种程度上，达摩院被外界很多人寄予了很高的期望，而内部与外部视角产生的某些落差或许是另一种矛盾。
“怎么说呢，我是来看芯片介绍的，顺便再看一下他们（达摩院）其他都做了什么。但其实有点遗憾，我没有看到让我觉得眼前一亮的东西。”一位自称第二年来云栖大会，对达摩院特别感兴趣的年轻开发者感觉，达摩院似乎越来越“幕后”化了，
“你看他们把很多自己的展位都给了自己的合作伙伴，这是在推自己的平台？但其实还是没什么实感。”
在达摩院展位上，一位创业公司展示出调用了达摩院语音平台技术的智能插座产品
正如这位开发者的感慨一样，或许我们在展台上看到的仅仅是达摩院做出技术落地努力的一小部分，毕竟科学家们还肩负着发表论文的重任，而这些研究成果更是难以触达大众层面。
“达摩院这两年始终处于一个摇摆状态，究竟是做真正的黑科技，还是做能赚钱的应用型。他们也很痛苦，” 一位不具名人士告诉我，在一家每季度都发财报的上市公司做深度科技研究，是一个相对矛盾的命题，
“谷歌都尚且割舍了很多研究项目，那么其他公司可能更难做到。但是无论如何，这群人都是会产生价值的，只是要做出一个选择。”
当然，从大众层面，或者叫吃瓜群众角度来看，达摩院无论如何都是赢家。这可能是马老师未曾说出的建立达摩院的另一层深义：
这个听起来就让人想配合双截棍喊出“哼哼哈嘿”的名字，除了三年来成功跃升为阿里的技术能力象征，也的确一直扮演着技术普及大使的角色。
“我不太懂技术方面的东西，但都知道达摩院很高大上啊，” 一群在达摩院牌子前摆造型疯狂自拍的男孩子并不太想聊达摩院，只想跟这个牌子待上一个小时。
当然，他们是我在半小时内，看到的第N批进馆就立马掏出手机狂拍一通的“达摩院瞻仰团”。
“那你们觉得它高大上在哪儿？” 我问，
“马云不是说这里面全都是科学家吗，做出了芯片，还有量子计算。” 他多少有了解一些基本信息，
“那你懂这些吗？”我又问，
“不太懂，就是觉得这些可能有点前景？我学水利水电的，以后会转行还说不定。”
“别转了，做这些挺难的，会秃顶。”我开了个玩笑，
“那，薪资可能会高吧？科学家都有钱……”
我突然不知道怎么回答，尴尬地笑了笑，便离开了。
