如果說在4G的移動互聯網周期之內，開發APP遭遇滑鐵盧已經成為過去式，那么，在近在眼前的5G關口，如果互聯網創業者還抓不住APP的核心要義，可能意味著從此就要告別互聯網創業的生涯了。根據工信部發布的數據，截至去年5月份，我國市場上能夠監測到的APP數量大概為415萬款，其中蘋果平臺的應用數量超過182萬款；整個5月份，第三方應用商店和APP store則上架了13萬款。

APP總量這么多，再低頭看看自己手機里的那些應用，是不是有一種難以置信的感覺？那么，另外幾百萬款APP的生命周期可想而知……為什么開發者苦心做出來的APP，就是沒有生命力？除了創意和點子，互聯網創業者還需要什么？語音交互、攝影進化、圖像處理等等智慧能力。如今的手機APP，如果說自己還有點不太AI，似乎已經顯得太OUT了。

2017年，華為推出麒麟970芯片，代表移動AI時代的全面到來，也從此打開了智能手機功能上的無限想象空間。而這一切想象空間的集中呈現點，無疑是手機屏幕上一個個APP。但一個不可否認的現實是，從普通人的角度來說，AI是一項十分高大上的技術，很多APP只是打著AI的旗號“強蹭AI”，或者說根本就是“假AI”。比如稍微開個美顏把臉變白，或者用個簡單的推薦算法就自稱AI。

發生這些現象的原因是，APP背后的云服務不能滿足機器學習、深度學習等AI功能所需要的算力。只有擁有高計算性能、高網絡帶寬、低延時這些特點的云，才能讓云端和終端的數據處理和流通更加高效，滿足圖像處理、語音處理等應用的需求。那么華為云是如何為幫助移動互聯網的創業者解決這些問題的呢？

AI時代的APP，具有引擎化和平臺化的特點。在考慮AI算力之前，首先需要先找到適合AI時代APP從開發到運營的后臺部署。以更好地應對APP面對的用戶眾多、富媒體數據量巨大、可能還要支持一系列輕應用的挑戰。

華為云提供的全流程APP主站業務服務，具有強大平臺化優勢：為應對APP流量起伏，通過緩存和分布式中間件提供高性能、高并發訪問能力；為提高資源利用率，采用更細粒度的管理和調度能力；加上自動彈性伸縮、敏捷開發、快速部署和高可靠容災性等特征，讓這些APP在接觸AI能力之前，先在后臺部署上變得穩定可靠。

目前很多APP的AI業務都以對自身數據挖掘和分析為基礎，例如通過用戶數據進行內容的協同推薦，用戶日志分析和畫像分析等等。華為云為APP提供一系列數據分析解決方案，例如通過severless服務，提供彈性靈活的ETL方案，將業務系統的數據經過抽取、清洗轉換之后加載到數據倉庫，以及打造華為云上端到端BI解決方案，快速實現從數據采集、數據整合、構建數據中心到數據可視化展現的全過程，幫助企業有序管理、持續挖掘企業的數據價值。

有了以上部署、數據分析的基礎，AI能力得以構建。華為的數據湖計算，可以提供包括深度學習、機器學習、人臉識別、離線分析、圖分析等等一系列能力，幫助APP實現富文本檢索、聲音圖像檢索等功能。

最后也是最重要的，就是華為云將AI算力釋放給APP，滿足APP機器學習和訓練的需求。華為云的自研芯片昇騰910融入了AI推理能力，結合一站式AI開發平臺ModelArts，可以精準地鏈接計算能力與APP 的AI開發需求，向APP提供充足AI算力，滿足APP的高性能需求。華為云還能整合大規模GPU資源池和大規模AI計算資源池，提升計算任務的調度效率，從而減少機器學習訓練的周期，讓APP更高效地獲取AI能力，快人一步獲得市場競爭優勢。

在APP開發過程中，測試環節十分重要，產品測試過程中要盡可能找到bug，以便用戶可以獲得良好的產品體驗。但市場上的手機配置千差萬別，要最大程度上保證APP的適用性，就必須在多種不同的機型上完成測試任務。傳統的方式就是，要買很多真機，這樣做的缺點顯而易見，增加了成本，浪費了資源。

華為云給出了不用真機也能完美完成測試的方案，解決了企業開發APP過程中的一個大問題。

華為云業內獨有的云模擬手機解決方案，能夠實現在云端模擬各種類型手機，讓APP開發輕松實現云上統一部署、統一運維，提升開發測試效率。云模擬手機支持大部分傳感器與網絡信號仿真，為各種應用提供與真機無差異的體驗。而基于華為終端的Android OS上億級代碼32E的全棧優化能力，更可以最大程度上幫助開發者降低開發測試門檻。

華為云為APP開發提供的全套服務能力，實現了從開發到測試，一切都在云上完成，將引領APP開發步入更加寬闊的道路。

從第一個APP誕生到今天，已經過去十幾年。隨著手機的野蠻生長、通信技術的不斷迭代和AI的星火燎原，APP的覆蓋面正在不斷擴張，體驗友好度不斷提升。而在5G即將跑步進場的當口，APP顯然需要進一步地進行自我武裝升級。