掘金智能經濟時代，百度智能云的策略是云智一體
剛剛過去的2020年里，人工智能所代表的前沿技術已經開始向社會的每一個角落滲透，被公認為經濟增長的新引擎。
作為十四五規劃的開局之年、新基建進入到行穩致遠階段的2021年，人工智能的行業走向照舊成了外界關注的焦點。
權威咨詢機構IDC也適時發布了2021年中國人工智能市場的十大預測，指出AI在醫療、金融等領域的滲透率將進一步提升，將有50%的組織接入智能外呼，45%的重復性工作交給AI，至少有65%的中國1000強企業將利用自然語言處理、機器學習和深度學習等技術優化工作內容......
而當人工智能、云計算等與實體經濟深入融合的時候，也預示著產業鏈上游的云廠商們正在經歷新的賽點。
01 “算法+算力”的新時態
2020年以前的日子里，AI和算法幾乎是同義詞。
比如在智能手機的新品發布會上，主講人可能花上十幾分鐘的時間介紹自家的拍照技術，向場內外的觀眾科普計算攝影的概念，最終落腳點正是某個新算法的應用；在以人工智能為主題的技術沙龍中，分享的話題大多集中在算法模型，或是計算機視覺，或是自然語言處理，或是智能語音技術……
算法是人工智能的基石，甚至說人工智能第三次浪潮的崛起，都要歸功于深度學習技術和一項項刷新了外界認知的算法模型。然而鮮有人注意到的是，深度學習飛速發展的同時，對算力的需求也在暴增。
根據Open AI在年度報告中披露的數據，從2012年在ImageNet競賽中奪得冠軍的AlexNet，到DeepMind公司在2017年推出的AlphaGo Zero，不到6年的短暫時間里，對算力的需求足足增長了30萬倍。
于是在2019年的時候，人工智能進入了技術成熟度曲線的低谷期，技術炒作的泡沫開始破裂，一些人工智能企業的估值迅速縮水。之所以出現這樣的一幕，本質上還是算法在落地應用時的被動，倘若只有擁有足夠大的算力，才能推進人工智能的落地，技術和業務之間自然形成了一條難以逾越的鴻溝。相較于先進算法模型跑出的數據，行業注意力逐漸轉向如何在產業中落地。
到了2020年，算法和算力已經是一對孿生詞，人工智能不再是少數人的自嗨，進一步向產業化探索。
正是從這個時候開始，云和AI的捆綁也越來越密切。畢竟對于大多數深處產業賽道中的企業來說，云計算仍是獲取算力最為便捷的方式，可以隨時調度彈性的算力資源，也就注定了云和AI的融合之路。
最早洞察到行業趨勢的百度智能云，早在2016年前后就提出了ABC三位一體的策略，將AI、云計算和大數據融合；阿里云在2018年的云棲大會上確定了云計算+IoT+人工智能的方向，并陸續推出了可供調用的API；華為云提出了“普惠AI”的概念，以云服務的形式輸出圖像識別、視頻分析等服務；騰訊云也適時提出了AI即服務的理念，同樣是將云計算和人工智能進行融合。
就當下的時態而言，人工智能已經從以單一的算法為核心，逐漸演變為算法+算力的雙核心，云和AI的融合已經是不可逆的趨勢。
02 產業落地的殘酷物語
輿論場上的覺醒和云廠商的跟進，是否為人工智能的落地鋪平了道路？答案可能遠沒有料想中的樂觀。
一個普遍存在的問題：傳統企業往往沒有人工智能人才的儲備，缺少強大的技術應用落地能力，如果只是以云計算為載體輸出算法或者提供API調取服務，可能無法滿足傳統企業的最終需求。
就像過去兩年中云廠商們所熱衷的故事，自家年輕且高學歷的工程師們抱著電腦在田間地頭、生產一線等場景中敲代碼，幫助種植業、養殖業、制造業等進行智能化轉型。讓人匪夷所思的地方在于，云廠商們背書的合作伙伴往往是當地上規模的企業，倘若這樣的企業都需要工程師駐場才能推進項目，人工智能落地的窘境也就可想而知。
何況傳統企業的產業升級并不只是做完某個項目，還要保證業務系統的持續運營，項目制的落地形式終究只治標不治本。
是否還存在另外一種可能：云廠商將自身的AI能力進行封裝，向傳統產業的合作伙伴提供可以直接應用到業務系統的產品？或者借鑒互聯網上一度流行的中臺思維，將產業落地的工作集中在前端，降低整個業務流程對算法工程師的依賴。
百度智能云再一次扮演了探索者的角色。
完成組織架構和戰略方向上的調整后，百度智能云在2020年進行了業務架構的升級，構建了三層新架構：底層是百度大腦，包括基礎層、感知層、認知層和安全服務；中間是平臺，涵蓋基礎云平臺、AI中臺、知識中臺，以及針對場景平臺和其他關鍵組件；上層是行業智能應用和解決方案，包括百度智能云重點聚焦的智慧城市、智慧金融、智慧醫療、智慧制造等核心賽道。
有別于傳統的云計算架構，百度智能云將AI作為最底層的基礎設施，云計算擔當了AI的輸出載體，并將百度成熟的AI能力沉淀為AI中臺和知識中臺，實現了數據處理、模型建立、決策部署等流程的自動化，進一步降低了人工智能落地的成本。
數據印證了百度智能云戰略的正確性。
按照百度智能云在2020百度云智峰會上展示的數據，百度智能云AI Cloud的活躍客戶數同比去年增長了65%；同時IDC也在《中國人工智能云服務市場研究報告》中披露，百度智能云在2020年以27.5%的市場份額排名第一，也是百度智能云連續三次在AI Cloud市場中排名第一。
一個通俗易懂的道理：只有降低了產業應用技術的門檻，技術的商業潛力才會逐步兌現，人工智能顯然也不例外。
03 云智一體的進化方向
云和AI的融合可能只是預告，云智一體才是正劇。
半個多月前的百度云智峰會上，百度CTO王海峰發表了題為《壯智凌云加速產業智能化》的演講，首次將云智一體作為百度智能云的關鍵詞，正式向外界透露了百度智能云在智能經濟時代錨定的方向。
“智“即百度大腦，基于百度大腦中的飛槳深度學習平臺、百度昆侖芯片以及語音、視覺、知識圖譜、自然語言處理等技術和平臺，打造賦能各行各業的AI新型基礎設施；“云”包括百度率先在業內打造的AI-Native服務架構，從基礎設施的AI計算集群、AI芯片，到工程平臺的飛槳、云原生，以及應用開發平臺的視頻云、區塊鏈等，讓企業在云上像使用水電煤一樣方便快捷接入AI能力。
選擇將云智一體作為進化方向，儼然不是拍腦袋的結果。
站在百度智能云自身的立場上，云計算和人工智能行業都在某種程度上遇到了瓶頸，前者屢屢傳出價格戰的消息，幾近成了一門兜售算力的生意；后者的落地要越過重重溝壑，等于是戴著鐐銬跳舞。但云和AI的一體化卻指向了一條新出路：云計算降低了人工智能落地的門檻，人工智能又為云計算制造了新的場景。
折射到行業的視角上，不難算一筆經濟賬：傳統的AI落地需要先購置海量的算力硬件，然后向上游廠商購買算法或解決方案，還需要開出高薪引進算法工程師等專業人才，不僅落地的時間周期長，投入產出比也往往沒那么誘人。而云智一體的服務，既能節省在芯片、算法等層面的硬性投入，也將降低對專業人才的依賴，限制人工智能規模化落地的最大阻礙正在被攻破。
況且在新基建、十四五規劃等已經明確的國家戰略中，人工智能已經超越技術概念的范疇，上升為產業轉型升級的動力引擎、國家間軟硬實力競爭的新支點。同時傳統產業的智能化轉型，業已從一個可選題變成了必選題。
也就是說，百度智能云打出云智一體的組合拳，是綜合自身硬實力和產業大趨勢的理性決策，并為自身找到了新的站位：當云計算還在比拼資源的時候，百度智能云拿出了AI的殺手锏；當AI局限于落地速度時，百度智能云打通了新的通道。
根據中國信通院的數據顯示，2020年全球人工智能產業規模約為1565億美元，同比增長12%；其中中國人工智能產業的規模在3100億元左右，同比增長15%。看似千億級的市場背后，人工智能當前的滲透率還停留在個位數，一旦“云智一體”可以進一步激活產業，將挖掘出一個萬億級的龐大市場。
04 結束語
誠如百度CTO王海峰的判斷：“第四次工業革命才剛剛開始，這個過程的確會很長，但是未來一定會往這個方向走。”
作為第四次工業革命的通用技術，人工智能和云計算一樣都是一場馬拉松，需要和產業的機理模型、隱形知識深度融合，然后在時間的作用下釋放新的生存要素和生產潛能，最終重塑產業的生產模式。
按照《孫子兵法·形篇》中所說：“勝兵先勝而后求戰，敗兵先戰而后求勝。”在產業智能化的征途中，云廠商們需要善于把握市場規律，并順應規律占據制高點。先于友商將云智一體作為核心優勢的百度智能云，顯然是有備而來。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）