<mark id="oztn4"></mark>
0
“我們有一個擺在前面遠處的、讓百度重新站上行業之巔的大機會。”
百度二季度財報發布之后，李彥宏在內部信中如此表述。這大機會當然指的就是AI時代，巨頭環伺的“云+AI”賽道，三年前，百度智能云提出“ABC”三位一體口號，如今“ABC”已經成為大型公有云廠商的標配，三年后，8月29日舉辦的百度云智峰會上，百度智能云更新了“人工智能工業化”的愿景。
“理念的第一帶來了實踐的第一”，百度副總裁、智能云事業群組總經理尹世明在接受媒體采訪時表示，只提云計算，根據Canalys和Synergy Research報告數據，百度智能云在中國公有云市場中排名第四，倘論AI to B的決心和實效，已經沉下心走向田間地頭、礦區廠房的百度應當有自信底氣。
9月2日，李彥宏再發內部信，宣布百度智能云與CTO體系高效融合，尹世明攜團隊向集團首席技術官王海峰匯報。而據雷鋒網獨家獲悉，在百度總裁張亞勤決定十月退休之后，智能云業務短暫成為百度的“一把手”工程，也就是尹世明的直接匯報上級之前是李彥宏。
王海峰負責基礎技術體系（TG）和AI技術平臺體系（AIG），TG包括搜索公司及各BG的運維、基礎架構和集團級共享平臺整能力，AIG包括百度在數據中心、基礎架構、運維等方面的能力，是云服務的基礎設施。本次調整意味著百度AI技術、云計算、基礎技術體系的進一步整合，相當于智能云業務的再次加碼，百度在集結更多的資源做To B業務。
從A到B，人工智能到To B商業模式，智能云業務已經成為百度未來的錨點。
百度AI to B工業化，早有苗頭。
今年4月份，王海峰就表示，驅動工業革命的核心技術都表現出很強的通用性，而每一次工業革命到達高潮時，驅動它的核心技術就進入工業大生產階段，呈現出標準化、自動化、模塊化的特點。當今，我們正身處人工智能為核心驅動力量的第四次工業革命浪潮之中，人工智能正將人類社會帶入智能時代。
繼ABC之后，百度再次率先提出的“人工智能工業化”能否讓百度智能云，甚至百度再上一個新臺階？
尹世明強調，2016年-2019年是人工智能基礎建設階段，核心是解決技術上能不能的問題；2019-2025年是智能時代發展的第二階段，人工智能要經歷工業化的過程，不能局限在實驗室；2025年之后行業將全面進入人工智能時代，極大的提升生產效率和財富的創造。基于這樣的預判，百度智能云提出了人工智能工業化的理念。
人工智能工業化不是將人工智能應用于工業領域，而是實現人工智能自身的工業化生產，人工智能自身要大規模的走向產業，核心是解決規模化應用的問題。從這一點上，百度所提的人工智能工業化和其他廠商提出的產業AI也有本質差別，產業AI僅僅強調讓產業使用人工智能。
“機械工業革命、電力工業革命和信息工業革命，都經歷了從最開始概念，然后實現工業化擴張的進程，最后形成產業鏈體系。現在的苗頭已經很清楚了，產業鏈逐漸開始形成”，尹世明言之鑿鑿。
“百度智能云從去年開始到現在做得最多的事情，就是思考和研究怎么把人工智能由一個落地點變成一條落地線”，百度云副總經理、產業智能化業務負責人李碩告訴雷鋒網，這才是真正讓AI商業化跨過鴻溝非常重要的環節。
以呼叫中心智能化改造舉例，去年百度云智峰會現場，百度撥打了天津10010的電話做現場對話，這是一個落地點。基于歸納總結的經驗，今年中國聯通全國客服將分階段上線智能客服，另外采納百度的對話智能解決方案的銀行和航空企業也已經有十數家，從中體現出人工智能應用從單個案例到完整行業和生態布局的轉變。
同樣地，去年百度云在制造業領域通過計算機視覺做工業質檢，今年則是在蘋果供應鏈、戴爾供應鏈、一汽汽車廠商供應鏈等大量復制應用，這個從點到線到面的過程，百度將其定義為人工智能工業化。
無論是工業大生產還是人工智能工業化，都意味著百度To B勢必要進入新階段，回過頭看，百度是如何一步步走上To B賽道的？
李碩對百度AI to B的歷程深有體會，他經歷了百度從純搜索業務到如今的發展歷程，曾負責整個百度所有產品的運維、資源管理、接入，這也是百度云計算的基本前身，而后他由從TG到AIG，做人工智能的早期孵化，進而在2017年做人工智能相關的商業化落地。
2018年，百度做了一個非常重要的決定，把人工智能商業化落地和云計算商業化團隊合二為一，也就是如今的ABC三位一體戰略（人工智能AI、大數據Big Data、云計算Cloud Computing）。
“百度當時為什么會考慮做這個調整？我們看到了人工智能和大數據這些新興技術進入產業落地過程中，云是非常重要的一個算力提供者，也是一個載體，所以我們需要形成一股合力，可以把算力、算法和應用相關的能力都給到我們To B的客戶，所以2018年我們開始做業務上的調整、整合”，李碩解釋道。
2018年底，百度將云事業部直接升級為智能云事業群組，開始完全承擔百度To B的職責，負責把百度幾乎所有的核心技術轉換成產品和解決方案提供給To B客戶。
僅從時間維度觀測，百度云不是喊出做公有云的第一批廠商。百度主營搜索業務，對服務器資源的消耗不像雙十一電商大促，波峰波谷十分明顯，AWS、阿里開展公有云業務也更多出于商業邏輯角度，資源閑置不如產生價值，而百度的帶寬和服務器成本相較其他互聯網廠商，占營收比例較低，所以百度并不急于為了做云而做。
百度當時思考的是——百度做云和別人做云到底能產生什么樣的差異。后來的故事我們已經知曉，百度云是從人工智能出發，自上而下做云計算，人工智能技術的社會認知和商業環境逐漸成熟，百度認為做云能夠提供不同于市面已有廠商的差異價值，所以百度也主動成為最早把AI能力全棧開放的企業。
互聯網巨頭紛紛開始To B，To B也是一個萬億級市場，不比To C小，但中國的To B市場很難看到大型企業出現，因為中國企業的成長本身處在一個早期階段，企業成長到一定規模時，需要使用ERP和財務系統等企業軟件，供選擇的都是國外大廠產品，歐美市場的企業成長經歷過同樣的階段，已經培育了大量的成功案例。
換句話說，市場需求決定了中國市場還不足以誕生To B的大型企業。
今天互聯網企業為何又集體開始To B？中國互聯網公司經過二十年的成長和發育，形成了自己的一套互聯網企業所擁有的架構，這套架構與以前歐美企業所擁有的IOE架構完全不同。互聯網公司的IT架構自然演進到7×24小時、低成本硬件、高可靠服務、快速閉環的架構。企業擁抱互聯網架構，或者在試圖解決技術難題時，很自然的找到行業領先企業尋找最佳解決方案。
互聯網企業做To B的時間節點和人工智能技術的成熟曲線恰巧相遇，這也讓百度智能云做AI to B成為順理成章的事，不過同為互聯網云廠商，各家的側重點不盡相同，百度以AI為先，云業務是落地AI應用的載體，阿里則將云計算基礎設施的規模化做到極致，騰訊更專注于小程序、支付和微信生態。
一個行業的開拓從來都不是容易的事，百度也不例外。
雷鋒網了解到，在人工智能落地的開端，行業之外的人對人工智能的理解是神化的，但本質上人工智能等相關技術都是解決在特定問題和特定場景下，實現替代人類或者更優的效果。百度首先解決的問題就是與行業專家研究，探索人工智能究竟在什么場景下能夠發揮價值，最終百度積累了一套完整的方法論，在新場景開拓時，產品經理和AI工程師能夠很快判斷出這個場景適不適合人工智能。
在具體落地實踐中，百度發現，不同行業的信息化水平不一樣，不同行業的從業人員的科技素養也不一樣，金融行業、運營商行業，對技術理解水平較高，但是進入到了工業、制造甚至在農業領域里，雙方對話的落差就會變得非常大，此外，不同行業中，人工智能的通用算法在特定場景會碰到特定的困難。比如人臉識別多了一層玻璃，語音識別多了一點方言，都會導致效果大幅下降。
“真正讓人工智能規模化落地，必須要解決人工智能技術本身和它的應用者之間的落差，因為人工智能做出來不是給科學家用的，比如在視覺場景，我們有一套方法、工具和平臺，讓呼叫中心里的話務員也可以用圖形化的方法去定義業務邏輯，這個業務邏輯最終轉換成了機器可理解的語言和模型”，李碩表示。在人工智能已經落地生根的行業，百度趟過了AI應用于行業的坑，接下來的重點是成規模的復制。
基于多年的人工智能落地實踐，本次百度提出了人工智能工業化的公式：人工智能工業化=(智能計算*智能應用)^智能生態。
尹世明提到，前三次工業革命中，工業化都要解決三大問題，新的生產力問題，自動化問題，協同和共享問題。智能計算、智能應用、智能生態則是百度對應提出的解決之道。通過智能計算和智能應用相互的交叉促進，再通過智能生態實現指數級的發展，三者相互融合，相互促進，才能實現人工智能自身的工業化。
今年稍早時候，百度大腦迎來了史上最重磅的5.0版本升級，一舉成為產業智能化、軟硬件一體的AI大生產平臺，這和百度智能云的所需的三要素“不謀而合”，也可以窺見，百度早有做人工智能工業化的心思。
在本次大會上，百度智能云也更具體的展現了人工智能工業化的基礎：一個基礎核心，六大工程平臺及三套實踐方法論。
一個基礎核心以“更全場景覆蓋、更高彈性、更高性價比、更安全合規、更易運維”為五大特色，天工、天算等六大工程平臺則覆蓋大數據工程、AI、視頻云、物聯網、區塊鏈、云原生等細分領域，為企業解決技術環境、開發路徑、資源需求等難題。再加上“互聯網架構、數據智能、模型工廠”三大方法論提供知識輔助。智能計算產品全景圖將助力客戶智能化變革，降本增效，讓客戶更加專注在業務創新，提升業務市場競爭力。
如上即是百度智能云歸納的人工智能工業化實踐。尹世明認為，互聯網云廠商構建一個To B的體系是最根本的。不同于傳統互聯網快速迭代，To B產品有較長的生命周期管理訴求，銷售市場、服務體系、運營體系都需要重新構建。
To B是長周期的經營，AI落地也是一個復雜事宜。拋開技術本身，李碩表示，AI落地首先是認知層面的不一致，另外，在選擇場景和落地的時候，所要做的事情要給企業帶來經營價值，AI落地行業并不是顛覆行業本身，而是在這個過程中找到合則兩利的方法，才是良性的AI落地過程。
To C市場，只有第一，沒有第二，頭部效應明顯。To B則不然，賽道寬廣，細分需求繁多，產品和市場周期較長，也造就了To B市場主要玩家要比To C市場多上不少，至少容納TOP 10玩家是毫無問題的。
不管是云計算行業還是ABC，或者說云+AI，整個行業都處在市場演變的早期，當下的市場合力大于競爭，如何培育真正的市場客戶，并用云廠商協同其他廠商的能力去滿足剛性需求，才是To B大潮下各類企業應該去做的事。
雷鋒網總結，百度AI to B以頭部客戶切入，在服務頭部客戶過程中沉淀標準化產品，然后再進入到下一級的肩部、腰部、長尾客戶，逐步完成行業的智能化賦能，不同行業智能化進程節奏不同，快則五年，慢則十年，AI to B的百度進入下一輪經濟腹地。
相關文章：
百度智能云首提“人工智能工業化” 尹世明詳解最全AI to B實踐
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
