當百度to B 甲子光年

雲計算to B，AI成為標配。

作者 | 王學琛

編輯 | 火柴Q

9月15日，以與央視聯合直播的形式舉辦的2020百度世界大會，為百度帶來了近幾年來難得的聲量：

不僅李彥宏攜一眾高管親自上陣，還有康輝、寶曉峰等央視主持人助場。從Apollo「5G雲代駕」到虛擬助手度曉曉，從上層產品到底層架構，百度結結實實地秀了次肌肉。

高調亮相的背後，更值得關注的是逐漸露出水面的雲+AI的「百度路線」，即百度to B的方法論。

「AI-Native」的雲架構、全棧能力、工程能力，還有已被廣為稱道的算法能力……這些核心能力都是構成百度打造云為基礎、AI為抓手的科技 to B的拼圖。

這個逐漸成熟的打法，也正對應著已發展15個年頭的雲計算服務正在經歷的新變化：即當雲計算進入以各行業傳統企業和政府部門為主力客戶的「下半場」，一個行業共識是，計算與存儲的基本能力之外，雲與AI的結合將成為接下來的關鍵競爭點——雲計算負責新型IT基礎架構，AI負責具體業務問題。

而在雲和AI兩個領域，尤其是二者的結合上，百度都是重要的玩家。

本文，「甲子光年」深度採訪了三位百度to B的關鍵角色——百度集團副總裁侯震宇、百度集團副總裁吳甜、百度智能雲副總裁李碩。

以雲計算+AI為平臺和抓手的to B市場上，百度的機會在哪裡？

1.網際網路之後的新客戶

雲是當前產業網際網路的基座，正是因為雲計算帶來的IT基礎設施層的重構，企業經營和商業運轉的信息化被進一步推到了數位化、智能化階段。

而當前，從2006年AWS誕生以來，走過15個年頭的雲計算市場正在迎來一個新變量：主流客戶群的更迭及客戶需求變化。這是推動各家公司口中「雲計算下半場」、「雲計算2.0」的關鍵變量。

站在這個時間點回看，從2006年到2018年的十餘年時間裡，「上半場」的最大特點是，主要的上雲企業就是亞馬遜、淘寶這樣的網際網路企業或網際網路場景。

這也是為什麼，移動網際網路的快速發展期，正疊加了中國公有雲市場的爆發期。在2018年，網際網路企業在雲計算中佔比達高60.3%。

雲計算與網際網路企業的親和性在於，網際網路企業天然有計算和數據存儲的需求，較於此前網際網路企業將其伺服器託管在IDC（Internet Data Center，網際網路數據中心），上雲成本更低且方便。同時，雲計算提供的運算力可以彈性、靈活配置，更契合網際網路企業的需求。

而進入2018年，市場開始發生變化。

一是IaaS增速開始下降。依據Gartner公布的數據，從2017年至2018年，全球雲計算市場規模增速由26.77%下降至23.01%。

與增速下降同時發生的是主要客戶群的變化。網際網路頭部企業和其體系內公司幾乎已全部上雲，傳統行業的大中型企業開始向雲遷移。

另一方面，中國經濟也正面臨新一輪轉型。

過去十幾年，人口、資本、流量釋放的巨大紅利，撐起了一個龐大的消費網際網路市場，而隨著人口紅利放緩，面向B端的產業網際網路被寄予了更多期望。雲計算、AI和5G作為重要抓手，帶來了整個產業變革的機會。

「未來 10 年，如果我們要給中國經濟貼一個標籤，應該叫做智能經濟。」李彥宏在今年百度世界大會期間提及，未來很多年中國經濟的中高速成長，將主要依靠創新所帶來的效率提升，這個過程中，智能產業將扮演不可或缺、甚至是最重要的角色。

這一時期，以金融、製造業為代表的大型傳統企業和政務市場成為各個雲廠商爭奪的重點。如近兩年，各個科技巨頭爭相入局政務雲，與地方政府籤訂合作協議。

這是一個比網際網路領域更大的雲計算市場——儘管沒有精準數據測算國企在全社會各類企業資產總額中的比例（官方統計數據中並未按照所有制進行劃分），但根據分類數據推算，業界普遍認為國企在金融企業中的資產佔比超過90%，在工業企業中的資產佔比在40%左右，在全部企業資產總額中的佔比不低於50%。這是未來雲計算市場的關鍵點。

更重要的是，以中大型組織為主的政企市場與網際網路公司有非常不同的雲計算需求。

一是一個老生常談的「特殊性」：即央企、國企佔比很高的中國大型企業對數據安全和私密性格外敏感，這對IaaS廠商的安全性和業務形態提出了新要求。

二是對這類客戶來說，他們往往是先有對具體應用的需求，才有對雲計算的算力和存儲能力的需求。

原因在於，雲計算並不直接解決企業任何的生產經營問題。而本身並不是原生於網際網路的傳統組織和企業，更關心如何藉助新的IT基礎架構和應用，實現業務上的數位化改革和創新。

對他們來講，只有在有了具體應用，即生產經營環節信息化、數位化之後，才有處理數據的意義和價值。

這一點也決定了，為什麼在網際網路之後的數位化下半場，雲與業務應用的融合更為重要。

百度智能雲副總裁李碩告訴「甲子光年」，他們接觸到的大量to B客戶與網際網路企業不同，「如果沒有非常強的AI應用需求，to B客戶也並不需要很強的算力資源。」

以製造業為例，最初智能雲團隊接觸製造業企業時，會刻意關注工廠是否需要算力資源。而實際情況是，很多中小企業主都表示並不需要雲和伺服器，幾組臺式機已足夠滿足需求；而大型工廠裡會有一些信息化應用，因此會自建機房以運行工廠生產所需的軟體系統，但這個領域也近乎被國外巨頭壟斷，且軟硬一體，並沒有上雲的需求。

面對網際網路之後的新客戶市場，新的角逐正在開啟。

關鍵時刻，所有人都不敢放慢腳步。阿里雲2000億的大手筆，稱在未來三年投入雲作業系統、伺服器、晶片、網絡等技術研發；騰訊雲加速出海，直面AWS、阿里雲等競爭對手的海外戰線；金山雲用IPO融資擴張，加速發展節奏。

百度智能雲的路徑是，讓雲的能力和AI能力進行深度結合。

而根據高盛的報告，全球雲計算市場的整體滲透率仍較低，2018年為9.5%，2019年為11.3%，預計到2021年，雲計算市場整體滲透率仍在15.3%。

當前這個時間點，格局遠未定。

「這對誰來說都是公平的。」百度集團副總裁侯震宇表示，儘管公有雲市場先入者與後入者當前位置可能不太相同，但「技術來賦能整個產業的時期，很多東西才剛開始。」

2.AI-Native的雲計算

百度的技術賦能思路，可以概括為讓雲和AI無間配合，輸出體驗最好的業務解決方案。

這也再次強調了將AI與各產業結合的重要性：「我們懂AI，但不知道場景在哪裡；很多行業從業者知道場景在哪，卻不知道AI技術可以幫助他們解決問題。」李彥宏提到，所以，傳統產業和人工智慧的結合將是未來很多年的趨勢。而與雲結合，正是AI最終落地行業的重要方式之一。

百度集團副總裁侯震宇告訴「甲子光年」，百度智能雲正在打造一個AI-Native的雲計算服務，讓雲的能力和AI能力進行深度結合。

如果說網際網路客戶市場如同「沙灘上撿貝殼」，深入產業的競爭則猶如「深海取珍珠」。

這一時期，AI能力、工程能力、服務能力等能解決客戶業務問題的綜合能力，將成為以云為平臺的科技to B的關鍵因素。

百度的差異化優勢在於其不可小覷的AI能力。

今年的百度世界大會就是一個例子——一家大型科技公司，與央視新聞合作，在三個小時的直播裡大規模展示了最新的人工智慧成果。這種操作沒有完備立體的AI底座很難完成。百度對 AI 的投入是長期的、持續的，李彥宏近期在公開會議提到，在過去十年中，每年的研發費用都佔整體收入的 15% 以上。

百度自誕生之時，就是一家具有人工智慧技術的公司。

百度集團副總裁吳甜提到，搜尋引擎天然需要對文字進行處理，早在十年前百度已經在使用自然語言處理等技術。後來隨著搜索智能化的發展，百度也開始積累語音、圖像識別等一系列技術。

2016年，百度大腦完成了基礎能力搭建並初步對外開放，具體包括一些語音等AI能力接口的調用；2017年百度大腦形成了完整的技術體系，這好比百度內部的技術底座，同時，語音、視覺、NLP等等一系列AI技術也開始進入了一個全面開放的狀態；2018年，百度大腦的核心技術跨越進入多模態深度語義理解階段，即對語音、音頻、圖像、視頻、文字等多種綜合形態的語義理解。

2019年，整個百度大腦已經發展成了一個軟硬一體AI大生產平臺，進入到AI能力和應用場景的融合創新階段。吳甜介紹，今年，百度大腦在AI計算架構、算法和算力上做了創新和技術升級，已經成為智能時代的AI基礎設施，可以為各行各業的智能化提供基礎的生產環境和基礎設施，包括從底層算力、數據、算法、平臺、安全等等整體的組合。

百度首席技術官王海峰比喻，百度智能雲就像是武俠小說裡少林寺的藏經閣，裡面有無數的內功心法和武術技能，只不過藏經閣不對外開放，而百度智能雲是向各領域有需求的企業或個人開放。

其中，飛槳深度學習平臺就是「智能時代的作業系統」。飛槳是中國自研的第一個深度學習框架，從2016年正式開源以來到目前，飛槳已經服務了230萬開發者和9萬家企業。即使在PyTorch和TensorFlow的強大攻勢下，飛槳在國內市場依然佔據了很大的份額。

李彥宏提及，中國有世界上最大的AI開發者群體，需要有自主可控的關鍵核心技術來支撐和賦能他們。

AI能力如同百度的絕技，這也源自百度智能雲底層架構的支撐。

百度將這總結為AI-Native。

侯震宇告訴「甲子光年」，「AI-Native不是AI的概念，而是雲計算的概念，是基於雲計算的一套技術體系和方法論。」

百度智能雲AI-Native雲計算架構共分成四部分：首先是雲基礎設施層，包括晶片、AI計算集群、高速網際網路、智能數據中心等，提供高性能的AI算力；其次是工程平臺，包括百度自主研發的飛槳深度學習平臺、數據智能平臺、雲原生平臺和雲邊端一體平臺；緊接是AI應用開發平臺；最後是百度智能雲依據多年智能化實踐總結出的方法論，包括網際網路架構、數據智能和模型工廠。

AI-Native對百度來說是水到渠成的事情。「百度就具備雲的特性，很大的規模，很大的並發，很大的彈性。」 侯震宇表示，在沒有對外提供雲服務之前，百度內部也是以一種雲的形式來支撐業務。

從一開始，百度在底層的基礎設施——晶片層就在做對AI的支持。

侯震宇介紹，自2011年起，為了深度學習運算的需要，百度大規模地對AI技術進行投入，開始基於FPGA研發AI加速器，並同期開始使用GPU。

在過去幾年，百度對FPGA和GPU都進行了大規模部署。2018年發布了自主研發AI晶片，2019年下半年流片成功，2020年開始量產，預計2021年第二代百度崑崙將量產。

百度也先後成立了AI深度學習研究院、人工智慧實驗室，上線知識圖譜、智能醫療、度秘機器人，開放語音識別技術，在搜索、自動駕駛、多模態深度語義理解等領域形成護城河。

「從深度學習發展史來看，神經網絡在六七十年代就已經誕生。而之所以在近十年可以大規模爆發，核心也在於真正的底層結構可以支持更大規模的運算。」侯震宇告訴「甲子光年」，百度也很早進入這個領域，不僅優化AI模型和算法，同時也在不斷進行整個底層架構的優化。底層的優化意味著成本降低，以及易用性的提升。

工程層面看，百度的AI to B商業產品很早就開始嘗試，在2016年之後大規模推進。

百度的邏輯是，用企業日益增長的AI需求，撬動百度雲的規模化擴張，雲則是AI產業化落地的載體。

這種AI和算力的關係，本質上類似Intel與微軟的關係，軟體與硬體互相帶動。

王海峰此前曾表示，「當下AI技術已經進入工業大生產階段，智能雲作為載體，能夠促進AI落地，加快產業智能化進程。」

今年1月，百度再一次升級了組織架構，將原智能雲與AI技術平臺體系（AIG）和基礎技術體系（TG）整合為「百度人工智慧體系」——新AIG（AI Group），以更緊密地結合雲和AI。這是百度to B的關鍵。

3.當百度to B

新AIG也正是百度對如何做好to B市場的最新回答的一部分。

這個部門由王海峰親自領軍，包含「技術中臺群組」（TPG）和「智能雲事業群組」（ACG）兩大群組。其中，技術中臺群組承擔著技術賦能的角色，智能雲事業群組則負責將AI落地到各行各業。

百度智能雲的打法是，讓AI與雲緊密結合，AI在前對客戶產生經營價值，雲在後提供算力。

百度智能雲副總裁李碩告訴「甲子光年」，每個項目立項之前，他們的一個特殊關切點是，客戶的經營目標是否因為採用了百度的解決方案發生變化。

這也是和不同行業接觸後得出的規律——選擇可以測算成果的業務部門去做落地。「可測算的價值」最直接的反映就是客戶企業的經營結果，成本與收益的變化。

百度的優勢則在於，可以提供從底層硬體（伺服器、FPGA）到工程優化能力、深度學習框架，再到多重AI應用的綜合解決方案。

在解決客戶實際問題時，綜合解決方案起到的是1+1+1遠大於3的作用。

李碩告訴「甲子光年」，傳統的思維是對要採購的技術組件多方比價，每項選擇最便宜的，但集合在一起未必能真正解決問題。「比如我買了單一的語音識別引擎，準確率可以到95%，另一家語義理解引擎也可識別到95%，另一套知識庫可以識別到95%。但三個95%乘在一起，最終效果就變成百分之八十幾了。」

之前，一家商業銀行看中了百度智能雲的智能對話產品，但這家銀行之前已經購買了不同公司的人工智慧技術，希望可以直接對接。智能雲團隊告訴對方，這個場景涉及到語音、視頻的協同計算，不同組件的組合可能會導致面部表情和語音發聲不匹配從而影響整體效果。

不過當時對方並不能完全理解。百度智能雲團隊支持客戶先小範圍嘗試，把不同廠家的語音、視覺等AI能力在一起聯調。李碩介紹，這並不是一單能夠賺錢的生意，百度非常看重客戶和引導客戶。後來，這家銀行的項目負責人也意識到事情不是想像中的那麼容易，替換為百度整體的解決方案。

客戶需要走過認知迭代的過程，而百度智能雲團隊自身對於不同行業的認知，也在經歷迭代。

最初，面對很多行業「黑話」，AI工程師像「聽天書」。2017年，百度智能雲和運營商合作，聽到運營商行業人士講「C域、B域、D域」，工程師一頭霧水，而三家運營商的人一聽就知道彼此在說什麼。後來他們才搞清楚，簡單理解B域是業務系統，C域是用戶帳戶系統，跟數據相關的就是D域。

業務語言是表層，更深層的是每個行業的不同邏輯。智能雲團隊也是在和各種不同行業打交道的過程中，逐漸摸清楚了各行各業在新技術投入上的核心關注點，在此基礎上，結合各個行業不同的信息化和智能化水平，形成解決方案。

對行業的深入認知，也源於在大量「走不下去的案例」中沉澱的經驗。

2017年，人工智慧概念如火如荼。「不少行業人士會覺得AI是萬能良藥，只要擁抱AI就能起死回生。」李碩回憶當時，實際上，很多行業的信息化水平還「停留在用Excel或者word進行業務管理的階段，不太可能直接嫁接人工智慧」。

To B生意涉及中間大量技術、商業價值、社會認知和企業自身的問題，對科技公司和傳統產業企業來說，都需要更多耐心，完成行業內部的流程再造。

在「前進兩步、後退一步」的摸索中，百度智能雲逐漸形成了更清晰的行業選擇標準：是否與這一行業的核心價值點產生關聯。

2017年，百度智能雲團隊曾嘗試智慧機場方向。不過，真正進入到場景中，他們發現機場軟硬體設施的迭代周期非常長，只能在某些點上做微小的革新，而涉及到機場的核心環節例如行李的智能化、登機廊橋智能化等，很難快速實現人工智慧技術的驗證和落地。

2018年，百度智能雲調整方向，聚焦到一些他們認為可以產生巨大商業價值和社會價值的領域；2019年進一步細化路徑，形成了當前看到的格局——在金融、製造、能源電力、運營商和廣電傳媒等行業的全面落地。

製造業的關注點在於，新技術的成本與最終產出的產品質量提升，以及帶來的經營毛利水平變化之間有何關係。製造業雖然非常龐大，但毛利水平其實很低，生產迭代周期又非常長，因此製造業非常關注最終的生產指標。

金融行業則遵循另一邏輯——對技術要求嚴苛，同時對安全、合規要求更高，需要用最前沿的技術解決最有挑戰的問題。金融領域也一直是各個科技巨頭競相爭奪的領域。較於其他巨頭，百度在此領域一個優勢是自身不做支付，而且百度把金融牌照相關的業務都已剝離掉，也因此與各大銀行之間沒有客戶競爭關係。

侯震宇說，整個百度內部也在逐漸找一種to B文化：「很多技術人員也越來越認識到這一點，希望能讓自己的技術變現出來，包括做AI算法的也希望有更多落地場景，他們也覺得比如得了一個2000萬的大單子，肯定要更興奮。」

4.To B終局遠未至

產業網際網路大多是長周期的事情，站在當下時間點看，雲+AI對產業的塑造也才剛剛開始。

這註定是個群雄逐鹿的市場，也並不是所有的網際網路公司都適合做雲計算，例如，美團和蘇寧也都在今年上半年放棄了公有雲業務。

未來雲+AI的市場，最有機會的大概是兩類公司：一類是平臺型企業，因為平臺型企業具有跨行業、可持續性、經營穩健等特徵，某一行業寒冬期也可以進入另一行業，因此更易於穿越周期；另一類是小而美、專而精的企業，可以解決一個痛點問題。

侯震宇告訴「甲子光年」，AI是百度最大的特長，但不是全部，目前百度所提的AI-Native也不僅僅是AI，而是雲架構。未來百度AI會發揮出更多作用，不僅僅是在C端，而是深入更多產業。

To B的邏輯與to C不同。後者意味著流量、用戶、價格，可以短期爆發，一兩年時間也許即可更天換地，而to B意味著戰略、組織、長時期的投入和決心，是漫長的上升與下降的過程。

雲與智能是條足夠寬的賽道，而百度已經在此扎得足夠深。

「雲+AI的市場好比一場馬拉松，而非百米衝刺。」侯震宇告訴「甲子光年」，馬拉松需要的是長期的投入與實力積累，硬實力指在資本、資源和核心技術的積累，而軟實力即團隊本身的定力，以及對整個行業的理解。這些東西是比較根本的，在此基礎上，才能接下來走得更遠，去圈更大的地。

從過去幾年的路徑調整可以看出百度to B的打法：AI在前雲在後，業務問題帶動算力需求。

具體策略之一是，提供包括多種AI能力的全棧解決方案。

過去十年，百度在AI技術上全棧式布局，給政府、企業、社會提供一攬子的AI技術解決方案，並通過百度智能雲將智能化輸送至各個領域。

策略之二是，提供軟硬一體的端到端服務。「軟」有AI 作業系統飛槳，「硬」有AI 晶片崑崙，百度在兩大 AI 核心底層技術上擁有自主智慧財產權。

策略之三是，落地選擇AI可以切入到此行業核心價值的領域。這也是前述案例中所提及的，為何當前主要行業是金融、製造業，而非智慧機場等領域。

在今年7月的世界人工智慧大會雲端峰會上，李彥宏表示，中國正推動的新基建，也可以看成人類進入智能經濟和智能社會之前最大的基礎設施工程。它有很大希望會在中國率先掀起全面智能化的潮流。

百度，仍有機會走到潮水中心。