科技自媒體 / Alter
剛剛過去的2020年裡，人工智慧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，人工智慧的行業走向照舊成了外界關注的焦點。
權威諮詢機構IDC也適時發布了2021年中國人工智慧市場的十大預測，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%的重複性工作交給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......
而當人工智慧、雲計算等與實體經濟深入融合的時候，也預示著產業鏈上遊的雲廠商們正在經歷新的賽點。
01 「算法+算力」的新時態
2020年以前的日子裡，AI和算法幾乎是同義詞。
比如在智慧型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；在以人工智慧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……
算法是人工智慧的基石，甚至說人工智慧第三次浪潮的崛起，都要歸功於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年的短暫時間裡，對算力的需求足足增長了30萬倍。
於是在2019年的時候，人工智慧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，一些人工智慧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，才能推進人工智慧的落地，技術和業務之間自然形成了一條難以逾越的鴻溝。相較於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，人工智慧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，雲和AI的捆綁也越來越密切。畢竟對於大多數深處產業賽道中的企業來說，雲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，也就註定了雲和AI的融合之路。
最早洞察到行業趨勢的百度智能雲，早在2016年前後就提出了ABC三位一體的策略，將AI、雲計算和大數據融合；阿里雲在2018年的雲棲大會上確定了雲計算+IoT+人工智慧的方向，並陸續推出了可供調用的API；華為雲提出了「普惠AI」的概念，以雲服務的形式輸出圖像識別、視頻分析等服務；騰訊雲也適時提出了AI即服務的理念，同樣是將雲計算和人工智慧進行融合。
就當下的時態而言，人工智慧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，雲和AI的融合已經是不可逆的趨勢。
02 產業落地的殘酷物語
輿論場上的覺醒和雲廠商的跟進，是否為人工智慧的落地鋪平了道路？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慧人才的儲備，缺少強大的技術應用落地能力，如果只是以雲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。
就像過去兩年中雲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、製造業等進行智能化轉型。讓人匪夷所思的地方在於，雲廠商們背書的合作夥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，人工智慧落地的窘境也就可想而知。
何況傳統企業的產業升級並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：雲廠商將自身的AI能力進行封裝，向傳統產業的合作夥伴提供可以直接應用到業務系統的產品？或者借鑑網際網路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。
百度智能雲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後，百度智能雲在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，涵蓋基礎雲平臺、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，包括百度智能雲重點聚焦的智慧城市、智慧金融、智慧醫療、智慧製造等核心賽道。
有別於傳統的雲計算架構，百度智能雲將AI作為最底層的基礎設施，雲計算擔當了AI的輸出載體，並將百度成熟的AI能力沉澱為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慧落地的成本。
數據印證了百度智能雲戰略的正確性。
按照百度智能雲在2020百度雲智峰會上展示的數據，百度智能雲AI Cloud的活躍客戶數同比去年增長了65%；同時IDC也在《中國人工智慧雲服務市場研究報告》中披露，百度智能雲在2020年以27.5%的市場份額排名第一，也是百度智能雲連續三次在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，人工智慧顯然也不例外。
03 雲智一體的進化方向
雲和AI的融合可能只是預告，雲智一體才是正劇。
半個多月前的百度雲智峰會上，百度CTO王海峰發表了題為《壯智凌雲加速產業智能化》的演講，首次將雲智一體作為百度智能雲的關鍵詞，正式向外界透露了百度智能雲在智能經濟時代錨定的方向。
「智「即百度大腦，基於百度大腦中的飛槳深度學習平臺、百度崑崙晶片以及語音、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；「雲」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晶片，到工程平臺的飛槳、雲原生，以及應用開發平臺的視頻雲、區塊鏈等，讓企業在雲上像使用水電煤一樣方便快捷接入AI能力。
選擇將雲智一體作為進化方向，儼然不是拍腦袋的結果。
站在百度智能雲自身的立場上，雲計算和人工智慧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；後者的落地要越過重重溝壑，等於是戴著鐐銬跳舞。但云和AI的一體化卻指向了一條新出路：雲計算降低了人工智慧落地的門檻，人工智慧又為雲計算製造了新的場景。
折射到行業的視角上，不難算一筆經濟帳：傳統的AI落地需要先購置海量的算力硬體，然後向上遊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麼誘人。而雲智一體的服務，既能節省在晶片、算法等層面的硬性投入，也將降低對專業人才的依賴，限制人工智慧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，人工智慧已經超越技術概念的範疇，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，百度智能雲打出雲智一體的組合拳，是綜合自身硬實力和產業大趨勢的理性決策，並為自身找到了新的站位：當雲計算還在比拼資源的時候，百度智能雲拿出了AI的殺手鐧；當AI局限於落地速度時，百度智能雲打通了新的通道。
根據中國信通院的數據顯示，2020年全球人工智慧產業規模約為1565億美元，同比增長12%；其中中國人工智慧產業的規模在3100億元左右，同比增長15%。看似千億級的市場背後，人工智慧當前的滲透率還停留在個位數，一旦「雲智一體」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，人工智慧和雲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，然後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：「勝兵先勝而後求戰，敗兵先戰而後求勝。」在產業智能化的徵途中，雲廠商們需要善於把握市場規律，並順應規律佔據制高點。先於友商將雲智一體作為核心優勢的百度智能雲，顯然是有備而來。