題圖 | 視覺中國
近兩年，即使是最不關心科技產業的普通民眾也能感覺到，科技與網際網路領域創新乏力，遠不如十年前那般百花齊放；商業模式逐漸陷入內卷，大數據殺熟、視頻流殺時間等討論頻上熱搜。
而大家還清晰地回憶起僅在數年前，無數應用和服務爭相湧現，燒錢大戰接連上演，中國手機行業橫掃全球，一批本土科技公司市值排入全球十大——正因為有這些商業和技術維度的前後對比，再加上疫情等突發因素的加持，科技、網際網路等行業也成為了變化最快、最具不確定性的行業。
深究其理，過去十年為經濟、科技帶來蓬勃發展的紅利已經離我們遠去。為了維持企業的估值與想像力，將精力和資源花在「讓消費者多看兩秒」「給用戶區別定價」等小心思上已成了一種無奈的現實。
作為對比的是，百度在此消彼長間逐漸顯山露水，成為智能化升級的「領路人」，並穩穩地站在下一個黃金時代的門前。
成為未來中國智能經濟的「水電煤」
過去十年間，我們所經歷的所有新經濟新應用，幾乎都建立在「應用層技術」蓬勃發展的基礎之上。
不需要過多的研發投入，應用層技術在整個鏈條中是最容易、也是最快速誕生創新的，在商業模式不出大問題的情況下，大部分困難都是可以通過「堆設備、堆人」來解決的。正如同過去十年，我國移動網際網路企業全球領先，並誕生了大量程式設計師群體，其核心邏輯跟曾經那個「改革開放後，通過大量勞動力建立起製造業優勢」的故事並沒有什麼區別。
也正因此，在一片欣欣向榮背後，當「卡脖子」成為近兩年被頻繁提到的話題，都在提醒我們要清醒地意識到，中國底層技術實力與歐美發達國家的差距。
而前文這些行業的變化，固然繞不開政策導向與百年一遇的疫情刺激，但更為根本的原因在於——中國人口紅利走到盡頭，應用層技術的領先不再能掩蓋底層技術的差距。
紅利在變，但國家發展的需求亙古不變。中國經濟想要進一步發展，亟需新一輪的生產力革命。隨著計算和存儲成本的大幅下降，計算能力的顯著增長，以及科技企業所搭建的人工智慧生態逐漸完善，人工智慧普及的逐漸加速，必然會帶領我們迎來一個發展的轉折點。
AI作為智能時代的生產力底座，正被視為未來中國智能經濟的「水電煤」。可以說，在人口紅利之後，人工智慧將成為下一代支撐起中國經濟的技術「紅利」。這一切，歸根到底都離不開在底層核心技術領域的自主智慧財產權。
而百度在AI上取得的成績格外矚目。
在百度Create2021大會上，李彥宏還向外界透露了百度 AI 技術和業務的最新進展：
百度深度學習平臺飛槳已凝聚406萬開發者，服務超過15.7萬家企事業單位，創建了47.6萬個模型；自動駕駛出行服務平臺「蘿蔔快跑」2025年將擴展到65個城市，2030年擴展到100個城市；集度的首款汽車機器人，也將於2022年亮相，2023年量產。
這些只是百度眼下AI能力的一些具象化的投影，在這背後有越來越多的人、組織和機構，通過百度的技術生態跨過這扇智能產業的門。
時代下的百度宿命
深度學習元老Jürgen Schmidhuber曾總結：2010年代，人工智慧在如遊戲、網際網路、營銷等方面的虛擬世界中表現出色；而在2020年代，AI將越來越多地融入現實世界，影響到人類所有的生產，因而成為經濟發展的主要推動力量。
這個觀點在很多層面都得到了證實，從各大網際網路行業下場開始幫助傳統行業轉型，到新基建等政策提出的時間節點。無數證據表明，我們正處於「AI產業化」向「產業AI化」發展的關鍵分水嶺。而過去十年間所積累的人才、算法、算力等AI基礎設施，將成為接下來「AI黃金十年」發展的基座。
但搞人工智慧並不容易，對於國內的先行者來說，面臨著來自內外兩方面的壓力。
一方面，此前無論是網際網路時代還是移動網際網路時代，中國在底層技術領域更多是學習者的身份。但到了今天，人工智慧的研發幾乎全球都在同一起跑線，中國科技企業已經無人可學。
另一方面，與應用層技術不同，底層技術從研發到落地，投入很大、周期很長、見效很慢，必須要耐得住寂寞、經得起誘惑，才能有機會走出一條道路。
百度有其獨有的優勢，搜尋引擎幾乎是解決信息數量和（有價值）信息獲取效率之間矛盾的唯一途徑。而搜尋引擎的工作邏輯與深度學習有著異曲同工的邏輯：二者皆是通過大量數據訓練算法，使機器獲得某種判斷能力，最終輸出符合我們需求的結果。
在搜尋引擎積年累月對網際網路數據不斷進行挖掘的過程中，傳統搜索必然會逐漸理解並嘗試預測使用者的意圖。因此，搜尋引擎公司更容易先人一步邁入人工智慧行業。
這一觀點最有力的證據就是谷歌，無論是 AlphaGo 還是自動駕駛企業 Waymo ，谷歌在人工智慧領域的研究成果有目共睹。其實早在2002年，《連線》雜誌主編凱文·凱利提問谷歌創始人佩奇，「為什麼要做搜尋引擎？」時，佩奇就回答：「我們做的是人工智慧。」
從這個角度來看，搞AI與其說是百度的選擇，不如說是某種宿命。
根據百度財報：2013年，百度研發投入41億、佔營收12.9%；2015則為100億、15.3%；2020是200億、18.2%；2021年單看Q2就達到63億，佔營收的比例達到20%的新高，超過了2013全年。研發投入力度持續增強可見一斑。
如果這組數據還不夠直觀，我們不妨直接將過去約十年（2012初-2021年6月）的研發投入打個包，得到的結果是：百度累計投入研發費用1117億、佔過往9.5年累計營收的15.9%，更驚人的是，佔累計經營利潤的97.2%，接近100%。
也就是說，過去約十年的時間裡，百度幾乎將自己賺到的每一分利潤，都投入到了技術研發上。
如果百度像很多公司那樣，不將研發資金一次性計入當期損益，而是將這筆資金分n年進行攤銷，記入「研發投入資本化」，那麼其帳面將增加數百億「無形資產」，財報數據也必然好看很多。
2015年初，李彥宏在接受採訪時說：「...這其實表明一種決心，就是說我願意砸錢、我願意投入，我不在乎華爾街怎麼看，我不在乎我的股價會再跌掉一半或者更多，我一定要把這事兒做成。」
如果說過去十年，是一個國家為AI行業積累人才、算法、算力等基礎設施的最佳時間，那百度投入在這「不能馬上看到效益的研發」累計上千億的資金，可以說是完整踩在了中國AI發展的脈搏上。僅用「巧合」來解釋，實在是單薄了些。
也正是這十年間，大眾還未認知到，所用的諸多產業和服務已經有了AI的身影，這離不開百度及一眾企業的普化，而更進一步的，如何避免AI數據層面的「信息繭房」、誤差與偏見的加劇，如何將「算法關進籠子」，都是當下和未來無法避免的命題，也正是百度一直所思考與踐行的：算法，應該有價值觀。
這也是百度在經歷艱難時刻之後，價值邏輯終於逐漸顯現，股價能夠重回上升通道，最終走出一個U型的原因所在。
立足「AI黃金十年」的力量
仔細研究百度的AI布局，會發現百度建立起的AI體系，包含百度大腦、百度飛槳、百度Apollo、百度智能雲、百度崑崙晶片等，幾乎覆蓋了從基礎到應用到全AI生態。百度正肩負起產業、交通等智能時代轉型的底座，扛起更多的「國家命題」。
先看產業。
根據埃森哲《中國企業人工智慧應用之道》面對全球企業高管的調研顯示：高達79%的中國企業高管認為，他們必須藉助人工智慧來實現業務增長目標——但其中，有52%的中國企業高管人員坦言，人工智慧試點容易，但當設法將人工智慧推廣至全企業時，難度較大。
AI融入產業遠比嘴上說的要困難，以至於行業內有一個流傳甚廣的玩笑：「所謂人工智慧，就是有多少『人工』就有多少『智能』。」
簡單來講，AI的介入，需要將過去依靠人決策的生產工作流程打破，找到適合落地場景並構建AI的工作模型，通過大量數據對模型的投餵與不斷調試。當其準確率達標後，才能將模型正式投入使用。而模型的調試與數據的標註，可能需要大量AI專業的人才花費數月之久，普通企業很難一上來就承擔起這麼大的投入，所謂國家產業轉型也就面臨重重困難。
今年，百度發布「文心」產業級系列知識增強大模型，並聯合鵬城實驗室，共同研發全球首個知識增強千億大模型——鵬城-百度·文心，該模型參數規模達到2600億，是目前全球最大中文單體模型，在60多項NLP任務中取得世界領先效果。
簡單來說：基於文心知識增強大模型，在行業領域需要少量標註數據甚至無需標註數據，就能解決新場景的構建任務。根據百度測試，鵬城-百度·文心在30餘項小樣本和零樣本任務上均取得了世界領先成績，能夠以更低成本實現各類AI應用場景效果的提升，這就為AI的大規模產業化應用提供了一個非常好的切口。
在鵬城-百度·文心背後，是鵬城實驗室自研的算力系統「鵬城雲腦Ⅱ」和百度自研的深度學習平臺「飛槳」的良好配合，其中飛槳是百度自主研發的深度學習平臺。其面向業務場景進行深入優化，經過大量業務場景的反覆打磨，其「產業級」「低門檻」的兩大特性，在滿足正在幫助越來越多的產業完成智能化轉型。
截至目前，飛槳已匯聚了來自於各行各業的406萬開發者，創建了47.6萬個AI模型，累計服務15.7萬企事業單位，中國深度學習平臺綜合市場份額領先。
再看交通。
隨著中國城市化率和人口的提升，城市交通問題越來越明顯。有研究數據表明，與國外的超級城市對比，中國的一二線城市雖然通勤距離更短，反而通勤時間往往更長。在這過程中，交通安全、擁堵、碳排放問題，以及背後的形成原因非常複雜，但通過技術手段提升交通系統本身的運行效率勢在必行。
李彥宏在新書《智能交通》中寫到：「未來20年最重大的產業變革將在交通領域誕生。智能交通運營商模式將改變過去傳統智能交通建設的業態，由一次性集成商模式改為持續性運營商模式。智能交通運營商模式，將給交通、城市、甚至經濟社會帶來顛覆性的創新和深遠的影響。」
聰明的車加智慧的路，是百度對交通強國高質量發展「中國模式」的探索與回答。李彥宏在百度Create2021大會上正式發布了百度「路端的自動駕駛系統」——AIR智能道路系統。
相比超具未來感的汽車機器人，AIR智能道路系統更加「接地氣」。通過對路側設備的智能化升級，AIR智能道路系統已在全國2000多個路口實現「城市級」信控實時優化，並在全國數百萬公裡道路實現對車輛的安全護航，大幅降低城市道路擁堵延誤。
李彥宏在大會上舉個例子：河北保定核心區，過去兩年年均機動車增長7%，但擁堵指數卻通過部分路段信控優化下降了6%。在廣州黃埔區，每輛車遇到紅燈的平均次數，從三四次下降為1次左右。
他說：「我們通過結合圖神經網絡的仿真發現，假如一個城市全部路口都實現了智能化和城市級的區域信控優化，能夠提升15%-30%通行效率。我們判斷，5年之內中國的一線城市將不再需要限購和限行；10年之內，基本上擁堵問題就可以解決。」
現有的交通系統早已像血管一樣深入到人類社會、城市空間、甚至是國家經濟當中。相應的，人工智慧對交通問題的改善也將隨著「血管」傳遞到資源效率、經濟、環境保護、最終是我們每一個人的身上。
這還只是短期道路交通效率的改善，從更遠的角度來看，人工智慧對交通的改變必將進一步改變我們每個人的出行方式。比如，有數據顯示，社會上的私家車輛超過80%的時間都是閒置狀態，但如果車輛支持自動駕駛，那麼從根本上我們就無需自己擁有一輛車，只需要支付用車費用，就可以實現全局資源效率更優的目標。
因此我們可以發現，當從更長線的角度去思考、實踐之後，百度Apollo已經發展出了三種商業模式：一是為主機廠商提供Apollo自動駕駛技術解決方案；二是百度造車，成立造車公司集度；三是Robotaxi。11月，百度Apollo在北京亦莊獲得中國首個自動駕駛商業化試點，這是自動駕駛出行服務商業化的裡程碑。
以百度為代表的自動駕駛、智慧交通的技術實驗與普及，正在擴展到越來越多的城市、車輛中，隨著跟百度一樣的人工智慧公司發展，與人工智慧結合的智能交通將迎來一個跨越式的發展期。
總結
新冠肺炎疫情仍未退去，全球化遭遇逆流，世界經濟復甦遲滯，不確定因素增加，今天我們面對百年未有之大變局，「卡脖子」成為了近兩年中國在科技行業一個揮之不去的話題。
對內，在共同富裕的語境下，我們需要在這個高度不確定性的時代中，抓住下一個時代的紅利，並通過高質量發展滿足人們對美好生活的嚮往；對外，這是一場新的全球競爭，將關係到我們在未來產業鏈和全球價值鏈上的位置。
在面對充滿未知的市場與創新風險時，技術研發的突破為整個市場帶來的確定性至關重要。它是無數行業信心的源泉，正因為有他們在，才有更多人願意敢為人先、承擔風險，堅持長期主義，對創新進行持續投入。
在不久的將來，AI技術將在各行各業得到廣泛地應用，在相關業務的大規模商業化的推動下，會再次推動百度營收的增加，中國科技公司格局也將被再次重塑。
被漠視與不解的十年，和躬耕與堅守的十年，兩個百度的身影正逐漸重合在一起。正如李彥宏在《智能交通》一書中的結語：
「這不過是將來之事的前奏，也是將來之事的影子。