“云智一体”经济学

　　进行业，应用企业要算投入产出的账。云厂商做产品，也要算成本账。账算清了，东西能落地，企业能升级，产业也能上新台阶。

　　文|徐鑫

　　编|赵艳秋

　　云计算市场进入考验深挖行业的能力阶段，云厂商们牟足劲头把重点放在了如何聚焦关键场景，满足实体行业需求，推动解决方案规模化落地上。

　　产品到具体场景，应用企业要算投入产出的账。百度智能云从最能产生效益的地方切入，企业的人效提升，成本下降，应用能落地了。

　　据11月22日发布的百度Q3财报，百度智能云保持了增长势头，营收同比增长24%，增速高于行业平均水平。在扩大运营规模的同时实现经营利润环比、同比双提升。

　　在让技术落地产业的过程中，百度智能云自己也在算账。从低利润率项目中转移，致力于推动垂类解决方案标准化。针对行业需求做到端到端的技术调优，目前百度智能云已形成了一套“芯片-框架-大模型-行业应用”的智能化闭环路径。它们降低了百度智能云在产业的落地成本，提高了应用效率，助力其更稳健增长和创新。

　　01

　　企业算的账

　　苏州常熟一家印刷电路板工厂的终检车间，工人们顶着工作台上的LED白光，在电脑屏幕前，细致检查一块又一块由指甲盖大小的电路板。

　　这种电路板是一种软硬结合板，广泛应用在手机、笔记本电脑的摄像头模组以及5G基站中。

　　很难想象，规模化生产的电路板，质量检测重要的一环，在此之前需要工人们操作显微镜完成。女工们一天八小时趴在显微镜上一个个扫描电路板，靠肉眼和时间堆出产品的检测结果。

　　工厂的IT经理胡平华告诉数智前线，为了提升效率，软硬结合板质检已经用上了外观检查机，用机器完成表面的初次筛查，之后人工在电脑前确认机器的筛查结果。

　　在过往的工作流程里，外观检查机是靠色差和灰阶值来寻找瑕疵。它的执行过程秉持的是“宁可错判瑕疵，也不放过一个”的原则，把没有瑕疵的可疑点也判定为瑕疵，后续再通过人在电脑屏幕前，对着放大的照片来剔除。

　　这在行业里被称为假点，软硬结合板通过外观检查机后的假点率占到70%以上。一台外观检查机要配5个复判人员进行核对。这意味着，其后的工序中，大量的时间和人力要投入到人工复判环节里。

　　胡平华所在的东南相互电子公司，是目前国内为数不多的能生产出符合日本、欧洲等生产标准的软硬结合板厂商之一。过去3年，由于市场环境变化和原材料价格上涨，市场的订单需求在萎缩，行业里的产品利润空间也被压缩，大小玩家们都遭遇了不小的亏损。在更残酷市场竞争条件下，人效产出成为企业关注的要点。

　　近年来，江苏常熟积极推动“智改数转”，提升传统企业竞争力。在常熟工信局组织企业参访东南相互电子时，百度智能云发现了这个环节里，用AI技术来升级传统机器视觉产品的空间。原有的外观检测机发现假点后，用人工智能的算法去学习假点的特点，自动将之去除，人工再次介入复核就能免去大量不必要的工作。

　　今年1月，百度的工程师开始把AI技术带到东南相互电子的外观质检产线，大半年后，双方的合作已经进入交付验收环节。

　　“现在针对新的缺陷还是要做模型学习与迭代。”胡平华告诉数智前线，不过重新学习只需要花几个小时，工厂已有的IT团队就能自己解决掉问题，不需要再经过百度工程师的手。这意味着未来如果工艺有些微调整，产品表面出现新的缺陷，工厂也可以自己完成算法的适配。

　　云计算厂商帮各行各业做数字化转型总会遭遇“有什么用”的天问。一位关注制造业数字化进程的人士指出，制造业最看重ROI指标，它们在应用新技术时总要算账，算得过来账的产品才有可能在工厂里落地。

　　百度集团执行副总裁、百度智能云事业群总裁沈抖此前阐述战略时指出，数字化不是实体产业的最终目标，把数据用好，解决生产经营中的实际问题，提升生产效率，产生实际效益，才是实体产业的最终目标和“真需求”。

　　在东南相互电子应用百度的AI质检产品时，胡平华算了账——如果通过AI过掉80%的假点，一台外观检测机需要配备的复核人员将可能从5个人能降到2个人，该岗位的入职培训时间也能从2个月缩短到2周，企业的人效，肉眼可见有了提升。

　　这个结果使得他们开始考虑，未来在产品的中段检环节也引入AI质检技术。

　　02

　　切入核心场景的路径

　　今年来，百度智能云在战略上更聚焦产业中最关键的场景，更强调用AI技术解决企业最关心、最核心的问题。

　　要进入关键场景，百度智能云的做法里突出的一点是，从应用切入，基于应用的完善，完成相应环节的数字化基础设施建设，形成以应用带动数字化的最小环。

　　以制造业为例，AI质检目前被百度智能云视作生产制造领域的重要带动应用，百度智能云对模型算法设计、推理引擎、深度学习框架、芯片适配等环节进行端到端优化，在这个技术底座的支持下，产品产生了切实的效果。这款应用也进入在电子、纺织、化纤、汽车等15个行业100多个场景，首钢、宝武、恒逸、一汽、广汽本田等知名企业都有落地。

　　目前，百度的AI质检解决方案已经沉淀为平台型产品。百度智能云智慧工业工程师章畅海告诉数智前线，工业视觉智能质检平台的能力已经从几个层面作封装，方便应用到不同行业和企业。其中，底层算法算式是一层，针对不同行业的模型是一层，上层的应用落地是第三层。

　　在底层架构这一层，使用的是百度飞桨的框架，它也是国内应用规模最大的开源AI框架，这层框架也支撑除了AI质检以外的产品。

　　行业模型则从大量行业项目中积累和提炼而来。当百度进入一家企业的场景做应用落地时，不仅可以基于已有的行业成熟模型作快速训练和迭代，还避免了重复造轮子的状况。这种路径，也是华为进入工业等垂类行业采用的方式。

　　除了AI质检产品，百度智能云在制造业还有安全生产、能耗优化和智能调度三个方向多个产品的打磨。它们共同构建在百度工业互联网品牌“开物”之上。

　　对云厂商而言，扎根行业，必须要从大量的项目经验中，提炼出具有迁移复制性的产品，才能实现在细分行业里的健康均衡发展。

　　一位关注企业数改的人士认为，行业类软件应用理想的付费方式还是订阅式的，因当下云厂商们的产品还需要大量的定制和迭代，很大一部分还无法以SaaS方式交付。

　　百度智能云副总裁李硕在今年9月“开物”品牌升级接受采访时也坦陈，大量项目的投入还是以项目化的方式在做，但在努力抽象产品，产品层已经清晰可见，这些产品在行业纵深、可复制性上也已产生效益。

　　除了产品进企业，百度的人也在往离客户更近的地方走，下沉运营。这是中国制造业的产业链协同方式，对云厂商们提出的要求。

　　李硕提起过一个例子。一名制造业企业家对他说，“我所有的供应商在50公里之内解决”，他认为这是制造业企业家们对供应商需求的心理距离。基于下沉运营的理念，百度在工业区附近建运营平台，还成立了苏州AI+工业互联网基地，负责整个华东地区的本地交付和服务实施。今年，百度智能云在重庆、广州的工业互联网平台正式上线。

　　针对大量的中小企业，园区成了百度智能云AI产品介入的一种方式。它不同于云公司跟大型客户的合作。大型企业的数字化进程里，需要很多定制开发，大企业们有能力长期投入。百度智能云通过跟行业标杆企业合作，创造新业态，寻找可以规模化的点。

　　而集群类园区里大量的中小企业，没有能力单独搞智改数转，为了提升这些企业的数字化水平，政府牵线搭桥，汇集同一个园区的需求，基于这些共性需求建一朵产业园区云，中小企业可以轻量化以接口方式应用算法和模型。现在百度智能云和常熟高新园区、桐乡的高新园区以及重庆和广州的园区都是这种合作方式。

　　从核心应用场景切入企业产生成效后，可能会带动与之相关流程上的业务数字化闭环。比如在湖州美欣达企业的印染厂，布料瑕疵及色差检测之后，正品和疵品的分捡、物流及与仓储分捡环节的打通需求也会自然出现。

　　“发展的本质是增长，增长由创新驱动”，应用带动应用，使得数字经济在工业、交通、政务等垂类市场快速增长，行业核心场景实现多点突破。通过压强式创新帮助客户创造新增长点，百度智能云市场份额同步实现高速增长。

　　03

　　重点赛道的落地实践

　　深挖行业，助力实体经济是当下云厂商们投入的重点。智能云产品进入重点赛道和行业，云厂商要更健康增长，也得算账。

　　IDC今年10月发布的报告提及，公有云服务商寻求多元化高质量发展，其中一个重要表现就是行业深耕，头部公有云服务商已逐渐形成自己的优势行业，并通过生态补齐短板。

　　创新可以驱动增长，那么创新是怎么来的?百度认为是“反馈驱动创新”。在车间、工厂等距离企业最近的地方，听取一线工人对智能化升级的真实反馈。百度认为，用户反馈越多，百度就可以针对每个行业需求，从底层芯片到顶层应用，进行端到端技术调优。今年来，百度智能云在多个行业都在升级解决方案或能力。

　　汽车云是今年以来主流厂商们大力投入和布局的领域。9月，百度智能云首次发布汽车云。汽车工业是最为复杂的场景之一，所以百度汽车云也分别从车企集团云、网联云、供应链协同云三个层次，深入汽车制造行业的数字化升级，解决汽车行业生产、自动驾驶测试、供应链管理等难题。百度方面透露，目前，中国销量前15的车厂中，有10家是百度智能云的客户;10大新能源车企中，百度智能云服务5家。

　　在智能交通场景，百度智能网联、智慧交管、智慧高速、智慧停车解决方案在北京、广州、长沙、重庆等多个城市应用，提高交通通行的效率。百度方面披露，截至第三季度末，以累计合同金额超过千万元人民币订单计算，百度ACE智能交通解决方案已经被63个城市采用，覆盖范围较一年前的24个城市持续提升。

　　更传统的水务行业，百度智能云通过提供数字化底座和智能化引擎，在供水、排水、污水、水环境、水利等场景打造智能化应用。比如和龙水库与百度智能云开物合作建设监管平台，管理人员通过一块智慧屏，可以对面积24.8平方公里的水域实现全面管理，实时发现偷钓、偷排垃圾等非法行为。

　　云厂商们的AI技术和商业化应用能落地，既要有大数据和人工智能技术底座，也缺不了行业的积累和沉淀。

　　财报中将百度智能云实现经营利润环比、同比双提升，归功于百度智能云逐步构建的健康增长机制，百度智能云正从低利润率项目中转移，并致力于推动解决方案标准化。

　　这背后离不开百度智能云进千行百业的底层逻辑，也是它深挖行业的解法。

　　今年9月百度推出“云智一体3.0”架构，沈抖署名文章中专门阐述过这套体系帮助科技落地行业时的优势——

　　“云智一体3.0”从行业核心场景切入，通过打造行业标杆应用，带动和沉淀AI PaaS层和AI IaaS层的能力，向上可以优化已有应用、孵化新应用，向下改造数字底座，使基础云更适合AI应用。

　　具体来说，在芯片部分，百度自研的“昆仑芯”已经量产数万片，作为通用型GPU，“昆仑芯”已经在工业质检场景中代替国外芯片，使成本降低了65%。飞桨深度学习框架让开发者无须从第一行算法代码写起，可以直接调用飞桨框架和飞桨开发平台的相关模块，大幅降低了人工智能技术应用的门槛，更快推进产业智能化。

　　自研的产品和技术生态为底座，从应用侧的反馈能够以更快速度、更低成本驱动技术在场景层面的落地和创新。

　　IDC在11月发布的《亚太区AI全生命周期市场研究报告》报告中提及，百度面向智能制造等数字化转型需求旺盛的行业，提供全AI生命周期端到端的AI模型开发解决方案，是国内唯一入选该报告的AI服务商。

　　百度智能云，一心想扎进行业，帮实体企业解决真实需求，一门心思把技术创新“卷”到实体企业，这也是百度云智一体深入产业战略的初衷。

　　而当下强调数字技术助力实体经济发展，增强实体产业发展韧性的背景下，算得清AI技术落地行业的账，百度智能云在产业里的深度和厚度，上了新台阶。