8月29日,“ABC SUMMIT 2019 百度云智峰会”在北京举行。
首发 AI 工业化时代的智能公式——人工智能工业化=(智能计算*智能应用)^智能生态;发布18大智能计算新产品,包括完全自主研发的“百度昆仑云服务器;
以及推出业界首个完整的人工智能生态联盟——百度产业智能联盟。
在会场上,百度副总裁、智能云事业群组总经理尹世明公布了百度智能云过去一年的成绩单:百度智能云过去一年用户数、收入翻倍增长,流量和服务器三倍增长,成为中国增速第一云厂商。但他话锋一转,提到了人工智能正在全面进入工业化进程。
“第四次工业革命正在中国发生,这场智能革命正在从基础建设阶段跃升到工业化阶段。”
在我看来,AI工业化这个判断,代表了未来人工智能和产业的主流趋势也是现阶段行业发展的一个趋势。尹世明提到了三个智能工业化的方向,也就是视觉智能、对话智能、数据智能,这是目前AI工业化应用最广泛的几大领域。
这次的云智峰会一直在强调“AI工业化”,有必要先讲清楚“工业化”到底是什么。
20世纪初,汽车依然只是富人的专属。福特则将生产过程流程化为84个步骤,将原料通用部件化,形成流水生产线。工人实现彻底分工,每个人不用做任何多余的动作与思考。
得益于流水线,汽车生产效率大幅提升。从728个人工小时缩短到 12.5 小时,使得此前高达4700美元的售价被一举打到850美元,美国由此成为“车轮上的国家”。
由此我们可以给“工业化”下一个定义:大规模、流水化、标准化的协作系统;其中每一个要素都有明确的边界、接口,稳定的交付质量、可预期的交付时间。
对于AI工业化来说,就是将人工智能和云技术进行重组分装,根据企业不同需要,进行大规模批量化和配置的阶段。
其实核心区别在于,过去是单独定制,而现在是工业化装配,就像组装汽车零部件一样,变成一个流水生产线。背后的效率,产能,包括技术封装的能力达到了一个前所未有的高度。
我觉得可以从两个角度看:一从行业角度来看,人工智能和云计算正在经历第三新阶段,也就是正在从垂直应用向大规模应用落地。
为什么这么说,我们可以对比一下第二阶段和第三阶段的区别。
人工智能发展这么多年,其核心的几大技术已经逐步开始商用,但依然面临一个大规模普及的问题。也就是如何解决全行业快速落地。
在过去几年里,各大公司的解决方案是定制化服务,即为银行、工厂、学校、医院等不同行业不同领域提供定制化的人工智能解决方案,比如运输行业开始用人工智能监测司机疲劳假设情况,保证安全;养猪场开始用人工智能去解决恒温,病疫,数量的问题。
定制化意味着技术实力虽然具备了,但欠缺面向全行业全社会的一套完整的部署方案,还需要去和客户沟通,然后反馈需求,再根据客户需求定制开发解决方案,然后部署落地。
百度提出的AI工业化这套思路,则完全打破了这个流程。
任何一个企业,都能在这套积木体系中找到自己需求的东西,从而搭建出一套属于自己,独一无二的东西。
事实上百度正是这样做,今天会场上公布的几大解决方案和产品,正是这一思路的延伸。
其次,从技术发展的角度来看,现在恰好是一个绝佳的发展节点:传统企业已经意识到技术是行业未来发展的驱动力,因此纷纷拥抱技术。
不管是零售业,汽车业,还是养殖业,金融业莫不是如此。
这也是为什么百度智能云能帮助金融、物流、客服、机器人、农业等不同行业进行智能化升级,降本增效,核心在于,企业有了产业智能化的需求。
有了需求,就要有相应的技术解决方案。其实,技术发展到今天这个阶段,已经非常成熟了。
对于云计算平台来说,竞争已经发生迁移——不仅仅业务本身了,而是对各种新技术和能力的整合——比如边缘计算、IOT,大数据等等。
阿里推出了自己的IOT计划,要整合物联网,腾讯宣布自己向产业互联网转型,而百度则将自己在技术上的积累和产业需求进行匹配。
比如之前百度就推出了ABC+X。X就是各种新技术和能力的总称。所以,在我看来,现在并不是没有相应的技术积累,而是是否有智能技术和产业的整合能力。
其实,回溯整个经济史,工业化都是产业革命的必经阶段。
第一次技术革命,蒸汽机作为新的动力来源,推动纺织业从小手工作坊走向纺织工场;
第二次技术革命,电的被利用催生了电力、电子、化学、汽车、航空等诸多行业进一步诞生并提速;
第三次技术革命,计算机的发明是人拥有了超越人脑的计算能力,并催生如今互联网繁荣。 这其中有两大趋势: 其一,新技术对于人类社会的影响范围会不断延伸;正如彼时的蒸汽机极为昂贵且低效,很快就被更高效、价格更低的电动机代替,赋能更多行业。
其二,工业化是新技术成为通用技术,最终提升生产力的前提;世界上第一台计算机占地 150 平方米,由数十位科学家专门为弹道计算而研发;而如今一台笔记本上手便能投入工作。
正如麦卡锡之前的报告显示,未来AI技术90%的价值将发生在与各行业的结合,并且到2030年将创造超过中国与印度GDP总和的产业价值。
这意味着,AI一定会成为如电能、计算机一样能被千行万业使用的技术和产品,最终成为日常生活基础的一部分如同当年T型车推动汽车从奢侈品走向普及的过程。
通过云服务在其中扮演了“流水线”的角色,让AI落地更加高效、成本更低,推动AI从单点落地到大规模落地,以此加速产业智能化。
?
下半场,互联网巨头们一边出海、下沉、讨好Z世代,一边纷纷调转船头toB。
华为云Cloud BU升为一级部门,获得更大自主权;腾讯成立 CSIG 云与智慧产业事业群,并在去年Q3财报中首次露面。
去年11月26日,阿里云事业群将升级为阿里云智能事业群。
这都无一例外表明:发力toB,云端业务是重要阵地,且将“智慧”、“智能”作为关键词。
在以云服务为阵地的新一轮竞争中,百度智能云在两方面的表现格外亮眼。 其一,发展速度快; 国内云厂商中单季度营收突破10亿用时最短,去年第4季度为国内第5,今年第1季度已成为国内第4,稳居中国公有云市场第一阵营。 其二,技术积累强; AI领域专利申请量全国第一,云计算专利申请量业界名列前茅,AI相关的云计算专利国内第一;首次出现在百度AI开发者大会,便被安排在了颇具象征意义的压轴环节。
实际上,云服务市场依旧处于战国时代,各家也秉持不同打法。
纵观市场,阿里云一边基于其电商基因主推“云上阿里巴巴”,一边高举“为AIoT而生”旗帜;腾讯云在去年“930变革”后,确定“连接器”的定位,以 QQ/微信、腾讯游戏等产品连接产业端;
华为云则强调其ICT能力,青云QingCloud、UCloud等创业型玩家则强调中立优势。落到实际竞争中,作为后来者的百度在价格、服务等方面其实很难实现突围。
商业史上,逆袭往往存在两种可能。其一,抓住技术趋势;比如后起的微信借支付移动化,迅速做到与支付宝同一量级;其二,颠覆式创新;比如 360 以免费策略彻底颠覆杀毒市场。
百度智能云,则是典型的抓住了技术趋势的快速起势。
结合此次云智峰会的诸多内容,我们不难看个中原因。我们可以从以下三方面看出,百度智能云正式因为开启了 AI工业化的探索: 其一,大量、独家和全面的 AI 能力; “天算”、“天工”等六大工程平台方案则实现了数据工程、AI、视频云、物联网、区块链、云原生等细分领域的全方位覆盖。
这可以简单粗暴地理解为,百度智能云像福特一般将AI to B部件化、通用化,企业只需按需“组装”便能拥有 AI 能力。 其二,强大的工程化 AI 开发平台和丰富的开发资源生态; 不仅包含各种通用化场景、行业化场景,还提供了多形态、多样化的交付方式,提供各种预配置的数据模型和标签,推动开发过程更加简单、易用、高效。
开发资源方面,比如百度智能云就与山西省政府合作在太原建立了一个全国最大的数据标注产业区,帮助开发补足数据的缺口。
这一部分,则是将部件化、通用化后的AI的“零部件”整体流程化,保证边界、接口的清晰以及交付质量、时间的可预期,企业可以在各种场景快速具备AI能力。 其三,AI 与云的协同效应; 据德勤报告显示,在2019年使用人工智能的公司中,有70%的公司将通过云服务获得AI功能,有65%的公司将使用云端开发服务来创建 AI 应用,做好了 云+AI 就赢得了先机。
我们不妨将当下云服务市场的竞争做一个分类,以此解释百度智能云的强势崛起:
在中国工程院的《中国智能制造发展战略研究报告》中,将智能制造的发展过程分为了三个基本范式的演进,重点分别是数字化、网络化、智能化。
这其中的区别在于,第三次技术革命,计算机普及带来了企业的数字化;互联网+推动了企业的网络化;而产业互联网时代的核心即为全产业的智能化。
数字化带来的数据采集,网络化推动的业务在线与场景渗透,其实都是为智能化打基础,最终视为了将 AI 技术导入,实现降本增效与技术创新。
换言之,不少玩家力推的“产业互联网”还停留在以数字化、网络化为智能化打基础的阶段,而百度智能云则基于 AI工业化的优势,提前一步将竞争导向终局。
简而言之,企业并不会为了“上云”而“上云”,其最终的目的都是降本增效。AI 作为产业智能化的底层技术不可或缺。
对于百度而言,一方面,智能云借百度在AI技术的优势,在以云作为AI落地载体成为市场主旋律的当下,以差异化优势逐渐成为头部玩家;
另一方面,迈进第一阵营的智能云,又能反过来为AI贡献数据与场景,不断打磨提升百度的 AI 能力,进而增强本身的竞争优势。 目前看来,百度智能云摸索出的“AI工业化”路线,已经转动了那个AI大规模落地的飞轮。