发布时间：2024-4-25 分类： 电商动态
在5月20日的“WaveSummit2020”深度学习开发者峰会上，百度， CTO 王海峰，在致辞中提到：“时代的机遇为飞桨，的发展、工业智能的崛起、AI基础设施建设的加速提供了最好的机遇。随着这一进程的推进，飞桨将以更加敏捷的步伐加快工业智能化进程。”
这个观点外界可能比较熟悉。在一年前的第一届WAVESUMMIT上，王海峰用“智能时代的操作系统”这句话向外界诠释了深度学习平台的价值。深度学习平台作为传承各种商业模式和行业应用，连接芯片和大型计算机系统的核心环节，在产业链中的重要性不亚于AI芯片。
与去年的演讲不同，王海峰不仅指出了深度学习平台的价值，还为飞桨在工业智能化和新基建浪潮中定义了坐标系。想到5月18日在百度云智峰大会上亮相的新战略、新架构，百度，全面开放、赋能AI，加速产业智能化升级，将人工智能输送到数千个万业的思路尚不明朗。
王海峰为飞桨深度学习平台标定坐标系，是否表明百度AI已经吹响了推动人工智能进入工业化大生产阶段、推动工业智能掀起新浪潮的号角？
01可见“新动能”
在回答这个问题之前，我们先思考另一个问题：为什么是这个时候？
百度AI在抗疫过程中的表现或许是第一视角。
疫情期间，百度飞桨与北京地铁合作开展AI口罩检测项目，要求对地铁站内客流进行实时监测，准确识别未佩戴口罩或误佩戴口罩的乘客。在这场“争分夺秒”中，项目组仅用3天时间就完成了第一次版本部署，7天时间进行了2次模型升级、3次现场部署调试、多次策略优化。
虽然疫情期间地铁人太少，导致培训样本严重不足，乘客口罩颜色不一，但一周内在百度部署上线的项目还是交出了一份令人满意的成绩单：如果发现有乘客未佩戴口罩，AI会自动在红框中标注并提醒工作人员，还能准确识别并提示鼻子外露等异常佩戴情况。
事实上，在疫情期间也有很多类似的应用案例，这也在百度：展现了一种可能性，人工智能可以将人们从重复、低效、繁重的脑力劳动中解放出来，正在改变社会分工逻辑和合作机制，应用场景可谓相当广泛，涵盖工业、农业、交通、制造业等。
AI对百度自身增长势头的影响无疑是另一个视角。
尽管疫情给宏观经济带来诸多挑战，但百度依然保持了稳健增长：2020年刚刚公布的一季度财务报告中，营收达到225亿元，归属于百度的净利润达到31亿元，较比增长219%，AI在不确定环境下对百度的增长起到了不可或缺的作用。
一个直接的例子，百度大脑核心AI技术如语音、图像、人脸识别、NLp、知识图谱等。已经在搜索、信息流、百度APP、输入法、百度地图、小度等产品全面铺开。这种能量可以从百度第一季度的经营业绩中看出：
借助NLp、知识地图等AI技术，百度APP的搜索结果一次满意率已经达到60%，AI也在推动产品体验的日升。百度APP日活跃量达2.22亿，信息流用户时间较比；增长51%借助语音交互优势，小助手在小第一方设备上的语音交互次数达到33亿次，较去年同期增长近5倍.
资本市场也投票支持百度新动能。财报发布后，百度股价盘后上涨10.14%。也就是说，等待人工智能不仅是一个巨大的落地场景，更是一个实实在在的增长红利和上下游产业的青睐。
02可复制的“新引擎”
并非所有企业都像百度，一样“幸运”，以至于在疫情冲击下陷入恐慌。
例如，比许多工业企业在疫情高峰期被迫停工。虽然有企业看到了人工智能的红利，积极尝试进行智能化改造，但发现在人脸识别、计算机视觉、自然语言理解等AI前沿技术领域的沉淀几乎为零，不得不积极组织一批R&D人员进行远程教育。
一些企业尝试过智能化转型，但缺乏统一的开发应用平台，不同的业务部门相互较劲，人为制造了一个又一个烟囱。此外，由于缺乏统一的标准和服务接口，基础资源分散，难以整合，仍处于“头痛医头，脚痛医脚”的阶段。
百度显然对这个行业的现状有很深的洞察，甚至说他对市场预期的理解比任何同规模的科技巨头都要好。
根据飞桨， 百度，披露的最新数据，累计开发者数量已达194万，服务企业数量达8.4万家。基于飞桨平台，已生成23.3万个模型，覆盖通信、电力、城管、民生、工业、农林、公益等多个行业或场景。
就像业内流传的一句比话：比在AI的应用上可以当炒菜，数据是肉和蔬菜，深度学习框架是炒菜的锅和铲子。194万开发商和8.4万家企业刚刚确认了“锅铲”的外需，23.3万款车型也证明了有了“锅铲”后的神奇反应。
然而，百度的思维并不限于此。如果你想让人工智能加速进入各行各业，仅仅提供烹饪锅和铲子是远远不够的。如何让具有新动能的百度“发动机”大规模复制给所有合作伙伴，为企业提供现代化的中央厨房，是百度AI普遍的新使命。
与此相对应的是百度AI系统的一系列动作：
智能云，百度确定了“以云计算为基础，以人工智能为抓手，聚焦重要赛道”的新战略，以人工智能、大数据、区块链、物联网为新业务基础。同时，为了更好地实施新战略，百度智能云给出了新的业务架构。基础云计算结合了人工智能、知识和大数据，通过智能应用和解决方案为各行各业赋能。
百度飞桨还升级了产品架构，推出了基于飞桨开源平台的企业版，根据企业级需求增强了相应的特性，包括功能更全面更强大、可视化界面更易用、预设更丰富的场景模型、加强安全权限管理等。目的是帮助企业打造自己的AI中台，进而加速企业智能化升级的进程。
不断降低人工智能发展门槛，缩短产业升级转型周期，大概就是百度推动人工智能进入工业生产的方法论
03商业”http
有了新动能创造的“人和”，有了新引擎创造的“地缘优势”，有了工业智能的密集爆发，有了人工智能的商业破局，似乎只剩下“天气”了。
2020年4月，国家发改委对“新基建”作出权威解读：“将以技术创新为驱动，以信息网络为基础，面向高质量发展需求，提供数字化转型、智能化升级、融合创新等。服务的基础设施系统。”人工智能技术不仅是新技术基础设施的重要组成部分，也是融合基础设施和创新基础设施的底层支撑。
对于人工智能赛道的玩家来说，“新基建”是个好消息。仅通过对近20年来比铁路、公路、桥梁等“老基建”的深刻印记，就不难理解“新基建”的时代价值：中国经济正站在历史的十字路口，在经济下行压力不断加大的形势下，“新基建”预示着中国经济正在向技术创新驱动的新阶段转变。
不难理解百度AI推动工业智能升级的一系列积极行动的意义，以及其在人工智能商业化层面的野心。毕竟，2002年前后人工智能和互联网当前的市场机遇和挑战有很多相似之处。
1994年，互联网穿越长城，进入中国1997年前后，引发了前所未有的创业浪潮，随后互联网泡沫破裂。当时很多人把互联网抛入深渊，却低估了基础设施逐步完善后的必然趋势：中国，普通家庭引入一根网线，互联网在很短的时间内迅速恢复。腾讯，百度和阿里巴巴等巨头都是互联网泡沫破裂后破壳而出的企业。
人工智能的商业轨道几乎复制了互联网。
大约从2016年开始，人工智能进入了技术大爆发的一年，之后无数人工智能创业公司成立，谷歌， 百度， 亚马逊阿里等巨头也全面转向AI。只是经过几年的快速扩张，人工智能也陷入了商业化的“困境”，也经历了新技术的疯狂到破坏商业流动性的“过山车”。
不同的是，相比互联网泡沫破灭时的恐慌和迷茫，人们对人工智能的商业化轨迹有了清晰的认识：一旦基础设施的不足被填补，人工智能将进入商业化加速的新征程，这几乎是可以预见的结果。
某种程度上，传统企业急于进行智能化改造，百度AI加速产业智能化进程的雄心，以及“新基建”按下的快进键，都不是人工智能在破局？迎来商业化的信号
04写在最后
作为中国人工智能行业的“头雁”，百度AI无论是技术说教还是商业探索，都是行业的导航之光，这一次注定也不例外。
让人好奇的是，除了刺激百度，核心业务和新AI业务的增长，百度“新引擎”进入千里万业，进一步推动AI技术的平等权利，还会诞生哪些新的应用和产业？至少可以肯定的是，2000年前后的观察者并没有预料到新兴技术创造的万亿市场，也没有想象到技术对经济结构和生活方式的改变。
面对人工智能的商业转折点，或许我们也是缺乏想象力的“前浪”。
