AI技术的推动下 百度智能云将迎来新的机会

12月18日，是百度智能云一年一度“百度智能云渠道生态年度盛典”的时间。

将时间拨回一年前，彼时百度智能云还无“智能”二字，百度的“云+AI”战略也还尚未明晰。

一年时间很长，百度云计算业务完成了架构的升级，从智能云事业部（ACU）升级为智能云事业群组（ACG），并完成了与CTO体系的高效整合，同时也实现了“百度智能云”的品牌升级。百度还完成了“云+AI”战略和落地实战的升级。

一年时间也很短，百度智能云在2019向前跨越了一步，坐稳了云服务市场国内第一阵营的地位。百度的toB业务也实现了进化，AI在走入广泛的行业应用。

回顾即将逝去的2019，让我们一起来看看百度究竟是怎样在To B的市场里激起一朵朵水花。

2019，百度AI to B进化与跨越的一年

IDC2017年——2019年的市场数据显示，近三年间，中国公有云整体市场发展增速一直保持在60%以上，2017年中国公有云市场增速为66.6%，2018年这个数字为70.1%，今年市场增速将约为62.7%。虽然从2020年开始，公有云市场的增速会逐渐放缓，但直到2023年，其总体增速都将维持在30%左右的增幅。

可以说最近的几年，To B都将是云计算市场独特的机会窗口。

在2019年之前，百度已经加大了To B的力度，但机会窗口的时间很短，而百度如何打赢这场硬战？

2018年12月18日，百度智能云事业部（ACU）升级为智能云事业群组（ACG），将AI To B的业务与传统的云业务实现合并，这也是百度“云+AI”战略的最初形态，这为百度智能云的快速成长在内部架构上划定了轨道，铺平了道路。

2019年4月11日，百度云更名为百度智能云，在品牌层面进行升级，开启了下一个三年发展规划，进一步确立了规模化做大AI智能产业的发展思路。

2019年9月2日，李彦宏在内部发出全员信，宣布“云+AI”战略进一步升级，百度智能云总经理尹世明直接向集团首席技术官王海峰汇报，百度智能云与CTO体系实现高度协同。

按照这个思路，百度将集中更多资源支持智能云业务发展，把AI技术、云计算、基础技术体系进一步整合，充分打通在人工智能领域多年积累的优势，加强内部紧密配合，增强内部体系化联动，使更多的领先技术能够通过云输出到更多行业。经由这次调整，百度面向B市场的推进和发展更加完整、扎实。用王海峰的话来讲，智能云作为载体，能够促进AI落地，加快产业智能化进程。

百度的一系列动作在市场层面也确实收到了非常不错的效果。

2019年以前，百度在IDC的排名中被归类为“others”，并没有给出明确的市场份额。

2019年第一季度，IDC在“IaaS+PaaS”两个方向的统计结果显示，云计算市场出现了“一超+多强”的格局，阿里云以43%的份额居于第一，腾讯（12.3%）、AWS（7.3%）、中国电信（7.2%）、华为（5.2%）和百度（5.2%）分列其后，这6家头部公司一共拿走了80.2%的市场份额。

从“others”到一季度排名第五，百度进展迅速，并且在随后的时间里，持续保持了“增速第一”成绩。

另外两个维度。

11月26日，据英国调研机构Canalys发布的2019年三季度中国基础云服务市场报告显示，百度智能云三季度收入同比增长70.3%，远高于行业平均60.8%的增速水平。

11月28日，IDC发布的《IDC MarketScape：2019中国AI云服务市场厂商评估》报告显示，百度智能云在AI技术、市场和商业上表现突出，在能力和战略两个维度位居领导者象限领先位置。

对于百度智能云在2019年所取得的市场进展，尹世明表示满意，在接受《财经》记者采访时表示：“云是一个大的牌局，通过三年耕耘，我们已经有上主桌打牌的资格，要尊重现实而后打出自己的特色。”

从others到坐稳第一阵营，百度智能云经历了什么？

“赢者通吃”是云计算行业的特点之一，百度智能云能从原有的市场格局中打开缺口，并找到属于自己的位置，到底用了什么办法？百度的“特色打法”又是什么呢？

1、制造标杆，全产业覆盖的背后是头部企业的强力背书

拿下云计算服务的B端客户，什么最重要？

无数市场实践证明不是价格高低，也不是技术能力，而是客户对你的认可与信任。

现阶段，企业上云毕竟还是一项创新，因而要想获得客户的信任，云计算服务商必须拿出可以说事的标杆项目。

在B端用户看来，依葫芦画瓢，总归错不了。百度智能云的破局方法很直接，就是直面困难，啃下最硬的骨头。以拿下头部企业，制造标杆示范项目的方式，来增强自己在云计算行业中的影响力。

在第一产业中，百度智能云与麦飞科技合作，为麦飞科技提供边缘计算架构，实现了麦视监测机上的机上处理算法。

第二产业，百度智能云联合精研科技与微亿智造团队，打造智能质检设备，解决过去主要靠“肉眼+放大镜”来检测的痛点，大大减轻质检员大量高重复性、高频次的工作的同时，实现降本增效，设备投资回报率达到了传统机型的6.5倍。

第三产业方面，百度智能云助力银联商务的800万商户集体“上云”，为浦发银行带来了既有颜值又善解人意的“数字员工”，帮助中国联通的客服体验提速换道。

……

很明显，在一、二、三产业中，百度智能云都有行业头部企业的标杆项目为其背书，这些标杆项目的价值意味着在To B的这场战斗中，百度智能云完成了从0到1的积累，这个过程往往是这场战斗中最艰难的阶段。

就像飞轮效应一样，为了让静止的飞轮转动起来，一开始必须花费很大的力气，一圈一圈反复地推，每转一圈都很费力，但是每一圈的努力都不会白费，飞轮会转动得越来越快。百度智能云在2019年已经让To B这个飞轮转动到足够快的速度，接下来，飞轮将会获得更高的动量和动能，以更快的速度旋转。

2、创造价值，产业和社会构筑的双重价值产生复利效应

在商业层面，企业“上云”更多考虑是否能够产生价值。在很长一段时间内，百度智能云做To B业务也是边做边学，每次上门去给企业做业务讲解，都好像面试一样。企业关心的不是技术有多先进，而是能不能解决实际问题。

好在百度智能云没有辜负企业们的希望，所有落地的项目都产生了实实在在的产业价值。

物流巨头唯捷城配利用百度物流地图，完全掌握“五限信息”，使得路线规划准确率提升9%，使用百度智能云智能调度引擎一键智能排单，车辆装载率提升12%；

汽车制造行业的大制科技通过百度智能云天工物联网平台建立了产线积漆模型，车间将原来的固定排班铲漆变为按需铲漆，每周减少停机铲漆时间120分钟，每条生产线每周增加整车产量80台，同时产线的维护成本降低了38%；

美锦能源集团利用百度智能云天工物联网平台为企业提供的能源数据分析服务，帮助企业整体降低了42%的购电成本。

……

类似这样的案例举不胜举。

百度智能云的价值除了赋能产业之外，更大的意义在很多层面和很多领域提供了人文关怀，创造了社会价值。

比如与重庆气象局联合打造“智慧气象”，两小时内的预测准确率提升了40%，2019年夏天灾害天气预警信息发送时间由原来的两小时提升到9分钟；在教育行业，与上海市金杨中学、南京第一幼儿园、嘉兴市吉水小学、哈尔滨兆麟中学等多所学校打造了智慧教育的样本。

在经济学中有一个“复利效应”的概念，当资产收益率以复利计息时，经过若干期后，资产规模（本利和）将超过以单利计息的情况。

百度智能云在产业和社会两个维度创造了双重价值，于百度智能云自身而言则产生了“复利效应”，企业上云尝到了甜头，继而加快上云步伐，扩大上云范围，当企业因上云在行业中获得了竞争优势之后，又引发同行的跟进。

犹如滚雪球一般，百度智能云在2019一路高歌猛进，攻城拔寨。

3、“云+AI”，由百度发起的一股行业风潮

凭借着“云+AI”战略，百度在2019年发展迅猛，也让“云+AI”成了云计算的行业风潮。

IDC不久前发布的《IDC MarketScape：2019中国AI云服务市场厂商评估》报告认为，AI应用迁移、重构到云平台，或直接使用云上的AI服务是大势所趋。2019年几乎所有的玩家都将AI与云计算组成CP成为标配。

大家都是“云+AI”，但其中的内涵却各有不同。

作为最早提出“云+AI”战略，且最先进行“云+AI”实践的百度智能云，从最开始的云计算2.0（不仅是硬件的云化，更应该搭载各种应用和服务，包括AI），到ABC一体化，再到直接的“云+AI”概念，其“云+AI”的融合方式是“从下至上”，即依托百度过去的技术基底打造体系化、基础化、全面化的AI技术，然后在此基础上支撑云服务提供更好的产业智能解决方案。

百度智能云是先有强大的AI技术，再将其中可能有价值的部分用于云服务的“+”方式，AI基础能力强悍，体系化成熟。可以说AI到哪，云就到哪，这也成为百度智能云最具辨识度的行业标签。

心理学有一种“定势效应”，是说以前的心理活动会对以后的心理活动形成一种准备状态或心理倾向，从而影响以后的心理活动，比如我们看到水杯就想到喝水，看到音箱就想到听歌。

作为一个云厂商，百度智能云的AI落地能力是最强的，百度智能云在“云+AI”的行业标签下也获得了“定势效应”，当企业的业务需要AI与云融合时，首先想到的就是百度智能云，特别是当百度AI的竞争优势形成行业公理之后，百度“云+AI”的综合实力被提炼出来，在行业风潮之下，百度智能云依然保持着足够的竞争差异。

AI技术进入成熟曲线，百度AI工业化的机会窗口

2019年，百度智能云完成了一次跨越，可从这一年当中百度智能云不遗余力的推动AI工业化的举措来看，其野心并不会止步于此。

所谓AI工业化，即推动AI规模化、标准化落地到广泛的行业场景中。

从AI发展的趋势来看，根据格兰特发布的“热点技术周期成熟曲线”理论，AI技术或将进入到大规模应用阶段。

“热点技术周期成熟曲线”将一项新技术的预期与成熟阶段进行了五个周期的划分。

第一阶段（Technology Trigger）：对技术所呈现的前景高度兴奋，并对技术所实现的功能具有高度期待；

第二阶段（Peak of Inflated Expectations）：对技术的期望膨胀至顶峰；

第三阶段（Trough of Disillusionment）：越过低谷期；

第四阶段（Slope of Enlightenment）：技术逐渐成熟期；

第五阶段（Plateau of Productivity）：进入生产力平原，开始在市场得到有效全面的应用。

热点技术周期成熟曲线图

AI技术在很多领域已经进入到生产力平原，以语音技术为例：11月28日，百度大脑宣布语音能力引擎日均调用量已经超过100亿次，百度大脑目前具备了为开发者提供覆盖云、端、芯的全栈全场景语音开放能力，推动智能语音技术在各行业落地应用。

当然，AI的工业化，不仅需要AI技术的突破和成熟，还需要借助合作伙伴的力量，实现生态繁荣。正如尹世明在百度智能云渠道生态年度盛典演讲中所言，人工智能推动产业化变革的过程中，依靠生态合作伙伴实现智能生态呈幂次方的升级至关重要，这会帮我们一块把人工智能的方方面面实现工业化。

从百度内部的技术和生态准备度来看，百度的AI应用规模化已经具备基础条件。

同样，作为AI应用的介质，云服务也将迎来机会窗口。

继承了百度AI基因的百度智能云在AI工业化的风口下具有一定先手优势，对此尹世明的思考是，云计算在AI工业化过程中的竞争需要变换技巧，要在别人把路堵死之前，更快规模化，建立技术、运营、市场的系统能力。

这对于百度智能云来说，又将是一个新的开始。