赋能中国经济，百度智能云要用AI工业化实现加速制造业升级

任何一个行业从发展期进入爆发期，一定要从大规模复制、标准化生产开始。

现在，云计算开始出现了这个苗头。

8月29日，2019百度云智峰会就直接打出“AI工业化，加速产业智能”的主题，百度副总裁、智能云事业群组总经理尹世明称“第四次工业革命（即智能革命）正在中国发生”，且正从“基础建设”阶段进入“工业化”阶段。

这个“AI工业化”，翻译过来，即经过过去的积累后，云计算让AI渗透产业的过程变成规模式拓展、标准化式的拷贝，如同实体产品生产那样的工业化。

这与百度Q2财报发布时李彦宏的内部信对上了号：凭借着“云+AI”战略，百度智能云发展迅猛，而这要“归功于百度在AI基础能力方面的长期先发优势，以及AI给云服务带来的产业重构机会”。

先有基础底版，再有标准化拷贝。

事实上，同属BAT的腾讯云、阿里云也有类似的过程和做法，云计算行业进入到现在不再是从0到1的荒漠开拓，而已经进入从1到100建立相对优势并设立行业标准、进行快速复制/拷贝的阶段。

而这一切的殊途同归，是从云计算某种程度上的“趋同化”开始的。

包括BAT在内，不论规模大小，云计算在细分领域、技术融合及场景应用上都已经形成了你有我也有的格局。

云计算玩家最初的客户会集中在重点领域，但现在，每家云计算都走入了几乎所有细分领域。粗略来看，BAT、AWS等玩家，都在零售、音视频、制造、游戏、教育、金融、医疗、政务等领域有布局。

如果说过去几年云计算还依赖某些侧重的领域生存和发展，现在这种状况已经消散。当然，这不影响云计算仍然有几个擅长的领域成为全细分领域的标杆，例如百度智能云凭借AI能力帮助传统制造业的智能化升级，不仅提高中国制造业竞争力，还将持续为建设智能中国贡献力量。

2017年前后，对云计算到底是只提供硬件计算能力，还是要同步提供大数据、AI等技术赋能，业界有1.0与2.0的争论，彼时百度方面坚称云与AI、大数据需要融合（即2.0流派），这一观点不太被多数人接受。

时至今日，阿里云抛出战略加速的“四级火箭”，腾讯云大力融合腾讯大脑，云计算与AI、大数据等的“天然同盟”地位被业界公认。

事实上，它们原本都归属于ICT业务（Information and Communication Technology，信息和通信技术），走到一起并不奇怪。

百度智能云的AI+云掀起的ICT风潮，让云计算还在不断容纳物联网、区块链、AR/VR等同属ICT的技术形态。

伴随细分领域的同质化，云计算平台所提供场景服务也开始朝相同的多样化迈进，各种“智慧XX”不再是某一家的专利，零售、交通、客服、媒体、制造、质检、人脸识别、OCR、翻译……都在云上与AI碰撞。

不过，与细分领域类似的是，这不影响云计算有自己擅长的领域来作为全场景能力的标杆。

例如，百度智能云在此次云智峰会上提出要重点在视觉智能、语音智能、数据智能等三个领域落地，以互联网媒体、质检、金融、客服等为关键场景进行突破，这些都是其AI+云在各行业的落地。

在现场，百度智能云展示了一些AI+云技术的融合，例如新发布的智能来电秘书建立“AI分身”24小时帮用户接电话、解决“烦恼事”，与央视网打造的AI编辑部两分钟内即能把长达2000分钟的节目进行较高质量的剪辑，帮助国家电网的智能客服系统应对繁忙的诉求，同江苏常州市制造业企业精研科技打造智能质检设备解决质检的痛点问题等。

总而言之，云计算玩家们在细分领域、技术融合及场景应用上都走到了一起，过去不太被接受的新技术、新领域、新模式成为标配。

下一个“趋同化”的东西会是什么？可能是云+区块链这样的技术融合，也可能是新的业务模式。

例如，在提出“AI工业化”概念后，百度智能云此次发布了“AI工业化智能公式”：人工智能工业化=(智能计算*智能应用)^智能生态，即智能计算和智能应用相互交叉促进，通过智能生态实现指数级的发展，实现人工智能的“工业化”。

或者，有一个更简单的阐述：计算和应用形成乘数效应，通过生态又形成指数效应。

一流的企业做标准，二流的企业做品牌，三流的企业做产品，显然，百度智能云依托“AI+云”提出的这个人工智能工业化公式，就是尝试从计算、应用、生态三方面建立某种新的行业范式和标准。

而从过去百度智能云提出新东西总是被“后来者默默跟随”来看，人工智能工业化公式可能是下一个云计算趋同化的新模式。

云计算趋同化的时代，“AI工业化”既是发展阶段的描述，也意味着云计算进入了相互比拼标准化拷贝能力的战争，这方面，各平台各出奇招、各有建树。

不论是ToC市场还是ToB市场，趋同业务都会导致一个共同的结果：竞争重心转移到规模化复制、标准化拷贝上。

行业逐渐成熟，让每个企业的单项优势变成各企业的标配，竞争的重心不是有没有这个技术（当然技术能力仍然是竞争优势），而是如何尽快让更多客户使用到这项技术、实现技术落地，AI从单点突围转向复制共享。

从这个意义上看，百度智能云的“人工智能工业化=(智能计算*智能应用)^智能生态”在根本上就是一套测算技术复制、拷贝、落地速度的公式，它是百度自己对标准化拷贝速度的看法。

事实上，百度智能云这样提出来并不意外，云智峰会8月26日的重庆智博会上，李彦宏在发言中对AI的看法已经有所“预示”，他直言不讳地表示“人工智能不再讲究酷炫，而是要讲究如何扎扎实实的推进和落地”，“我们要做的就是扎实的去推进人工智能在各个产业领域的渗透，帮助各个领域、各个行业提升效率”。

当AI+云的基础设施建设完成，剩下的自然是走出去以最快的速度落地到更多现实应用中，这既是商业利益的需求，也是社会价值的需求。

不同的云计算平台客观上都在进行了“AI工业化”、规模化拷贝与复制，只不过，它们的方式不尽相同。

A、阿里云：“基建狂魔”开花结果

如果说云计算是基础设施，那阿里云无疑就是基建狂魔，还是最早带着水泥沙子进场的那个。在过去基础设施成就的基础上，阿里云可以轻松向大型企业交付某些解决方案，不同企业间可以快速拷贝。

B、腾讯云：锚定终端需求的快速拷贝

腾讯云一直在试图将其得意之作“数字广东”拷贝出去，7月份与长沙的“WeCity未来城市”解决方案算是走出了重要一步，简单说就是将融合AI在内的轻量级玩法进行多城复制。腾讯是在锚定用户需求设计政务产品，基于终端需求共通的逻辑和纽带进行轻量化复制。

这与腾讯的连接基因相吻合。

C、百度智能云：AI+云强调技术的共通

百度智能云当然离不开百度的技术基因，它的规模化复制、标准化拷贝，与技术能力密不可分。

至少在目前，百度智能云有行业公认的最紧密的AI+云的组合，AI技术需求和实践共通给予百度智能云强大的复制能力。

百度智能云在视觉智能、对话智能、数据智能方面已成为国内最大规模AI落地应用的领域，以对话智能为例，百度智能云的ABC Robot平台已有超过40家合作伙伴，应用在政务、教育、医疗、银行、零售和交通六大场景中，7月百度AI开发者大会上令人印象深刻的首个金融“数字人”员工小浦就是其应用之一。

此次百度方面宣布要开放数字人平台，企业可以定制自己的数字人打造品牌IP，数字人“从1到N”，这是很明显的AI+云基础上的标准拷贝。

表现百度智能云标准化拷贝能力的另一个典型场景是智能质检，百度智能云的质检云平台已经规模化落地制造业。

以上文精研科技为例，该企业是专业做精密零部件制造的公司，客户包括了三星、OPPO、VIVO、特斯拉等国内外知名企业，对产品的精密度和外观要求非常高，理所当然，保证出厂产品品质的质检是其生产流程中最重要的环节。

过去，该企业的质检主要依靠人工通过放大镜来实现，与百度智能云合作开发的智能质检设备后，企业能够自动化同时检测6个零件面的33种缺陷，漏检率在0.1%以下，摆脱了人工依赖且机器本身的效益（投资回报率）是传统机型的6.5倍，降本+增效在AI+云下同时完成。

同样的质检云已经在多个场景落地，覆盖3C、汽车、钢铁、能源、橡胶、纺织等近10余个行业，标准化拷贝能力凸显。

而这种AI工业化，都基于“技术”基础建设阶段的完成。2017年ABC质检一体机试水，对钢板缺陷分类的准确率达到99.98%，三年时间百度智能云积攒了足够的智能质检技术基底，现在的2.0版本，客户甚至可以0代码进行模型训练，能够根据产线原材料、工艺变化，自行对模型进行优化迭代，可以适应各种生产环境，而这很明显也是基于技术的共通属性来实现标准化拷贝。