'四年穿越生死地，百度智能雲彈奏“ABC交響樂”'
ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
文／陳紀英
版式／大海
“為什麼百度雲來得這麼晚？”
這是個繞不開的尷尬問題，互聯網趕早不趕晚——相比於2009年入場的阿里雲，百度雲晚了6年。
在激烈廝殺的互聯網行業，後發制人是極為罕見的小概率事件，身為追趕者的滋味從來也不好受。但借道人工智能，一度如履薄冰的百度智能雲，如今排名行業第四，總算趕上“趟”了，可以暫時“揚眉吐氣”一把。
這是一個後來者四年奮發向上的非典型案例——如何穿越內部的迷茫，如何扛過外界的質疑，如何在先行者的排兵佈陣之下找到突圍之路，如何戰戰兢兢穿越最為凶險的地帶，找到AI工業化坦途？
1、ABC“交響樂”
入場較晚，是百度雲的軟肋和弱點；人工智能，則是百度雲的盔甲和戰衣。
有了盔甲和戰衣，落魄富豪史塔克、普通高中生彼得·帕克，才能變身拯救地球的復聯超級英雄——有了盔甲，入場較晚的百度智能雲，才有機會在凶險的雲計算戰場上搶到地盤。
百度入場晚，基於客觀原因。搜索業務，對計算能力的消耗是平穩增長的，計算冗餘較小；而電商業務對計算的消耗，有明顯的波峰波谷，為了扛過每年的大促壓力，電商平臺在尋常時刻，也必須留出足夠的計算冗餘。把這些閒置資源銷售出去，推動了雲計算業務的水落石出——中美概莫能外。
當百度雲2015年以後來者的身份入場後，百度董事長兼CEO李彥宏、百度總裁張亞勤和尹世明等人，曾經多次坐下來“腦暴”——百度做雲計算的優勢到底是什麼？
積攢多年的AI優勢，是幾位高管的共識，李彥宏早在2016年就做出了“下一幕，人工智能”的判斷——這是中國互聯網行業首個明確定調AI的論斷。
ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
文／陳紀英
版式／大海
“為什麼百度雲來得這麼晚？”
這是個繞不開的尷尬問題，互聯網趕早不趕晚——相比於2009年入場的阿里雲，百度雲晚了6年。
在激烈廝殺的互聯網行業，後發制人是極為罕見的小概率事件，身為追趕者的滋味從來也不好受。但借道人工智能，一度如履薄冰的百度智能雲，如今排名行業第四，總算趕上“趟”了，可以暫時“揚眉吐氣”一把。
這是一個後來者四年奮發向上的非典型案例——如何穿越內部的迷茫，如何扛過外界的質疑，如何在先行者的排兵佈陣之下找到突圍之路，如何戰戰兢兢穿越最為凶險的地帶，找到AI工業化坦途？
1、ABC“交響樂”
入場較晚，是百度雲的軟肋和弱點；人工智能，則是百度雲的盔甲和戰衣。
有了盔甲和戰衣，落魄富豪史塔克、普通高中生彼得·帕克，才能變身拯救地球的復聯超級英雄——有了盔甲，入場較晚的百度智能雲，才有機會在凶險的雲計算戰場上搶到地盤。
百度入場晚，基於客觀原因。搜索業務，對計算能力的消耗是平穩增長的，計算冗餘較小；而電商業務對計算的消耗，有明顯的波峰波谷，為了扛過每年的大促壓力，電商平臺在尋常時刻，也必須留出足夠的計算冗餘。把這些閒置資源銷售出去，推動了雲計算業務的水落石出——中美概莫能外。
當百度雲2015年以後來者的身份入場後，百度董事長兼CEO李彥宏、百度總裁張亞勤和尹世明等人，曾經多次坐下來“腦暴”——百度做雲計算的優勢到底是什麼？
積攢多年的AI優勢，是幾位高管的共識，李彥宏早在2016年就做出了“下一幕，人工智能”的判斷——這是中國互聯網行業首個明確定調AI的論斷。
最終，國貿附近的一番脣槍舌戰後，共識達成，要走三位一體的打包路線。善於輸出概念的百度副總裁、智能雲事業群組總經理尹世明，把其概述為“ABC”——AI（人工智能）、Big Data（大數據）、Cloud Computing（雲計算），後期，百度雲乾脆直接改名為了“百度智能雲”。
友商特別是很多小型創業公司的雲計算服務可能是樂器獨奏，而百度直接奉出了一場“交響樂”。
儘管入場不早，但百度雲在百度的地位，卻不可謂不高——百度雲作為一個容器和底座，把百度積累幾十年的人工智能盛出來端給客戶，沒有云這個底盤和容器，百度的人工智能就沒辦法在各行各業落地。
而在人工智能領域，百度是國內入場最早的一哥——其深耕近20年的搜索業務，也要賴於人工智能支撐。
定位於ABC，也是現實考量——單純的雲計算，是個規模生意，要打價格戰，規模上不佔優勢的百度，未必能一直能扛得下去；而有了“ABC”，百度更容易拿下那些對AI服務有相對迫切需求的客戶和行業，免於深陷價格戰泥潭；其次，百度雲的營收結構更為靈活，即便需要打價格戰的雲計算不賺錢，但百度還可以通過提供更多增值服務賺錢。
可謂“一石二鳥”。
百度雲是“頂層設計”，《財經故事薈》獲悉，百度雲團隊的業務彙報人，一度曾是李彥宏本人。
ABC戰略一敲定，配套的組織架構隨即進行匹配和調整。2018年，百度開始把人工智能商業化落地團隊和雲計算商業化團隊，整合到一起，原本負責人工智能商業化探索的李碩，此後開始兼任百度雲副總經理。
概念剛提出來時，一些人覺得ABC聽起來像個唬人的噱頭。“最開始都沒人有興趣問我們”，尹世明回憶。
但大多數質疑聲音，隨著業務落地，逐漸煙消雲散。
比如在語音智能領域，百度經常碰到友商，有時候，即便百度的報價不是最便宜，甚至是最高的，但不少單子仍然花落百度。
典型案例如2017年某運營商的CASE，是百度“硬生生”從某智能語音上市公司手裡搶來的。
這家運營商發起了一場賽馬——誰能在共計六個項目的比拼中勝出，就選誰。
而百度在其中五個指標中全面勝出——這要依賴於百度的人工智能可以流暢模擬多輪的自然語言對話。
用戶與運營商客服對話，通常也就三四輪，但有次對話來來往往長達16輪，百度的AI也沒掉鏈子。
當時還有其他友商想競標，運營商說，“百度的技術已經高出一大截了”，這家友商識趣地主動棄標了。
而在某航空公司的招標中，百度也是報價最高的一家，但最後勝出的依然是百度。
總之，三位一體的戰略，被初步驗證了。上線四年，ABC迭代到了3.0階段，“ABC1.0我們全面融合ABC，ABC2.0我們賦能各行各業，ABC3.0我們打通合作伙伴到各行各業應用的瓶頸”，尹世明總結，“ABC理念成就了百度智能雲。”
2、到一線去，到車間去
儘管戰略方向沒問題，但要俯身落地，並不容易。
彼時，人工智能在各種新聞裡都被“神化”、“萬能化”了。百度雲團隊要解決的第一個“麻煩”，就是管理過高的預期，讓客戶“慢慢來”品嚐“ABC”的“甘甜”。
其次，當那些習慣在實驗室敲代碼、搞研究的科學家、工程師們，走進車間、地頭，深入各行各業的一線，就會發現，與一線勞動者對話不容易，“雞同鴨講”。車間裡的工人們，通常學歷不高，他們有時甚至無法用自然語言準確描述問題和需求，更遑論計算機理解的結構性語言。
“一個質檢的零件什麼叫合格，說不清楚。我們必須解決認識和能力上的溝壑，這種困難在不同行業我們都碰到過。”李碩接受《財經故事薈》專訪時回憶。
還有一個共性的難題，則是在實驗室裡跑得很溜的技術，落地到具體場景時，不Work了。
比如，百度拿手的人臉識別，到了銀行就不靈了，原因是銀行櫃檯前有個玻璃，隔開了人和攝像頭，導致圖像出現重影，干擾AI識別；而在機場，一天24小時太陽的位置不一樣，攝像頭捕獲的乘客成像結果也大不同，逆光條件下臉部出現陰影，識別精準率就會大大降低。
語音識別領域也是類似，當用戶開始說方言，或者中英文疊加時，識別難度也會大大提高；同一個詞彙，在不同場景和語境下，意義也大不一樣，畫皮——在電影院說得是電影，戴上耳塞時聽歌時是張靚穎演唱的歌曲，而當兩位中老年人說起來畫皮時，指向的可能是《聊齋》故事。
“人工智能的識別引擎要針對這些情況做個性的調優和定製。”李碩告訴《財經故事薈》。
所以，從實驗室走到一線，百度要做的就是填平各種落差——技術很先進，但應用要足夠傻瓜簡單，讓工人農民客服都能輕易上手；技術很標準，但場景很多元，技術必須結合特定的行業和場景進行深度優化。
克服了這些障礙之後，ABC的優勢很快就很顯山露水了——讓尹世明津津樂道的一個案例，是百度雲的質檢機，有望把200萬質檢工人，從繁瑣無趣的質檢流水線上解救出來。
在一家南方3C類製造工廠，90後、95後的質檢女工每天要工作十幾個小時，檢測1萬多個零部件，每個零部件的檢測包含13個角度，然後挑揀、分類覆蓋10大類缺陷的殘次品。
強光照射和高壓之下，女工們雙眼通紅，甚至出現了經期紊亂等身體病變。
喜歡到一線工廠實地探訪的尹世明對這一切並不陌生。1999年，他在一家工廠的招工現場看到，來應聘的工人們齊刷刷做俯臥撐，做過50個才能被錄取——繁重的一線工作，是對工人體力和精力的極致榨取，他對後者充滿了發自肺腑的同情。
百度雲的質檢機成為了拯救者——一臺之質檢機能同時檢測6個零件面的33種缺陷，將漏檢率控制在0.1%內，速度可以比肩10多名質檢員，節省了90%以上的人力，減少了80%以上的工廠佔地面積，設備投資回報率達到了傳統機型的6.5倍，而女工們則轉業為缺陷分析及標註工程師。
ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
文／陳紀英
版式／大海
“為什麼百度雲來得這麼晚？”
這是個繞不開的尷尬問題，互聯網趕早不趕晚——相比於2009年入場的阿里雲，百度雲晚了6年。
在激烈廝殺的互聯網行業，後發制人是極為罕見的小概率事件，身為追趕者的滋味從來也不好受。但借道人工智能，一度如履薄冰的百度智能雲，如今排名行業第四，總算趕上“趟”了，可以暫時“揚眉吐氣”一把。
這是一個後來者四年奮發向上的非典型案例——如何穿越內部的迷茫，如何扛過外界的質疑，如何在先行者的排兵佈陣之下找到突圍之路，如何戰戰兢兢穿越最為凶險的地帶，找到AI工業化坦途？
1、ABC“交響樂”
入場較晚，是百度雲的軟肋和弱點；人工智能，則是百度雲的盔甲和戰衣。
有了盔甲和戰衣，落魄富豪史塔克、普通高中生彼得·帕克，才能變身拯救地球的復聯超級英雄——有了盔甲，入場較晚的百度智能雲，才有機會在凶險的雲計算戰場上搶到地盤。
百度入場晚，基於客觀原因。搜索業務，對計算能力的消耗是平穩增長的，計算冗餘較小；而電商業務對計算的消耗，有明顯的波峰波谷，為了扛過每年的大促壓力，電商平臺在尋常時刻，也必須留出足夠的計算冗餘。把這些閒置資源銷售出去，推動了雲計算業務的水落石出——中美概莫能外。
當百度雲2015年以後來者的身份入場後，百度董事長兼CEO李彥宏、百度總裁張亞勤和尹世明等人，曾經多次坐下來“腦暴”——百度做雲計算的優勢到底是什麼？
積攢多年的AI優勢，是幾位高管的共識，李彥宏早在2016年就做出了“下一幕，人工智能”的判斷——這是中國互聯網行業首個明確定調AI的論斷。
最終，國貿附近的一番脣槍舌戰後，共識達成，要走三位一體的打包路線。善於輸出概念的百度副總裁、智能雲事業群組總經理尹世明，把其概述為“ABC”——AI（人工智能）、Big Data（大數據）、Cloud Computing（雲計算），後期，百度雲乾脆直接改名為了“百度智能雲”。
友商特別是很多小型創業公司的雲計算服務可能是樂器獨奏，而百度直接奉出了一場“交響樂”。
儘管入場不早，但百度雲在百度的地位，卻不可謂不高——百度雲作為一個容器和底座，把百度積累幾十年的人工智能盛出來端給客戶，沒有云這個底盤和容器，百度的人工智能就沒辦法在各行各業落地。
而在人工智能領域，百度是國內入場最早的一哥——其深耕近20年的搜索業務，也要賴於人工智能支撐。
定位於ABC，也是現實考量——單純的雲計算，是個規模生意，要打價格戰，規模上不佔優勢的百度，未必能一直能扛得下去；而有了“ABC”，百度更容易拿下那些對AI服務有相對迫切需求的客戶和行業，免於深陷價格戰泥潭；其次，百度雲的營收結構更為靈活，即便需要打價格戰的雲計算不賺錢，但百度還可以通過提供更多增值服務賺錢。
可謂“一石二鳥”。
百度雲是“頂層設計”，《財經故事薈》獲悉，百度雲團隊的業務彙報人，一度曾是李彥宏本人。
ABC戰略一敲定，配套的組織架構隨即進行匹配和調整。2018年，百度開始把人工智能商業化落地團隊和雲計算商業化團隊，整合到一起，原本負責人工智能商業化探索的李碩，此後開始兼任百度雲副總經理。
概念剛提出來時，一些人覺得ABC聽起來像個唬人的噱頭。“最開始都沒人有興趣問我們”，尹世明回憶。
但大多數質疑聲音，隨著業務落地，逐漸煙消雲散。
比如在語音智能領域，百度經常碰到友商，有時候，即便百度的報價不是最便宜，甚至是最高的，但不少單子仍然花落百度。
典型案例如2017年某運營商的CASE，是百度“硬生生”從某智能語音上市公司手裡搶來的。
這家運營商發起了一場賽馬——誰能在共計六個項目的比拼中勝出，就選誰。
而百度在其中五個指標中全面勝出——這要依賴於百度的人工智能可以流暢模擬多輪的自然語言對話。
用戶與運營商客服對話，通常也就三四輪，但有次對話來來往往長達16輪，百度的AI也沒掉鏈子。
當時還有其他友商想競標，運營商說，“百度的技術已經高出一大截了”，這家友商識趣地主動棄標了。
而在某航空公司的招標中，百度也是報價最高的一家，但最後勝出的依然是百度。
總之，三位一體的戰略，被初步驗證了。上線四年，ABC迭代到了3.0階段，“ABC1.0我們全面融合ABC，ABC2.0我們賦能各行各業，ABC3.0我們打通合作伙伴到各行各業應用的瓶頸”，尹世明總結，“ABC理念成就了百度智能雲。”
2、到一線去，到車間去
儘管戰略方向沒問題，但要俯身落地，並不容易。
彼時，人工智能在各種新聞裡都被“神化”、“萬能化”了。百度雲團隊要解決的第一個“麻煩”，就是管理過高的預期，讓客戶“慢慢來”品嚐“ABC”的“甘甜”。
其次，當那些習慣在實驗室敲代碼、搞研究的科學家、工程師們，走進車間、地頭，深入各行各業的一線，就會發現，與一線勞動者對話不容易，“雞同鴨講”。車間裡的工人們，通常學歷不高，他們有時甚至無法用自然語言準確描述問題和需求，更遑論計算機理解的結構性語言。
“一個質檢的零件什麼叫合格，說不清楚。我們必須解決認識和能力上的溝壑，這種困難在不同行業我們都碰到過。”李碩接受《財經故事薈》專訪時回憶。
還有一個共性的難題，則是在實驗室裡跑得很溜的技術，落地到具體場景時，不Work了。
比如，百度拿手的人臉識別，到了銀行就不靈了，原因是銀行櫃檯前有個玻璃，隔開了人和攝像頭，導致圖像出現重影，干擾AI識別；而在機場，一天24小時太陽的位置不一樣，攝像頭捕獲的乘客成像結果也大不同，逆光條件下臉部出現陰影，識別精準率就會大大降低。
語音識別領域也是類似，當用戶開始說方言，或者中英文疊加時，識別難度也會大大提高；同一個詞彙，在不同場景和語境下，意義也大不一樣，畫皮——在電影院說得是電影，戴上耳塞時聽歌時是張靚穎演唱的歌曲，而當兩位中老年人說起來畫皮時，指向的可能是《聊齋》故事。
“人工智能的識別引擎要針對這些情況做個性的調優和定製。”李碩告訴《財經故事薈》。
所以，從實驗室走到一線，百度要做的就是填平各種落差——技術很先進，但應用要足夠傻瓜簡單，讓工人農民客服都能輕易上手；技術很標準，但場景很多元，技術必須結合特定的行業和場景進行深度優化。
克服了這些障礙之後，ABC的優勢很快就很顯山露水了——讓尹世明津津樂道的一個案例，是百度雲的質檢機，有望把200萬質檢工人，從繁瑣無趣的質檢流水線上解救出來。
在一家南方3C類製造工廠，90後、95後的質檢女工每天要工作十幾個小時，檢測1萬多個零部件，每個零部件的檢測包含13個角度，然後挑揀、分類覆蓋10大類缺陷的殘次品。
強光照射和高壓之下，女工們雙眼通紅，甚至出現了經期紊亂等身體病變。
喜歡到一線工廠實地探訪的尹世明對這一切並不陌生。1999年，他在一家工廠的招工現場看到，來應聘的工人們齊刷刷做俯臥撐，做過50個才能被錄取——繁重的一線工作，是對工人體力和精力的極致榨取，他對後者充滿了發自肺腑的同情。
百度雲的質檢機成為了拯救者——一臺之質檢機能同時檢測6個零件面的33種缺陷，將漏檢率控制在0.1%內，速度可以比肩10多名質檢員，節省了90%以上的人力，減少了80%以上的工廠佔地面積，設備投資回報率達到了傳統機型的6.5倍，而女工們則轉業為缺陷分析及標註工程師。
精密的3C零件質檢，是質檢行業的絕對高地，百度雲可以“一覽眾山小”了。這套方案迅速推廣至各行各業，比如精密加工廠、液晶面板，汽車製造、電子零部件等等，粗略計算能夠拯救200多萬表面缺陷質檢工人，為全行業每年節省人力成本3500億，而且改造成本不高，僅需兩到三週，就能實施上線。
不僅僅在工業領域。
在氣象領域，重慶市氣象局借力百度，用“雲+AI”讓天意不再難測。兩小時內的預測準確率提升了40%，災害天氣預警信息的發送時間從原來的兩小時提升到9分鐘；
而有了AI助力的吉諾救援，能跟颱風和死神賽跑，救援調度時間從行業的平均40分鐘縮短到5分鐘，救援的處置時間縮短了50%。
百度雲已經全形態輸出210多項AI能力，在金融、鋼鐵、煤炭、家居、汽車等數十個細分領域擁有上千成功落地案例。
ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
文／陳紀英
版式／大海
“為什麼百度雲來得這麼晚？”
這是個繞不開的尷尬問題，互聯網趕早不趕晚——相比於2009年入場的阿里雲，百度雲晚了6年。
在激烈廝殺的互聯網行業，後發制人是極為罕見的小概率事件，身為追趕者的滋味從來也不好受。但借道人工智能，一度如履薄冰的百度智能雲，如今排名行業第四，總算趕上“趟”了，可以暫時“揚眉吐氣”一把。
這是一個後來者四年奮發向上的非典型案例——如何穿越內部的迷茫，如何扛過外界的質疑，如何在先行者的排兵佈陣之下找到突圍之路，如何戰戰兢兢穿越最為凶險的地帶，找到AI工業化坦途？
1、ABC“交響樂”
入場較晚，是百度雲的軟肋和弱點；人工智能，則是百度雲的盔甲和戰衣。
有了盔甲和戰衣，落魄富豪史塔克、普通高中生彼得·帕克，才能變身拯救地球的復聯超級英雄——有了盔甲，入場較晚的百度智能雲，才有機會在凶險的雲計算戰場上搶到地盤。
百度入場晚，基於客觀原因。搜索業務，對計算能力的消耗是平穩增長的，計算冗餘較小；而電商業務對計算的消耗，有明顯的波峰波谷，為了扛過每年的大促壓力，電商平臺在尋常時刻，也必須留出足夠的計算冗餘。把這些閒置資源銷售出去，推動了雲計算業務的水落石出——中美概莫能外。
當百度雲2015年以後來者的身份入場後，百度董事長兼CEO李彥宏、百度總裁張亞勤和尹世明等人，曾經多次坐下來“腦暴”——百度做雲計算的優勢到底是什麼？
積攢多年的AI優勢，是幾位高管的共識，李彥宏早在2016年就做出了“下一幕，人工智能”的判斷——這是中國互聯網行業首個明確定調AI的論斷。
最終，國貿附近的一番脣槍舌戰後，共識達成，要走三位一體的打包路線。善於輸出概念的百度副總裁、智能雲事業群組總經理尹世明，把其概述為“ABC”——AI（人工智能）、Big Data（大數據）、Cloud Computing（雲計算），後期，百度雲乾脆直接改名為了“百度智能雲”。
友商特別是很多小型創業公司的雲計算服務可能是樂器獨奏，而百度直接奉出了一場“交響樂”。
儘管入場不早，但百度雲在百度的地位，卻不可謂不高——百度雲作為一個容器和底座，把百度積累幾十年的人工智能盛出來端給客戶，沒有云這個底盤和容器，百度的人工智能就沒辦法在各行各業落地。
而在人工智能領域，百度是國內入場最早的一哥——其深耕近20年的搜索業務，也要賴於人工智能支撐。
定位於ABC，也是現實考量——單純的雲計算，是個規模生意，要打價格戰，規模上不佔優勢的百度，未必能一直能扛得下去；而有了“ABC”，百度更容易拿下那些對AI服務有相對迫切需求的客戶和行業，免於深陷價格戰泥潭；其次，百度雲的營收結構更為靈活，即便需要打價格戰的雲計算不賺錢，但百度還可以通過提供更多增值服務賺錢。
可謂“一石二鳥”。
百度雲是“頂層設計”，《財經故事薈》獲悉，百度雲團隊的業務彙報人，一度曾是李彥宏本人。
ABC戰略一敲定，配套的組織架構隨即進行匹配和調整。2018年，百度開始把人工智能商業化落地團隊和雲計算商業化團隊，整合到一起，原本負責人工智能商業化探索的李碩，此後開始兼任百度雲副總經理。
概念剛提出來時，一些人覺得ABC聽起來像個唬人的噱頭。“最開始都沒人有興趣問我們”，尹世明回憶。
但大多數質疑聲音，隨著業務落地，逐漸煙消雲散。
比如在語音智能領域，百度經常碰到友商，有時候，即便百度的報價不是最便宜，甚至是最高的，但不少單子仍然花落百度。
典型案例如2017年某運營商的CASE，是百度“硬生生”從某智能語音上市公司手裡搶來的。
這家運營商發起了一場賽馬——誰能在共計六個項目的比拼中勝出，就選誰。
而百度在其中五個指標中全面勝出——這要依賴於百度的人工智能可以流暢模擬多輪的自然語言對話。
用戶與運營商客服對話，通常也就三四輪，但有次對話來來往往長達16輪，百度的AI也沒掉鏈子。
當時還有其他友商想競標，運營商說，“百度的技術已經高出一大截了”，這家友商識趣地主動棄標了。
而在某航空公司的招標中，百度也是報價最高的一家，但最後勝出的依然是百度。
總之，三位一體的戰略，被初步驗證了。上線四年，ABC迭代到了3.0階段，“ABC1.0我們全面融合ABC，ABC2.0我們賦能各行各業，ABC3.0我們打通合作伙伴到各行各業應用的瓶頸”，尹世明總結，“ABC理念成就了百度智能雲。”
2、到一線去，到車間去
儘管戰略方向沒問題，但要俯身落地，並不容易。
彼時，人工智能在各種新聞裡都被“神化”、“萬能化”了。百度雲團隊要解決的第一個“麻煩”，就是管理過高的預期，讓客戶“慢慢來”品嚐“ABC”的“甘甜”。
其次，當那些習慣在實驗室敲代碼、搞研究的科學家、工程師們，走進車間、地頭，深入各行各業的一線，就會發現，與一線勞動者對話不容易，“雞同鴨講”。車間裡的工人們，通常學歷不高，他們有時甚至無法用自然語言準確描述問題和需求，更遑論計算機理解的結構性語言。
“一個質檢的零件什麼叫合格，說不清楚。我們必須解決認識和能力上的溝壑，這種困難在不同行業我們都碰到過。”李碩接受《財經故事薈》專訪時回憶。
還有一個共性的難題，則是在實驗室裡跑得很溜的技術，落地到具體場景時，不Work了。
比如，百度拿手的人臉識別，到了銀行就不靈了，原因是銀行櫃檯前有個玻璃，隔開了人和攝像頭，導致圖像出現重影，干擾AI識別；而在機場，一天24小時太陽的位置不一樣，攝像頭捕獲的乘客成像結果也大不同，逆光條件下臉部出現陰影，識別精準率就會大大降低。
語音識別領域也是類似，當用戶開始說方言，或者中英文疊加時，識別難度也會大大提高；同一個詞彙，在不同場景和語境下，意義也大不一樣，畫皮——在電影院說得是電影，戴上耳塞時聽歌時是張靚穎演唱的歌曲，而當兩位中老年人說起來畫皮時，指向的可能是《聊齋》故事。
“人工智能的識別引擎要針對這些情況做個性的調優和定製。”李碩告訴《財經故事薈》。
所以，從實驗室走到一線，百度要做的就是填平各種落差——技術很先進，但應用要足夠傻瓜簡單，讓工人農民客服都能輕易上手；技術很標準，但場景很多元，技術必須結合特定的行業和場景進行深度優化。
克服了這些障礙之後，ABC的優勢很快就很顯山露水了——讓尹世明津津樂道的一個案例，是百度雲的質檢機，有望把200萬質檢工人，從繁瑣無趣的質檢流水線上解救出來。
在一家南方3C類製造工廠，90後、95後的質檢女工每天要工作十幾個小時，檢測1萬多個零部件，每個零部件的檢測包含13個角度，然後挑揀、分類覆蓋10大類缺陷的殘次品。
強光照射和高壓之下，女工們雙眼通紅，甚至出現了經期紊亂等身體病變。
喜歡到一線工廠實地探訪的尹世明對這一切並不陌生。1999年，他在一家工廠的招工現場看到，來應聘的工人們齊刷刷做俯臥撐，做過50個才能被錄取——繁重的一線工作，是對工人體力和精力的極致榨取，他對後者充滿了發自肺腑的同情。
百度雲的質檢機成為了拯救者——一臺之質檢機能同時檢測6個零件面的33種缺陷，將漏檢率控制在0.1%內，速度可以比肩10多名質檢員，節省了90%以上的人力，減少了80%以上的工廠佔地面積，設備投資回報率達到了傳統機型的6.5倍，而女工們則轉業為缺陷分析及標註工程師。
精密的3C零件質檢，是質檢行業的絕對高地，百度雲可以“一覽眾山小”了。這套方案迅速推廣至各行各業，比如精密加工廠、液晶面板，汽車製造、電子零部件等等，粗略計算能夠拯救200多萬表面缺陷質檢工人，為全行業每年節省人力成本3500億，而且改造成本不高，僅需兩到三週，就能實施上線。
不僅僅在工業領域。
在氣象領域，重慶市氣象局借力百度，用“雲+AI”讓天意不再難測。兩小時內的預測準確率提升了40%，災害天氣預警信息的發送時間從原來的兩小時提升到9分鐘；
而有了AI助力的吉諾救援，能跟颱風和死神賽跑，救援調度時間從行業的平均40分鐘縮短到5分鐘，救援的處置時間縮短了50%。
百度雲已經全形態輸出210多項AI能力，在金融、鋼鐵、煤炭、家居、汽車等數十個細分領域擁有上千成功落地案例。
過去一年，百度智能雲用戶數、收入翻倍增長，流量和服務器三倍增長，成為中國增速第一的雲廠商。
3、AI工業化終局
你能想象嗎？將來人人都會配一個智能管家，就像鋼鐵俠的賈維斯一樣。
一個典型的應用場景，是幫你接打電話的智能小祕書。
它可以在你忙碌時，成為你的“分身”。中介保險詐騙騷擾電話打過來，它幫你巧妙的應付阻攔；領導來電時，它會鄭重提醒你立刻回電；如果你在開會發言，有了它不會再遺漏任何重要電話；等等。
ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
文／陳紀英
版式／大海
“為什麼百度雲來得這麼晚？”
這是個繞不開的尷尬問題，互聯網趕早不趕晚——相比於2009年入場的阿里雲，百度雲晚了6年。
在激烈廝殺的互聯網行業，後發制人是極為罕見的小概率事件，身為追趕者的滋味從來也不好受。但借道人工智能，一度如履薄冰的百度智能雲，如今排名行業第四，總算趕上“趟”了，可以暫時“揚眉吐氣”一把。
這是一個後來者四年奮發向上的非典型案例——如何穿越內部的迷茫，如何扛過外界的質疑，如何在先行者的排兵佈陣之下找到突圍之路，如何戰戰兢兢穿越最為凶險的地帶，找到AI工業化坦途？
1、ABC“交響樂”
入場較晚，是百度雲的軟肋和弱點；人工智能，則是百度雲的盔甲和戰衣。
有了盔甲和戰衣，落魄富豪史塔克、普通高中生彼得·帕克，才能變身拯救地球的復聯超級英雄——有了盔甲，入場較晚的百度智能雲，才有機會在凶險的雲計算戰場上搶到地盤。
百度入場晚，基於客觀原因。搜索業務，對計算能力的消耗是平穩增長的，計算冗餘較小；而電商業務對計算的消耗，有明顯的波峰波谷，為了扛過每年的大促壓力，電商平臺在尋常時刻，也必須留出足夠的計算冗餘。把這些閒置資源銷售出去，推動了雲計算業務的水落石出——中美概莫能外。
當百度雲2015年以後來者的身份入場後，百度董事長兼CEO李彥宏、百度總裁張亞勤和尹世明等人，曾經多次坐下來“腦暴”——百度做雲計算的優勢到底是什麼？
積攢多年的AI優勢，是幾位高管的共識，李彥宏早在2016年就做出了“下一幕，人工智能”的判斷——這是中國互聯網行業首個明確定調AI的論斷。
最終，國貿附近的一番脣槍舌戰後，共識達成，要走三位一體的打包路線。善於輸出概念的百度副總裁、智能雲事業群組總經理尹世明，把其概述為“ABC”——AI（人工智能）、Big Data（大數據）、Cloud Computing（雲計算），後期，百度雲乾脆直接改名為了“百度智能雲”。
友商特別是很多小型創業公司的雲計算服務可能是樂器獨奏，而百度直接奉出了一場“交響樂”。
儘管入場不早，但百度雲在百度的地位，卻不可謂不高——百度雲作為一個容器和底座，把百度積累幾十年的人工智能盛出來端給客戶，沒有云這個底盤和容器，百度的人工智能就沒辦法在各行各業落地。
而在人工智能領域，百度是國內入場最早的一哥——其深耕近20年的搜索業務，也要賴於人工智能支撐。
定位於ABC，也是現實考量——單純的雲計算，是個規模生意，要打價格戰，規模上不佔優勢的百度，未必能一直能扛得下去；而有了“ABC”，百度更容易拿下那些對AI服務有相對迫切需求的客戶和行業，免於深陷價格戰泥潭；其次，百度雲的營收結構更為靈活，即便需要打價格戰的雲計算不賺錢，但百度還可以通過提供更多增值服務賺錢。
可謂“一石二鳥”。
百度雲是“頂層設計”，《財經故事薈》獲悉，百度雲團隊的業務彙報人，一度曾是李彥宏本人。
ABC戰略一敲定，配套的組織架構隨即進行匹配和調整。2018年，百度開始把人工智能商業化落地團隊和雲計算商業化團隊，整合到一起，原本負責人工智能商業化探索的李碩，此後開始兼任百度雲副總經理。
概念剛提出來時，一些人覺得ABC聽起來像個唬人的噱頭。“最開始都沒人有興趣問我們”，尹世明回憶。
但大多數質疑聲音，隨著業務落地，逐漸煙消雲散。
比如在語音智能領域，百度經常碰到友商，有時候，即便百度的報價不是最便宜，甚至是最高的，但不少單子仍然花落百度。
典型案例如2017年某運營商的CASE，是百度“硬生生”從某智能語音上市公司手裡搶來的。
這家運營商發起了一場賽馬——誰能在共計六個項目的比拼中勝出，就選誰。
而百度在其中五個指標中全面勝出——這要依賴於百度的人工智能可以流暢模擬多輪的自然語言對話。
用戶與運營商客服對話，通常也就三四輪，但有次對話來來往往長達16輪，百度的AI也沒掉鏈子。
當時還有其他友商想競標，運營商說，“百度的技術已經高出一大截了”，這家友商識趣地主動棄標了。
而在某航空公司的招標中，百度也是報價最高的一家，但最後勝出的依然是百度。
總之，三位一體的戰略，被初步驗證了。上線四年，ABC迭代到了3.0階段，“ABC1.0我們全面融合ABC，ABC2.0我們賦能各行各業，ABC3.0我們打通合作伙伴到各行各業應用的瓶頸”，尹世明總結，“ABC理念成就了百度智能雲。”
2、到一線去，到車間去
儘管戰略方向沒問題，但要俯身落地，並不容易。
彼時，人工智能在各種新聞裡都被“神化”、“萬能化”了。百度雲團隊要解決的第一個“麻煩”，就是管理過高的預期，讓客戶“慢慢來”品嚐“ABC”的“甘甜”。
其次，當那些習慣在實驗室敲代碼、搞研究的科學家、工程師們，走進車間、地頭，深入各行各業的一線，就會發現，與一線勞動者對話不容易，“雞同鴨講”。車間裡的工人們，通常學歷不高，他們有時甚至無法用自然語言準確描述問題和需求，更遑論計算機理解的結構性語言。
“一個質檢的零件什麼叫合格，說不清楚。我們必須解決認識和能力上的溝壑，這種困難在不同行業我們都碰到過。”李碩接受《財經故事薈》專訪時回憶。
還有一個共性的難題，則是在實驗室裡跑得很溜的技術，落地到具體場景時，不Work了。
比如，百度拿手的人臉識別，到了銀行就不靈了，原因是銀行櫃檯前有個玻璃，隔開了人和攝像頭，導致圖像出現重影，干擾AI識別；而在機場，一天24小時太陽的位置不一樣，攝像頭捕獲的乘客成像結果也大不同，逆光條件下臉部出現陰影，識別精準率就會大大降低。
語音識別領域也是類似，當用戶開始說方言，或者中英文疊加時，識別難度也會大大提高；同一個詞彙，在不同場景和語境下，意義也大不一樣，畫皮——在電影院說得是電影，戴上耳塞時聽歌時是張靚穎演唱的歌曲，而當兩位中老年人說起來畫皮時，指向的可能是《聊齋》故事。
“人工智能的識別引擎要針對這些情況做個性的調優和定製。”李碩告訴《財經故事薈》。
所以，從實驗室走到一線，百度要做的就是填平各種落差——技術很先進，但應用要足夠傻瓜簡單，讓工人農民客服都能輕易上手；技術很標準，但場景很多元，技術必須結合特定的行業和場景進行深度優化。
克服了這些障礙之後，ABC的優勢很快就很顯山露水了——讓尹世明津津樂道的一個案例，是百度雲的質檢機，有望把200萬質檢工人，從繁瑣無趣的質檢流水線上解救出來。
在一家南方3C類製造工廠，90後、95後的質檢女工每天要工作十幾個小時，檢測1萬多個零部件，每個零部件的檢測包含13個角度，然後挑揀、分類覆蓋10大類缺陷的殘次品。
強光照射和高壓之下，女工們雙眼通紅，甚至出現了經期紊亂等身體病變。
喜歡到一線工廠實地探訪的尹世明對這一切並不陌生。1999年，他在一家工廠的招工現場看到，來應聘的工人們齊刷刷做俯臥撐，做過50個才能被錄取——繁重的一線工作，是對工人體力和精力的極致榨取，他對後者充滿了發自肺腑的同情。
百度雲的質檢機成為了拯救者——一臺之質檢機能同時檢測6個零件面的33種缺陷，將漏檢率控制在0.1%內，速度可以比肩10多名質檢員，節省了90%以上的人力，減少了80%以上的工廠佔地面積，設備投資回報率達到了傳統機型的6.5倍，而女工們則轉業為缺陷分析及標註工程師。
精密的3C零件質檢，是質檢行業的絕對高地，百度雲可以“一覽眾山小”了。這套方案迅速推廣至各行各業，比如精密加工廠、液晶面板，汽車製造、電子零部件等等，粗略計算能夠拯救200多萬表面缺陷質檢工人，為全行業每年節省人力成本3500億，而且改造成本不高，僅需兩到三週，就能實施上線。
不僅僅在工業領域。
在氣象領域，重慶市氣象局借力百度，用“雲+AI”讓天意不再難測。兩小時內的預測準確率提升了40%，災害天氣預警信息的發送時間從原來的兩小時提升到9分鐘；
而有了AI助力的吉諾救援，能跟颱風和死神賽跑，救援調度時間從行業的平均40分鐘縮短到5分鐘，救援的處置時間縮短了50%。
百度雲已經全形態輸出210多項AI能力，在金融、鋼鐵、煤炭、家居、汽車等數十個細分領域擁有上千成功落地案例。
過去一年，百度智能雲用戶數、收入翻倍增長，流量和服務器三倍增長，成為中國增速第一的雲廠商。
3、AI工業化終局
你能想象嗎？將來人人都會配一個智能管家，就像鋼鐵俠的賈維斯一樣。
一個典型的應用場景，是幫你接打電話的智能小祕書。
它可以在你忙碌時，成為你的“分身”。中介保險詐騙騷擾電話打過來，它幫你巧妙的應付阻攔；領導來電時，它會鄭重提醒你立刻回電；如果你在開會發言，有了它不會再遺漏任何重要電話；等等。
這可不是科幻小說中的場景，這是“ABC SUMMIT 2019百度雲智峰會”上，尹世明親自演示的真實場景。他的判斷是“人工智能將無處不在。”
篤信AI時代，也是百度的集體信仰，9月2日，李彥宏發出內部信，表示要進一步升級“雲+AI”戰略，進—步提高百度智能雲的戰略地位。
在尹世明的推演中，人工智能的落地，大致分為三個時段。
第一階段是基礎架構構建階段。主要是為了實現人工智能、大數據和雲計算三位一體的融合——百度已經順利完成了。
第二階段，從今天開始到2025年，人工智能要從實驗室大規模走向產業，實現規模應用——屬於百度的正在進行時態，被尹時明總結為“AI工業化”階段。
注意，這裡的AI工業化，說得不是AI應用到工業領域，而是AI本身開始變得標準化，可以規模化輸出、普及到各行各業。
第三階段，整個產業將全面進入人工智能的時代。尹時明預測，這一場景將會在2025年之後到來。
尹世明的這一論斷，也得到了其直接彙報人、百度CTO王海峰的認可。王海峰認為，驅動工業革命的核心技術都表現出很強的通用性，而每一次工業革命到達高潮時，驅動它的核心技術就進入工業大生產階段，呈現出標準化、自動化、模塊化的特點。“當今，我們正身處人工智能為核心驅動力量的第四次工業革命浪潮之中，人工智能正將人類社會帶入智能時代。”
ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
文／陳紀英
版式／大海
“為什麼百度雲來得這麼晚？”
這是個繞不開的尷尬問題，互聯網趕早不趕晚——相比於2009年入場的阿里雲，百度雲晚了6年。
在激烈廝殺的互聯網行業，後發制人是極為罕見的小概率事件，身為追趕者的滋味從來也不好受。但借道人工智能，一度如履薄冰的百度智能雲，如今排名行業第四，總算趕上“趟”了，可以暫時“揚眉吐氣”一把。
這是一個後來者四年奮發向上的非典型案例——如何穿越內部的迷茫，如何扛過外界的質疑，如何在先行者的排兵佈陣之下找到突圍之路，如何戰戰兢兢穿越最為凶險的地帶，找到AI工業化坦途？
1、ABC“交響樂”
入場較晚，是百度雲的軟肋和弱點；人工智能，則是百度雲的盔甲和戰衣。
有了盔甲和戰衣，落魄富豪史塔克、普通高中生彼得·帕克，才能變身拯救地球的復聯超級英雄——有了盔甲，入場較晚的百度智能雲，才有機會在凶險的雲計算戰場上搶到地盤。
百度入場晚，基於客觀原因。搜索業務，對計算能力的消耗是平穩增長的，計算冗餘較小；而電商業務對計算的消耗，有明顯的波峰波谷，為了扛過每年的大促壓力，電商平臺在尋常時刻，也必須留出足夠的計算冗餘。把這些閒置資源銷售出去，推動了雲計算業務的水落石出——中美概莫能外。
當百度雲2015年以後來者的身份入場後，百度董事長兼CEO李彥宏、百度總裁張亞勤和尹世明等人，曾經多次坐下來“腦暴”——百度做雲計算的優勢到底是什麼？
積攢多年的AI優勢，是幾位高管的共識，李彥宏早在2016年就做出了“下一幕，人工智能”的判斷——這是中國互聯網行業首個明確定調AI的論斷。
最終，國貿附近的一番脣槍舌戰後，共識達成，要走三位一體的打包路線。善於輸出概念的百度副總裁、智能雲事業群組總經理尹世明，把其概述為“ABC”——AI（人工智能）、Big Data（大數據）、Cloud Computing（雲計算），後期，百度雲乾脆直接改名為了“百度智能雲”。
友商特別是很多小型創業公司的雲計算服務可能是樂器獨奏，而百度直接奉出了一場“交響樂”。
儘管入場不早，但百度雲在百度的地位，卻不可謂不高——百度雲作為一個容器和底座，把百度積累幾十年的人工智能盛出來端給客戶，沒有云這個底盤和容器，百度的人工智能就沒辦法在各行各業落地。
而在人工智能領域，百度是國內入場最早的一哥——其深耕近20年的搜索業務，也要賴於人工智能支撐。
定位於ABC，也是現實考量——單純的雲計算，是個規模生意，要打價格戰，規模上不佔優勢的百度，未必能一直能扛得下去；而有了“ABC”，百度更容易拿下那些對AI服務有相對迫切需求的客戶和行業，免於深陷價格戰泥潭；其次，百度雲的營收結構更為靈活，即便需要打價格戰的雲計算不賺錢，但百度還可以通過提供更多增值服務賺錢。
可謂“一石二鳥”。
百度雲是“頂層設計”，《財經故事薈》獲悉，百度雲團隊的業務彙報人，一度曾是李彥宏本人。
ABC戰略一敲定，配套的組織架構隨即進行匹配和調整。2018年，百度開始把人工智能商業化落地團隊和雲計算商業化團隊，整合到一起，原本負責人工智能商業化探索的李碩，此後開始兼任百度雲副總經理。
概念剛提出來時，一些人覺得ABC聽起來像個唬人的噱頭。“最開始都沒人有興趣問我們”，尹世明回憶。
但大多數質疑聲音，隨著業務落地，逐漸煙消雲散。
比如在語音智能領域，百度經常碰到友商，有時候，即便百度的報價不是最便宜，甚至是最高的，但不少單子仍然花落百度。
典型案例如2017年某運營商的CASE，是百度“硬生生”從某智能語音上市公司手裡搶來的。
這家運營商發起了一場賽馬——誰能在共計六個項目的比拼中勝出，就選誰。
而百度在其中五個指標中全面勝出——這要依賴於百度的人工智能可以流暢模擬多輪的自然語言對話。
用戶與運營商客服對話，通常也就三四輪，但有次對話來來往往長達16輪，百度的AI也沒掉鏈子。
當時還有其他友商想競標，運營商說，“百度的技術已經高出一大截了”，這家友商識趣地主動棄標了。
而在某航空公司的招標中，百度也是報價最高的一家，但最後勝出的依然是百度。
總之，三位一體的戰略，被初步驗證了。上線四年，ABC迭代到了3.0階段，“ABC1.0我們全面融合ABC，ABC2.0我們賦能各行各業，ABC3.0我們打通合作伙伴到各行各業應用的瓶頸”，尹世明總結，“ABC理念成就了百度智能雲。”
2、到一線去，到車間去
儘管戰略方向沒問題，但要俯身落地，並不容易。
彼時，人工智能在各種新聞裡都被“神化”、“萬能化”了。百度雲團隊要解決的第一個“麻煩”，就是管理過高的預期，讓客戶“慢慢來”品嚐“ABC”的“甘甜”。
其次，當那些習慣在實驗室敲代碼、搞研究的科學家、工程師們，走進車間、地頭，深入各行各業的一線，就會發現，與一線勞動者對話不容易，“雞同鴨講”。車間裡的工人們，通常學歷不高，他們有時甚至無法用自然語言準確描述問題和需求，更遑論計算機理解的結構性語言。
“一個質檢的零件什麼叫合格，說不清楚。我們必須解決認識和能力上的溝壑，這種困難在不同行業我們都碰到過。”李碩接受《財經故事薈》專訪時回憶。
還有一個共性的難題，則是在實驗室裡跑得很溜的技術，落地到具體場景時，不Work了。
比如，百度拿手的人臉識別，到了銀行就不靈了，原因是銀行櫃檯前有個玻璃，隔開了人和攝像頭，導致圖像出現重影，干擾AI識別；而在機場，一天24小時太陽的位置不一樣，攝像頭捕獲的乘客成像結果也大不同，逆光條件下臉部出現陰影，識別精準率就會大大降低。
語音識別領域也是類似，當用戶開始說方言，或者中英文疊加時，識別難度也會大大提高；同一個詞彙，在不同場景和語境下，意義也大不一樣，畫皮——在電影院說得是電影，戴上耳塞時聽歌時是張靚穎演唱的歌曲，而當兩位中老年人說起來畫皮時，指向的可能是《聊齋》故事。
“人工智能的識別引擎要針對這些情況做個性的調優和定製。”李碩告訴《財經故事薈》。
所以，從實驗室走到一線，百度要做的就是填平各種落差——技術很先進，但應用要足夠傻瓜簡單，讓工人農民客服都能輕易上手；技術很標準，但場景很多元，技術必須結合特定的行業和場景進行深度優化。
克服了這些障礙之後，ABC的優勢很快就很顯山露水了——讓尹世明津津樂道的一個案例，是百度雲的質檢機，有望把200萬質檢工人，從繁瑣無趣的質檢流水線上解救出來。
在一家南方3C類製造工廠，90後、95後的質檢女工每天要工作十幾個小時，檢測1萬多個零部件，每個零部件的檢測包含13個角度，然後挑揀、分類覆蓋10大類缺陷的殘次品。
強光照射和高壓之下，女工們雙眼通紅，甚至出現了經期紊亂等身體病變。
喜歡到一線工廠實地探訪的尹世明對這一切並不陌生。1999年，他在一家工廠的招工現場看到，來應聘的工人們齊刷刷做俯臥撐，做過50個才能被錄取——繁重的一線工作，是對工人體力和精力的極致榨取，他對後者充滿了發自肺腑的同情。
百度雲的質檢機成為了拯救者——一臺之質檢機能同時檢測6個零件面的33種缺陷，將漏檢率控制在0.1%內，速度可以比肩10多名質檢員，節省了90%以上的人力，減少了80%以上的工廠佔地面積，設備投資回報率達到了傳統機型的6.5倍，而女工們則轉業為缺陷分析及標註工程師。
精密的3C零件質檢，是質檢行業的絕對高地，百度雲可以“一覽眾山小”了。這套方案迅速推廣至各行各業，比如精密加工廠、液晶面板，汽車製造、電子零部件等等，粗略計算能夠拯救200多萬表面缺陷質檢工人，為全行業每年節省人力成本3500億，而且改造成本不高，僅需兩到三週，就能實施上線。
不僅僅在工業領域。
在氣象領域，重慶市氣象局借力百度，用“雲+AI”讓天意不再難測。兩小時內的預測準確率提升了40%，災害天氣預警信息的發送時間從原來的兩小時提升到9分鐘；
而有了AI助力的吉諾救援，能跟颱風和死神賽跑，救援調度時間從行業的平均40分鐘縮短到5分鐘，救援的處置時間縮短了50%。
百度雲已經全形態輸出210多項AI能力，在金融、鋼鐵、煤炭、家居、汽車等數十個細分領域擁有上千成功落地案例。
過去一年，百度智能雲用戶數、收入翻倍增長，流量和服務器三倍增長，成為中國增速第一的雲廠商。
3、AI工業化終局
你能想象嗎？將來人人都會配一個智能管家，就像鋼鐵俠的賈維斯一樣。
一個典型的應用場景，是幫你接打電話的智能小祕書。
它可以在你忙碌時，成為你的“分身”。中介保險詐騙騷擾電話打過來，它幫你巧妙的應付阻攔；領導來電時，它會鄭重提醒你立刻回電；如果你在開會發言，有了它不會再遺漏任何重要電話；等等。
這可不是科幻小說中的場景，這是“ABC SUMMIT 2019百度雲智峰會”上，尹世明親自演示的真實場景。他的判斷是“人工智能將無處不在。”
篤信AI時代，也是百度的集體信仰，9月2日，李彥宏發出內部信，表示要進一步升級“雲+AI”戰略，進—步提高百度智能雲的戰略地位。
在尹世明的推演中，人工智能的落地，大致分為三個時段。
第一階段是基礎架構構建階段。主要是為了實現人工智能、大數據和雲計算三位一體的融合——百度已經順利完成了。
第二階段，從今天開始到2025年，人工智能要從實驗室大規模走向產業，實現規模應用——屬於百度的正在進行時態，被尹時明總結為“AI工業化”階段。
注意，這裡的AI工業化，說得不是AI應用到工業領域，而是AI本身開始變得標準化，可以規模化輸出、普及到各行各業。
第三階段，整個產業將全面進入人工智能的時代。尹時明預測，這一場景將會在2025年之後到來。
尹世明的這一論斷，也得到了其直接彙報人、百度CTO王海峰的認可。王海峰認為，驅動工業革命的核心技術都表現出很強的通用性，而每一次工業革命到達高潮時，驅動它的核心技術就進入工業大生產階段，呈現出標準化、自動化、模塊化的特點。“當今，我們正身處人工智能為核心驅動力量的第四次工業革命浪潮之中，人工智能正將人類社會帶入智能時代。”
尹世明把上述論斷具象為了一個數學公式：人工智能工業化=(智能計算*智能應用)^智能生態，具體拆解，智能計算代表了新的生產力；智能應用實現規模化複製普及；智能生態解決了產業鏈上下游，以及相關行業的協同和共享問題。
智能應用層面，百度要做的是多處布點，連點成線，動線成面。
所謂布點，就是在行業內樹立典型標杆。這個過程要把握好身段，不做氣勢洶洶的顛覆者，要在飛行過程中更換髮動機，通過看得見摸得著的增量價值，讓客戶和行業發自肺腑的感受到ABC的好處。
所謂連線，指得是百度逐漸去改變一個一個的行業，目前其重點佈局的行業有互聯網娛樂、金融、工業、公共交通等等。
所謂成面，就是AI工業化的階段性目標——要讓AI成為水電煤一樣普惠的基礎設施。
這一目標，僅靠百度一己之力難以圓滿，搭完臺子，拉來越來越多的人一塊來唱戲，達成一套底層通用的標準體系，就成為了百度的必選項。
今年7月份，百度正式發佈了百度智能雲的產業智能聯盟計劃，這是業界第一個完整的人工智能生態聯盟，覆蓋各個行業場景，已經吸引了數千個合作伙伴入圈，覆蓋底層的技術生態，中臺的開發生態，以及終端的行業應用生態。
常州微億智造CEO潘正頤就是領航者聚樂部的牽頭者之一，後者是專門針對精密製造業的產業智能聯盟，“技術本身是非常重要的，但是生態合作也是非常重要的，特別在智能製造這個領域裡面，否則項目沒有辦法落地。”
而在AI工業化階段，最大的外部變量是5G的普及和IOT時代的到來——用通俗一點來說，5G帶來的正向變量，其實就是計算能力的去中心化，計算力可以自由無礙的流淌在終端、邊緣、雲端。
這意味著更短的鏈路，算力可以推進到離用戶10公里以內的距離，而不是幾百公里；更快的反饋，響應時延不超過5毫秒，甚至可以達到1毫秒以內；更低的成本，可以讓中心帶寬的成本降低80%以上；更多的計算需求，人工智能的應用場景也指數級擴展了。
打個比方，如果說AI工業化在5G來臨以前跑在火車上，現在就如同狂飆在飛速奔馳的5G高鐵上，而且，這個5G高鐵票，比過去的火車票還便宜！
綜上，ABC戰略是地利，產業智能聯盟是人和，5G時代的到來則是天時——百度雲的ABC“樂團”，正在彈奏一場名為“AI工業化”的交響樂。
尹世明很是篤信於此，“不馳於空想，不騖於虛聲，Dream it，Believe it，Achieve it！”
相關推薦
