AI工業化時代降臨,百度智能雲“主場作戰”

二十一世紀商業評論2019-09-10 15:58:07

本文字數:3432|預計6分鐘讀完

AI不再講究酷炫,而要講究紮紮實實地推進和落地。



8月26日,百度CEO李彥宏來到山城重慶,智博會演講中,他援引了《自然》(Nature)雜誌一篇報道——“2030年,中國能否成為AI的世界領導者?”


文中提到,2019年,學術搜索引擎-微軟學術(Microsoft Academic)的分析顯示,中國有影響力的AI研究論文數量會很快超過美國,在打造AI核心技術工具方面仍然落後,最先進的AI半導體芯片多由美國公司製造。李彥宏道出了他一年來的觀察:AI不再講究酷炫,而要講究紮紮實實地推進和落地。


就在同一天,中國最高的財經決策委員會開會,官方通稿中專門提到,“中國製造業規模居全球首位,是全世界唯一擁有全部工業門類的國家”,而決策層要求“建立共性技術平臺,解決跨行業、跨領域的關鍵共性技術問題”,在貿易爭端的敏感時點,“自主可控、安全高效”八個字也特別醒目。


究竟什麼是共性技術平臺、關鍵共性技術問題?通稿沒有言明,但是,正在興起的第四次工業革命浪潮,是以物聯網、大數據、機器人及AI為代表的數字技術所驅動,不難猜想,AI技術應在其列。


3天后的8月29日,又在同一天,10個國家新一代人工智能開放創新平臺發佈,百度智能雲召開了其史上規模最大的峰會,參與人員高達6500人。百度副總裁、智能雲事業群組總經理尹世明發言說,人工智能正在全面進入工業化進程,人工智能要全面走向產業,就要推動工業化,這是每個產業革命走向成功都要經歷的必然過程。



智能的暗戰


1988年,美國學者P.K.Wright和D.A.Bourne合著了《Manufacturing Intelligence》一書,他們提出了“智能製造”概念,將其定義為機器人應用製造軟件系統技術、集成系統工程以及機器人視覺等技術,實行批量生產的系統性過程。


20年後,次貸金融危機爆發,這一概念的影響廣泛溢出學術圈和產業界,美國等發達國家的決策層認識到,以往去工業化發展存在明顯弊端,開始制定重振製造業的發展戰略,大數據、雲計算等前端科技的發展,也帶來了這樣的機會窗口,智能成為搶佔國際產業競爭的制高點。


囿於AI技術的侷限,智能製造雖遠未達到“自適應、自決策、自執行”的智能化階段,但是,以“基於雲的商業智能”等形式,歐美的智能化正向製造業在內的所有產業滲透。


諮詢服務公司Dresner做過一項研究,比較2015 年和 2019 年 BI(商業智能)的滲透情況,他們發現,2019 年前三個滲透級別(>40%)已佔到潛在授權用戶的 34%,2015年的比例僅為 27%;48%的企業表示,雲商業智能對其2019 年的運營“至關重要”或“非常重要”。



美國最重要的幾個AI玩家——多數也是核心的雲服務廠商,均在大規模進入商業智能和數據分析領域,為智能時代積蓄力量。

 

微軟 2019 年收購的四家公司中,有三家是數據分析類公司,包括 1月收購的數據初創公司 Citus Data、2月收購的教育數據平臺 Data Sense,和7 月收購跨平臺數據訪問控制解決方案提供商 Blue Talon。這些收購將增強微軟Azure 雲計算服務在內的能力,推動各行業進行智能轉型。

 

今年6月6號,谷歌以 26 億美元現金收購數據分析和 BI 商業智能平臺公司 Looker,Looker 數據分析產品主要包括數字營銷分析、網站分析和銷售分析等工具。4天之後,Salesforce 斥資 157 億美元,收購專注於 BI技術的開發和應用的交互式數據可視化軟件公司 Tableau。

 

雲服務的智能化,在中國也已初露端倪,中國目前是全球第二大雲基礎設施服務市場。安信證券盤點發現,2019 年上半年融資,SaaS 行業融資數量最多的是數據服務領域,共有 44 起融資,佔行業融資數量的 51.7%,印證了數據的重要性提升,雲計算向數據分析和 BI 邊界拓展已是大勢所趨。

 

“三位一體”的CBA(雲計算+大數據+人工智能)技術,已悄然引領全球產業大勢,雲計算產業也正踏上智能新徵程。而中美科技巨頭們對於智能化的熱情,往小了說,將會影響巨頭間的競爭格局、市值排名,往大了說,將會左右兩大經濟體的智能水平,從而影響各自的全球競爭力。


百度的主場

 

在中國,由百度提出“人工智能要全面走向產業”,這不是偶然的。


微軟現在是全球最貴的公司,市值穩定在1萬億美元以上,也是全球最重要的雲服務供應商之一。很多人不知道,現任CEO薩提亞·納德拉重振微軟、發展雲業務的起點,就是領導必應(bing)——微軟的搜索業務。


 

納德拉在自傳《刷新》中談到,搜索和雲業務有著天然的相承性。比如,搜索在同一時間要面對數以十萬計的搜索請求,這些搜索查詢要平均分配到一個服務網絡中,且流量增長,可提供易拓展而且虛擬化的資源,這種“彈性”正是雲計算的核心特徵;搜索要識別用戶的意圖,再用準確信息與之匹配,必須基於運用機器學習,機器學習也是人工智能的基礎。納德拉將必應搜索,形容為微軟“超大規模的云為先服務的偉大訓練場”。

 

從這種聯繫,就不難理解百度雲服務技術的領先原因,百度智能雲已在“單集群1萬臺服務器”、”機器學習開源平臺”等15個領域做到了國內第一,最新發布的“彈性裸金屬服務器”,輕鬆應對業務飛速增長對性能與彈性的雙重需求,這些與其搜索優勢有著深刻的內在聯繫。

 

在中國,百度管理層對於AI的投入,理解最深、行動最早、落地也最堅決,在國內形成從芯片到深度學習框架、平臺、生態的AI全棧技術佈局。當雲計算進入智能時代,約等於百度進入了自己的主場。



基於與AI結合,百度智能雲擁有260多個產品,在計算、存儲、網絡、數據庫、中間件、服務器、安全等領域已有豐富的系列產品,可以全形態輸出210多項AI能力,並在工業製造、視頻、金融、傳媒、農業、營銷等多個領域擁有上千個成功落地案例。

 

尹世明將2016-2019年做的這些事情,定義為“人工智能基礎建設”,可以理解為案例上的“星星之火”,2019年進入“工業化時代”則是由點及面,產業層面已有“燎原之勢”。

 

可以說,百度正以AI發電廠的模式,批量輸出成熟的算法模型和數據管理能力。“全場景覆蓋、更高彈性、更性價比、更安全合規、更易運維”五大特色,天算、天智、天合、天工、天像、天鏈等六大工程平臺,針對的是各種通用化和行業化場景,本質上,將作用於中國各產業智能的大規模普及。

 

外溢的紅利

 

其中,視覺智能、對話智能、數據智能三大應用已實現規模化落地,轉化為現實生產力,並顯露出驚人的爆發力。以工業視覺的場景解決方案為例,百度智能雲在智能質檢領域三年磨一“檢”,助力首鋼、寶鋼、一汽等多家公司,大幅提升質檢效率,降低漏檢率。

 

現場連線的常州精研科技董事長王明喜介紹說,多臺AI加持的 “外觀缺陷視覺檢測設備”能同時檢測1個零件的6個面不同位置的33種缺陷,將漏檢率控制在0.1%。


在經濟上,AI質檢幫助人員成本節省90%,佔地面積減少80%,投資回報率是傳統機型的6.5倍。單單這一項智能應用,就能大幅減低製造成本,並將中國數以十萬計的質檢人員從低價值勞動中解放出來。



事實上,競爭是全球性的,中國勞動力成本也是剛性增長,且年輕人不願從事流水線作業等枯燥工作,中國製造已有向東南亞、非洲等地外移的現象,如果無法以技術來提振競爭力,歐美產業“空心化”的狀況同樣會出現在中國,AI則為中國製造轉為“中國智造”提供了一條新路。

 

基於雲媒體視頻、城市“智”管理等多個解決方案,百度智能雲已助力金融、物流、客服、農業等各領域實現智能化升級,降本增效。

 

比如,央視網與百度智能雲合作打造了真正意義上的“人工智能編輯部”,大幅降低視頻內容生產門檻;寧波市鄞州區對店外經營、暴露垃圾等市容治理準確率達到95%;與重慶氣象局聯合打造的“智慧氣象”系統,兩小時內的預測準確率提升了40%,2019年夏天的災害天氣預警信息發送時間,則從原來的兩小時提升到9分鐘,幫助市民更早的躲避災害。



這些看得到的成果,也大大提振了百度智能雲的業務表現,過去一年,百度智能雲用戶數、收入翻倍增長,流量和服務器3倍增長,成為中國增速第一雲廠商,已穩居中國公有云服務的四強,最近一個季度的營收達到16億。

 

對標2018年阿里雲213.6億元營收規模、600-700億美元左右的估值,基於現有份額、更高增速和廣泛的應用場景,百度智能雲也可能是一項百億美元級估值的業務。


更重要的是,隨著其業務規模的擴展,AI的能力效應外溢,這能幫助中國各產業享受到智能革命的紅利,從而實現決策層期待的“夯實產業基礎能力”,“打好產業基礎高級化、產業鏈現代化的攻堅戰”。


李彥宏引用的《自然》雜誌文章中提到,“率先在(人工智能)該領域搶佔先機的國家,可能會決定其未來的發展方向,並從中獲得最大的利益”。值得注意的是,百度智能雲新發布的“百度崑崙雲服務器”以及第一款雲端全功能AI芯片“崑崙”,在其官方宣傳中,也特意提到這是“自主可控”的。


https://weiwenku.net/d/201335077