“云智一體”經濟學
進行業，應用企業要算投入產出的賬。云廠商做產品，也要算成本賬。賬算清了，東西能落地，企業能升級，產業也能上新臺階。
文|徐鑫
編|趙艷秋
云計算市場進入考驗深挖行業的能力階段，云廠商們牟足勁頭把重點放在了如何聚焦關鍵場景，滿足實體行業需求，推動解決方案規模化落地上。
產品到具體場景，應用企業要算投入產出的賬。百度智能云從最能產生效益的地方切入，企業的人效提升，成本下降，應用能落地了。
據11月22日發布的百度Q3財報，百度智能云保持了增長勢頭，營收同比增長24%，增速高于行業平均水平。在擴大運營規模的同時實現經營利潤環比、同比雙提升。
在讓技術落地產業的過程中，百度智能云自己也在算賬。從低利潤率項目中轉移，致力于推動垂類解決方案標準化。針對行業需求做到端到端的技術調優，目前百度智能云已形成了一套“芯片-框架-大模型-行業應用”的智能化閉環路徑。它們降低了百度智能云在產業的落地成本，提高了應用效率，助力其更穩健增長和創新。
01
企業算的賬
蘇州常熟一家印刷電路板工廠的終檢車間，工人們頂著工作臺上的LED白光，在電腦屏幕前，細致檢查一塊又一塊由指甲蓋大小的電路板。
這種電路板是一種軟硬結合板，廣泛應用在手機、筆記本電腦的攝像頭模組以及5G基站中。
很難想象，規模化生產的電路板，質量檢測重要的一環，在此之前需要工人們操作顯微鏡完成。女工們一天八小時趴在顯微鏡上一個個掃描電路板，靠肉眼和時間堆出產品的檢測結果。
工廠的IT經理胡平華告訴數智前線，為了提升效率，軟硬結合板質檢已經用上了外觀檢查機，用機器完成表面的初次篩查，之后人工在電腦前確認機器的篩查結果。
在過往的工作流程里，外觀檢查機是靠色差和灰階值來尋找瑕疵。它的執行過程秉持的是“寧可錯判瑕疵，也不放過一個”的原則，把沒有瑕疵的可疑點也判定為瑕疵，后續再通過人在電腦屏幕前，對著放大的照片來剔除。
這在行業里被稱為假點，軟硬結合板通過外觀檢查機后的假點率占到70%以上。一臺外觀檢查機要配5個復判人員進行核對。這意味著，其后的工序中，大量的時間和人力要投入到人工復判環節里。
胡平華所在的東南相互電子公司，是目前國內為數不多的能生產出符合日本、歐洲等生產標準的軟硬結合板廠商之一。過去3年，由于市場環境變化和原材料價格上漲，市場的訂單需求在萎縮，行業里的產品利潤空間也被壓縮，大小玩家們都遭遇了不小的虧損。在更殘酷市場競爭條件下，人效產出成為企業關注的要點。
近年來，江蘇常熟積極推動“智改數轉”，提升傳統企業競爭力。在常熟工信局組織企業參訪東南相互電子時，百度智能云發現了這個環節里，用AI技術來升級傳統機器視覺產品的空間。原有的外觀檢測機發現假點后，用人工智能的算法去學習假點的特點，自動將之去除，人工再次介入復核就能免去大量不必要的工作。
今年1月，百度的工程師開始把AI技術帶到東南相互電子的外觀質檢產線，大半年后，雙方的合作已經進入交付驗收環節。
“現在針對新的缺陷還是要做模型學習與迭代。”胡平華告訴數智前線，不過重新學習只需要花幾個小時，工廠已有的IT團隊就能自己解決掉問題，不需要再經過百度工程師的手。這意味著未來如果工藝有些微調整，產品表面出現新的缺陷，工廠也可以自己完成算法的適配。
云計算廠商幫各行各業做數字化轉型總會遭遇“有什么用”的天問。一位關注制造業數字化進程的人士指出，制造業最看重ROI指標，它們在應用新技術時總要算賬，算得過來賬的產品才有可能在工廠里落地。
百度集團執行副總裁、百度智能云事業群總裁沈抖此前闡述戰略時指出，數字化不是實體產業的最終目標，把數據用好，解決生產經營中的實際問題，提升生產效率，產生實際效益，才是實體產業的最終目標和“真需求”。
在東南相互電子應用百度的AI質檢產品時，胡平華算了賬——如果通過AI過掉80%的假點，一臺外觀檢測機需要配備的復核人員將可能從5個人能降到2個人，該崗位的入職培訓時間也能從2個月縮短到2周，企業的人效，肉眼可見有了提升。
這個結果使得他們開始考慮，未來在產品的中段檢環節也引入AI質檢技術。
02
切入核心場景的路徑
今年來，百度智能云在戰略上更聚焦產業中最關鍵的場景，更強調用AI技術解決企業最關心、最核心的問題。
要進入關鍵場景，百度智能云的做法里突出的一點是，從應用切入，基于應用的完善，完成相應環節的數字化基礎設施建設，形成以應用帶動數字化的最小環。
以制造業為例，AI質檢目前被百度智能云視作生產制造領域的重要帶動應用，百度智能云對模型算法設計、推理引擎、深度學習框架、芯片適配等環節進行端到端優化，在這個技術底座的支持下，產品產生了切實的效果。這款應用也進入在電子、紡織、化纖、汽車等15個行業100多個場景，首鋼、寶武、恒逸、一汽、廣汽本田等知名企業都有落地。
目前，百度的AI質檢解決方案已經沉淀為平臺型產品。百度智能云智慧工業工程師章暢海告訴數智前線，工業視覺智能質檢平臺的能力已經從幾個層面作封裝，方便應用到不同行業和企業。其中，底層算法算式是一層，針對不同行業的模型是一層，上層的應用落地是第三層。
在底層架構這一層，使用的是百度飛槳的框架，它也是國內應用規模最大的開源AI框架，這層框架也支撐除了AI質檢以外的產品。
行業模型則從大量行業項目中積累和提煉而來。當百度進入一家企業的場景做應用落地時，不僅可以基于已有的行?*墑炷Ｐ妥骺燜傺盜泛偷貢苊飭酥馗叢炻腫擁淖純觥Ｕ庵致肪叮彩腔牘ひ檔卻估嘈幸擋捎玫姆絞健?
除了AI質檢產品，百度智能云在制造業還有安全生產、能耗優化和智能調度三個方向多個產品的打磨。它們共同構建在百度工業互聯網品牌“開物”之上。
對云廠商而言，扎根行業，必須要從大量的項目經驗中，提煉出具有遷移復制性的產品，才能實現在細分行業里的健康均衡發展。
一位關注企業數改的人士認為，行業類軟件應用理想的付費方式還是訂閱式的，因當下云廠商們的產品還需要大量的定制和迭代，很大一部分還無法以SaaS方式交付。
百度智能云副總裁李碩在今年9月“開物”品牌升級接受采訪時也坦陳，大量項目的投入還是以項目化的方式在做，但在努力抽象產品，產品層已經清晰可見，這些產品在行業縱深、可復制性上也已產生效益。
除了產品進企業，百度的人也在往離客戶更近的地方走，下沉運營。這是中國制造業的產業鏈協同方式，對云廠商們提出的要求。
李碩提起過一個例子。一名制造業企業家對他說，“我所有的供應商在50公里之內解決”，他認為這是制造業企業家們對供應商需求的心理距離。基于下沉運營的理念，百度在工業區附近建運營平臺，還成立了蘇州AI+工業互聯網基地，負責整個華東地區的本地交付和服務實施。今年，百度智能云在重慶、廣州的工業互聯網平臺正式上線。
針對大量的中小企業，園區成了百度智能云AI產品介入的一種方式。它不同于云公司跟大型客戶的合作。大型企業的數字化進程里，需要很多定制開發，大企業們有能力長期投入。百度智能云通過跟行業標桿企業合作，創造新業態，尋找可以規模化的點。
而集群類園區里大量的中小企業，沒有能力單獨搞智改數轉，為了提升這些企業的數字化水平，政府牽線搭橋，匯集同一個園區的需求，基于這些共性需求建一朵產業園區云，中小企業可以輕量化以接口方式應用算法和模型。現在百度智能云和常熟高新園區、桐鄉的高新園區以及重慶和廣州的園區都是這種合作方式。
從核心應用場景切入企業產生成效后，可能會帶動與之相關流程上的業務數字化閉環。比如在湖州美欣達企業的印染廠，布料瑕疵及色差檢測之后，正品和疵品的分撿、物流及與倉儲分撿環節的打通需求也會自然出現。
“發展的本質是增長，增長由創新驅動”，應用帶動應用，使得數字經濟在工業、交通、政務等垂類市場快速增長，行業核心場景實現多點突破。通過壓強式創新幫助客戶創造新增長點，百度智能云市場份額同步實現高速增長。
03
重點賽道的落地實踐
深挖行業，助力實體經濟是當下云廠商們投入的重點。智能云產品進入重點賽道和行業，云廠商要更健康增長，也得算賬。
IDC今年10月發布的報告提及，公有云服務商尋求多元化高質量發展，其中一個重要表現就是行業深耕，頭部公有云服務商已逐漸形成自己的優勢行業，并通過生態補齊短板。
創新可以驅動增長，那么創新是怎么來的?百度認為是“反饋驅動創新”。在車間、工廠等距離企業最近的地方，聽取一線工人對智能化升級的真實反饋。百度認為，用戶反饋越多，百度就可以針對每個行業需求，從底層芯片到頂層應用，進行端到端技術調優。今年來，百度智能云在多個行業都在升級解決方案或能力。
汽車云是今年以來主流廠商們大力投入和布局的領域。9月，百度智能云首次發布汽車云。汽車工業是最為復雜的場景之一，所以百度汽車云也分別從車企集團云、網聯云、供應鏈協同云三個層次，深入汽車制造行業的數字化升級，解決汽車行業生產、自動駕駛測試、供應鏈管理等難題。百度方面透露，目前，中國銷量前15的?*е校?10家是百度智能云的客戶;10大新能源車企中，百度智能云服務5家。
在智能交通場景，百度智能網聯、智慧交管、智慧高速、智慧停車解決方案在北京、廣州、長沙、重慶等多個城市應用，提高交通通行的效率。百度方面披露，截至第三季度末，以累計合同金額超過千萬元人民幣訂單計算，百度ACE智能交通解決方案已經被63個城市采用，覆蓋范圍較一年前的24個城市持續提升。
更傳統的水務行業，百度智能云通過提供數字化底座和智能化引擎，在供水、排水、污水、水環境、水利等場景打造智能化應用。比如和龍水庫與百度智能云開物合作建設監管平臺，管理人員通過一塊智慧屏，可以對面積24.8平方公里的水域實現全面管理，實時發現偷釣、偷排垃圾等非法行為。
云廠商們的AI技術和商業化應用能落地，既要有大數據和人工智能技術底座，也缺不了行業的積累和沉淀。
財報中將百度智能云實現經營利潤環比、同比雙提升，歸功于百度智能云逐步構建的健康增長機制，百度智能云正從低利潤率項目中轉移，并致力于推動解決方案標準化。
這背后離不開百度智能云進千行百業的底層邏輯，也是它深挖行業的解法。
今年9月百度推出“云智一體3.0”架構，沈抖署名文章中專門闡述過這套體系幫助科技落地行業時的優勢——
“云智一體3.0”從行業核心場景切入，通過打造行業標桿應用，帶動和沉淀AI PaaS層和AI IaaS層的能力，向上可以優化已有應用、孵化新應用，向下改造數字底座，使基礎云更適合AI應用。
具體來說，在芯片部分，百度自研的“昆侖芯”已經量產數萬片，作為通用型GPU，“昆侖芯”已經在工業質檢場景中代替國外芯片，使成本降低了65%。飛槳深度學習框架讓開發者無須從第一行算法代碼寫起，可以直接調用飛槳框架和飛槳開發平臺的相關模塊，大幅降低了人工智能技術應用的門檻，更快推進產業智能化。
自研的產品和技術生態為底座，從應用側的反饋能夠以更快速度、更低成本驅動技術在場景層面的落地和創新。
IDC在11月發布的《亞太區AI全生命周期市場研究報告》報告中提及，百度面向智能制造等數字化轉型需求旺盛的行業，提供全AI生命周期端到端的AI模型開發解決方案，是國內唯一入選該報告的AI服務商。
百度智能云，一心想扎進行業，幫實體企業解決真實需求，一門心思把技術創新“卷”到實體企業，這也是百度云智一體深入產業戰略的初衷。
而當下強調數字技術助力實體經濟發展，增強實體產業發展韌性的背景下，算得清AI技術落地行業的賬，百度智能云在產業里的深度和厚度，上了新臺階。
