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)雜志一篇報道——“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后，最先進的AI半導體芯片多由美國公司制造。李彥宏道出了他一年來的觀察：AI不再講究酷炫，而要講究扎扎實實地推進和落地。

　　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，“中國制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。

　　究竟什么是共性技術平臺、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布，百度智能云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、智能云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“智能制造”概念，將其定義為機器人應用制造軟件系統技術、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年后，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，開始制定重振制造業的發展戰略，大數據、云計算等前端科技的發展，也帶來了這樣的機會窗口，智能成為搶占國際產業競爭的制高點。

　　囿于AI技術的局限，智能制造雖遠未達到“自適應、自決策、自執行”的智能化階段，但是，以“基于云的商業智能”等形式，歐美的智能化正向制造業在內的所有產業滲透。

　　咨詢服務公司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%)已占到潛在授權用戶的 34%，2015年的比例僅為 27%;48%的企業表示，云商業智能對其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——多數也是核心的云服務廠商，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 云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天之后，Salesforce 斥資 157 億美元，收購專注于 BI技術的開發和應用的交互式數據可視化軟件公司 Tableau。

　　云服務的智能化，在中國也已初露端倪，中國目前是全球第二大云基礎設施服務市場。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，占行業融資數量的 51.7%，印證了數據的重要性提升，云計算向數據分析和 BI 邊界拓展已是大勢所趨。

　　“三位一體”的CBA(云計算+大數據+人工智能)技術，已悄然引領全球產業大勢，云計算產業也正踏上智能新征程。而中美科技巨頭們對于智能化的熱情，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，也是全球最重要的云服務供應商之一。很多人不知道，現任CEO薩提亞·納德拉重振微軟、發展云業務的起點，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，搜索和云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”正是云計算的核心特征;搜索要識別用戶的意圖，再用準確信息與之匹配，必須基于運用機器學習，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”。

　　從這種聯系，就不難理解百度云服務技術的領先原因，百度智能云已在“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”，輕松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系，并不是偶然。

　　在中國，百度管理層對于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全棧技術布局。當云計算進入智能時代，約等于百度進入了自己的主場。

　　基于與AI結合，百度智能云擁有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，并在工業制造、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，將作用于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，并顯露出驚人的爆發力。以工業視覺的場景解決方案為例，百度智能云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%，占地面積減少80%，投資回報率是傳統機型的6.5倍。單單這一項智能應用，就能大幅減低制造成本，并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，且年輕人不愿從事流水線作業等枯燥工作，中國制造已有向東南亞、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則為中國制造轉為“中國智造”提供了一條新路。

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

　　比如，央視網與百度智能云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云的業務表現，過去一年，百度智能云用戶數、收入翻倍增長，流量和服務器3倍增長，成為中國增速第一云廠商，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年阿里云213.6億元營收規模、600-700億美元左右的估值，基于現有份額、更高增速和廣泛的應用場景，百度智能云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》雜志文章中提到，“率先在(人工智能)該領域搶占先機的國家，可能會決定其未來的發展方向，并從中獲得最大的利益”。值得注意的是，百度智能云新發布的“百度昆侖云服務器”以及第一款云端全功能AI芯片“昆侖”，在其官方宣傳中，也特意提到這是“自主可控”的。