文/五洲

生产/节点财务

在云计算领域，计算能力往往被视为行业的“新石油”。毕竟云服务最基本的价值是提供“计算能力”，计算的日益复杂使得对计算能力的需求呈指数级增长。

然而，很多人并不知道计算能力的真实用法：国内计算能力行业近五年平均增速超过30%，计算能力全球第二。目前云服务在很多领域的计算能力已经过剩。现实情况是，我们不缺计算能力，而是缺乏将大量分散的计算资源打包聚合的能力。缺乏实现高可靠、高性能、低成本来突破应用场景限制的能力。

云服务的深层价值是为各行各业提供各种数字化、智能化的能力，寻找智能化的AI解决方案，而不仅仅是计算能力。这也给业界留下了一个思想问题——。如何真正把算力和商业结合起来，深入行业？

对于百度AI云这个行业的资深玩家来说，他们早就认识到云服务和产业的关系。不久前，百度AI Cloud还在新智能经济高峰论坛上发布了新战略“云智融合产业”和“云智融合3.0”架构。相较于“云智融合2.0”架构，“云智融合3.0”更强调切入行业核心场景，通过打造行业标杆应用，驱动和沉淀AI PaaS层和AI IaaS层的能力，打造高性价比的异构计算能力和高效的AI开发运营能力。

容量漏斗云服务，精准滴灌实体经济

可以简单理解为“云智融合3.0”是基于2.0对千万个行业和行业的关注，更深入到行业内部，到达产业带的更多角度。Up，可以优化现有应用，孵化新应用；然后向下改造企业的数字化基础，使基础云更适合AI应用，形成螺旋上升、持续进化的效果。

所以看起来大家都有点疑惑。如果在这里代入一个具体的工业场景，就可以“管中窥豹”了。

广州市白云区作为广州的中心城区，常住人口约370万人。这个地区对水和排水系统的需求很大。仅该地区就有9万多户排水户，但只有48个水质监测点和50多个容易发生渍水、积水的隧道涵洞。

在水务行业，一直普遍存在着“劳动为主，技术为辅”的现象。随着越来越多的城市重视水务监管，水务管理的人力越来越紧张，很多环节都要靠人，自然不堪重负。

针对白云区水资源感知监控设施有待完善、智能业务支撑有待加强、水资源模型分析预警能力有待提升等问题，百度AI云在白云智慧水务项目中构建了“1 1 N”框架。

其中，“1 1”分别对应数字基础和智能引擎，“n”是指基于场景的业务应用，有一个智能大脑支持n个应用模型的分析、预测和运行。经过基于智能传感器的PH值等常态化实时监测，“智慧水脑”可以在后台完整地直接监测白云区9万多户排水户的污水排放情况，确保排放水质完全达标。

此外，双方还重点推动了河湖管理、水利工程管理、防洪应急管理、排水智能管理等四大业务应用在该地区的发展。在白云区和“城市的绿肺”贺龙水库，过去不仅要防止污水排放等人员闯入水体，还要时刻关注水情，避免发生洪水事故，甚至还要关注大坝施工安全，进行反恐演练。T

智能巡更只是龙河水库智能监管的应用之一。百度AI云通过在水体中布置智能传感器，让“智能水脑”基于智能数据获得洞察，让龙河水库“智能治水”。比如用监测数据进行智能排水泄洪，而不是“经验主义”；根据历史、气象、实时监测和预报模型，为防洪、供水和灌溉提供辅助决策；科学有效地管理水体，安全防灾，更好地发挥水库蓄水的功能价值。

百度AI云，赞381

据此，白云区水务也启动了“云加速”。经过半年的历练，韧性水务、高效水务、民生水务已经成为白云区三张亮丽的名片。

事实上，百度AI云深入“智慧水务”的意义远大于市场预期。近年来，中国正在大力发展智慧城市、新型基础设施和智慧经济，帮助更多地区建设“智慧大脑”，用AI守护绿水青山也是百度AI云的职责。而且在一些肩负“国之大者”责任的重点行业，都能看到百度AI云的身影。

比如国网福建电力，百度AI云参与建设了“两库一平台”的新基础设施，在平台上沉淀了解决问题的能力。国网福建电力可以方便快捷地打造符合场景需求的智能应用；与百度AI云恒益化纤联合研发的智能质检设备，一个丝锭的检验时间仅需2.5秒，效率比人工提高70%。还有国电集团的龙源电力。携手百度AI云后，轻松管理北京12000多台风机和200多个风电场。在火电风冷岛项目中，通过深度学习和实时调整风机转速，百度AI云每度电降低能耗1.55克标准煤。不要小看这1.55克，换算成全国可以实现600万吨的碳减排。

这也印证了百度集团执行副总裁、百度AI云事业群总裁沈抖在2022智能经济高峰论坛演讲中向外界解释的信念：“深入行业，加快数字技术与实体经济深度融合，是一项沉重的历史使命。”

云服务的技术路径：AI IaaS AI PaaS齐头并进

需要强调的是，在精准滴灌行业的进程中，百度AI云的作用不仅仅是卖IaaS，因为已经跟不上数字智能的主流发展路线。百度AI云开发了软硬件结合的“AI IaaS AI PaaS”，成为企业云的“筋骨”。

先说硬实力，也就是强调AI的原生计算基础设施，这是构成“云-智一体化3.0”的骨架。

最重要的是百度的“昆仑二代”芯片。昆仑2代作为7纳米通用GPU，性能比1代提升高达3倍，性价比远高于国外同级别产品。在工业质检的场景下，昆仑芯二代已经可以替代进口芯片，实现了65%的成本降低。

而且昆仑芯二代已经量产，大规模商用。现在，昆仑芯二代已经部署在百度搜索、自动驾驶、爱奇艺等业务，以及金融、工业等行业的客户。据节点财经了解，昆仑芯3代已经在研发中，预计2024年量产，将成为国内高端芯片需求的替代品。

在“昆仑芯”的加持下，百度白鸽也在不久前正式进化为2.0版本，其特点就是一个字——的简单描述。通过白鸽2.0的应用，药物蛋白质结构预测模型的训练效率提高了2倍，量产车自动驾驶的迭代周期从月级缩短到周级.

论“软实力”算法——白的“人工智能”

目前，飞桨是中国自主研发的第一个深度学习框架，相当于AI时代的操作系统。目前，飞桨拥有477万开发者，服务超过18万家企事业单位，AI对外输出能力已经初具规模。在国内综合市场份额上，已经超过Google的TensorFlow和facebook的Pytorch，位居市场第一。文达模型是目前AI发展的一个重要方向。有了这种深入行业时的“预训模式”，开发者就可以“他山之石，都显得相形见绌。”世界就像站在计算机科学之父图灵的肩膀上。他们可以从大规模的知识和海量的数据中学习，效率更高，效果更好。

从行业核心场景出发，在打造标杆应用的同时，百度AI云将知识和经验沉淀到AI中间平台(AI PaaS层)，大量的经验和场景数据可以反哺白鸽异构计算平台和昆仑芯片(AI IaaS层)。IaaS AiPaaS组合形成的AI云是百度AI云在行业内最大的差异化能力，也是很多传统行业选择百度AI云的原因。

比如在工业智能化的大潮中，汽车等制造业的转型一直比较保守。说到云，工程师们并不感兴趣，这可能与试错成本高有关。但百度AI云已经赢得了吉利、SAIC、蔚来、理想等领先车企的信任，并建立了深度合作。在吉利汽车，通过工厂的数字大脑平台，吉利的整个制造流程在云端生动展现，包括生产订单的自动调度、订单完成率、设备启动率等。降低容错率和管理运维成本30%。

而且不久前，随着云智融合3.0架构的发布，百度AI云还有近期围绕汽车行业的“三朵云”，即围绕汽车制造的供应链云、汽车企业集团云、网联云。所以不难看出，传统云服务商在现有供需框架内提高生产效率；而百度AI云，以AI IaaS AI PaaS，突破现有供需框架，根据行业细分特点，设计底层R&D框架、事中销售服务、事后产品交付，更深入了解每个行业的痛点和需求，创造供需增量。

云服务的“云率”:成为新OKR

限于篇幅，无法一一列举百度AI Cloud在各行业“上云”的所有场景。但这些行业生产力和生产关系的变化所呈现的服务认可程度，对百度AI云的综合能力做出了客观的评价。可以说，现阶段，百度AI云已经成为云服务向行业渗透的核心入口之一。

数据就是最好的证明。IDC调查显示，百度AI Cloud的AI云市场份额已经连续六次第一，这也反映出其正在打通各个行业的诀窍，形成具有主导性的长期商业价值，以“软硬件一体化”的方式精准重构过去的商业形态。

特别是随着云智融合3.0架构的铺开，百度AI云的知乎特性将更具包容性和潜移默化，目标是打造最具性价比的计算能力和高效的AI开发运营能力，加速工业智能化，降低企业上云门槛，让每个人都想用、敢用、会用。

对于百度智能云来说，要实现这个期望，还有两件事要做：

一是聚焦产业链核心，通过央企带动整个产业链的智能化升级，打破云壁垒，实现产业链上下游的协同升级。

目前，百度AI云已经在贵阳、重庆、桐乡、苏州、广州、宁波等16个地区搭建了园区云、产业云。根据区域产业带的业务特点，提供相应的解决方案。比如仅在苏州，百度AI

随着新商业时代的到来，百度AI云作为头部玩家，有责任将更好、更高质量、更实用的解决问题的云服务普及到千万个行业，也有责任通过规模化输出，降低中小企业上云的技术门槛，提供开放平台，让企业更容易使用。

所以，除了照顾好自己的“每亩三分地”，百度AI云肩上接下来的重要任务就是有效提升中国企业的上云率，帮助他们在工作效率上“去脂增肌”。这是学会发给百度AI云的OKR。毕竟，在数字时代，如果田要负责一家公司，他必须首先在技术上努力，提高服务和提炼能力，这超出了他的能力。

NodeFinance声明：本文内容仅供参考，文中表达的信息或观点不构成任何投资建议。NodeFinance对使用本文所采取的任何行动不承担任何责任。