0
“我们有一个摆在前面远处的、让百度重新站上行业之巅的大机会。”
百度二季度财报发布之后，李彦宏在内部信中如此表述。这大机会当然指的就是AI时代，巨头环伺的“云+AI”赛道，三年前，百度智能云提出“ABC”三位一体口号，如今“ABC”已经成为大型公有云厂商的标配，三年后，8月29日举办的百度云智峰会上，百度智能云更新了“人工智能工业化”的愿景。
“理念的第一带来了实践的第一”，百度副总裁、智能云事业群组总经理尹世明在接受媒体采访时表示，只提云计算，根据Canalys和Synergy Research报告数据，百度智能云在中国公有云市场中排名第四，倘论AI to B的决心和实效，已经沉下心走向田间地头、矿区厂房的百度应当有自信底气。
9月2日，李彦宏再发内部信，宣布百度智能云与CTO体系高效融合，尹世明携团队向集团首席技术官王海峰汇报。而据雷锋网独家获悉，在百度总裁张亚勤决定十月退休之后，智能云业务短暂成为百度的“一把手”工程，也就是尹世明的直接汇报上级之前是李彦宏。
王海峰负责基础技术体系（TG）和AI技术平台体系（AIG），TG包括搜索公司及各BG的运维、基础架构和集团级共享平台整能力，AIG包括百度在数据中心、基础架构、运维等方面的能力，是云服务的基础设施。本次调整意味着百度AI技术、云计算、基础技术体系的进一步整合，相当于智能云业务的再次加码，百度在集结更多的资源做To B业务。
从A到B，人工智能到To B商业模式，智能云业务已经成为百度未来的锚点。
百度AI to B工业化，早有苗头。
今年4月份，王海峰就表示，驱动工业革命的核心技术都表现出很强的通用性，而每一次工业革命到达高潮时，驱动它的核心技术就进入工业大生产阶段，呈现出标准化、自动化、模块化的特点。当今，我们正身处人工智能为核心驱动力量的第四次工业革命浪潮之中，人工智能正将人类社会带入智能时代。
继ABC之后，百度再次率先提出的“人工智能工业化”能否让百度智能云，甚至百度再上一个新台阶？
尹世明强调，2016年-2019年是人工智能基础建设阶段，核心是解决技术上能不能的问题；2019-2025年是智能时代发展的第二阶段，人工智能要经历工业化的过程，不能局限在实验室；2025年之后行业将全面进入人工智能时代，极大的提升生产效率和财富的创造。基于这样的预判，百度智能云提出了人工智能工业化的理念。
人工智能工业化不是将人工智能应用于工业领域，而是实现人工智能自身的工业化生产，人工智能自身要大规模的走向产业，核心是解决规模化应用的问题。从这一点上，百度所提的人工智能工业化和其他厂商提出的产业AI也有本质差别，产业AI仅仅强调让产业使用人工智能。
“机械工业革命、电力工业革命和信息工业革命，都经历了从最开始概念，然后实现工业化扩张的进程，最后形成产业链体系。现在的苗头已经很清楚了，产业链逐渐开始形成”，尹世明言之凿凿。
“百度智能云从去年开始到现在做得最多的事情，就是思考和研究怎么把人工智能由一个落地点变成一条落地线”，百度云副总经理、产业智能化业务负责人李硕告诉雷锋网，这才是真正让AI商业化跨过鸿沟非常重要的环节。
以呼叫中心智能化改造举例，去年百度云智峰会现场，百度拨打了天津10010的电话做现场对话，这是一个落地点。基于归纳总结的经验，今年中国联通全国客服将分阶段上线智能客服，另外采纳百度的对话智能解决方案的银行和航空企业也已经有十数家，从中体现出人工智能应用从单个案例到完整行业和生态布局的转变。
同样地，去年百度云在制造业领域通过计算机视觉做工业质检，今年则是在苹果供应链、戴尔供应链、一汽汽车厂商供应链等大量复制应用，这个从点到线到面的过程，百度将其定义为人工智能工业化。
无论是工业大生产还是人工智能工业化，都意味着百度To B势必要进入新阶段，回过头看，百度是如何一步步走上To B赛道的？
李硕对百度AI to B的历程深有体会，他经历了百度从纯搜索业务到如今的发展历程，曾负责整个百度所有产品的运维、资源管理、接入，这也是百度云计算的基本前身，而后他由从TG到AIG，做人工智能的早期孵化，进而在2017年做人工智能相关的商业化落地。
2018年，百度做了一个非常重要的决定，把人工智能商业化落地和云计算商业化团队合二为一，也就是如今的ABC三位一体战略（人工智能AI、大数据Big Data、云计算Cloud Computing）。
“百度当时为什么会考虑做这个调整？我们看到了人工智能和大数据这些新兴技术进入产业落地过程中，云是非常重要的一个算力提供者，也是一个载体，所以我们需要形成一股合力，可以把算力、算法和应用相关的能力都给到我们To B的客户，所以2018年我们开始做业务上的调整、整合”，李硕解释道。
2018年底，百度将云事业部直接升级为智能云事业群组，开始完全承担百度To B的职责，负责把百度几乎所有的核心技术转换成产品和解决方案提供给To B客户。
仅从时间维度观测，百度云不是喊出做公有云的第一批厂商。百度主营搜索业务，对服务器资源的消耗不像双十一电商大促，波峰波谷十分明显，AWS、阿里开展公有云业务也更多出于商业逻辑角度，资源闲置不如产生价值，而百度的带宽和服务器成本相较其他互联网厂商，占营收比例较低，所以百度并不急于为了做云而做。
百度当时思考的是——百度做云和别人做云到底能产生什么样的差异。后来的故事我们已经知晓，百度云是从人工智能出发，自上而下做云计算，人工智能技术的社会认知和商业环境逐渐成熟，百度认为做云能够提供不同于市面已有厂商的差异价值，所以百度也主动成为最早把AI能力全栈开放的企业。
互联网巨头纷纷开始To B，To B也是一个万亿级市场，不比To C小，但中国的To B市场很难看到大型企业出现，因为中国企业的成长本身处在一个早期阶段，企业成长到一定规模时，需要使用ERP和财务系统等企业软件，供选择的都是国外大厂产品，欧美市场的企业成长经历过同样的阶段，已经培育了大量的成功案例。
换句话说，市场需求决定了中国市场还不足以诞生To B的大型企业。
今天互联网企业为何又集体开始To B？中国互联网公司经过二十年的成长和发育，形成了自己的一套互联网企业所拥有的架构，这套架构与以前欧美企业所拥有的IOE架构完全不同。互联网公司的IT架构自然演进到7×24小时、低成本硬件、高可靠服务、快速闭环的架构。企业拥抱互联网架构，或者在试图解决技术难题时，很自然的找到行业领先企业寻找最佳解决方案。
互联网企业做To B的时间节点和人工智能技术的成熟曲线恰巧相遇，这也让百度智能云做AI to B成为顺理成章的事，不过同为互联网云厂商，各家的侧重点不尽相同，百度以AI为先，云业务是落地AI应用的载体，阿里则将云计算基础设施的规模化做到极致，腾讯更专注于小程序、支付和微信生态。
一个行业的开拓从来都不是容易的事，百度也不例外。
雷锋网了解到，在人工智能落地的开端，行业之外的人对人工智能的理解是神化的，但本质上人工智能等相关技术都是解决在特定问题和特定场景下，实现替代人类或者更优的效果。百度首先解决的问题就是与行业专家研究，探索人工智能究竟在什么场景下能够发挥价值，最终百度积累了一套完整的方法论，在新场景开拓时，产品经理和AI工程师能够很快判断出这个场景适不适合人工智能。
在具体落地实践中，百度发现，不同行业的信息化水平不一样，不同行业的从业人员的科技素养也不一样，金融行业、运营商行业，对技术理解水平较高，但是进入到了工业、制造甚至在农业领域里，双方对话的落差就会变得非常大，此外，不同行业中，人工智能的通用算法在特定场景会碰到特定的困难。比如人脸识别多了一层玻璃，语音识别多了一点方言，都会导致效果大幅下降。
“真正让人工智能规模化落地，必须要解决人工智能技术本身和它的应用者之间的落差，因为人工智能做出来不是给科学家用的，比如在视觉场景，我们有一套方法、工具和平台，让呼叫中心里的话务员也可以用图形化的方法去定义业务逻辑，这个业务逻辑最终转换成了机器可理解的语言和模型”，李硕表示。在人工智能已经落地生根的行业，百度趟过了AI应用于行业的坑，接下来的重点是成规模的复制。
基于多年的人工智能落地实践，本次百度提出了人工智能工业化的公式：人工智能工业化=(智能计算*智能应用)^智能生态。
尹世明提到，前三次工业革命中，工业化都要解决三大问题，新的生产力问题，自动化问题，协同和共享问题。智能计算、智能应用、智能生态则是百度对应提出的解决之道。通过智能计算和智能应用相互的交叉促进，再通过智能生态实现指数级的发展，三者相互融合，相互促进，才能实现人工智能自身的工业化。
今年稍早时候，百度大脑迎来了史上最重磅的5.0版本升级，一举成为产业智能化、软硬件一体的AI大生产平台，这和百度智能云的所需的三要素“不谋而合”，也可以窥见，百度早有做人工智能工业化的心思。
在本次大会上，百度智能云也更具体的展现了人工智能工业化的基础：一个基础核心，六大工程平台及三套实践方法论。
一个基础核心以“更全场景覆盖、更高弹性、更高性价比、更安全合规、更易运维”为五大特色，天工、天算等六大工程平台则覆盖大数据工程、AI、视频云、物联网、区块链、云原生等细分领域，为企业解决技术环境、开发路径、资源需求等难题。再加上“互联网架构、数据智能、模型工厂”三大方法论提供知识辅助。智能计算产品全景图将助力客户智能化变革，降本增效，让客户更加专注在业务创新，提升业务市场竞争力。
如上即是百度智能云归纳的人工智能工业化实践。尹世明认为，互联网云厂商构建一个To B的体系是最根本的。不同于传统互联网快速迭代，To B产品有较长的生命周期管理诉求，销售市场、服务体系、运营体系都需要重新构建。
To B是长周期的经营，AI落地也是一个复杂事宜。抛开技术本身，李硕表示，AI落地首先是认知层面的不一致，另外，在选择场景和落地的时候，所要做的事情要给企业带来经营价值，AI落地行业并不是颠覆行业本身，而是在这个过程中找到合则两利的方法，才是良性的AI落地过程。
To C市场，只有第一，没有第二，头部效应明显。To B则不然，赛道宽广，细分需求繁多，产品和市场周期较长，也造就了To B市场主要玩家要比To C市场多上不少，至少容纳TOP 10玩家是毫无问题的。
不管是云计算行业还是ABC，或者说云+AI，整个行业都处在市场演变的早期，当下的市场合力大于竞争，如何培育真正的市场客户，并用云厂商协同其他厂商的能力去满足刚性需求，才是To B大潮下各类企业应该去做的事。
雷锋网总结，百度AI to B以头部客户切入，在服务头部客户过程中沉淀标准化产品，然后再进入到下一级的肩部、腰部、长尾客户，逐步完成行业的智能化赋能，不同行业智能化进程节奏不同，快则五年，慢则十年，AI to B的百度进入下一轮经济腹地。
相关文章：
百度智能云首提“人工智能工业化” 尹世明详解最全AI to B实践
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
