7月21日，又到一年一度的百度世界大會，既是百度集中展示家底的窗口，也是外界窺見百度戰略導向的最佳機會，這一次，我們把目光聚焦在百度的第二增長曲線——百度智能云。
據IDC數據，2021年下半年，從IaaS+PaaS市場來看，2021年下半年同比增長43.0％，與2021年上半年增速（48.8％）相比下滑近6％，較2020年下半年（53％）繼續下滑。
同時，2021年全年中國人工智能軟件及應用市場規模達52.8億美元（約330.3億元人民幣），相比2020年漲幅為43.1％。相比去年同期預測值，漲幅略為降低，受疫情影響明顯，以及行業端對AI投資日趨理性謹慎。
云計算和AI行業都處于調整期，少有人能料到，中國云計算市場突然踩了一腳剎車，車上的云服務商們踉踉蹌蹌，更少有人能預知的是，前兩年不溫不火的百度智能云，如今已成為研究云計算增長的新樣板。
百度智能云至少證明了一件事，靠AI和云計算結合能跑出一條健康可持續的增長路徑，而市面上大多數的云計算和AI廠商，要么不具備資源條件，要么沒有把兩者很好地結合。
會上，百度集團執行副總裁、百度智能云事業群組負責人沈抖表示，百度一直在堅持云智一體、深耕行業。百度智能云從行業的關鍵場景切入，用人工智能技術解決最棘手的問題，為行業創造價值，再把需求和能力沉淀到智能云和通用云的基礎底座。
同時，百度智能云還升級了全新的解決方案。工業方面，百度智能云帶來了全新升級的開物工業互聯網平臺，新版本“開物2.0”累積超過200個工業解決方案，沉淀了3.8萬個工業模型，覆蓋質量管控、安全生產、節能減排、生產制造等九大領域。以AI振興鄉村為目標，百度智能云還推出了“九州區縣大腦”。
逆勢增長從而何來？
回過頭看，2020年可能是云計算行業的分水嶺。百度智能云今日收獲的果實，完全可以追溯到彼時種下的種子。
2020年，一是馬太效應顯現，不在第一梯隊序列的云服務商基本失去機會，在規模、技術和生態等方面全盤落后；二是新基建、新冠疫情和數字化轉型浪潮等因素疊加，持續推動云計算和AI的采用；三是云計算賽道本身進入調整期，互聯網云增速開始下滑，主攻政企行業的云服務商上升明顯。
有沒有云服務商跳出窠臼？有，且只有一家——百度智能云。其2021年實現全年總營收151億元，同比增長64％。2022年第一季度同比增速也有43％，考慮到行業頭部廠商戰略收縮和低增速的態勢，百度智能云是唯一一家延續高增長的互聯網云服務商。
云計算是典型的To B慢生意，To C產品改弦更張易，但是To B戰略改轅易轍難，尤其云計算戰略的正確與否往往需要時間來驗證，這也是為何部分云服務商傾向于跟隨策略，緊跟阿里云的變化，大多數時間不至于犯錯，然而當阿里云顯露出增長頹勢時，其他云服務商也必然會遭遇相似的現實難題。
這就體現出獨立思考戰略的必要性，百度智能云從2020年開始走向了另一條路：以云計算為基礎，以人工智能為抓手，聚焦重要賽道領域的核心場景。具體來看，主要呈現出兩個層面的變化：
其一 是追求高質量的規模增長和可持續健康發展，聽起來略微有些耳熟，這是2022年云服務商的主旋律，阿里云、騰訊云等廠商先后強調自研產品優先，不為規模犧牲利潤，以利潤為導向，被動向后退一步。
兩年前的百度智能云抵擋住了用虧損換規模的誘惑，較早預判到了云服務市場的風向，主動向后退一步，當時也有業內人士感到不解，認為百度智能云錯失了好的時局，而在今年云計算行業的裁員、撤退與慌亂中，百度智能云顯得相對從容，繼續云智一體的打法。
IDC也提到，云服務廠商競爭持續加劇，進入理性發展階段，逐漸從關注收入和高增長向關注利潤和可持續發展邁進。另外，云服務廠商加大對云產品性價比、安全、技術優化等投資的同時，更加強行業生態建設和自身行業能力建設。百度智能云的一步領先，為自己贏得了至關重要的緩沖期。
其二，是對業務領域的精確聚焦，抓住上云和AI使用的關鍵場景。隨著全社會數字化轉型的深入，從上云、到用云，企業需要能和行業融合的、智能化的方案去解決業務問題。只提供傳統的基礎云能力已經不能滿足客戶的需求、也是無法支撐云廠商業務的健康增長。百度智能云另辟蹊徑，從企業生產經營的關鍵場景切入，給生產帶來實際的增效，贏得上云用智企業的實際口碑。
在2022世界大會上，沈抖也介紹，百度智能云一直堅持“成效為先”，幫企業算清數字化的實際價值，給企業提供真正解決實際問題的數字化方案。從行業的關鍵場景切入，例如，制造業中的質量監控、安全生產和節能減排等，然后逐步展開。不僅僅是解決一個生產環節或一條生產線上的問題，更是中國企業在智能化生產上的探索，體現未來中國制造業的發展趨勢。
百度做云，哪里不一樣
為了實現AI工業化大生產的戰略，百度智能云的業務架構也被重新梳理，傳統云計算業務是IaaS、PaaS和SaaS，這也體現出云計算的典型發展路徑，之前的云服務是由線下遷移到線上，實現算力資源的云化，此后是實現應用能力的云化，智能化將推動云計算進入下一個階段。
2020年之后，百度智能云就不再嚴格按照云計算的原始架構定義，百度智能云的架構同樣分為三層：
最底層是由AI IaaS和AI PaaS緊密組合成的AI cloud，這些也是百度的核心技術引擎。比如在基礎層是支撐人工智能發展的算法、算力和數據；在感知層包括語音、計算機視覺、增強現實、虛擬現實等；在認知層，則是與人的認知相關的自然語音處理和知識圖譜等構成的語言和知識技術。
再往上一層是AI通用產品，包括通用的基礎云平臺、AI平臺、知識中臺以及針對場景的平臺和其他關鍵組建，比如多媒體平臺、云原生開發平臺、物聯網、區塊鏈等。
值得一提的AI中臺，業界有觀點認為，AI不能中臺化，因為AI應用過于分散，客戶的AI場景又各不相同，無法沉淀為通用的AI能力。
而從百度自身業務研發、應用深度學習等新技術的過程中發現，應用AI技術的過程大體可以分為單點探索、垂直深化、全面應用、持續創新四個階段。到垂直深化和全面應用這兩個階段時，就會明顯感受到基于場景打磨后沉淀下來的算法、工具等，能幫助企業內其他業務做更高效地應用和創新。
所以AI并不是不能中臺化，只是大多數廠商技術積累和經驗沉淀還不夠，通過AI中臺，AI技術能夠被全流程應用到企業的各個環節，底層和平臺能力結合起來，就構成了上層可以提供給各行各業的智能應用和解決方案。
最頂層是場景層，選擇切入幾個重點行業里的核心場景，例如制造業中的質量監控、安全生產和工廠節能等。百度智能云的實例證明，云業務已經遠不止云計算的范疇，百度智能云依靠“云智一體”的領先優勢，從重點行業的核心場景切入，積累行業經驗，再把不同行業的通用需求沉淀到通用AI產品中，打造成標準化產品，讓智能應用服務更多行業，不斷降低AI使用門檻，加速產業智能化升級，助力企業從數字化驅動階段發展到智能化牽引階段。
智能云以慢打快
縱觀百度智能云的發展曲線，沒有爆發式的猛增，也沒有墜落式的急退，在鈦媒體App看來，百度智能云選擇的路徑并不取巧，因為AI產業發展的關系，百度云計算早期受累于AI，而百度并沒有做大肆擴張，而是慢下來做好云和AI的融合。
從百度智能云聚焦重要賽道也可以看出，智能云大多落地在社會價值和商業價值兼具的重要場景，并且持續探索和拓展新的場景和賽道。
百度智能云最值得學習的部分，可能并不是云計算和AI，也不是兩者融合的平臺能力，而是用技術驅動業務的體系，很多業務場景都具有原創性，從需求的挖掘，到流程的治理，經驗的積累，解決方案的輸出，是一套繁雜的智能云to B體系。
例如在龍源電力集團，AI風機巡檢可以代替電力工人沖在一線最危險的地方，讓巡檢效率最高提升10倍。除了清潔能源，百度智能云也能讓火電變得更加高效、清潔，通過優化頭部火力發電企業的空冷島，使每生產1度電降低1.55克標準煤能耗，折算到全國，1年碳減排的潛力可達600萬噸。
在用能端，百度智能云與國家電投集團河北電力有限公司合作，實施石家莊城市社區供暖系統的智能化改造，給供熱系統加裝智慧平臺，實現智能化管理和調度，改變了過去供暖冷熱不均的現象，幫助整個石家莊城市熱網節能20％。
在廣州市白云區，百度智能云從供水、排水、水環境治理、防汛應急等核心場景切入，建設統一的水務智能底座，實現數據集中管理。并在智能底座上沉淀水務行業知識，為水務場景做智能決策，成為白云區的AI大禹，治理城市水務。
百度智能云從行業的關鍵場景切入，用人工智能技術解決最棘手的問題，并把這些能力和需求沉淀到智能云和通用云底座，隨著底座能力提升，百度智能云得以向上可以進一步優化已有方案，同時開拓新的場景。
這一整套智能云To B的體系，沉淀在百度智能云上，歸納為可復用、可落地的工程實踐，智能云上下貫穿了行業場景和基礎底座，形成了云智一體、螺旋上升的業務模式，通過這樣的能力，百度就可以不斷的降低AI門檻，打通整個實體經濟“云上進化”的路徑。
公有云已經進入巨頭時代，巨頭之間的競爭此消而彼長，現在是考驗百度之外公有云巨頭的時候了。
