AI平民化，百度智能云的爆发契机就在眼前

北京时间 8 月 20 日（美国东部时间 8 月 19 日），百度公布了 2019 年第二季度未经审计的财务报告，实现总营收 263 亿元人民币，净利润 24 亿元人民币。

财报中最亮眼的，当属百度智能云业务。

在当日上午举行的财报电话会议中，百度智能云第二季度业绩数字公布，营收 16 亿元人民币，同比增长 92%。

对此，百度董事长兼 CEO 李彦宏在内部信中表示，凭借着 「云 + AI」 战略，百度智能云发展迅猛。

全面上云，AI 能否成为胜负手

云服务，在中国已经不是什么新鲜业务。

如果说几年前许多网站对于 「上云」 还有担忧和怀疑，那么眼下，似乎已经进入了 「全面上云」 的时代。

上云，选哪一家？

从目前的市场份额来看，中国的云服务市场，竞争日益激烈。根据 canalys 的统计，2019 年第一季度百度智能云以 8.0% 的市场份额排名第四，同时在国内云厂商中增速第一。

如何在激烈的竞争中，获取优势？

对百度而言，AI 的加持，已经被证明是一个可取的思路。

百度自有的 AI 强，百度智能云开放给用户的 AI 技术强，这两点恐怕不会有太大的争议。

当百度可以用 AI 技术吸引到用户的时候，大概率可以吸引到用户将基于相关 AI 技术的服务部署在百度智能云上——毕竟这样才能获得最便利的开发环境以及服务器之间最快的响应速度。

就像与百度智能云深度合作的重庆气象局，利用百度飞桨（PaddlePaddle）深度学习平台，2018 年全年，重庆月温度预测评分提高 4 分，月降水预测评分提高 12 分，2019 上半年的月温度预测评分提高 16 分，月降水预测评分提高 6 分，短临天气预报准确率提升了 40%。

冰雹、雷暴大风等强对流天气，来得快，去得也快，一直是天气预报的难点，在 2019 年的几次冰雹、雷暴大风强对流天气过程中，冰雹、大风识别命中率达到 100%。

而要做到这一切，百度飞桨（PaddlePaddle）的 AI 赋能固然重要，但是要让 AI 从一种技术变成一项应用，背后需要的则是海量的计算和存储——目前，重庆市气象局对接了 8 颗观测卫星、自建 4 部多普勒雷达和 2000 多个地面气象观测站、与周边省份气象部门共享 10 部多普勒雷达和近万个地面观测站数据。

如此海量的数据，对存储和计算提出了极高的要求。

为了 「吃下」 海量数据，重庆市气象局与百度智能云共建了 「天枢」 大数据平台和气象云资源中心，以大存储、高算力、稳定的云计算基础设施，助力气象数据存储和分析。

显然，在重庆气象局的案例中，百度飞桨（PaddlePaddle）作为百度 AI 技术的代表，成为了百度智能云赢得重庆气象局的重要砝码。

更何况，在云服务的应用上，往往具有强烈的 「马太效应」，强者恒强。

当重庆气象局选择了百度的 AI，选择了百度的计算和存储之后，自然顺理成章的使用了百度智能云的更多服务：

智能预警信息发布系统通过对接百度智能云短信平台，可以将预警短信发布速率从 160 条 / 秒提升到 3000 条 / 秒，预警信息发送给 160 万预警责任人，以前需要 2 个多小时，现在只需要 9 分钟左右。

AI 创造云上新需求

AI，可以帮助百度智能云在已有的上云服务争夺上，获得更大的优势。

但是，AI 的优势，绝不仅仅于此。

云服务，作为一种新的业务模式，它的潜在客户，绝不应该仅仅是那些传统意义上的、已经自建机房活在 IDC 中的网站。

事实上，AI 的魔力，可以为云服务创造出更多的需求来。

就像刚刚肆虐的 「利奇马」 台风，就让一家名为吉诺救援的救援公司的 AI + 云架构，经历了考验。

台风登陆后，不到 1 个小时的时间，吉诺救援仅在浙江就收到了 295 个救援请求，全部是因台风引发的强降雨、车辆被砸、严重事故、受损被困等等紧急情况的呼救。

而这些救援的发出地，遍布 37 个县区，吉诺救援 SAA 平台需要在 40 分钟内，将救援车辆紧急派赴这 295 个救援地点。

在传统时代，如何调配车辆，依赖的是调度员的经验。

但是，在 AI 时代，人工智能可以探索出更佳解决方案。

依靠百度物流地图，以及基于物流地图的智能化应用——智能调度，司机可以实时的获取路况信息，并能通过五限信息 (限高、限重、限宽、限轴、限行) 让车辆运行的路线最优，如遇突发状况又能实时避开交通异常情况，可以大大提高救援效率，降低了时间成本。

而在这背后，是物联网的加持。

吉诺采用基于百度智能云 DuGo 平台和智能车载监控终端 DuGo-T1 搭建的安全驾驶监控系统，形成全国救援车一张网，完成了救援智能化转型为救援人员保驾护航。

是的，物联网时代，AI 的赋能为大量的传统硬件如何更好的运作提供了新的可能，而要实现这种可能，则对云服务提出了新的需求——从这点来说，AI 显然在创造更多云服务的新需求——而在捕获这些新需求上，AI 上领先的百度自然会有着更强的优势。

AI「平民化」 才是云服务的最大契机

「这要归功于百度在 AI 基础能力方面的长期先发优势，以及 AI 给云服务带来的产业重构机会。

在产业智能化浪潮来临之际，百度正处于前所未有的最佳位势。

」，对于百度智能云的快速发展，百度董事长兼 CEO 李彦宏如是评价。

「产业重构」 这四个字，绝非虚言。甚至在笔者看来，伴随未来 AI「平民化」 浪潮的开始，云服务的产业重构，恐怕会更猛烈。

过去数年，AI 大热，也创造了许多刷新人们想象力的新应用。

但总体而言，AI 仍是一门 「贵族」 技术，姑且不说那些昂贵的专业计算卡，你至少还要有一个通晓 Tensorflow、PyTorch 或者百度飞桨（PaddlePaddle）的算法工程师，才能够将基础数据转化为一个可以使用的人工智能模型——而这对于普通用户尤其是中小企业，依然是过高的门槛。

云服务的价值，正是降低 IT 技术的门槛。

就像曾经你需要几千元买一台服务器，租一个机柜放进去 IDC，还需要自己维护服务器的软件，门槛极高——但是伴随云服务的出现，几百元一年就可以拥有一个虚拟服务器，不需要了解服务器怎么安装，不需要了解网络互联互通，一切都变得简单。

同样的事情，其实也发生在 AI 领域。

这些年，除了百度飞桨（PaddlePaddle），百度还研发了包括 EasyDL、iOCR 在内的多种 0 门槛人工智能平台，即使像笔者这样完全不懂人工智能的文科生，都已经完成了自己人生中的第一个文本分类模型，并投入实用。

这样的应用，对于请不起算法工程师的中小企业，无疑是诱惑巨大的——毕竟现实的工业生产环节，有太多的人力用在了文本分类、图像分类这些人工智能可以做的很好的事情，而这些如今 0 门槛的 AI 模型，都可以将其快速替代。

当然，对于百度智能云而言，这类打包的 0 门槛服务更大的优点就在于，实现了百度 AI 与百度智能云的不可分离。

是的，就目前百度开放的 AI 通用 API，理论上用户可以使用别家的虚拟服务器，然后调用百度的 API。

但是由于类似于智能小视频解决方案这样的平台是完整打包建立在百度智能云的架构之下的。

这意味着你只要用它作为视频生产力工具，也势必要使用百度智能云，并为之付费；而这样的平台越多，百度智能云的新用户也越多。

当 AI 成为一种平民化需求的时候，有 AI 加成的百度智能云服务，契机或许就近在眼前了。