从清华白皮书,看百度如何由AI与产业融合的“领跑者”变成“领航员”

简介: 产业智能化到底什么时候才能全面落地?不知道,应该不会太快。

产业智能化到底什么时候才能全面落地?不知道,应该不会太快。


但至少,在一些参与者的努力下,我们能从恰当的角度看到一幅未来图景。


4月9日,清华大学与百度联合发布了《产业智能化白皮书》(以下简称“白皮书”), 国内首个基于AI实践,尝试从产业演进视角具体探讨AI与产业融合历程和现状。80页、2万余字的篇幅,给出了一个专业的人工智能技术成熟度评价模型“TUMC”,以及众多典型案例解析。

image.png


白皮书可看作百度与清华联合首次公开阐述对产业智能化的战略思考和商业实践方法论,发布白皮书这件事本身,更代表着百度已经不满足于“领跑者”角色,开始谋求更高维度的产业智能化“领航员”定位。


不论百度的目的是什么,至少我们能借白皮书,对产业智能化有新的全新认知。

 

白皮书发布,AI与产业融合开始需要“领航员”


距离1956年达特茅斯会议正式提出“人工智能”概念已经60多年,从宏观上看,当前的人工智能浪潮应该属于“三起两落”的“第三起”,也被认为是最有希望实现人工智能全面落地的时代。

image.png

这与产业应用需求旺盛密切相关。


语音处理、计算机视觉、自然语言处理……过去早已被反复提出的典型技术到现在正被物流、工业机器人、银行、金融、医疗等产业全面而主动地需求。


数据量的爆发性增长提供“原料”、摩尔定律发挥到极致带来的计算能力提升、人才/专利积累带来的算法突破……这些因素固然重要,但互联网数字化时代催生的庞大产业“买方市场”,才是人工智能实现第三次浪潮最大的“引力”。

image.png

仅从百度智能云所参与的产业实例来看,就包括第一产业的麦飞科技、云南佳叶、中化集团等,第二产业的微亿智造、宝武集团、北京首钢、北汽集团、云智环能、阳煤集团、海尔、康力电梯等,第三产业(含政务)的英特尔、银联商务、广发银行、农业银行、华数传媒、山西省政府、阳泉市政府、苏州工业园等诸多案例。


AI和云在各产业全面而深度的应用,是之前的AI浪潮都没有的关键特征。


不过,这也意味着,产业智能化与电商、O2O、社交等创新经济不同,并非行业玩家们“自己玩”的创新领域,与宏观趋势(例如产业升级)紧密结合让它本身就成为大环境下的组成环节。


那些独立的创新领域如同单个“跑道”,玩家们只需要相互PK,比谁跑得快能“领跑”整个队伍笑傲江湖。


而在产业智能化这里,如此多的参与主体,在宏观趋势“全图”中这支队伍到底怎么走、走到哪去更重要,“领航”的价值更明显。


从这个角度看,百度通过云计算ABC三位一体的战略,集中输出百度AI的领先优势和能力,率先帮助众多产业及其代表企业成功实现智能化升级,这是在做“领跑者”;而现在以行业视角发布白皮书,则是想要通过战略思考与商业实践的研究为全行业的产业智能化升级“领航”,给出作为领跑者所理解的整个产业智能化的恰当走向。


反过来看,在正确的航向上加速AI与产业融合的步伐,对百度这样的领跑者而言,现实价值也更大。

 

多维度“节点推进者”——白皮书给出的AI与产业融合独特姿势


从投资角度、从创新角度、从政策导向角度,AI与产业融合的路径与方式众说纷纭。各种圆桌论坛开了无数场,有见地的观点也有不少,但AI与产业融合一直没有“全景式”展示出来。


多数人的脑子里,一个可预期的未来,和一些零零散散的观点,就是产业AI应用的全部。


TUMC模型在解决这个模糊化的问题。

image.png

在白皮书中,作为评测新兴技术产业化成熟度的工具,TUMC模型由技术 (Technology)、用户效用(user Utility)、市场(Market)以及产业链(Industry Chain)4个维度构成,每个维度又分为两个前后递进的节点,如图(来源:白皮书):

image.png

简单来说,AI应用产业上,其成熟度从这四个维度综合评价,而每个维度里,都经历由无到有,由节点1到节点2的推进过程,综合起来,就能得出某个产业AI的成熟度状况,如图,是白皮书中认为“智能推荐”的成熟度:

image.png

TUMC模型是“领航”最集中的体现,它不仅给出评价产业智能化成熟度的一种方式,四大维度、八个节点的模型本身就是一张前进的“路线图”。


值得一提的是,AI与产业融合肯定可以找出与之相关的各种不同而又自恰的“全景图”。如同解数学题一样,TUMC模型,给出的是AI如何与产业融合其中的“一个解”。


这个模型的得出,与百度推进AI与产业融合的实践有着密切的联系。


一方面,百度的AI+产业的布局,是构建了以AI为核心的产业化生态链,以百度智能云作为AI技术能力的输出窗口,“云+AI”打造了众多的成功合作案例,另一方面,白皮书也给出了百度AI布局的另一个视角——多维度“节点推进者”。


通过百度部分实践案例,这里或能更好地理解TUMC、理解AI与产业融合的过程(篇幅所限,这里只举例典型维度)。


1、智能城市——从m1到m2实现市场起飞的关键规模


百度与阳泉市、山西省政府、苏州工业园的合作,可看作是在树立行业标杆,而在TUMC模型中,也可看作市场维度下“找到并锁定早期用户”的过程。


目前,百度与北京、上海、长沙、阳泉、保定、雄安、长春、合肥、宁波、青岛、重庆等数十个省市地区的合作,正在推动m1朝m2发展。


而软通智慧与百度以及上下游伙伴的合作,打造了智慧政务、智慧环境和智慧公安等解决方案,在全国130多个城市实施了超过500个项目,则可看作m2的直接体现,已经“达到持续扩散的用户数量”。


2、智能汽车——持续巩固u1“极客用户”群体


百度亦不断推出智能汽车相关产品,例如“端+云+内容”的百度智能云车联网平台以及Apollo自动驾驶平台。


目前,无论车辆故障预警、远程控制、远程诊断等基础车联网服务,还是人口属性、兴趣爱好、消费场景、APP行为等多个维度的用户画像,百度一系列精准捕捉汽车用户需求的行为,都可以看作是在巩固u1“极客产品”群体,在特定场景中打造智能化、便捷化的服务,逐步推动u2“时尚产品”实现。


目前,百度与北汽集团的合作,除了基础设施搭建,还尝试为用户提供千人千面的可定制服务,这是“极客产品”个案体现,一旦车联网尝试成功,更多非极客用户将涌入进来。


3、智能制造——t1过程不断优化,伺机找寻t2的突破口


在智能制造这件事上,百度所做的事以技术维度的节点推进最为典型。


与微亿智造、宝武集团合作打造的智能制造案例,都出现了工业智能化的“智能质检”技术身影。这种利用AI技术识别产品制造缺陷的创新,一方面让一线质检员负担减轻,另一方面大大降低了漏报和误报的情况。


2017百度云智峰会现场,首钢自动化信息技术有限公司带来10000张验证图片,百度云ABC一体机对钢材图片进行现场预测,准确率达99.98%。


在钢铁领域,“慧眼识钢”一系列技术,十分符合TUMC对稳定、可靠、方便、实用、抗干扰等t1阶段性要求。


此外,在宝武集团,百度智能云结合智能边缘BIE将算法模型部署到边缘设备,并通过端云一体化实现算法模型的持续迭代,这种工业物联网的玩法或在改写传统生产流程,催生“新产品主导设计”(而不只是原有流程的辅助),出现t2阶段的影子。


4、智能金融——AI最契合的领域即将同时突破m2、u2节点


独特的数据化特征让金融被公认为与AI应用最为契合的产业,在百度的产业智能化推进过程中,金融的速度也天然更快。


农行金融大脑是百度与农行战略合作的核心建设项目,包括人脸识别、语音识别等能力在内的感知引擎,以及包括样本管理、数据预处理、特征工程等在内的一站式机器学习平台(思维引擎),已经全面覆盖传统金融需要革新的方方面面。


此外,在与广发银行的合作中,百度与其共同探索了信用评价、智能客服、精准营销等AI应用。


很明显,智能金融一方面在用户价值上已经深度渗透了用户的金融价值,另一方面在市场规模上也早已开始了持续扩散的进程,在同时突破m2、u2节点。


5、智能硬件——c2专有产业链要素出现


都知道百度的小度助手及其小度、小度在家等硬件产品,然而,小度助手背后赋能的庞大硬件生态,已经构成一幅独特的智能硬件软硬件一体化产业链。


小度助手的对话能力已经应用到智能家居、智能穿戴、车载、移动通讯等多个大品类当中,合作伙伴包括联想、美的、海尔、HTC、小鱼在家、猫王、TCL、小天才、哈曼、飞利浦、创维、东风、联通、极米、OPPO、vivo等智能硬件领域的重量级玩家。截至2018年12月31日,搭载小度助手的智能设备激活数量已突破2亿台。


智能硬件虽然在其他维度还有待提升,但在产业链这里,客观上形成了自己的组织方式和价值生产逻辑,小度助手加入后,新的分工协作系统初步成形,这即是c2节点的典型表现。

 

这场AI与产业融合的盛宴,平台、产业与用户各有吃法


从白皮书TUMC模型角度看,平台、产业与用户等主要参与者们,在享用AI与产业融合的大餐过程中,将各有各的吃法。


1、平台:耐心、耐力与耐受


尽管上文大量案例证明了百度已经在行业中出于领先位置,但从TUMC全维度来看,产业智能化仍然任重道远。AI与产业融合是长期而漫长的过程,不是消费互联网爆发式成长,参与平台需要心态(得有耐心)、资源(得有能持续投入的耐力)与运营(得能做到资源整合、能耐受复杂特殊市场情况)的综合支撑。


2、产业:持续跨越“非连续性”


白皮书在举例智能家居领域的极米科技案例时,用了一张十分有意思的图来表达由传统电视到智能“电视”的变迁,如图:

image.png

这其实是“非连续性”在智能家居领域的典型表现。


能否跨越非连续性,向来是企业兴衰的第一因,IBM、微软、苹果等案例都证明了跨越非连续性对企业、对产业的意义。


而从智能电视等案例可知,智能化的过程,本身就是颠覆过去、跨越非连续性的过程,它也给了产业“从头开始”新的成长机会。


3、用户:从“智能化感知”到“无感知”


AI与产业融合是多维度、多节点的推进过程。而TUMC四大维度第二个节点有一个共同的结果:由小众、独特、专有、补充等一系列“被限定”的产业智能,走向全面渗透的产业智能化。


也即,在社会大众的用户层面,产业智能化的最终结果是融入生活,无处不在。


我们不会像在今天用“新鲜”的视角来看AI等技术应用到产业当中,而终会把产业+智能的组合当成理所当然,“不智能”才不正常。智能变成产业的必备要素,也是最基础的要素。


真的到了那一天,产业智能化也就被“领航”完成了正确的航行,拭目以待吧。

目录
打赏
0
0
0
0
50
分享
相关文章
模型手动绑骨3天,AI花3分钟搞定!UniRig:清华开源通用骨骼自动绑定框架,助力3D动画制作
UniRig是清华大学与VAST联合研发的自动骨骼绑定框架,基于自回归模型与交叉注意力机制,支持多样化3D模型的骨骼生成与蒙皮权重预测,其创新的骨骼树标记化技术显著提升动画制作效率。
192 27
模型手动绑骨3天,AI花3分钟搞定!UniRig:清华开源通用骨骼自动绑定框架,助力3D动画制作
还在想开题报告?SurveyGO卷姬:清华开源学术论文AI写作神器,一键生成文献综述
SurveyGO是清华与面壁智能联合开源的AI论文写作工具,采用LLMxMapReduce-V2技术实现文献智能聚合,能根据用户输入主题快速生成结构严谨、引用可靠的学术综述。
106 1
还在想开题报告?SurveyGO卷姬:清华开源学术论文AI写作神器,一键生成文献综述
创新场景丨下一个iPhone 时刻,AI+AR 加速虚实融合世界的到来
仅仅以大模型通用能力帮助 AR 眼镜实现了多个场景下的交互还不够,关键在于大模型没有针对 AR 眼镜的需求做深度的定制和匹配。
Cooragent:清华 LeapLab 开源 AI Agent 协作框架,一句话召唤AI军团!
Cooragent 是清华大学 LeapLab 团队推出的开源 AI Agent 协作框架,支持基于简单描述快速创建 Agent 并实现多 Agent 协作,具备 Prompt-Free 设计和本地部署能力。
109 6
Cooragent:清华 LeapLab 开源 AI Agent 协作框架,一句话召唤AI军团!
清华联合DeepSeek推出奖励模型新标杆!DeepSeek-GRM:让AI学会自我批评,推理性能越跑越强
DeepSeek-GRM是由DeepSeek与清华大学联合研发的通用奖励模型,采用点式生成式奖励建模和自我原则点评调优技术,显著提升了模型质量和推理扩展性。
168 13
清华联合DeepSeek推出奖励模型新标杆!DeepSeek-GRM:让AI学会自我批评,推理性能越跑越强
DeepMesh:3D建模革命!清华团队让AI自动优化拓扑,1秒生成工业级网格
DeepMesh 是由清华大学和南洋理工大学联合开发的 3D 网格生成框架,基于强化学习和自回归变换器,能够生成高质量的 3D 网格,适用于虚拟环境构建、动态内容生成、角色动画等多种场景。
165 4
DeepMesh:3D建模革命!清华团队让AI自动优化拓扑,1秒生成工业级网格
NotaGen:中央音乐学院联合清华推出AI音乐生成模型,古典乐谱一键生成,音乐性接近人类!
NotaGen 是由中央音乐学院、北京航空航天大学、清华大学等机构联合推出的音乐生成模型,基于模仿大型语言模型的训练范式,能够生成高质量的古典乐谱。该模型通过预训练、微调和强化学习相结合的方式,显著提升了符号音乐生成的艺术性和可控性。
384 15
NotaGen:中央音乐学院联合清华推出AI音乐生成模型,古典乐谱一键生成,音乐性接近人类!
Redis 与 AI:从缓存到智能搜索的融合之路
Redis 已从传统缓存系统发展为强大的 AI 支持平台,其向量数据库功能和 RedisAI 模块为核心,支持高维向量存储、相似性搜索及模型服务。文章探讨了 Redis 在实时数据缓存、语义搜索与会话持久化中的应用场景,并通过代码案例展示了与 Spring Boot 的集成方式。总结来看,Redis 结合 AI 技术,为现代应用提供高效、灵活的解决方案。
Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
作为云上托管 MCP 服务的最佳运行时,函数计算 FC 为阿里云百炼 MCP 提供弹性调用能力,用户只需提交 npx 命令即可“零改造”将开源 MCP Server 部署到云上,函数计算 FC 会准备好计算资源,并以弹性、可靠的方式运行 MCP 服务,按实际调用时长和次数计费,欢迎你在阿里云百炼和函数计算 FC 上体验 MCP 服务。
174 29

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等