云计算市场上,百度智能云诠释了AI也在“强者恒强”

简介: 云+AI不是简单的捆绑,它给百度、给云计算行业带来的是高效协同价值,更是服务思维的转变。

或许是因为云计算越来越成为互联网的主角,下半年以来,权威机构们对云计算的研究远比过去密集,涉及的维度越来越精细,开始从各个侧面来观察云计算发展状况。


11月28日,IDC发布了《中国AI云服务市场2019年厂商评估报告》(以下简称报告一),全面展现了云与AI融合的发展状况。


此前,IDC还在8月发布了《IDC Market Scape:中国机器学习开发平台2019厂商评估》(以下简称报告二)、11月初发布了《中国公有云服务市场2019上半年跟踪》(以下简称报告三),Forrester则在11月中旬发布了中国计算机视觉的最新报告(以下简称报告四)。


有意思的是,这些报告都没有对规模、市场占有过多纠结,几份报告中,处在“规模跟随”位置的百度是多个维度的领导者。


问题来了,半年获得超过四个权威报告背书,百度到底凭什么?


就在IDC最新报告发布的当天,百度大脑也宣布其语音能力引擎日均调用量已经超过100亿次,应用规模业界第一。对应仔细看下半年这些报告,AI技术的绝对领先,以及云与AI融合,应该是百度的底气所在,也是其他无论规模领先或落后百度的云计算厂商应该重点攻防的地方。


四个权威报告,与三个不可阻挡的云计算趋势


不看单独的企业,也不从行业宏观角度出发,仅从对报告本身的分析来看,四个权威报告中关于云计算发展的几个不可阻挡的趋势也已经显露出来。


1、在云计算语境下,AI也在“强者恒强”


报告一称,百度智能云凭借着在AI技术、市场和商业上的优异表现,在能力和战略两个维度都处于领先地位,位居领导者象限最上方,在中国排名第一名,在其后有阿里云、AWS、腾讯云和华为云等云厂商。


微信图片_20211224133208.jpg


这是一份侧重于分析云计算的AI能力以及如何利用这些能力的报告,百度的领先并不意外,毕竟,不谈其他方面,至少“百度的AI能力第一”几乎是行业共识,放到云计算语境下,很难出现偏离。


焦点在于,早前的其他三份报告也不同程度出现百度AI优势的内容。


报告二对机器学习的分析中,百度机器学习开发平台以能力和战略领先同行,尤其是战略方向领跑市场,居于首位;


报告三对云服务市场的增速进行研究,百度PaaS服务增速最快,IDC将其原因归为“将AI底层技术和应用能力加速向云输入”;


报告四中对计算机视觉(AI的分支)垂直领域的研究中,百度更是在数据、开发、解决方案等8个维度显著领先阿里云、腾讯云和华为云等中国其他厂商。


很明显,从报告来看,已经不是“百度的AI能力第一”的问题了,而是百度“云+AI”优势持续领先,云计算语境下AI“强者恒强”趋势也已经凸显。


2、云+AI由“行业行为”变为“行业公理”


将云计算与AI融合,最早是百度在2016年左右所提出,可以说既是百度基于自己的长处赢取后发优势的现实选择,也是百度押宝AI未来的战略选择。


不过,行业画风到了2018年突然发生了变化,起初都只在谈“把服务器搬到云上”的云计算玩家们,开始集体大规模进军AI,AI“突然”成为了云计算的标配。


到了2019年下半年,多份与AI相关的云计算报告出炉,人们都不再谈轮“云计算做AI”,而是“云计算与AI融合谁干得更好”。


至此,云+AI完成了三级跳:由百度独行,变成“行业行为”,再变成被默认、预定俗成“行业公理”,完成了底层化的转变,可以断定的是,以后“无AI不云”已成为定局。


而这个过程中,百度也成为了“云+AI”的先发者。


3、云与AI更紧密的结合,已经出现“全栈式”的领先


此次报告一主要从AI技术、市场和商业表现等维度研究云与AI的融合,而事实上,半年来的几个报告,还有更多层面的探讨。


报告二的机器学习偏重基础架构和服务,报告三的市场跟踪主要查看业务层面尤其是PaaS层面的表现,报告四则深入到AI的重要分支进行垂直研究。


微信图片_20211224133211.jpg


当这些报告中都出现百度领先这件相同的事时,其实也说明,云与AI的更紧密结合,已经催生某种“全栈式”行业领先,百度不但在几个报告中展现出绝对的AI领导力,与AI结合的云计算在基础、应用、垂直领域、商业等方面都实现了“全栈式”而非单一项目的领先。


这说明,AI很可能造就云计算发展的分水岭,技术驱动下的“集群效应”正在显现。


百度的量子叠加:由云+AI,到“云即AI,AI即云”


严格来说,百度的云+AI不是一开始就关系那么紧密,2018-2019的两次战略升级后,二者的关系一步步走向融合。


先是2018年12月百度把智能云事业部(ACU)升级为智能云事业群组(ACG),同时承载AI to B和云业务的发展,然后是2019年9月,进一步升级“云+AI”战略,百度智能云与CTO体系高效融合,百度智能云总经理尹世明携ACG团队向集团首席技术官王海峰汇报。


两个月前的战略升级,等于云和AI实质上成为了一套体系,如同物理学上的量子叠加态——同一个粒子既是A又是B,“云即AI,AI即云”, 但二者并未消失,又各自存在、各有其价值,共同催生多样化的数字化、智能化“世界”。


这种“量子叠加态”价值越来越明显,是否拥有领先和全面的AI技术,已经成为企业选择云厂商的重要因素,同样,强大的AI能力将成为云厂商最重要的竞争力。


正如IDC所言,AI应用迁移、重构到云平台, 或直接使用云上的AI服务是大势所趋,智能云已然成为主要公有云服务商的未来战略,基于云上一体化的、使用便捷的AI服务能力正成为公有云服务商比拼的重要方向。


将二者“你中有我,我中有你”整合,显然更能发挥协同价值。


1、实体产品需要“供应链”,To B服务更需要“服务链”


当云与AI融合,当百度大脑从“赋予百度智能云”AI能力,到将其内容自然而然“嵌入”到云计算当中,二者实现了一体化,也就意味着百度完成了产业智能化这件事的“服务链”构建过程。


所谓“服务链”,是相对“供应链”而言的,在服务领域没有元器件供给,但是却有一个供给服务的链条——以满足B端需求最大化为目标,把有关的各个方面,如技术、数据、框架等,按照一定的方式有机组织起来,形成完整的服务网络。


百度大脑和百度智能云由两个体系到“量子叠加”,云+AI融合的本质是“服务链”的整合构建,无论是深度学习框架、机器学习平台,PaaS服务,亦或是具体的AI应用,或者基于共通技术基础的定制化开发,百度通过智能云服务输出的是一个完整的“服务链”网络,B端企业不需要关心自己怎么得到AI相关的一系列技术或应用,只要享受一站式“服务”即可。


如果没有云+AI的深度融合,就不会有“服务链”,只会有单一、离散、让客户更麻烦的独立服务产品。


2、放弃乙方思维,从技术“被动服务”转向AI“主动服务”


传统的技术服务往往都是“乙方思维”,甲方有啥需求就想办法去实现,例如金融科技的前身银行IT外包就是如此。


但是,既然AI是前沿、是未来,这种“乙方思维”就遇到了它的局限——很多时候,产业里的“甲方”们自己可能都不能意识到什么才是对自己最好的AI应用。


在“服务链”大背景下,这就要求AI只能由“被动服务”转向“主动服务”,从行业趋势和现实需求事先准备好各种服务,而不是B端提出需求企业才开始行动。


在“企业上云”的浪潮中,将AI与之深度捆绑,无疑是一种产业智能化的“主动服务”思维,包括IDC在内的几个报告,都从各种应用细节谈到了百度智能云的AI应用能力领先和市场认可,但是,从“主动服务”的思维看,云+AI在多个行业领域的落地,都可以看作是百度利用AI引导趋势而不是被动满足需求的产物。


例如,百度智能云联合央视网推出的“AI帮你找”, 为用户打造“动口不动嘴”的全新搜索体验,就是一种将智能语音、智能搜索、智能标签、知识图谱、人脸识别等技术相结合的主动探索;


而辅助华夏保险上海分公司开发并部署的“智能票据识别系统”,则是百度大脑OCR技术的积极应用;


在制造产业,百度智能云联合精研科技与微亿智造团队打造的智能质检设备,解决了过去主要靠“肉眼+放大镜”来检测的痛点,大大减轻了质检员大量高重复性、高频次的工作,这类改变传统制造业的创新服务,更需要百度自己去主动探寻和创造,而不是等着“甲方”想好了再动手。


微信图片_20211224133214.jpg


无论如何,云+AI不是简单的捆绑,它给百度、给云计算行业带来的是高效协同价值,更是服务思维的转变,率先推进的百度也凭借这种“量子叠加”式的融合,实现了AI行业领先背景下的云计算全产业深度认可。


云计算马拉松刚刚开始,“节奏感”可能比规模更重要


可以肯定的是,未来的百度,一定会在智能云背后集成更多资源,云计算、AI技术、基础技术体系进一步整合,是百度塑造云计算领先优势的必然选择。


百度CTO王海峰曾公开表示当下AI技术已经进入“工业大生产阶段”,这也说明百度智能云作为载体,在推进AI大生产落地方面有更明显的责任。


大批量的AI应用,或者更大规模并非由百度主导的“AI生产”要在智能云上完成。


IDC评价百度智能云是“国内唯一拥有完全自主深度学习框架的云服务商”,在机器学习和 AI 开发平台方面拥有领先优势,能“不断降低 AI 技术应用门槛,广泛赋能开发者”,而这很明显是“AI工业大生产”的一种能力配套。


此外,作为国内服务规模最大的AI开放平台,目前百度大脑已开放228项AI能力,拥有超过150万的开发者用户,而其中的AI能力仍然在进化。例如,与语音能力引擎日均调用量超过100亿次相对应,百度大脑语音算法最近还宣布错误率在低位再降低超30%。


从更长远的角度看,云计算这个B端生意如同一场路途遥远的马拉松,已开发的市场只是冰山一角,长跑才刚刚开始,刚开始跑得最快未必是最后的胜者。


而马拉松赛跑中有一个经典的“5公里节奏”理论——前5公里不是比快而是比节奏、比气息调节的时候,这个过程中的“节奏”而不是速度才决定了后期的优势所在。这样来看,百度AI的技术领先与开放布局,“云+AI”的高度整合,某种程度上都是在调节前5公里的“节奏”,应对即将到来的AI工业化生产,也即马拉松漫长而激烈的主体路程。


百度的“云+AI”正是把握到了起跑阶段的节奏,调节气息、蓄积能量,蓄势待发,但是,对阿里、腾讯等玩家而言,在长跑伊始,自己处在“路程”领先位置时,也应该警惕百度“云+AI”的抱团前行。


所以,加强AI与云计算的结合,也必然会成为阿里、腾讯防守百度在“5公里”之后“突进”的举措,不妨静待各云计算巨头下一步动作。

相关文章
|
13天前
|
数据采集 存储 人工智能
代理IP与AI自我进化:探索未来智能的新边界
在AI快速发展的今天,数据获取成为制约其进步的关键因素。代理IP技术通过匿名性和灵活性,帮助AI突破地域限制、绕过反爬虫机制,提升数据质量和模型训练效率,促进AI自我进化。本文通过实例和代码,探讨了代理IP在AI发展中的作用及潜在价值,强调了合理使用代理IP的重要性。
22 1
|
8天前
|
机器学习/深度学习 人工智能 UED
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
OOTDiffusion是一款开源的AI虚拟试衣工具,能够智能适配不同性别和体型,自动调整衣物尺寸和形状,生成自然贴合的试穿效果。该工具支持半身和全身试穿模式,操作简单,适合服装电商、时尚行业从业者及AI试穿技术爱好者使用。
88 27
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
|
20天前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
176 64
|
11天前
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
100 49
|
8天前
|
机器学习/深度学习 Web App开发 人工智能
Amurex:开源AI会议助手,提供实时建议、智能摘要、快速回顾关键信息
Amurex是一款开源的AI会议助手,提供实时建议、智能摘要、快速回顾关键信息等功能,帮助用户提升会议效率。本文将详细介绍Amurex的功能、技术原理以及如何运行和使用该工具。
63 18
Amurex:开源AI会议助手,提供实时建议、智能摘要、快速回顾关键信息
|
2天前
|
人工智能 数据库 自然语言处理
拥抱Data+AI|DMS+AnalyticDB助力钉钉AI助理,轻松玩转智能问数
「拥抱Data+AI」系列文章由阿里云瑶池数据库推出,基于真实客户案例,展示Data+AI行业解决方案。本文通过钉钉AI助理的实际应用,探讨如何利用阿里云Data+AI解决方案实现智能问数服务,使每个人都能拥有专属数据分析师,显著提升数据查询和分析效率。点击阅读详情。
拥抱Data+AI|DMS+AnalyticDB助力钉钉AI助理,轻松玩转智能问数
|
26天前
|
人工智能 物联网 Shell
今日 AI 开源|共 12 项|开源的DIY健康追踪项目,基于低成本的智能戒指构建私人的健康监测应用
本文介绍了多个开源项目,涵盖了从量子计算错误纠正到视频生成和编辑的广泛应用领域。这些项目展示了AI技术在不同领域的创新和应用潜力。
151 10
今日 AI 开源|共 12 项|开源的DIY健康追踪项目,基于低成本的智能戒指构建私人的健康监测应用
|
24天前
|
人工智能 自然语言处理 前端开发
VideoChat:高效学习新神器!一键解读音视频内容,结合 AI 生成总结内容、思维导图和智能问答
VideoChat 是一款智能音视频内容解读助手,支持批量上传音视频文件并自动转录为文字。通过 AI 技术,它能快速生成内容总结、详细解读和思维导图,并提供智能对话功能,帮助用户更高效地理解和分析音视频内容。
97 6
VideoChat:高效学习新神器!一键解读音视频内容,结合 AI 生成总结内容、思维导图和智能问答
|
9天前
|
人工智能 运维 监控
阿里云联合中国信通院等单位发布首个云计算智能化可观测性能力成熟度模型标准
推动行业智能化落地,阿里云联合中国信通院及国内头部云厂商、观测厂商、各行业建设方,历时近 5 个月,共同编制《云计算智能化可观测性能力成熟度模型》,以规范和指导云计算环境下的智能可观测性建设实践,为企业实施云环境下的智能化可观测能力建设提供指导。
|
17天前
|
人工智能 JSON 自然语言处理
智能化AI工具-语言翻译与本地化
在全球化发展的背景下,语言翻译与本地化需求日益增长。无论是跨境电商、国际合作,还是本地化应用开发,都需要高效、准确的翻译解决方案。阿里云通义千问作为一款强大的大语言模型,不仅具备出色的自然语言理解能力,还能够在多语言翻译和本地化场景中发挥重要作用。本博客将详细介绍如何基于阿里云通义千问开发语言翻译与本地化工具,包括产品介绍、程序代码以及阿里云相关产品的具体使用流程。
51 10

热门文章

最新文章