解读百度智能云AI中台：企业“持续智能”的新标配

    3月8日下午五点半，山东淄博一处人烟稀少的郊区出现了火情，着火点上方就是国家电网的220kv高压线路。假如火情不能在一定时间内被控制，可能将影响几十万居民的生活用电和上千家工厂的生产用电。
    幸运的是，国家电网的输电线路可视化监拍装置在第一时间识别了火情，半个多小时后运检人员就携带灭火、电力检测等设备赶到了现场。从火情被发现并告警，到火情得到控制，只花了短短1个半小时的时间。
    如果你有过到国家电网智慧营业厅缴费的经历，还会有这样的一番体验：当你走进大厅时候就已经自动进行人脸识别登记，在自助终端上“刷个脸”就能实现自助交费、业务办理、能源服务的“一站式”服务……
    可能在很多人的认知里，类如国家电网这样的企业仍被归为“传统企业”的范畴，与新技术的融合永远会慢半拍。可为何在人工智能的落地刚刚起步的时候，国家电网的电路巡检、门店运营等场景中，就已经处处可以看到AI的影子？
    百度CTO王海峰在5月18日的ABC SUMMIT 2020百度夏季云智峰会上给出了答案：国家电网山东省电力公司基于百度BML机器学习平台建成了自己的AI中台，实现了业务应用的快速建设，并且有效提升了营商环境和生产管理水平。
    与此同时，百度智能云的“AI中台”也正式浮出水面。
    01 智能化升级的新难题
    在讨论百度智能云的“AI中台”之前，不妨先回顾下“中台”的概念。
    作为在2018年走红、2019年持续升温的概念，“中台”早已不是什么新名词，曾经被奉为企业降本增效的“万能神药”，也出现了期望落空后的集体质疑。其实剥除掉一些忽悠性质的包装成分，中台战略的核心价值离不开企业对数据利用的诉求。
    全球性咨询公司ThoughtWorks将企业对数据的利用分成了三个阶段：
    第一个阶段是响应运营。为了对用户留存率、营收的增减进行预测，不少企业的运营部门找到了数据分析的“武器”，然后被迫进行了一系列的数据治理工作，比如对主数据、元数据进行规范化处理。
    第二个阶段是响应业务。当大数据的概念开始流行，数据分析的服务对象不再局限于运营，出现了海量数据、异构数据等新的挑战，于是“数据中台”的思想开始大行其道，同时提供数据存储和计算能力，让数据在不同业务间共享。
    第三个阶段是创造业务。有了数据和技术共享的“中台”，是否可以将数据变成个性化的用户服务？不同服务的不断组合，是否可以创造出新的体验和业务模式？作为数据中台的进一步延伸，AI中台的概念应运而生。
    给”AI中台”下一个定义的话，将是企业规模化构建智能服务的基础设施，在数据接入、存储、分析的基础上，融合算法模型、机器学习、监控服务等与 AI 紧耦合的能力，满足前端快速高效研发部署智能服务的需求，并构建涵盖业务理解、模型学习、数据处理和运行监控的全生命周期管理的服务。
    在产业智能化的主流基调下，“AI中台”可以说是企业智能化升级的刚需，然而大多数企业却被挡在了门外。
    一是缺少AI的基础能力，比如缺少人脸识别、计算机视觉、自然语言理解等AI前沿技术的沉淀，相当于想要做一道菜却发现连食材都没准备好，在构建AI中台的第一个环节就碰到了“卡脖子”的问题。
    二是缺少统一的开发平台，不同的业务部门各自为战，人为制造了一个又一个“烟囱”，加上缺少统一的标准和服务接口，基础资源被分散管理并且不易集成，等同于每做一道菜都要重新砌锅灶，导致单个项目的成本过高。
    不过按照现代经济学的原理，有了需求就会有针对性的解决方案，当产业智能化的后浪袭来时，当企业遇到了智能化升级的新难题，帮助企业将业务场景与AI深度融合的“AI中台”服务，自然不会缺席。
    02 百度智能云的新核弹
    百度智能云正是试图填补市场缺口的玩家。
    百度CTO王海峰在演讲中花了不小的篇幅介绍AI中台，并且结合多数企业构建AI中台时的难题 ，概述了百度AI中台的两个核心能力：
    第一个核心能力是AI能力引擎，涵盖了人脸识别、OCR、语音识别、NLP、图像识别、知识图谱、深度学习等250多项成熟的AI能力，包括全球领先的Ernie算子和百度优化后的主流算法。打一个比方，百度的AI能力引擎给客户搬来了全球最先进的生鲜仓库，可以直接从中挑选所需要的食材。
    第二个核心能力是AI开发平台，诚如外界所熟知的百度飞桨，作为全球前三、国内第一的深度学习开源框架，不仅弥补了企业在开放平台上的不足，而且做到了自主可控。继续前面“做菜”的比喻 ，AI开发平台为企业提供了一套现代化的中央厨房，可以根据自己的需求快速、高效地进行创作菜肴。
    百度智能云AI中台
    除了两项核心能力，百度智能云的“AI中台”服务还包括数据管理、服务管理、权限管理、资源管理和运维管理等模块，升级企业智能化开发能力的同时，也在帮助企业集约化管理AI能力和资源，可以说是名符其实的智能化“基础设施”。
    与云计算的传统服务逻辑做一个对比的话：以往的产品提供的是存储和计算能力，帮助客户缩短业务周期；而百度智能云的AI中台，则赋予了企业创造业务的新动能。前者还属于对基础设施的改造，后者的重心在于企业能力的延伸。
    不同的打法和服务逻辑背后，还要追溯到百度智能云不久前进行的战略调整。王海峰为百度智能云提出了“以云计算为基础，以AI为抓手，聚焦重要赛道”的新战略，以百度擅长的AI能力作为市场扩张的“敲门砖”，一改云计算售卖资源为主的商业模式，将云计算、AI、安全等中后台与前台纵向打通，深耕云服务的“厚度”。
    正如之前文章中多次强调的观点，国内的云计算玩家们在追求规模化的路上已经蒙眼狂奔的十年，换来的却是无止境的亏损，新基建和智能经济的时代趋势，将是云计算厂商们找到新路径的机会窗口。
    而作为率先进行变阵的云计算玩家，百度智能云的赛道进一步聚焦，贴合企业全面智能化转型需要的“AI中台”，无疑向外界释放了借助AI技术优势丰富产品颗粒度的信号，也将是百度智能云进一步夯实市场地位的又一“核武器”。
    
    
    1  2  下一页>