云智一体的服务,既能节省在芯片、算法等层面的硬性投入,也将降低对专业人才的依赖,限制AI规模化落地的最大阻碍正在被攻破。
撰文 / Alter
刚刚过去的2020年里,人工智能所代表的前沿技术已经开始向社会的每一个角落渗透,被公认为经济增长的新引擎。
作为十四五规划的开局之年、新基建进入到行稳致远阶段的2021年,人工智能的行业走向照旧成了外界关注的焦点。
权威咨询机构IDC也适时发布了2021年中国人工智能市场的十大预测,指出AI在医疗、金融等领域的渗透率将进一步提升,将有50%的组织接入智能外呼,45%的重复性工作交给AI,至少有65%的中国1000强企业将利用自然语言处理、机器学习和深度学习等技术优化工作内容．．．．．．
而当人工智能、云计算等与实体经济深入融合的时候,也预示着产业链上游的云厂商们正在经历新的赛点。
01
“算法+算力”的新时态
2020年以前的日子里,AI和算法几乎是同义词。
比如在智能手机的新品发布会上,主讲人可能花上十几分钟的时间介绍自家的拍照技术,向场内外的观众科普计算摄影的概念,最终落脚点正是某个新算法的应用;在以人工智能为主题的技术沙龙中,分享的话题大多集中在算法模型,或是计算机视觉,或是自然语言处理,或是智能语音技术……
算法是人工智能的基石,甚至说人工智能第三次浪潮的崛起,都要归功于深度学习技术和一项项刷新了外界认知的算法模型。然而鲜有人注意到的是,深度学习飞速发展的同时,对算力的需求也在暴增。
根据Open AI在年度报告中披露的数据,从2012年在ImageNet竞赛中夺得冠军的AlexNet,到DeepMind公司在2017年推出的AlphaGo Zero,不到6年的短暂时间里,对算力的需求足足增长了30万倍。
于是在2019年的时候,人工智能进入了技术成熟度曲线的低谷期,技术炒作的泡沫开始破裂,一些人工智能企业的估值迅速缩水。之所以出现这样的一幕,本质上还是算法在落地应用时的被动,倘若只有拥有足够大的算力,才能推进人工智能的落地,技术和业务之间自然形成了一条难以逾越的鸿沟。相较于先进算法模型跑出的数据,行业注意力逐渐转向如何在产业中落地。
到了2020年,算法和算力已经是一对孪生词,人工智能不再是少数人的自嗨,进一步向产业化探索。
正是从这个时候开始,云和AI的捆绑也越来越密切。毕竟对于大多数深处产业赛道中的企业来说,云计算仍是获取算力最为便捷的方式,可以随时调度弹性的算力资源,也就注定了云和AI的融合之路。
最早洞察到行业趋势的百度智能云,早在2016年前后就提出了ABC三位一体的策略,将AI、云计算和大数据融合;阿里云在2018年的云栖大会上确定了云计算+IoT+人工智能的方向,并陆续推出了可供调用的API;华为云提出了“普惠AI”的概念,以云服务的形式输出图像识别、视频分析等服务;腾讯云也适时提出了AI即服务的理念,同样是将云计算和人工智能进行融合。
就当下的时态而言,人工智能已经从以单一的算法为核心,逐渐演变为算法+算力的双核心,云和AI的融合已经是不可逆的趋势。
02
产业落地的残酷物语
舆论场上的觉醒和云厂商的跟进,是否为人工智能的落地铺平了道路?答案可能远没有料想中的乐观。
一个普遍存在的问题:传统企业往往没有人工智能人才的储备,缺少强大的技术应用落地能力,如果只是以云计算为载体输出算法或者提供API调取服务,可能无法满足传统企业的最终需求。
就像过去两年中云厂商们所热衷的故事,自家年轻且高学历的工程师们抱着电脑在田间地头、生产一线等场景中敲代码,帮助种植业、养殖业、制造业等进行智能化转型。让人匪夷所思的地方在于,云厂商们背书的合作伙伴往往是当地上规模的企业,倘若这样的企业都需要工程师驻场才能推进项目,人工智能落地的窘境也就可想而知。
何况传统企业的产业升级并不只是做完某个项目,还要保证业务系统的持续运营,项目制的落地形式终究只治标不治本。
是否还存在另外一种可能:云厂商将自身的AI能力进行封装,向传统产业的合作伙伴提供可以直接应用到业务系统的产品?或者借鉴互联网上一度流行的中台思维,将产业落地的工作集中在前端,降低整个业务流程对算法工程师的依赖。
百度智能云再一次扮演了探索者的角色。
完成组织架构和战略方向上的调整后,百度智能云在2020年进行了业务架构的升级,构建了三层新架构:底层是百度大脑,包括基础层、感知层、认知层和安全服务;中间是平台,涵盖基础云平台、AI中台、知识中台,以及针对场景平台和其他关键组件;上层是行业智能应用和解决方案,包括百度智能云重点聚焦的智慧城市、智慧金融、智慧医疗、智慧制造等核心赛道。
有别于传统的云计算架构,百度智能云将AI作为最底层的基础设施,云计算担当了AI的输出载体,并将百度成熟的AI能力沉淀为AI中台和知识中台,实现了数据处理、模型建立、决策部署等流程的自动化,进一步降低了人工智能落地的成本。
数据印证了百度智能云战略的正确性。
按照百度智能云在2020百度云智峰会上展示的数据,百度智能云AI Cloud的活跃客户数同比去年增长了65%;同时IDC也在《中国人工智能云服务市场研究报告》中披露,百度智能云在2020年以27．5%的市场份额排名第一,也是百度智能云连续三次在AI Cloud市场中排名第一。
一个通俗易懂的道理:只有降低了产业应用技术的门槛,技术的商业潜力才会逐步兑现,人工智能显然也不例外。
03
云智一体的进化方向
云和AI的融合可能只是预告,云智一体才是正剧。
半个多月前的百度云智峰会上,百度CTO王海峰发表了题为《壮智凌云加速产业智能化》的演讲,首次将云智一体作为百度智能云的关键词,正式向外界透露了百度智能云在智能经济时代锚定的方向。
“智“即百度大脑,基于百度大脑中的飞桨深度学习平台、百度昆仑芯片以及语音、视觉、知识图谱、自然语言处理等技术和平台,打造赋能各行各业的AI新型基础设施;“云”包括百度率先在业内打造的AI-Native服务架构,从基础设施的AI计算集群、AI芯片,到工程平台的飞桨、云原生,以及应用开发平台的视频云、区块链等,让企业在云上像使用水电煤一样方便快捷接入AI能力。
选择将云智一体作为进化方向,俨然不是拍脑袋的结果。
站在百度智能云自身的立场上,云计算和人工智能行业都在某种程度上遇到了瓶颈,前者屡屡传出价格战的消息,几近成了一门兜售算力的生意;后者的落地要越过重重沟壑,等于是戴着镣铐跳舞。但云和AI的一体化却指向了一条新出路:云计算降低了人工智能落地的门槛,人工智能又为云计算制造了新的场景。
折射到行业的视角上,不难算一笔经济账:传统的AI落地需要先购置海量的算力硬件,然后向上游厂商购买算法或解决方案,还需要开出高薪引进算法工程师等专业人才,不仅落地的时间周期长,投入产出比也往往没那么诱人。而云智一体的服务,既能节省在芯片、算法等层面的硬性投入,也将降低对专业人才的依赖,限制人工智能规模化落地的最大阻碍正在被攻破。
况且在新基建、十四五规划等已经明确的国家战略中,人工智能已经超越技术概念的范畴,上升为产业转型升级的动力引擎、国家间软硬实力竞争的新支点。同时传统产业的智能化转型,业已从一个可选题变成了必选题。
也就是说,百度智能云打出云智一体的组合拳,是综合自身硬实力和产业大趋势的理性决策,并为自身找到了新的站位:当云计算还在比拼资源的时候,百度智能云拿出了AI的杀手锏;当AI局限于落地速度时,百度智能云打通了新的通道。
根据中国信通院的数据显示,2020年全球人工智能产业规模约为1565亿美元,同比增长12%;其中中国人工智能产业的规模在3100亿元左右,同比增长15%。看似千亿级的市场背后,人工智能当前的渗透率还停留在个位数,一旦“云智一体”可以进一步激活产业,将挖掘出一个万亿级的庞大市场。
04
结束语
诚如百度CTO王海峰的判断:“第四次工业革命才刚刚开始,这个过程的确会很长,但是未来一定会往这个方向走。”
作为第四次工业革命的通用技术,人工智能和云计算一样都是一场马拉松,需要和产业的机理模型、隐形知识深度融合,然后在时间的作用下释放新的生存要素和生产潜能,最终重塑产业的生产模式。
按照《孙子兵法·形篇》中所说:“胜兵先胜而后求战,败兵先战而后求胜。”在产业智能化的征途中,云厂商们需要善于把握市场规律,并顺应规律占据制高点。先于友商将云智一体作为核心优势的百度智能云,显然是有备而来。
