文章图片
在中国云计算市场 ， 百度智能云是一个比较独特的存在 。 百度在PC互联网时代称王 ， 但被移动互联网落下 ， 现在正将赌注放在AI上 ， 试图跳过移动互联网 ， 靠AI实现逆袭 。 在云计算领域 ， 百度似乎也在施行类似的战略——跳过SaaS ， 直接靠AI生态拉动云计算发展 。 这篇文章 ， 我们将通过探讨百度智能云的优劣势 ， 分析百度押注智能云的逻辑 ， 评估百度智能云未来的发展态势 。
大体来看 ， 百度智能云的优势和劣势都比较明显 ， 人工智能与云计算的结合是其一个重要优势 ， 但劣势在于其SaaS生态的缺失 。 下面 ， 我们分别从SaaS生态和智能云生态两个方面来分析百度智能云的“得与失” 。
孱弱的SaaS生态 ， 是百度智能云最大的短板 企业上云有两种方式 ， 一种是直接租用IaaS厂商的计算、存储、网络等基础服务 ， 自己搭建业务系统 ， 另一种是上线各个SaaS企业提供的财务、人力、ERP、CRM、BI、OA等云服务 。 在这种情况下 ， 企业客户是不直接接触IaaS厂商的 。 未来的趋势是 ， 越来越多的企业将通过SaaS应用上云 ， 很少有企业直接租用IaaS资源 。 即使是大型企业 ， 也会上线诸多SaaS应用 ， 通过SaaS应用来间接消耗IaaS资源 。
文章图片
影响云计算市场未来竞争格局最关键的要素是“用云量” ， 即通过自身应用和生态伙伴带动云计算资源的消耗 。 要提升用云量 ， 关键在于构建应用生态 ， 其中最核心的就是SaaS生态体系 。 在头部几家云计算厂商中 ， 百度云在SaaS生态建设方面是最弱的 。 阿里云有钉钉 ， 腾讯云有企业微信+微信 ， 华为有Welink ， 甚至字节跳动都在大力发展飞书 ， 百度智能云却还看不到可以拿得出手的移动办公产品 ， 这就导致百度智能云在SaaS生态建设方面没有抓手 ， 进而拖累整个云计算业务的发展 。
而能否构建繁荣的SaaS生态 ， 是云计算厂商制胜的关键 。 那么 ， 如何构建SaaS生态呢？我们以Salesforce、钉钉为例 ， 来分析构建SaaS生态的可能路径 。
放眼国际市场 ， 通过SaaS应用平台化 ， 最成功的例子莫过于Salesforce 。 Salesforce创立于1999年2月 ， 目前已经成长为市值超过2000亿美元（截至2021年5月31日）的云计算巨头 。
文章图片
纵观Salesforce的历史 ， 可以将其划分为两个发展阶段：
●1999-2004：传统CRM软件的颠覆者
Salesforce以“NoSoftware”理念挑战微软、甲骨文、SAP、Siebel等行业巨头 。 2004年IPO时 ， 营收9600万美元 ， 估值11亿美元 。
此时公司的核心产品是云化CRM 。 借助SaaS平台 ， 企业只需通过网络注册使用帐号 ， 并在自己设备上进行一些简单的设置即可使用CRM服务 。 与微软、甲骨文、SAP等传统CRM相比 ， Salesforce提供的云化CRM的优势显著：以按需租赁代替一次性购买 ， 客户无需购买任何软件和硬件；免去了IT软硬件运维的麻烦和成本；产品更新可以无缝同步 ， 云端一键更新 。
Salesforce采用按年收费的销售模式 ， 如果客户按年签订合同并付费 ， 可以享受一定折扣 。 再加上任何一家公司的前五名用户都可以完全免费使用 ， 大大促进了企业内部人员对其产品的接受度 ， 达到了病毒式传播效果 。
●2005-至今：扩充SaaS产品 ， 发展PaaS平台
2005年 ， Salesforce发布APPexchange ， 第三方开发者可以在该平台上创建自己的应用 ， 并可在Salesforce用户社区进行销售 。 2006年 ， Salesforce发布按需编程语言Apex ， 允许第三方开发者在Salesforce的共享架构上编写和运行代码 。 2008年 ， 发布第一个PaaS平台Force.com ， 允许第三方开在Salesforce的架构上部署应用 。
从营收上看 ， Salesforce收入主要来源于SalesCloud（销售云）、ServiceCloud（服务云）、MarketingandCommerceCloud（市场云）以及SalesforcePlatform（云平台）四大产品线 。
文章图片
Salesforce主要产品的销售收入
其中 ， 云平台每年给Salesforce贡献几十亿美元的营收 ， 且是几个主要产品线中收入增长最快的 。 云平台收入占总收入的比例也在逐年增高 ， 2016年占比18.37% ， 2018年占比已经提高到22.99% 。
除了直接的营收贡献外 ， 更重要的是云平台提升了Salesforce的技术能力 ， 有助于其SaaS产品的品类扩充以及应用生态的打造 。
【云量|百度智能云，败于SaaS成于AI】在打造PaaS平台的同时 ， Salesforce也在同步扩充SaaS产品线 。 Salesforce的产品体系分为七大部分 ， 包括：销售云、服务支持云、市场营销云、社区云、平台与应用程序云、分析云 ， 以及即将落实的IOT云平台服务 。
文章图片
需要指出的是 ， 在Salesforce的品类扩充过程中 ， 并购发挥了重要作用 ， 其收购标的涵盖了财务、HR、ERP、大客户流程管理软件等 ， 比如收购Radian6打造社交营销云 ， 通过收购Rypple切入人力资源软件销售市场 。 通过并购整合 ， Salesforce实现了从CRM厂商向通用SaaS巨头的跨越 。
构建起完善的PaaS平台+SaaS应用生态后 ， 可以实现生态内不同SaaS应用的交叉销售 。 比如 ， CRM客户很可能在HR、财务等领域也有需求 ， 反之亦然 。 通过交叉销售实现客户复用 。 另外 ， Salesforce借助CRM服务 ， 挖掘客户在财务、HR、ERP、流程管理等方面的需求 ， 通过组合产品、套餐搭配、配件中心等方式 ， 销售多种产品和服务 。 2013年 ， Salesforce前40大客户中 ， 仅有13%的客户使用了4种以上的Salesforce云服务；而到2017年 ， 公司前200大客户中 ， 有75%的客户使用了4种以上的Salesforce云服务 。 Salesforce以交叉销售的方式有效提升客单价 ， 降低客户流失率 。
通过以上分析 ， 可以发现Salesforce的成功路径是以CRM切入SaaS市场 ， 然后大力发展PaaS平台 ， 通过自研和收购来扩充SaaS产品体系 ， 最终构建起PaaS+SaaS生态 。
接下来 ， 我们看看钉钉的情况 。 钉钉的核心业务是移动办公起家 ， 属于SaaS应用 ， 但是只有钉钉一个应用带动的云资源消耗有限 。 为此 ， 钉钉在逐渐PaaS化 ， 转变成一个SaaS应用开发平台 。 同时 ， 钉钉以“被集成”的诚意来打消合作伙伴的顾虑 。
对于第三方SaaS厂商而言 ， 钉钉在两个方面有吸引力：
第一 ， 在B端办公软件中 ， 钉钉有最多的用户和企业客户 。 第三方SaaS厂商加入钉钉生态 ， 有望分享钉钉的企业客户 。 也就是说 ， 钉钉能够帮助第三方SaaS厂商拓客 ， 提升其销售规模 。
第二 ， 钉钉有企业组织架构、业务流程体系 ， 第三方SaaS应用嵌入钉钉 ， 可以在业务流程上进行很好的衔接 。 比如 ， 钉钉建立了企业基本的组织架构和沟通协作体系 ， 第三方的HR系统、财务系统、CRM系统 ， 不仅可以在技术接口上与钉钉融合 ， 在业务逻辑上也可以融合 。 对于企业客户而言 ， 钉钉生态的SaaS应用提供的是统一的解决方案 ， 内部数据、业务可以打通 。
文章图片
腾讯云+企业微信、华为云+Welink ， 都是基于同样的逻辑 ， 即打造一个强大的SaaS应用切入核心办公领域 ， 并将其PaaS化 ， 吸引第三方SaaS厂商共同构建云生态 。
某种程度上 ， 钉钉、企业微信、Welink都在试图复制Salesforce的成功道路 。 Salesforce是从CRM这一SaaS应用切入PaaS并向其他领域扩张 ， 钉钉、企业微信等是从移动办公这一领域切入SaaS并PaaS化 。 Salesforce可以发展交叉销售 ， 钉钉、企业微信等也可以实现交叉销售 。 比如 ， 钉钉通过移动办公应用获得的企业客户 ， 也会有HR、财务、BI等应用需求 ， 这些需求就是其他SaaS厂商的机会 。 第三方SaaS厂商也正是基于这样的交叉销售机会 ， 才有动力进入钉钉的SaaS生态 。
百度网盘 ， 能否补上SaaS短板？ 要构建SaaS生态 ， 从来就不止一条路 。 Salesforce是通过CRM切入 ， 钉钉、企业微信则是从移动办公切入 。 那么是否也可以从云盘入手切入办公场景 ， 通过PaaS化构建SaaS生态呢？
如果百度要在SaaS领域获得进展 ， 百度网盘是一个潜在的突破口 。 下面 ， 我们来分析下从百度网盘切入办公场景的可能性 。
Salesforce、钉钉、企业微信 ， 虽然是从不同路径切入办公领域 ， 但有两个要素是共通的：
第一 ， 由一个核心需求为基础 ， 做大用户规模 。 这个核心应用要满足高频、刚需 ， 并不一定要是完全的B端应用 。 （比如 ， 微信是一个纯粹的C端应用 ， 但微信依然应用于大量的办公场景 ， 很多工作沟通就是在微信上完成的 。 ）要构建SaaS生态 ， 前提是要有足够多的用户量 ， 这是吸引合作伙伴的关键 。
第二 ， 强化PaaS平台 ， 不同SaaS应用可以在平台上进行打通 。 在核心应用积累了大量用户之后 ， 要构建SaaS生态 ， 就必须要平台化 ， 吸引合作伙伴基于平台来开发其他SaaS应用 。 并且 ， 其他合作伙伴的产品要与平台本身提供的产品在功能上实现互补 。
在个人云盘领域 ， 也经历了激烈竞争 ， 但最终大部分厂商相继主动退出了 。 百度坚持到最后 ， 自然收割了整个市场 。 依据艾媒咨询的数据 ， 在个人网盘品牌认知度上 ， 百度网盘以81.3%的品牌认知度位列行业第一 。
文章图片
依据百度网盘发布的报告 ， 2020年其用户数量超过7亿 。 百度网盘2012年正式运营 ， 2020年用户数据存储总量已突破1000亿GB ， 年均增速超过60% 。 用户人均数据存储量超过200GB ， 95后人均数据存储量超过2TB 。
显然 ， 百度网盘满足了第一个要求 ， 即基于核心应用积累足够的用户规模 。 接下来 ， 我们看看从业务逻辑上 ， 百度网盘切入办公场景并构建SaaS生态的可能性 。
企业办公场景 ， 基础设施包括：组织架构、沟通、流程管理、信息存储 。
与个人不同 ， 一个组织要有一个清晰的组织架构 ， 帮助人们知道自己在组织中的位置 ， 了解自己的上下级及有业务关联的同事 。 各个岗位的职责也是嵌入在这个组织架构中的 ， 不同岗位有不同的分工 ， 多个岗位之间则可以进行业务协同 。 因此 ， 组织架构是一个企业的基础 。 办公应用首先要具备一个清晰的组织架构 ， 这是开展其他功能的基础 。
组织内员工要进行分工协作 ， 就要进行频繁的沟通 ， 办公应用需要建立便捷的沟通体系 。 与微信这种生活沟通不同 ， B端场景的沟通还与流程管理高度相关 。 人们是基于特定的业务流程来进行沟通 ， 沟通的结果也会最终反馈到业务流程当中去 。
此外 ， 企业在长期的经营过程中 ， 会积累大量数据 ， 比如销售数据、绩效管理数据、财务数据等 。 这些数据是在业务流程当中不断沉淀下来的 ， 并支撑业务的继续开展 。 因此 ， 数据的存储 ， 以及这些数据与业务流程的互动也是企业应用的重要功能 。
上述组织架构、沟通、业务流程、数据存储 ， 是一个办公应用必不可少的要件 。 在此基础上 ， 才能基于不同的业务场景来进行功能扩展 。 扩展的方式可以是自己开发 ， 也可以引入第三方应用软件 。
百度网盘的核心在于数据存储 ， 其组织架构、沟通、业务流程都是缺失的 。 不过 ， 百度网盘也预留了相关的功能入口 。 如果要进入办公领域 ， 百度网盘需要加强用户之间的关联 ， 引导用户在百度网盘上基于共享的文件进行沟通协作 ， 培养用户的办公习惯 。
文章图片
在办公场景中 ， 文档共享和协同是常见场景 。 依据百度网盘发布的报告 ， 与文档管理、分享相关的功能是比较受欢迎的 。 能否在功能布局上做出合理调整 ， 引导用户养成基于百度网盘进行文档协同和沟通的用户习惯 ， 以及能否逐步加上业务流程管理功能 ， 将是决定百度网盘能否“破圈”的关键 。
文章图片
在功能布局上进行调整 ， 是百度网盘需要攻克的第一个难关 。 接下来 ， 还有第二个难关 ， 那就是从单一应用进化到PaaS平台 。 百度网盘上几乎没什么业务流程相关的应用 ， 只能通过引入第三方SaaS伙伴来进行补充 。 目前来看 ， 百度网盘上的第三方服务还是只限于工具类应用 ， 还没有具备深层次业务逻辑的办公应用 。
文章图片
应该说 ， 通过百度网盘来切入办公场景并通过PaaS化来构建SaaS应用生态 ， 难度是很大的 。 以目前情况来看 ， 百度网盘无论是从战略定位还是具体的功能设置上 ， 都还看不到其构建PaaS平台和SaaS生态的希望 。 但是 ， 除了百度网盘 ， 百度还真没有更好的其他选择 ， 要想在移动办公领域与钉钉、企业微信等正面竞争 ， 已经没什么成功的机会了 。 与百度APP、百度地图、爱奇艺这些应用相比 ， 百度网盘跟办公场景的“距离”更近 。 百度网盘的7亿用户是其最大的筹码 。 另辟蹊径从云盘下手实现差异化竞争 ， 也许能够开辟一片新天地 。
以上 ， 我们从SaaS生态角度 ， 分析了百度智能云所面临的困境 。 下面 ， 我们将从AI生态角度探讨百度智能云突破的方向和路径 。
“AI+云”、“云+AI” ， 智能云的一体两面 除了构建SaaS应用生态 ， 大多数云计算厂商 ， 都在尽力加强其在人工智能领域的投入 ， 并将云计算与人工智能相互结合 ， 实施智能云战略 。
具体来看 ， 智能云包含两个部分：AI+云、云+AI 。 AI+云是以人工智能技术赋能云计算 ， 云+AI则是将云计算作为AI技术产品对外输出的平台 ， 降低AI使用门槛 。
AI+云 ， 推动数据中心的智能运维 要保证数据中心的稳定运行 ， 持续不断的运维是必不可少的 。 以往的运维大多由人来完成 ， 但人力运维效率低 。 几十几百台服务器的运维 ， 靠人力运维还可以实现 ， 但面对数万数十万台服务器的大型数据中心 ， 人力运维不仅成本高 ， 难度也非常大 。 上万台服务器不断传来的海量数据 ， 人的分析能力有限 ， 不能及时发现并合理处置问题 。 这个时候 ， 智能运维AIOps就应运而生了 。
智能运维 ， 是将人工智能技术应用于云数据中心的运维 ， 基于日志、监控数据等 ， 来监测数据中心的运行情况 ， 基于数据分析发现异常情况 ， 实现自动化运维 。
具体来看 ， 智能运维可以分为数据感知、智能分析、智能执行三个层次 。
数据感知停留在数据收集层面 ， 主要作用就是检测出数据中心的异常情况 ， 比如数据源异常检测、磁盘异常检测、指标异常检测、网络异常检测等 。 在检测数据基础上 ， 还要对数据进行综合分析 ， 以此来找出存在的问题 。 通过数据分析进行故障诊断和定位 。 除了故障诊断 ， 基于数据的故障预测也是很重要的内容 ， 比如磁盘异常预测、服务器故障预测等 。
比故障预测更进一步的是运维算法的自动执行 ， 即在运维系统中设置可被自动触发的、预定义规则的脚本 ， 依据监测到的系统数据及对数据的综合分析 ， 系统自动发出运维指令来自动化运维 ， 比如DNS自动切换、CDN智能调度、服务器自动扩容、服务器性能优化等 。
百度在智能运维方面算得上是“优等生” 。 其Noah平台就是提供相应的智能运维解决方案 。 百度的异常检测系统平台霍莉（Horae）比较有特色 ， 该平台支持常见的异常检测算法 ， 其故障发现准确率90% ， 故障召回率99% ， 智能参数配置效率99% 。
文章图片
云+AI ， 以API构建智能生态 云计算的技术重心 ， 已经从虚拟化和虚拟化管理 ， 向容器、编排、微服务、无服务器方向演进 。 云原生技术生态已扩展至底层技术、编排及管理技术、安全技术、监测分析技术等 ， 初步形成了全生命周期技术链 。 容器技术逐渐演进出安全容器、边缘容器、serverless容器、裸金属容器等多种技术形态 。 Kubernetes的编排对象不断扩展 ， 以容器为基础编排对象逐渐延展至虚拟机、函数等 。 2019年Gartner在容器报告中预测 ， 到2020年将有50%的传统老旧应用被以云原生的方式改造 ， 到2022年将有75%的全球化企业将在生产中使用云原生应用 。
将以容器为代表的云原生技术与AI相结合 ， 可以有效降低AI应用的开发与部署门槛 。 比如 ， 容器化封装深度学习框架 ， 实现框架部署的环境一致 ， 提升了人工智能应用的可移植性 ， 加速了AI模型中不同粒度的功能解耦 ， 并向微服务化转变 。
此外 ， 将人工智能技术与产品 ， 以云服务的方式推向市场 ， 是人工智能与云计算重要的结合点 。
人工智能技术发展迅速 ， 但是如何让普通企业也能低成本享受到这些技术是目前面临的一个难题 。 如果还是以原来项目制软件的方式 ， 会严重阻碍人工智能技术的推广 。 智能技术的核心在于算法 ， 如果采用定制化项目的方式 ， 客户也需要具备一定的算法能力才能对接相关技术的应用落地 ， 而大部分企业尤其是中小企业 ， 基本上是没有算法人才的 。
一个产品要推向市场 ， 对外输出渠道很关键 。 云计算就是人工智能产品对外输出的“渠道” ， 帮助其更快地推向大众市场 。
具体来看 ， 通过云计算平台 ， 可以对外输出AI异构计算能力、机器学习平台能力以及各个AI应用 。
算力、算法、数据是人工智能三个关键要素 。 很多人工智能应用都需要相应的异构算力来支撑 ， 比如GPU、FPGA、ASIC等 ， 这些芯片往往价格昂贵 。 异构计算的硬件成本、搭建部署成本巨大 ， 普通企业难以承担 。 借助云计算平台将异构资源池化 ， 以云服务的方式对外输出 ， 可以做到异构算力的弹性供给 ， 让普通企业也可以低成本享受到AI算力服务 。 此外 ， 借助Docker、Kubernetes等云原生技术 ， 还可以实现异构计算资源的管理 。
文章图片
在人工智能产业链中 ， 机器学习、深度学习平台占据重要作用 ， 需要用他们来训练面向各个应用领域的AI模型 。 传统机器学习平台存在一系列的问题 ， 比如缺乏完善的资源隔离机制 ， 缺乏弹性能力 ， 资源利用率低 ， 模型训练成本高等 。 针对这些问题 ， 各个云厂商都在大力发展基于云原生的机器学习、深度学习平台 。 这些AI云平台涵盖机器学习、深度学习建模全流程 ， 比如数据接入、数据预处理、特征工程、模型训练、模型评估、模型部署、模型全生命周期管理等 。 此外 ， 还可以在平台上嵌入众多开发工具 ， 构建涵盖主流机器学习、深度学习算法的算法库 。 将机器学习、深度学习平台 ， 部署在云平台上 ， 可以大幅度降低AI模型训练、应用开发的门槛 ， 普通企业也可以针对特定的业务场景来训练相关的AI模型 。
在AI芯片、AI平台之上 ， 就是面向各个领域的AI应用 ， 比如人脸识别、语音识别、知识图谱、自然语言理解等 。 如果以项目制形式 ， 往往需要比较大的资金、人力投入 ， 最终的应用效果却有较高的不确定性 ， 这阻碍了人工智能技术 ， 在企业当中的应用推广 。 与之相比 ， 以云服务的方式来提供人工智能服务具备诸多优势 。
企业客户通过调用智能API来使用相应的服务 ， 按照服务类型和API的调用次数付费 。 企业客户可以先进行小批量的试用 ， 在获得明确的应用效果后 ， 再增大购买量 ， 进行大面积应用普及 。
在智能云API方面 ， 百度是比较领先的 。 虽然各家云计算厂商都以人工智能作为其云服务的重要内容 ， 但百度在人工智能技术方面的积累是最深厚的 ， 也是百度智能云突围的最重要筹码 。 从名称上 ， 可以看出百度对于人工智能的重视 ， 其他云计算厂商都叫“XX云” ， 比如阿里云、腾讯云、华为云 ， 只有百度把其云服务命名为“百度智能云” 。
文章图片
百度人工智能领域的技术积累 ， 可以通过API方式对外提供智能云服务 。
以人脸识别相关的API服务为例 ， 百度提供人脸检测、人脸对比、人脸搜索、人脸库管理等API接口 ， 按照相应API的调用次数收费 。
文章图片
（注：QPS指每秒查询率QueryPerSecond)
此外 ， 百度还提供按年预付费的模式 。 比如其身份证与名字比对API ， 依据一年的调用次数 ， 收取不同的费用 。
文章图片
通过API方式 ， 用户只需要调用接口就可以使用相应的服务 ， 而且最低每个月只花几百元 。 这对于小微企业、个人用户而言 ， 无疑更具有吸引力 。
依据艾瑞咨询的调研数据 ， 近七成企业通过API/SDK方式获得第三方开放平台AI技术 。 与SDK相比 ， API的使用门槛更低 。
文章图片
企业获取人工智能技术的主要渠道
在整个云计算领域 ， API生态正蔚然成风 。
API（应用编程接口） ， 由一组定义和协议组合而成 ， 一方以特定方式发送远程请求 ， 即可实现远程资源访问 ， 实现企业内外部系统的交互 。 通过API接口 ， 无需了解对方系统的内部逻辑 ， 就可以获得对方提供的完整服务 。
API是系统集成和服务调用的重要基础 ， 最开始是用来进行企业内部系统的打通 ， 后来部分企业逐渐向外部开放其API接口 。 进入云计算时代 ， 通过云+API的方式 ， 各个云厂商、AI厂商可以将其积累的技术能力、产品体系甚至数据 ， 对外开放提供服务 ， 以此作为其生态建设的重要手段 。 在智能云的API生态竞争方面 ， 百度是一个重要玩家 。
上面我们分析过企业上云的两种路径（直接租用IaaS资源 ， 或者通过SaaS应用间接消耗IaaS资源） 。 与之类似 ， 企业通过AI应用上云也有两种路径 。 如果企业以定制化项目方式构建其AI应用系统 ， 则其AI应用服务商和云服务商是相对独立的 ， 企业可以根据自己需要来选择不同的厂商 。 如果企业是以调用API方式来构建其智能应用 ， 则云服务是“隐藏”在AI服务当中的 ， 企业客户并不能直接感知到IaaS资源的消耗 。
文章图片
如果一家云厂商以API方式对外提供AI服务 ， 并且构建起足够丰富的AI生态 ， 则可以用AI生态来带动其底层计算（尤其是GPU、FPGA、ASIC等异构计算资源）、存储、网络等云计算资源的消耗 。 以智能API为核心构建起来的AI生态就起到了类似SaaS应用生态的作用 。
需要指出的是 ， 在拉动IaaS资源消耗方面 ， AI生态与SaaS应用生态还存在很大的差距 。 未来如何发展 ， 取决于AI生态能够消耗多大体量的云计算资源 。 所以 ， 挖掘出可以消耗大量计算资源的AI应用场景是发展智能云生态的关键 。
AI云生态的三驾马车 目前来看 ， 智能汽车、智能物联网、智能开发平台这三个领域 ， 有望消耗大量的云计算资源 。
●智能汽车
智能电动车快速发展 ， 自动驾驶、车联网都会消耗大量计算资源 。 实现全自动驾驶后 ， 汽车将成为一个重要的办公空间 ， 在车上处理业务流程、进行视频会议等将成为常态 ， 这些应用都会带来大量的云计算资源消耗 。
●智能物联网
每一代智能设备都需要新操作系统和交互方式 ， 比如PC时代是鼠标操作 ， 移动智能手机是触屏 。 那么 ， 物联网设备的交互方式是什么？目前来看 ， 语音交互是最有潜力的方式 。 未来 ， 通过语音不仅可以控制智能音箱 ， 还可以控制电视、冰箱、空调、台灯、窗帘等智能物联设备 。 5G将带动物联网的快速发展 ， 会带来大量的云边协同应用场景 。
●智能开发平台
人工智能的核心在于AI算法 ， 软件框架的主要作用就是将AI算法进行封装 ， 为上层应用提供算法调用接口 。 我们耳熟能详的TensorFlow ， MXNet ， Caffe/2+PyTorch ， 主要干的就是算法封装的事 。 大部分模型的开发、部署 ， 都要用到上面的这些软件框架 。
文章图片
上层的应用场景探索 ， 无论是计算机视觉领域、语音识别领域还是自动驾驶领域 ， 甚至是深入到金融、零售、电商、制造这些行业里的应用 ， 最终都要通过这些底层的深度学习开发框架来调用各种算法 ， 开发各类模型 。
在以上三个领域 ， 百度都有布局 ， 分别是Apollo、Dueros和PaddlePaddle 。 而且百度都做到了业内领先 ， 尤其是PaddlePaddle是第一个国产AI开发框架 ， 该框架对中文友好 ， 中文技术文档齐全 ， 在工业场景方面性能优异 。 可以说 ， Apollo、Dueros和PaddlePaddle是百度构建智能云生态的三把杀手锏 。
文章图片
在自动驾驶和AI开放框架方面 ， 阿里云、腾讯云并没形成什么硬实力 ， 华为云则是百度智能云最大的竞争对手 。
华为在自动驾驶系统、车联网、物联网、AI开发框架方面都有积极布局 。 而且 ， 这几个领域都是华为未来的重点突破方向 ， 必然会与百度形成激烈的竞争 。 以自动驾驶为例 ， 目前华为和百度是最重要的玩家 ， 在抢夺智能生态合作伙伴方面存在直接竞争 。 百度虽然在自动驾驶领域起步更早 ， 但华为逐渐呈现出后来居上的态势 ， 最终鹿死谁手还未可知 。
可以预见 ， 谁构建起来最强大的AI生态 ， 谁就可以通过AI应用带动云计算资源的消耗 。 在云计算市场竞争中 ， 将掌握更多主动权 。
依据英国调研机构Canalys的数据 ， 认为近两年来中国云计算市场最大的变量就是华为云 ， 2019年还属于“其他”行业 ， 2020年就已经冲到行业第二 。 这除了说明华为云本身的优秀外 ， 更重要的是打破了人们对中国云计算市场格局已经定型的固有思维 。 但中国云计算市场 ， 还存在很多变数 。
文章图片
华为云抢占的主要是阿里云、腾讯云 ， 以及其他云厂商的份额 。 百度智能云的市场份额只掉了0.4% ， 这从另一个侧面也反应出百度智能云是比较“抗打击”的 。
文章图片
百度智能云的未来会怎样 ， 是靠智能云取得突破 ， 还是在激烈的竞争中被逐步边缘化 ， 关键在于百度能否把其在AI领域的积累转变成AI云生态的竞争优势 。
对于百度智能云而言 ， 前路荆棘丛生 ， 但未来依然可期 。
文：凝视深空 / 数据猿
推荐阅读
- 智能化|适老化服务让银行更有温度
- 市场|激斗智能家居，大厂遇到新对手
- 公司|科思科技：正在加速推进智能无线电基带处理芯片的研发
- 网络化|工信部：2025年建成500个以上智能制造示范工厂
- 人工智能|聚焦车载人工智能计算芯片研究 推进汽车产业高质量发展
- 智能化|龙净环保：智能型物料气力输送系统的研究及应用成果通过鉴定
- 耳机|饿了么内测“智能头盔”，外卖小哥送餐能更安全吗？
- Cortex|首发价 2299 元，Redmi 智能电视 X 2022 款 50 英寸今日开售
- 真皮|小米 Watch S1 商务智能手表今日开售
- 孙自法|中国科技馆“智能”展厅携多款机器人亮相 喜迎新年和人机共融时代