百度智能云为什么要升级行业智能化中台？
在刚刚结束的百度云智峰会上，百度智能云围绕战略、架构、产品和生态进行了四大升级。百度CTO王海峰发布百度智能云架构2.0，新的架构包含“数字化底座、智能化引擎和全场景应用”三层结构，新产品则具有两大看点：一个是强化“AI原生云”特性的百舸AI异构计算平台，另一个则是全面升级AI中台与知识中台，智能化引擎与行业深度融合，帮助企业量身定做自己的智能化中台。“云智一体”是百度智能云与生俱来的优势，如今百度智能云正在强化这一“长板”；“行业智能化中台”则是百度智能云经过多年行业端的AI应用探索后，将技术、知识与经验整合到一起，向行业输出。
先来看看百度智能云本次架构大幅升级的两大看点。
一个是“AI原生”。百度智能云具有传统云计算平台的稳定、安全、弹性、高性能等优势，可支持企业数字化转型，但更值得一提的是“AI原生”特性。作为首个在名字中强化“智能”的云计算平台，百度智能云具有AI原生特性，架构、计算和代码均面向AI应用而生。在云智峰会上，百度智能云发布 AI 异构计算平台百度百舸，计算、存储与容器三个层面均面向AI优化，可提供高性价比、高性能和高利用率的AI计算服务。基于此，百度智能云进一步锁定“适合跑AI的云”这一标签。
另一个则是“行业智能化中台”。
“中台”是这些年行业内很流行的实践，即可应用在企业管理，也可应用于技术架构，其本质就是将不同业务的核心能力抽离并封装到一个平台，以此来支撑前端业务，这样做就可以将底层的复杂性隐藏起来，降低前端应用门槛，以满足业务端灵活敏捷、不断试错和聚焦业务的需求。
百度智能云很早就推出了AI中台，企业可基于此快速定制AI应用。百度拥有全栈AI技术服务能力，涵盖AI计算、AI存储、AI容器、AI开发框架、AI开发平台与智能应用等不同层次数百个产品，只有少数具有较强AI开发与应用能力的企业才能用原始组件构建 AI应用，因此百度智能云将AI能力集成到“AI中台”，将企业AI模型定制、管理和运维的复杂度被大幅降低，实现了集约化AI能力管理、统筹式的智能化升级，百度智能云AI中台已被国家电网、中国国航等各行业标杆企业应用。
2020年5月，百度智能云推出“知识中台”，基于百度多年积累的知识图谱、自然语言处理、多模态语义理解、智能搜索等AI核心技术打造，是全周期、智能化的企业知识赋能平台。知识中台可以为企业提供高效便捷的知识生产、组织和应用能力，满足业务场景智能化的需求，解决大多数企业缺乏构建和运用知识的能力的痛点。至此百度智能云形成“AI中台+知识中台”的双中台架构。
在本次云智峰会上，百度智能云在对AI中台与知识中台进行升级的同时，在“封装”的基础上“再封装”，面向不同行业提供定制化AI中台和知识中台，将行业具有共性的AI组件和算法模型集成起来形成不同的行业智能化中台。基于此企业可快速构建超过500多种场景的智能化应用。
比如金融行业在开发智能客服、智能风控等AI应用时，会用到金融分箱、样本稳定指数、评分分组、评分转换等AI算法模型，以及银行回单识别、金融财报抽取、保险条款关键信息抽取和理财产品审核等AI细分能力。面向金融行业的智能化中台集成这些能力，基于此金融企业可快速构建AI应用。
此时此刻正值产业智能化的关键时刻，百度智能云面向行业定制智能化中台的做法是顺势而为。
企业智能化转型可分为不同阶段，最初是一些应用的试水探索，接着是部分场景的垂直深化，再接着是全面AI升级，最后是基于AI持续创新。产业智能化阶段，意味着企业智能化转型进入“全面升级”阶段，当务之急是规划和建设公司统一的AI中台，整合现有AI应用对接到统一平台，处理好AI中台与前端业务平台、数据中台和业务中台的关系，建设AI运营管理体系。
在新的阶段，企业使用通用型AI中台大规模应用AI时有较多阻碍：
首先，通用AI中台无法满足深度场景应用。比如金融行业AI应用对复杂文档解析和流式实时计算有更高的需求，能源行业AI应用则有大量的物联网场景，需要端边云协同、低功耗边缘计算，媒体行业AI应用则需要较强的多媒体解析与生成能力。传统AI中台只有基础AI能力，不会针对行业特性定制能力，难以满足不同垂直场景的AI应用需求。
其次，建设智能中台周期长，推广应用难。企业基于通用AI中台建设智能中台需要较长的建设周期，再加上数据标注等配套工作更是耗时耗力。就算企业有AI技术能力，建成智能中台后推广到业务部门存在更大难题，因为业务部门往往不具备AI场景建模能力。再加上AI应用本身都比较创新，一时半会能否见效也未可知。因此传统通用型AI中台已很难满足企业全面升级智能化的紧迫性。
最后，企业普遍缺乏AI复合型人才。基于传统AI中台模式，企业需要既懂AI技术（如会AI建模），又懂业务，以及理解信息化、数字化与智能化的复合型AI人才。这类可以支持企业“AI转型”的人才，往往来源于原来的信息化队伍中对AI有兴趣并自学成才的人，目前这个群体人数很少。基于此，企业AI中台即便建立起来也面临推广、运营和应用的难点。
百度智能云本次推出的行业智能化中台正是针对上述痛点的解决方案，其针对不同行业预置算法模型和功能组件，具有端到端的AI建模与服务交付能力，让企业可以实现零代码的全功能AI开发，是针对企业智能化“全面升级”阶段量身定制的方案。
因为有量身定制的组件，企业可以花更少时间定制自有智能中台或智能化应用，“零代码”等能力则可助力企业将智能中台和智能应用推广到业务部门，不需要专门的复合型AI人才，原有信息化人才经过简单培训学习即可，综上，企业智能化转型的难点自然就迎刃而解。
比如工业行业企业在开发智能应用时，就可利用百度智能云的工业智能化中台封装好的外观质量检测、安全巡检、设备监控告警、工艺仿真等工业领域的AI应用，以及设备故障根因分析、设备运维知识搜索、设备知识库等行业知识，快速构建智能工业化应用。
值得注意的是，百度智能云行业智能化中台针对不同行业封装的智能组件均经过了对应场景下的应用训练，且取得显著效果，如百度智能云此前在智慧工业领域，通过AI赋能设备，将普通机型寿命提升 15%~30%；再比如百度智能云 帮助将能源企业变电站人工巡视工作量下降40%、让输电线路缺陷图像人工复查量下降60%。
今年6月百度智能云发布的《“云智一体”技术与应用解析系列白皮书-企业开发篇》就已经洞察到AI应用呈现出行业定制化的趋势。百度智能云在报告中建议，企业在选择并建设适应未来发展趋势的AI开发平台时，要关注“场景先行、自主创新、效能为要”三个关键要素，进行统一规划和建设。而要满足企业定制化AI需求，AI开发平台就要具有通用性的基础能力，且可被轻松解耦、嵌入、移植与迭代。百度智能云基于AI中台和知识中台的通用能力，再定制不同行业模块形成行业智能化中台，很好地满足了垂直行业的AI应用定制化趋势。
十四五规划纲要中，“科技”出现36次，“数字”出现17次，“智能”出现7次。十四五规划纲要明确指出要推动互联网、大数据、AI等同各产业深度融合，促进新兴科技与实体经济融合，培育和壮大智能制造、智慧能源、智慧城市、智慧医疗等新型数字化应用场景，发展数字经济、建设数字中国。
数字经济可一分为二地看：一方面是数字化，即信息化和在线化，另一方面则是智能化，即企业利用AI实现降本增效、转型升级和经营创新，如果说前些年是AI在各行各业试探性落地的“AI产业化”阶段，现在则是不同产业大规模深度应用AI技术的“产业智能化”新阶段。
今年6月，IDC发布的《中国人工智能软件及应用市场研究报告-2020》显示：中国人工智能产业化应用在过去 5 年间已经取得显著的成效，呈现出无可比拟的规模与速度，中国人工智能软件市场规模在 2020 年达到 230.9 亿元人民币。IDC 看到行业用户对于 AI 价值的认知以及 AI 落地的方法论与实践方面日趋成熟，进而带来市场规模的平稳增长。IDC认为，“下一个五年将是中国 AI 产业高质量发展的转型时期，也是大浪淘沙的整合阶段。技术创新与商业落地的双重目标将驱动中国人工智能进入下一个新繁荣时期。”
产业智能化是AI发展的新阶段。乘着建设数字中国的东风，企业站在智能化转型和加速数字化的新起点，“送水人”们正在顺势而为，给企业提供更实用的AI基础设施。定位于行业智能化基础设施的百度智能云推出行业智能化中台，意在打通AI全面落地到产业的“最后一公里”，消除企业智能化转型在平台、应用与人才等维度的拦路虎。
百度智能云人工智能引擎可分为三层：底层是集成AI中台与知识中台的行业智能化中台，以及自主可控的飞桨AI计算平台，相当于行业智能化升级的智能中枢；再上一层则是助力企业快速构建以业务导向的AI应用的应用赋能；最顶层是助力企业建立健全的AI人才组织体系。
在云智峰会上，王海峰表示，产业智能化的发展，离不开生态伙伴的扶持，百度飞桨已汇聚360万开发者，百度大脑对外开放330余项AI能力，百度智能云坚持产学研融合，共同培养超过100万AI人才，计划用五年时间为社会培养至少500万的AI人才。在产业生态方面，百度智能云与生态伙伴一起在咨询、服务、交付、产品及解决方案等方面共同合作，帮助行业伙伴落地实施智能应用。
百度智能云已成为推动AI应用到千行百业的关键角色。基于百度AI技术的10多年积累形成的底层AI技术能力，依托前些年在各行各业探索AI应用的经验，百度智能云本次发布的行业智能化中台将助力AI跨越从技术到行业场景的鸿沟，成为企业智能化转型首选的新型AI基础设施。
本文来自微信公众号 “罗超频道”（ID：luochaotmt），作者：罗超频道，36氪经授权发布。
