云玩家战略性收缩，百度智能云如何逆势增长
文 | 吴俊宇
编辑 | 谢丽容
2022年，多种内外因素加持之下，云与数字化市场的供需双方都在剧变。
供给方的变化是，增速放缓、利润不足。云市场玩家还在增多，竞争加剧。2022年上半年，头部云厂商收入增速普遍从去年的50%以上降至20%以下，且仍处于微盈或亏损状态。主要头部企业正在战略收缩，把健康可持续发展摆到更高位置。（相关报道见《财经》杂志4月11日发表的“《中国云市场的新逻辑》｜《财经》封面文章”）
与之相反，运营商云份额在扩张，并成为更多政府数字化项目的总包商。《财经十一人》查阅启信宝“全国招投标信息”系统发现，中国电信、中国移动、中国联通近一年超过1亿元的政府数字化大单签约数是三大头部云厂商的10倍以上（注：不完全统计，大量政府采购项目未公示，因此统计只包含已公开部分）。
需求方的变化是，花钱更谨慎了，希望能精确计算投入产出比。一些行业（工业、制造等领域）本身利润率不高，预算有限。需求方希望通过数字化增效降本。然而通用工具太多，行业方案不足，懂行的服务商太少。需求方对云厂商的质疑声音正在变多。
供需调整，云市场更难做了。第三方市场调研机构Canalys统计数据显示，2022年一季度百度在中国云市场份额为8.4%。面对市场剧变时，百度智能云收入增速比其他互联网云厂商更快，利润率也在持续改善。
今年上半年疫情反复影响，百度智能云收入82亿元，仍同比增长36.7%。云业务在百度核心（剔除爱奇艺后的其他业务，包括广告、智能云、智能汽车、小度音箱）中的占比为18.6%，云业务在百度营收中的占比在持续上升。
通常来说，云业务利润率会低于广告业务，它的比重增长会使得互联网公司利润率下降。不过，百度核心近两个季度的营业利润率还在持续改善。2021年四季度，百度核心的营业利润率仅为10.4%。但2022年二季度，百度核心营业利润率提升至14.7%。
今年二季度财报电话会议中，百度管理层称，公司智能云业务在二季度延续了一季度正毛利率的态势。由于专注质量和可持续增长的战略，营业利润率也得到了提升。
财务数据只是表象。如果要深究百度智能云逆势增长的原因，还要从行业的角度去剖析。我们综合研究调研的初步结论是，百度的差异化竞争策略开始奏效了。
国内阿里、华为两大头部云厂商在云市场的路径都是从IaaS开始铺，在基础云资源足够丰厚的情况下，往上打通PaaS和SaaS，形成一个类似水电网+基于水电的多样化服务的大生态。电信、移动和联通三大运营商云，更是以IaaS为优势。
百度智能云不太一样，IaaS布局是吞金兽业务，百度在IaaS上有所布局，但规模要比前述几家云巨头要小很多，百度从来都是强调以AI为引，带动所有业务板块，云板块也不例外。
所以你可以理解为，百度是上（AI）下（IaaS）同时布局，上比下更具独特性，更有竞争优势。
当然，在IaaS基础设施层，百度智能云也不是没有作为。在这一层上，这些年来，百度智能云在强化智能计算的投入。智能算力在中国算力结构中的比重已超过40%。百度在AI IaaS层有自研的昆仑芯片，AI PaaS层有自研的深度学习框架飞桨和文心大模型，形成了覆盖“芯片-框架-大模型-行业应用”的一整套智能化基础设施。
在AI为特色的行业应用层，百度智能云的思路是摆脱卖资源的思维，主打拳头级应用产品。主动帮产业客户算清账，基于业务需求倒推解决方案。目前在政府、金融、制造、汽车、能源等重点行业形成了拳头产品。好处是，客户可以提效省钱。百度智能云的云产品可规模落地，保持收入/利润健康增长。
简单理解，头部云厂商倾向于做平台，从下往上打。也就是从IaaS资源出发，往上销售数据库、数据中台等自研PaaS产品，再带入合作伙伴的SaaS应用。
百度智能云更倾向从上往下打。也就是，先以AI应用入手，根据客户需求提供PaaS平台，再提供差异化的IaaS算力。
差异化的智能算力
云的本质是算力，哪些产业需要计算资源，云的增长点就在哪里。
在云计算的算力池中，通用算力和智能算力是两种不同的算力。前者以CPU算力为主，更多处理通用计算需求。后者以AI芯片为主，其中GPU（图形处理器）最主流，也包含FPGA（现场可编程逻辑门阵列）、ASIC（特殊应用集成电路）等其他非GPU算力。
AI芯片更多处理处理智能计算需求。原因是，GPU芯片处理AI大模型训练、AI推理、数据分析、图像分析等人工智能场景效率更高。自动驾驶、高端制造、智慧城市、生物医疗等场景，需要大规模的数据标注、模型训练，通用算力成本更高效果不佳，因此高度依赖智能算力。
随着人工智能场景在各行业进一步落地，智能算力的需求在持续上升。中国信通院2021年一组数据显示，通用算力在中国算力池中的比重由2016年的95%下降至2020年的57%，智能算力的比重则由2016年的3%提升至2020年41%。预计到2023年智能算力的占比将提升至70%。
目前，头部云厂商智算中心的建设和使用处于起步期。阿里云2022年在河北张北、内蒙古乌兰察布启用了两座智算中心。百度自动驾驶、人工智能业务起步早，智能算力的探索也很早。目前在江苏盐城、湖北宜昌也建成了两座智算中心。
智能计算在IaaS层是GPU等AI芯片，在PaaS层是大模型、开发平台。在IaaS层，百度的服务器搭载了根据自身需求设计的昆仑芯片。在PaaS层有深度学习框架飞桨和文心大模型。因此，形成了从“芯片-框架-大模型-行业应用”的端到端一体化基础设施。
《财经十一人》从百度方面了解到，昆仑芯2代部署在百度搜索、自动驾驶、爱奇艺等业务，以及金融、工业等行业客户中。这是一款7纳米的通用型GPU。在工业质检场景，可替代非国产芯片，把成本降低65%。目前，昆仑芯3代已经在研发当中，预计2024年量产。
这套软硬件自研的基础设施优势在于，智能计算的能力更强。此外，可以优化计算效果，提高调度效率，降低运行成本。
对自动驾驶、金融科技、高端制造、智慧城市、生物医疗等人工智能计算场景需求量大的政府、企业来说，智能算力是更好的选择。
百度智能云的客户可以使用性能更好，性价比更优的智能计算资源。一位百度智能云AI及应用产品业务负责人《财经十一人》表示，基于飞桨并行训练、混合训练技术可以节省50%的训练时间。样本标注的成本降低30%-50%。
对百度自身来说，云计算的成本可也以得到最大程度的优化。百度智能云一位基础云服务业务负责人对《财经十一人》表示，百度的智算中心GPU资源利用率目前约为50%。更少的算力可以承担更多计算任务，为客户提供高性价比的智能算力资源。
差异化的行业应用
算力只是资源，云也只是诸多数字化工具中的一种。真正解决客户问题的是数字化解决方案。
百度集团执行副总裁、百度智能云事业群总裁沈抖在9月6日的2022智能经济高峰论坛上说，算力整体需求永无止境。但在很多地区和产业的关键场景下，算力不是真正的瓶颈。甚至不少地方存在超前建设、算力过剩的情况。怎么用好算力、解决产业的关键问题，才是真需求。
头部云厂商在面向行业市场时，通常会倾向于“被集成”这一原则。即只提供有限的IaaS资源、PaaS平台，标准化的SaaS产品。不过多触碰定制化需求，把过重的定制、服务都交给合作伙伴来应对。
百度智能云也遵循这个策略。从自身优势出发，亲自下场为标杆客户做一些拳头级的应用。在这个领域，百度智能云不宣示野心，不在意应用大还是小，更在意深和实用性，知易行难，在实际操作中，这点很难做到。这在制造、汽车两个行业比较明显。
制造业距离百度相对较远，要拿到这个市场，百度智能云唯一的路径就是多做苦工，亲身下场为企业提供解决方案。百度智能云开物2.0工业互联网平台上，形成了质量管控、能耗管理、安全生产、智能物流调度等拳头应用。
百度智能云智慧工业赛道负责人对《财经十一人》表示，百度在与客户接触时，通常会细化产品质量、生产协同、能耗控制、生产安全等具体问题。基于具体业务问题为客户计算效益账，反过来寻找百度的解决方案。使用AI应用解决具体，再根据应用需求部署PaaS平台、IaaS基础设施。
以恒逸石化为例，这是一家位于浙江的石油化工与化纤生产民营企业。这家企业过去需要靠工人用强光手电筒靠肉眼检测的画面。目前采用了百度提供的“高速摄像头+AI模型算法”检测方案，耗时比传统人工检测缩短了70%以上。
百度铺设AI质检解决方案前，先为计算了其班组员工数量、年人力成本，并制定了投资周期、成本回收周期，最终精确计算出改造效益。由于成效肉眼可见，恒逸石化决定在更多生产线普及AI质检方案。百度基于恒逸石化的新增算力需求为其规划了小型智算中心，打通新增产线的质量数据，为其提供质量管控解决方案。
中国制造业在各个区域都形成了产业带。百度在与产业带中的头部企业共创出解决方案后，还可以汇聚区域其他企业，“批发式”解决问题。单个企业数十万、百万的订单看似不大，但苏州某园区同一种类的客户需求汇聚后，订单规模超过2000万元。
服务制造业，一大挑战在于，客户本身利润率不高，数字化预算不足。因此制造业一方面重要，另一方面又是最难啃的市场。一位百度智能云高管对《财经十一人》解释，不能用简单的算术去考虑如何提升利润率。核心问题在于，提炼洞察市场需求让客户愿意为价值买单。汇聚区域需求，获得足够的客户订单。
目前，百度智能云在贵阳、重庆、桐乡、苏州、广州、宁波等16个区域落地了园区云、产业云，根据区域产业带的业务特点，提供相应的解决方案。
与制造业不同，自动驾驶、智能交通是百度长期自研投入的领域。这也让百度在汽车市场积累了大量行业Know-How。
一位百度智能云汽车云业务相关人士对《财经十一人》表示，百度智能云给汽车客户提供的解决方案，都经过了内部打磨。其中包括数据积累、实际道路运营经验、自动驾驶地图相关应用以及自动驾驶研发工具链。
百度智能云的汽车云由“三朵云”构成：集团云、网联云、供应链云。其中集团云的客户包括吉利汽车，网联云的客户包括蔚来、小鹏。
-
集团云是混合云，覆盖整车研发、生产、交付、营销等全部流程。其中包括IaaS基础设施和PaaS数据平台。目前吉利在与百度探讨，整车质检，生产线智能化的合作。
-
网联云基于百度的地图、车联网、自动驾驶等能力。网联云为汽车提供自动驾驶和智能座舱层面的智能云解决方案，帮助车企进行数据采集、车辆状态的监控和远程升级。目前蔚来、小鹏在自研自动驾驶技术时，采购了百度的数据标注能力。
-
供应链云脱胎于百度在制造领域的探索。国内部分产业带以汽车零部件企业为主，这些企业是百度的客户。因此百度试图打通车企和上下游合作伙伴的数字化系统，保障产业链、供应链的安全稳定。
《财经十一人》从百度方面了解到，目前百度智能云服务了中国销量前15名的汽车企业中的10家，客户包括一汽、东风汽车。销量前15名的新能源车企，百度服务了其中5家。
差异化的市场定位
百度智能云的市场定位和头部云厂商也在形成差异。
头部云厂商倾向于做平台型云厂商，从下往上打。也就是从IaaS资源出发，往上销售数据库、数据中台等自研PaaS产品，再带入合作伙伴的SaaS应用。
头部云厂商的市场份额大，通过卖资源、卖平台就可以拿到更多收入。这带来的路径依赖是，对真正亲自下场深入行业存在疑虑。近两三年来，平台型云厂商长期在“被集成”和“自己下场”两个方向寻找平衡点。
“被集成”策略的合理之处是，明确自身边界，只做擅长的事情。云厂商通常不了解细分市场，巨头亲自下场容易分走合作伙伴的利益，被诟病为“手太长”，引发中小合作伙伴的顾忌。过多的定制化服务，也难以规模化，会导致利润率下滑。
这种路径的核心利润点是数据库、数据中台等自研PaaS产品。挑战在于，中国数字化市场“硬件、软件、服务”市场长期是“70%、20%、10%”的格局，上层应用培育速度始终不及平台企业的预期。这也是需求方诟病通用工具太多，行业方案不足，懂行的服务商太少的重要原因。
这也是云厂商对上个阶段过度扩张的纠偏。
当然这种策略同样也有弊端，和一线客户需求距离太远。一些产业不亲自下场做服务，会缺少行业Know-How，难以抽象出精准的标准化产品。此外，如果做“甩手掌柜”，把定制和服务全部交给合作伙伴，产品质量会难以控制。
一位头部云厂商的高管今年年初曾对《财经十一人》表示，头部云厂商一直在避免成为解决方案公司。因为头部云厂商规模大、业务多，扎入行业做太多垂直解决方案，会导致云厂商的产品服务太重、利润太薄，无法规模化高速增长，影响未来的想象空间。此外，涉足过多行业，做太多应用也会导致组织膨胀，管理成本、管理难度变高。
百度智能云更倾向从上往下打。也就是，先以AI应用入手，根据客户需求提供AI PaaS平台，再提供差异化的IaaS算力。这条路径的好处在于，SaaS/PaaS产品利润率远高于IaaS。如果能够产品化，可以取得健康和持续的利润率，避开IaaS层的价格战。
百度智能云在云市场份额的规模不够大，这是劣势。但这带来的另一个影响是，百度智能云包袱更小、更灵活，可以聚焦几个重点行业、优势领域，提供覆盖“SaaS+PaaS+IaaS”的AI解决方案。
《财经十一人》查阅启信宝、政府采购网等公开渠道不完全统计发现，百度智能云2022年上半年超大型集成项目（亿元、千万元大单）略有减少，但与AI能力相关的中小型（数百万元级、素十万元级）项目中标数量大幅增长。中小型项目通常以PaaS和SaaS为主，管理难度低，通常利润空间也会更大。
一位头部咨询机构中国区负责人今年7月曾对《财经十一人》表示，美国云市场的平台经验对中国借鉴意义有限。中国市场需要更贴近垂直行业，提供基于行业的解决方案。中国云厂商可以为行业客户提供技术服务、商业服务，形成更持久且紧密的关系。
本文来自微信公众号“财经十一人”（ID:caijingEleven），作者：不止十一人，36氪经授权发布。
