在剛剛結束的百度雲智峰會上，百度智能雲圍繞戰略、架構、產品和生態進行了四大升級。百度CTO王海峰發布百度智能雲架構2.0，新的架構包含「數字化底座、智能化引擎和全場景應用」三層結構，新產品則具有兩大看點：一個是強化「AI原生雲」特性的百舸AI異構計算平臺，另一個則是全面升級AI中臺與知識中臺，智能化引擎與行業深度融合，幫助企業量身定做自己的智能化中臺。「雲智一體」是百度智能雲與生俱來的優勢，如今百度智能雲正在強化這一「長板」；「行業智能化中臺」則是百度智能雲經過多年行業端的AI應用探索後，將技術、知識與經驗整合到一起，向行業輸出。

百度智能雲祭出「行業智能化中臺」

先來看看百度智能雲本次架構大幅升級的兩大看點。

一個是「AI原生」。百度智能雲具有傳統雲計算平臺的穩定、安全、彈性、高性能等優勢，可支持企業數字化轉型，但更值得一提的是「AI原生」特性。作為首個在名字中強化「智能」的雲計算平臺，百度智能雲具有AI原生特性，架構、計算和代碼均面向AI應用而生。在雲智峰會上，百度智能雲發布 AI 異構計算平臺百度百舸，計算、存儲與容器三個層面均面向AI優化，可提供高性價比、高性能和高利用率的AI計算服務。基於此，百度智能雲進一步鎖定「適合跑AI的雲」這一標簽。

另一個則是「行業智能化中臺」。

「中臺」是這些年行業內很流行的實踐，即可應用在企業管理，也可應用於技術架構，其本質就是將不同業務的核心能力抽離並封裝到一個平臺，以此來支撐前端業務，這樣做就可以將底層的龐雜性隱藏起來，降低前端應用門檻，以滿足業務端靈活敏捷、不斷試錯和聚焦業務的需求。

百度智能雲很早就推出了AI中臺，企業可基於此快速定制AI應用。百度擁有全棧AI技術服務能力，涵蓋AI計算、AI存儲、AI容器、AI開發框架、AI開發平臺與智能應用等不同層次數百個產品，只有少數具有較強AI開發與應用能力的企業才能用原始組件構建 AI應用，因此百度智能雲將AI能力集成到「AI中臺」，將企業AI模型定制、管理和運維的龐雜度被大幅降低，實現了集約化AI能力管理、統籌式的智能化升級，百度智能雲AI中臺已被國家電網、中國國航等各行業標桿企業應用。

2020年5月，百度智能雲推出「知識中臺」，基於百度多年積累的知識圖譜、自然語言處理、多模態語義理解、智能搜索等AI核心技術打造，是全周期、智能化的企業知識賦能平臺。知識中臺可以為企業提供高效便捷的知識生產、組織和應用能力，滿足業務場景智能化的需求，解決大多數企業缺乏構建和運用知識的能力的痛點。至此百度智能雲形成「AI中臺+知識中臺」的雙中臺架構。

在本次雲智峰會上，百度智能雲在對AI中臺與知識中臺進行升級的同時，在「封裝」的基礎上「再封裝」，面向不同行業提供定制化AI中臺和知識中臺，將行業具有共性的AI組件和算法模型集成起來形成不同的行業智能化中臺。基於此企業可快速構建超過500多種場景的智能化應用。

比如金融行業在開發智能客服、智能風控等AI應用時，會用到金融分箱、樣本穩定指數、評分分組、評分轉換等AI算法模型，以及銀行回單識別、金融財報抽取、保險條款關鍵資訊抽取和理財產品審核等AI細分能力。面向金融行業的智能化中臺集成這些能力，基於此金融企業可快速構建AI應用。

此時此刻正值產業智能化的關鍵時刻，百度智能雲面向行業定制智能化中臺的做法是順勢而為。

為什麼需要行業智能化中臺？

企業智能化轉型可分為不同階段，最初是一些應用的試水探索，接著是部分場景的垂直深化，再接著是全面AI升級，最後是基於AI持續創新。產業智能化階段，意味著企業智能化轉型進入「全面升級」階段，當務之急是規劃和建設公司統一的AI中臺，整合現有AI應用對接到統一平臺，處理好AI中臺與前端業務平臺、數據中臺和業務中臺的關係，建設AI運營管理體系。

在新的階段，企業使用通用型AI中臺大規模應用AI時有較多阻礙：

首先，通用AI中臺無法滿足深度場景應用。比如金融行業AI應用對龐雜文檔解析和流式實時計算有更高的需求，能源行業AI應用則有大量的物聯網場景，需要端邊雲協同、低功耗邊緣計算，媒體行業AI應用則需要較強的多媒體解析與生成能力。傳統AI中臺只有基礎AI能力，不會針對行業特性定制能力，難以滿足不同垂直場景的AI應用需求。

其次，建設智能中臺周期長，推廣應用難。企業基於通用AI中臺建設智能中臺需要較長的建設周期，再加上數據標註等配套工作更是耗時耗力。就算企業有AI技術能力，建成智能中臺後推廣到業務部門存在更大難題，因為業務部門往往不具備AI場景建模能力。再加上AI應用本身都比較創新，一時半會能否見效也未可知。因此傳統通用型AI中臺已很難滿足企業全面升級智能化的緊迫性。

最後，企業普遍缺乏AI復合型人才。基於傳統AI中臺模式，企業需要既懂AI技術（如會AI建模），又懂業務，以及理解資訊化、數字化與智能化的復合型AI人才。這類可以支持企業「AI轉型」的人才，往往來源於原來的資訊化隊伍中對AI有興趣並自學成才的人，目前這個群體人數很少。基於此，企業AI中臺即便建立起來也面臨推廣、運營和應用的難點。

百度智能雲本次推出的行業智能化中臺正是針對上述痛點的解決方案，其針對不同行業預置算法模型和功能組件，具有端到端的AI建模與服務交付能力，讓企業可以實現零代碼的全功能AI開發，是針對企業智能化「全面升級」階段量身定制的方案。

因為有量身定制的組件，企業可以花更少時間定制自有智能中臺或智能化應用，「零代碼」等能力則可助力企業將智能中臺和智能應用推廣到業務部門，不需要專門的復合型AI人才，原有資訊化人才經過簡單培訓學習即可，綜上，企業智能化轉型的難點自然就迎刃而解。

比如工業行業企業在開發智能應用時，就可利用百度智能雲的工業智能化中臺封裝好的外觀質量檢測、安全巡檢、設備監控告警、工藝仿真等工業領域的AI應用，以及設備故障根因分析、設備運維知識搜索、設備知識庫等行業知識，快速構建智能工業化應用。

值得注意的是，百度智能雲行業智能化中臺針對不同行業封裝的智能組件均經過了對應場景下的應用訓練，且取得顯著效果，如百度智能雲此前在智慧工業領域，通過AI賦能設備，將普通機型壽命提升 15%~30%；再比如百度智能雲 幫助將能源企業變電站人工巡視工作量下降40%、讓輸電線路缺陷圖像人工復查量下降60%。

今年6月百度智能雲發布的《「雲智一體」技術與應用解析系列白皮書-企業開發篇》就已經洞察到AI應用呈現出行業定制化的趨勢。百度智能雲在報告中建議，企業在選擇並建設適應未來發展趨勢的AI開發平臺時，要關註「場景先行、自主創新、效能為要」三個關鍵要素，進行統一規劃和建設。而要滿足企業定制化AI需求，AI開發平臺就要具有通用性的基礎能力，且可被輕松解耦、嵌入、移植與迭代。百度智能雲基於AI中臺和知識中臺的通用能力，再定制不同行業模塊形成行業智能化中臺，很好地滿足了垂直行業的AI應用定制化趨勢。

什麼是產業AI化的「最後一公里」？

十四五規劃綱要中，「科技」出現36次，「數字」出現17次，「智能」出現7次。十四五規劃綱要明確指出要推進互聯網、大數據、AI等同各產業深度融合，促進新興科技與實體經濟融合，培育和壯大智能制造、智慧能源、智慧城市、智慧醫療等新型數字化應用場景，發展數字經濟、建設數字中國。

數字經濟可一分為二地看：一方面是數字化，即資訊化和在線化，另一方面則是智能化，即企業利用AI實現降本增效、轉型升級和經營創新，如果說前些年是AI在各行各業試探性落地的「AI產業化」階段，現在則是不同產業大規模深度應用AI技術的「產業智能化」新階段。

今年6月，IDC發布的《中國人工智慧軟體及應用市場研究報告-2020》顯示：中國人工智慧產業化應用在過去 5 年間已經取得顯著的成效，呈現出無可比擬的規模與速度，中國人工智慧軟體市場規模在 2020 年達到 230.9 億元人民幣。IDC 看到行業用戶對於 AI 價值的認知以及 AI 落地的方法論與實踐方面日趨成熟，進而帶來市場規模的平穩增長。IDC認為，「下一個五年將是中國 AI 產業高質量發展的轉型時期，也是大浪淘沙的整合階段。技術創新與商業落地的雙重目標將驅動中國人工智慧進入下一個新繁榮時期。」

產業智能化是AI發展的新階段。乘著建設數字中國的東風，企業站在智能化轉型和加速數字化的新起點，「送水人」們正在順勢而為，給企業提供更實用的AI基礎設施。定位於行業智能化基礎設施的百度智能雲推出行業智能化中臺，意在打通AI全面落地到產業的「最後一公里」，清除企業智能化轉型在平臺、應用與人才等維度的攔路虎。

百度智能雲人工智慧引擎可分為三層：底層是集成AI中臺與知識中臺的行業智能化中臺，以及自主可控的飛槳AI計算平臺，相當於行業智能化升級的智能中樞；再上一層則是助力企業快速構建以業務導向的AI應用的應用賦能；最頂層是助力企業建立健全的AI人才組織體系。

在雲智峰會上，王海峰表示，產業智能化的發展，離不開生態夥伴的扶持，百度飛槳已匯聚360萬開發者，百度大腦對外開放330餘項AI能力，百度智能雲堅持產學研融合，共同培養超過100萬AI人才，計劃用五年時間為社會培養至少500萬的AI人才。在產業生態方面，百度智能雲與生態夥伴一起在咨詢、服務、交付、產品及解決方案等方面共同合作，幫助行業夥伴落地實施智能應用。

百度智能雲已成為推進AI應用到千行百業的關鍵角色。基於百度AI技術的10多年積累形成的底層AI技術能力，依托前些年在各行各業探索AI應用的經驗，百度智能雲本次發布的行業智能化中臺將助力AI跨越從技術到行業場景的鴻溝，成為企業智能化轉型首選的新型AI基礎設施。