AI公有云，大爆发中的大较量

　　在云计算的版图中，AI公有云将在2024年达到增速的最高点，高达180%左右。从2024年之后，增速也会维持在在100%以上，最令人瞩目。这对大厂而言，是不容忽视的一块，业界将在AI原生、AI基础设施、AI工程化和商业化层面探索和比拼。
　　文｜游勇 徐鑫
　　编｜石兆
　　当企业从上云迈向深度用云后，人工智能在云计算市场的分量越来越重。
　　2023年1月5日，IDC发布了2022上半年中国AI云市场报告，AI公有云市场正在快速增长，同比增长了57%。IDC中国高级分析师杨雯告诉数智前线， AI公有云将在2024年达到增速的最高点，在180%左右 。从2024年之后，增速会维持在一个比较稳定的水平上，也会在100%以上。这在公有云的版图中，或为最令人瞩目的一块。
　　AI已变得无处不在，云厂将在AI云服务上展开厮杀。从目前的市场格局看， AI公有云前四位分别为百度智能云、阿里云、华为云和腾讯云 ，份额分别为28.1%、28%、20.5%、16.6%。业界人士观察，当下动作频繁的是百度和华为，而 业界比拼的焦点是在AI原生、AI基础设施、AI工程化和商业化层面 。
　　01
　　AI公有云市场为何高增长？
　　AI公有云服务市场迅猛增长的背后，是行业正在迎来＂深度用云＂时代。业界已达成共识，政企在 从＂上云＂迈向＂用云＂ 后，客户一旦运用了数据分析为业务赋能，接下来，就会利用人工智能技术，继续发掘数据的价值。这是一个常见的客户发展路径。
　　在这样的态势下，杨雯告诉数智前线，预计到2026年， AI公有云将从目前整个AI软件市场的占比从16%左右增长达到30% 。
　　＂ AI公有云最大的驱动力来自政府和金融， 其次是医疗、制造、汽车和能源。＂杨雯告诉数智前线。IDC预计，在国内，政府和金融行业的AI公有云市场，到2026年将分别达到42.5亿美元和26.2亿美元。
　　在政务市场上，城市治理智能化进行得如火如荼，诸如智慧城管、智慧应急、智慧水务、交通治理和环境监测等需求显著。数智前线获悉，在2022年，华为的AI业务增长，有很大部分来自政务。而百度智能云则在智慧水务和智慧交通上收获颇丰。如2022年，百度智能云中标了广州白云区智慧水务等多个重要的水务建设项目。
　　金融行业数字化也是政策大力引导的行业。其中，金融机构的风控、客服、营销等，都是人工智能的重要落地场景。比如，浦发银行联合百度智能云打造国内首位银行＂虚拟员工＂＂小浦＂，其智能客服处理的话务量已占到八成以上。
　　智能网联车被认为是智能手机之后，另一大超级移动终端，以自动驾驶、智能网联为代表的新业务，让汽车的数据有了上千倍增长，很多处理必须依赖云计算。像百度Apollo自动驾驶业务的测试里程突破4000万公里，背后也有百度智能云在支撑。云计算已成了云厂的必争之地。2022年，百度智能云、华为云、腾讯云和阿里云都发布了汽车云新战略。
　　而如果 从AI公有云服务细分市场分析，也能窥见AI云市场高速增长的动力来源 。
　　根据IDC最新发布的《2022 H1中国AI云服务市场研究报告》，图像识别技术正在进入成熟期，主要应用场景由金融等领域向工业、医疗、零售等领域渗透；其次，在图像视频领域，计算机视觉模型向通用性、泛化性发展，数字人、自动驾驶等方向，视频生成热度攀升，成为该领域的核心驱动力。2022年上半年，百度智能云在上述两个规模最大的子市场中，继续保持第一。业界分析，这是百度智能云能在AI公有云市场整体规模保持第一的关键。
　　此外，从增速来看， 对话式AI、NLP是AI公有云市场增长最快的两大子领域 ，比如，对话式AI市场增长了114%，增速第一。这些也是现在大火的AIGC的底层技术能力，数字人是其中最典型的应用。将NLP技术产品服务嵌入全栈式平台也是各大厂商的重点方向。百度智能云在这两个领域表现出强劲的增长态势，继续处于领导者地位。
　　02
　　AI大底座背后
　　在如此高速增长的AI公有云市场上，云厂商在路径和打法上有各自的特点和业务逻辑。
　　百度智能云最早从AI切入公有云市场，用百度的AI去带动底层的云，战略强调云智一体。而华为云的切入点更偏向于底层，用底座来带动上层应用和业务。阿里云则期望在IaaS、PaaS和SaaS层面均衡发力。
　　但业界关注到，百度智能云在2022年底做出一个关键动作， 推出全栈自研的AI大底座， 形成了＂芯片-框架-大模型-行业应用＂的闭环方案。这解决了企业当下在使用AI技术时的瓶颈，一是之前要把大量精力花在构建基础设施上，且这些基础设施大多是拼凑组合，不能发挥出最佳性能和效率，二是实现了AI原生路径。
　　在企业进入深度用云阶段后，AI原生被业界推崇。云计算资深人士告诉数智前线， AI原生是一个架构上的优化，它是内容封装、接口标准化的，企业需要什么功能，就调用什么即可 。这样，一个企业的人工智能应用，可以像搭积木一样去搭建。这为企业屏蔽了人工智能应用的复杂度。AI原生让企业 具备了敏捷创新、效率提升、＂AI能力的随用随取＂等优势 。
　　百度智能云构建的AI大底座由 AI IaaS层（百舸AI异构计算平台）和AI PaaS层（AI中台）两大部分 。
　　在AI IaaS层，百舸AI异构计算平台整合了百度自研的AI芯片＂昆仑芯＂，并且在AI计算、存储、加速、容器方面进行系统优化，能承载海量数据处理、超大模型训练和推理。昆仑芯是业内第一个大规模量产的AI芯片，在底层用自研的昆仑芯，能提供更高的效率和更低的成本。
　　在AI PaaS层，整合了百度两大核心自研产品——飞桨深度学习框架、百度文心大模型，打通百度的样本中心、模型中心、AI开发平台、AI服务运行平台，实现从数据存储到模型训练、生产、部署、测试的全链路。
　　业界认为， AI PaaS层的能力，是一些传统企业在数字化改造选型时，最为关键的 。PaaS层作为应用承接层，是AI云平台与客户衔接的桥梁。对于行业客户而言，他们选型时非常关心从AI PaaS上，能够得到哪些能力，用到什么样的模型等。业界人士告诉数智前线，百度对AI PaaS，比如说机器学习算法的更新迭代，一直是其发力重点。
　　不难发现， ＂百度AI大底座＂是百度各项底层AI技术的集大成者 。＂AI大底座就是要帮助客户从上云，进入到用数、赋智的快车道，极大降低AI产业应用的门槛，提升效率，而企业只需要把精力聚焦在场景业务上。＂百度集团执行副总裁、百度智能云事业群总裁沈抖说。
　　通过百度AI大底座，在电力领域，国家电网建设了＂两库一平台＂智能基础设施，在输电端构建起安全隐患识别模型、知识管理平台。在巡检一线，无人机可自主完成输电线路巡检作业。 基于AI的智能识别算法，将识别准确率提升了30个百分点，识别效率提升了5倍 。
　　在生物制药领域，需要超大规模数据、超大规模的计算资源。百图生科正基于百度AI大底座，开展前沿探索。百图生科首席AI科学家宋乐称，生物计算行业将出现规模最大、效果最好、价值最高的大模型，会彻底改写药物研发的技术能力。百度AI大底座正在为大模型的训练，提供支撑。
　　为了一些行业的需要，百度智能云也搭建了超大规模计算集群，搭载了百度＂AI大底座＂全栈能力的 百度阳泉智算中心已经对外开放服务 ，该中心是目前亚洲最大的单体智算中心。
　　03
　　AI工程化考验云厂哪些能力
　　即便AI云在千行百业逐步得到应用，但AI真正要迎来产业爆发，依然面临挑战。IDC在报告中提及， AI落地进度可能因为场景碎片化而低于预期。  有业界人士告诉数智前线，AI算法只能解决单点问题，无法规模复制，落地价格不及硬件，导致他们无法找到AI落地的抓手。
　　现在， AI工程化被业内视作解决碎片化场景，实现AI规模落地、商业变现的关键点。 AI工程化是AI落地的最后一公里，业界认为， 其核心是简化人工智能交付流程，优化生产性能力 。AI工程化对企业非常关键，Gartner认为，到2025年，10%的建立了AI工程化最佳实践的企业获得的价值，将至少比90%未建立该实践的企业高出3倍。
　　过去一年，云厂商们在AI工程化上打法不一。
　　＂ 我们把不同行业的通用需求，沉淀到通用的AI产品中，打造成标准化产品，然后再应用到更多行业。 ＂沈抖说。数智前线获悉，2022年，百度智能云将资源投入到各行业的核心场景，将行业需求沉淀到标准化AI产品中，进行推广复制，包括 智能客服、数字人、AI质检 等。
　　在华为云方面，数智前线观察，其重点选择在政务、金融、制造等八大关键行业，进行场景梳理和标准制定，并打造标杆案例。其中，金融业走得最快，其他行业如矿山智能化，还处于单点应用。华为人士预计未来一两年内，也将实现与金融业相当的应用水平。
　　在阿里云方面，在2021年明确了＂行业+区域＂的架构后，阿里云进入关键行业重视提炼标准化产品。数智前线获悉，2022年阿里云对场景进行了聚焦。以制造业为例，对没有办法规模化复制的行业和领域，只做有限投入。
　　业界人士告诉数智前线，从技术层面来看， 针对AI工程化，通过AI大模型，来解决通用化和泛化性不强，成为主要手段之一 。此前，为解决一个业务问题，就要生产一个AI模型，这种方式对AI的落地很不利。大模型采用了预训练+精调的模式，预训练的大模型已解决了行业的大部分问题，用户只需在其上调整参数，就可以用到自己的业务中，这实现了从＂单点应用＂向＂通用方案＂的升级。
　　目前，业界有百度文心大模型、阿里m6大模型、华为盘古大模型等。这些模型有自己侧重的方向，比如NLP、CV、多模态、生命科学等。业界观察，2021年，这些大模型还在重点参与权威榜单的比拼，基本集中在实验室层面，但 到了2022年，领先云厂开始与一些行业头部企业联合，大模型从任务型向行业性过渡 ，但还未进入行业的大规模落地阶段。
　　比如百度的大模型除了与自身的自动驾驶等业务结合外，还与物流、银行、能源等龙头企业进行行业化，同时开展了生命科学，如蛋白质的科研探索。华为盘古大模型则与物流、政务和媒体合作，进行行业化。
　　在金融行业，中国邮储银行已基于百度智能云AI大底座，构建了国内大型商业银行中首个落地的全行范围统一机器学习平台＂邮储大脑＂。上线应用后，对信用卡亿级别样本的数据清洗和数据分析时间从月级别、周级别压缩至小时级别，大大提升了最繁重的数据处理工作效率。目前这个平台已经运行100多项AI能力, 支撑18个业务系统。
　　在目前AI算力增长最快的自动驾驶行业，百度自动驾驶业务能力都基于百度智能云的AI大底座。百度智能云重点优化了近20个自动驾驶典型模型，实现了50%-400%的训练吞吐提升，加速了主机厂的自动驾驶研发进程。
　　AI目前正在快速进入行业，但仍面临规模化落地的挑战： 既能将AI转化为企业的生产力，又能让云厂从中获得商业收益 ，这仍是2023年，头部云厂和生态要持续探索的课题。