首页科技快讯为什么是智能云？

为什么是智能云？

来源：晰数塔互联网快讯时间：2021年06月23日 13:13

本文来自微信公众号“锦缎”（ID:jinduan006），作者：古月，36氪经授权发布。

本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议。

困于现代商业存量时代的当下，什么最可宝贵？毫无疑问，是增量。

过往数十年，我们在互联网模式创新的环境中浸淫太久，很少有人注意到技术变革已经在酝酿中。只有少数人能洞察未来，创造趋势。趋势已来，最显著的一重脉络就是：从云计算到智能云的一跃。

IDC最新《中国AI云服务市场2020年度研究报告》显示，2020年中国AI Cloud市场份额TOP4分别是——百度智能云33%，阿里云27%，腾讯云18%，华为云14%。

智能云的份额折射代际差，随着AI和云持续与特定行业结合形成深度混合智能循环，新的科技奇点已经临近，基于智能实体产业互联网的增量商业生态将全面涌现。“云智一体”的技术创新商业体，会再次加速淘汰不够智能的企业，既包括传统公司，也包括模式创新的新经济企业。一重显著的线索已经外露：当时当下，Robotaxi已逐渐显露对网约车企业的替代效应。

每个奇点时刻，都是一次创世的开端。人类的诞生创造辉煌的现实文明，智能云的诞生则可能会创造灿烂的现实虚拟一体化文明。

01 智能云的经济学原理

智能云所隐含的经济学原理，即熊彼特的创造性破坏理论——不断从内部推动生产要素重新组合以“革故鼎新”，创造新的经济结构，引发产业革命，继而引领经济穿越康波周期。

还原到经济学最基本原理——供需框架内，也可解释这一点：

传统云计算，属于在既有供需框架内的改善生产效率的技术路径；

而智能云计算，则是突破既有供需框架，创造供需两侧增量的技术路径。

展开来说：

【1】时代重新划分

人类5000年的文明史，全球GDP从无到有至2020年的85万亿美元，其中增长曲线最炸裂的一段，当属1723年经济学之父亚当斯密出生至今的300年，更专业的分工提高生产力——从制针厂到互联网大厂毫不违和，莫不如此。

图：亚当·斯密，来源：网络

我们以云计算为坐标系，可对过去300年以降的近代史作如下划分：

云前时代，也即农耕和工业文明混合的时代，以人力和实物资本为底层的古典增长模型衍生跨国企业。

网络时代，20世纪60年代末BNN公司拿到100万美元“ARPANET”项目订单开启网络时代是云计算的雏形，以技术为底层的内生增长模型衍生半导体及互联网公司。

云时代，2006年亚马逊AWS为网络时代的企业无处安放的IT成本提供IaaS开始，真正开启云计算大潮，以技术和服务为底层的内生增长模型衍生大批云计算公司。

智能云时代，2016年李世石败于AlphaGo开启AI时代，亦是开启智能云（AI云）时代。以数据和解决方案为底层的内生增长模型，衍生大批致力于加速数字化进程的AI公司。

云计算作为基础设施级别的先进生产力，在摩尔定律以及强化版的库兹韦尔定律（如果你发明了一套更好的工具，然后你就可以利用这些工具更快地发明出更新更好的工具，形成技术创新的正反馈加速发展）之下，在最近的半个世纪刮起一道经济旋风，让GDP增长曲线变得极度陡峭。从1.0到2.0，每一个云计算的时代，都在深刻世界经济的形态。

图：全球GDP总量，来源：锦缎研究院

【2】增量型破坏式创新

从云计算的发展历程看，当前世界正处在云时代末期和智能云时代早期的交汇点，两者都是破坏式创新，但也有显著的差异。

云时代又可看成是服务时代，亚马逊aws、阿里云、腾讯云、金山云、优刻得等IaaS（基础设施即“服务”），中国有赞、微盟集团等SaaS（软件即“服务”），声网等PaaS（平台即“服务”）。

本质上，它们更多是在做存量博弈型破坏式创新，以更低的成本做替代。比如客户自建机房除了前期一次性投入过大，中期还存在超过1/3配置闲置的问题，于是它们按需购买亚马逊AWS或者阿里云的计算力很香。

以上云时代可称为Cloud1.0阶段。而Cloud2.0阶段即智能云时代，与1.0阶段其最大的不同在于，它是在做增量型破坏式创新。

例如自动驾驶：在当前智能云所延伸出的最大单体场景之一——自动驾驶中，衍生了电动车市场、车载智能芯片、智能传感器、智能座舱、智慧交通等诸多创新增量，涉及自动驾驶解决方案商、整车厂商、配件厂商、以及政府部门、基建单位等参与主体，其蕴含的势能之巨不言而喻。

随着芯片的计算能力越来越强，软件覆盖场景越来越多，智能云会无处不在，不断打通各行业knowhow形成显性的中短期商业价值，它输出解决方案，用软硬一体化的方式重构过去的商业形态。

从长期看，智能云与具体行业的深度交互将带来技术边界的扩张，会形成崭新的“混合智能”技术与商业生态——例如：智能云结合视觉、深度学习技术实现自动驾驶，智能云结合游戏、VR技术形成云游戏，智能云结合脑机、AR技术实现虚拟永生……

图：意识上传到元宇宙生活，来源：《Upload》

在存量时代做增量，这已经是发展趋势，大部分公司还没有意识到这一点的时候，奇点时刻已经迫近。

【3】奇点时刻

美国作家卢克·多梅尔在《人工智能》一书中提出“奇点”的概念，指的是机器在智能方面超过人类的那个点。而从云时代到智能云时代，“AI+云”也将在技术和产业上让云经济临近“奇点时刻”。

实际上，这一时刻的来临比我们预期的更快。智能云在新能源汽车行业的深度应用，已经诞生Robotaxi这一增量的商业形态，奇点时刻正在到来。

日前百度(NASDAQ:BIDU/HK:09888)发布专门为共享出行场景定制的Robotaxi新车型：Apollo Moon。最大亮点有两个：

成本降低至盈利空间。单车成本48万，比之前成本百万元起步的Robotaxi便宜了一半。5年的可靠运营期保证，月均成本0.8万元，假如每天单车收入1.5万元-2万元的话（实际上在建立用户习惯的初期不会追求盈利），已经进入盈利区间。

更加从容地应对corner case。不管是谷歌Waymo还是百度Apollo都实现L4级功能Robotaxi，但极端工况重视还是无法避免的。但百度自动驾驶技术部总经理王云鹏硬是表示自己的Robotaxi“万无一失”，原因是它的方案里配备了5G云代驾，少数自动驾驶搞不掂的情况，远程司机来拉一把。

时间推移之下，Robotaxi一定是碾压网约车的存在（这一具体商业场景的潜在剧变我们将在专题报告中剖解）。Robotaxi技术模式的想象力在于，它将让时间变得无缝，调度效率高于一般网约车；让空间不仅承载从A到B的出行，还能工作、娱乐和餐饮等。

图：Apollo Moon，来源：网络

02 云与智能云：两个商业历史代际

从云到智能云，反映的是两个商业历史代际的不同，而智能云的份额折射代际差。

IDC最新《中国AI云服务市场2020年度研究报告》显示，2020年中国AI Cloud市场份额TOP4分别是——百度智能云33%，阿里云27%，腾讯云18%，华为云14%。百度智能云的AI应用全面开花、多行业落地，具体到细分技术场景：

人脸人体识别公有云市场份额连续两次第一，占比45%；

图像视频公有云市场份额连续三次第一，占比31%；

NLP公有云市场份额连续三次第一，占比42%；

对话式AI公有云市场份额第二，占比22%；

智能语音公有云市场份额第二，占比32%；

机器学习公有云市场份额第三，占比16%。

图：2020年中国AI云市场份额，数据来源：IDC

不了解云计算行业的投资者可能会疑惑，为什么阿里云和腾讯云的IaaS份额在中国排前二，在移动互联网的下半场，它们在战略上也非常重视IaaS业务横向拓展的产业互联网；按道理讲，其智能云份额应该靠前，为什么反而是百度智能云稳坐行业头把交椅呢？

【1】模式创新与技术创新

太阳底下没有新鲜事，跟踪阿里巴巴(NYSE:BABA/HK:09988)和腾讯控股(HK:00700)时间很久的投资者，都知道其云计算业务的历史成因。

电商购物节期间用户会蜂拥而至，阿里巴巴必须要储备大量服务器资源，而多出来的服务器资源平时用不上。因此亚马逊和阿里的云计算可以说是业务需求倒逼而来的模式创新，毕竟服务器资源闲着也是闲着，不如按需租赁换取收入。腾讯的云计算业务的诞生，逻辑相同，主要承接的是游戏与微信两大主业基本盘。

阿里云和腾讯云在此基础上衍生的智能云业务，成长的潜能会弱一些。用管理科学的话讲：模式创新的企业处于追求实际应用、而不重视基础认知的爱迪生象限。基础认知的不足，使其无法更好的突破既有产业格局。

图：管理科学，来源：锦缎研究院

而百度智能云处于即追求实际应用也追求基础认知的巴斯德象限，是技术基因和底蕴的产物。

技术基因在于——百度创立于2000年，创始人李彦宏拥有“超链分析”技术专利让中国成为全球仅有4个拥有搜索引擎核心技术的国家之一。今年“木头姐”在报告中狂推的未来25万亿美元市场规模的深度学习，百度2013年就开始发力布局，当年成立百度深度学习研究院，2014年建立大数据实验室和硅谷AI实验室。

底蕴在于——长期高强度研发投入带来的技术导向和积累的大量AI人才。关于百度的研发费用我们在此前报告中有详尽论述，总结来说就是在强大的现金流支撑下，百度对于研发的投入达到了偏执地步，研发费用率在20%上下。

在智能时代，企业数字化需要的云计算，不只是普通的云计算——低价卖计算力的IaaS，这已经无法跟上智能化的主流发展路线——试想，只实现了店铺数字化的传统服装企业怎么去跟用AI和大数据武装到牙齿的shiin竞争？

时代需要智能云，核心点在于企业的Ai定制需求（2018年波士顿咨询调研数据显示86%的AI需求为定制需求），很难用通用云计算模型满足它们的业务创新需求。

百度智能云基于技术基因和底蕴，打造“云智一体的AI开发全栈模式”，将AI基础设施（AI计算、AI存储、AI容器等）和AI开发双平台（零门槛开发平台EasyDL和全功能开发平台BML）紧密结合在一起，更好满足企业需求，加速产业智能化升级。EasyDL是2020年机器学习平台的第一，市场份额22.8%。

图：百度“云智一体”AI开发产品架构，来源：百度智能云白皮书

模式创新推动的智能云是一个物理性耦合逻辑，技术创新的智能云是化学反应式逻辑，这是百度智能云的地位稳固的第一个重要归因。

【2】流量“涌现”与创新“涌现”

KK的《失控》有个理论是连接的越多，各种价值涌现越多。交易平台主要连接的是流量；创新平台主要连接的是开发者的智力，涌现的是智能。

流量涌现是基于流量和交易的平台涌现出各种场景，对应着互联网红利，如同改革开放以来中国社会的发展主要依赖的是人口红利一样，是数量的优势。创新涌现是基于效率和附加值的平台涌现深度智能，对应着科技创新，如同当下中国经济正在掀起以高端制造业为主的经济转型升级一样，是质量的提升。

实际上，流量涌现到后期多是一潭死水，最终进入存量厮杀时态。相较而言，创新涌现的天花板要高出很多，技术创新本身可以不断地涌现，而创新者带来的增量价值会吸引各方协同合作，AI云就是一个典型的创新涌现点。

创新“涌现”的第一个层次是——有更多的开发者才能满足企业AI定制需求。百度智能云背后是庞大的开发者群体：百度AI开放平台的开发者数量大幅领先行业，2020年底是260万，5月20日的WAVE SUMMIT 2021深度学习开发者峰会上百度CTO王海峰透露，开发者数量已经达到320万，比去年同期增加70%。

图：截止2020年底百度连接开发者遥遥领先，来源：百度招股书

创新“涌现”的第二个层次是——在开发者智力的线性变现之外，智能云软硬一体双向优化带来商业模型迭代。

以智能汽车为例，它的重点是算法及支撑算法的数据和硬件。而算法无论是在云端训练还是在终端推理，都需要极高的性能。智能汽车的硬件则需要对特定专门应用及算法进行大量的性能优化。所以只做算法或只做芯片或只做操作系统，长期看都会面临性能优化上的困境。只有每一块组成部分都属于自己开发，才容易进行性能优化。而软件和硬件的分离，会导致性能无法最优化。

百度智能云生态就诞生了昆仑芯片，第一代采用14nm工艺，计算力达到256Tops，广泛应用在智慧城市、计算中心等领域；第二代于2021年上半年量产，采用7nm工艺，性能较第一代提升约3倍。