8 月 29 日，「ABC SUMMIT 2019 百度雲智峰會」在北京國家會議中心舉行。百度副總裁、智慧雲事業群組總經理尹世明一口氣釋出了 18 大智慧計算新品及 7 大場景解決方案，講述了 6 個典型客戶案例，宣佈成立了 1 個生態聯盟。
百度副總裁、智慧雲事業群組總經理尹世明
如果你認為這場釋出會的意義僅限於百度智慧雲的新品釋出和戰果彙報，那你可能低估了它。
首先，舉辦這場釋出會的背景不容忽視：第四次工業革命正在中國發生，根據尹世明的推斷，這場智慧革命正從基礎建設階段躍升到工業化階段。他認為，在這個階段，AI 應該走出實驗室，大規模走向產業，去解決產業的問題。
作為最先確立 AI 雲戰略的雲服務商，百度智慧雲希望主導並引領行業進入 AI 工業化新時代。
在百度智慧雲看來，人工智慧的工業化程式需要解決生產力、自動化、協同共享三大難題，而智慧計算、智慧應用、智慧生態是解決上述難題的三大關鍵元素。
因此，他們全面升級 ABC（AI、大資料、雲端計算）戰略，首提「人工智慧工業化公式」——人工智慧工業化=(智慧計算*智慧應用)^智慧生態。
根據官方解讀，這個公式表示，智慧計算和智慧應用相互交叉促進，再通過智慧生態實現指數級的發展，將實現人工智慧的工業化。
通俗一點的說法是，百度智慧雲要從計算、應用、生態三個維度出發，致力於推動 AI 的大規模、標準化落地/應用。
他們打算如何做到這一點？本文就為大家梳理他們的具體戰略和打法。
戰略核心：實現 AI 技術自身的工業化生產
在做出 AI 進入工業化階段的預判後，百度智慧雲制定了這樣的行動戰略：「使百度智慧雲的所有產品和服務都能夠幫助實現 AI 工業化規模的擴張和應用」。
尹世明說，戰略核心是實現 AI 技術自身的工業化，希望做到工業規模的生產、提供工業化級別的成本、做到工業化規模的切換，進而加速各產業的人工智慧化。
什麼是 AI 工業化生產？可以理解為，能夠在有限時間內完成批量化的生產，比如，幾天之內完成幾十萬張的圖片標註，又比如在幫 A 企業做了針對手機外殼的智慧質檢後，如何快速實現幫 B 企業做手機插頭的智慧質檢。
尹世明坦言，要實現上述目標並不容易，無論是在資料層面、演算法層面還是計算層面，都要做很多改進，他們已經著手建立資料體系，完善技術體系。
標註資料對演算法的重要性，是不言而喻的。為了實現工業化的資料標註，百度在太原建立了一個資料標註中心，尹世明稱，這個資料標註中心非常龐大，眾包人員數量達幾十萬之眾。
計算方面，百度智慧雲的智慧計算全景圖在釋出會現場首次亮相：包含一個智慧基礎設施（智慧計算平臺）、六大工程平臺（覆蓋大資料工程、AI、物聯網、雲原生、視訊雲、區塊鏈六大細分領域）及三套實踐方法論（網際網路架構、資料智慧、模型工廠），為人工智慧的工業化提供底層技術支撐。
百度智慧雲首次亮相智慧計算全景圖
據介紹，整個智慧計算全景圖以 ABC（人工智慧、大資料、雲端計算）+ X（如 5G、IoT、區塊鏈等新技術）架構為核心。ABC+X 能夠滿足開發者們從資源到效率、從雲端到邊緣、從計算到智慧的全棧需求，使開發者無需從零基礎開始各種技術積累。
官方資料顯示，六大工程平臺不僅包含各種各樣的通用化場景（如語音對話、影像識別）、行業化場景（如智慧質檢），還提供多形態、多樣化的交付方式，提供各種預配置的資料模型和標籤。這些平臺和交付方式將讓整個開發過程簡單、易用、高效；其針對特定垂直領域的解決方案，能為企業解決技術環境、開發路徑、資源需求等難題。
為了讓智慧計算平臺做到更全場景覆蓋，更高彈性算力支援、更高價效比、更安全合規、更易運維，此次釋出會上又釋出了 18 款新品。比如，針對雲端場景釋出的百度崑崙雲伺服器；針對邊緣計算場景釋出的邊緣計算節點 BEC 和邊緣 AI 伺服器。
演算法模型層面，百度有深度學習平臺飛槳（PaddlePaddle），提供 70+官方模型，並推出全型別的高效能部署和整合方案供開發者使用。此外，尹世明稱，他們已經總結出一整套智慧化人工智慧模型的生產和管理經驗，希望把模型的生產和訓練規模化、自動化，提高模型的可複用性，加速模型的訓練和生產，實現模型全生命週期的系統化管理。
計算與應用相輔相成，智慧質檢已規模化落地
在百度智慧雲的設計中，智慧計算是基礎，智慧應用是核心，二者相輔相成。
據稱，百度智慧雲的三類智慧應用——視覺智慧、對話智慧、資料智慧——正在全面、規模化地走進產業，促進 AI 工業化。其中，智慧質檢已經規模化落地，廣泛應用於鋼鐵、電子、汽車等行業。
釋出會現場，尹世明連線了精研科技（一家從事精密零部件製造的企業，華為、三星、小米等是其客戶），精研科技董事長王明喜展示了他們與百度智慧雲、微億智造共同研發設計出的外觀缺陷視覺檢測裝置，該裝置應用於精研科技的智慧質檢車間。
百度雲智峰會現場連線精研科技工廠車間
從鏡頭中可以看到，該裝置一閃一閃發著光，王明喜介紹，那是高速照相機在對傳送帶上的零部件進行拍照，拍完照後，機器會對照片進行識別，產品檢測數量以及產品檢測結果會實時顯示在裝置螢幕上，裝置還能自動將有缺陷的零件挑出來。
王明喜表示，外觀檢測始終是中國乃至全球製造業的痛點，實現大規模生產，精準檢測是繞不過去的「坎」，而這需要大量人力，並且人容易出錯。而這個裝置可以做到對每一個產品的 6 個零件面的 33 種缺陷進行檢測，準確率高（百度提供資料：將漏檢率控制在 0.1% 內），並且有利於減少人力成本。他稱，這個裝置一小時可以檢測 3000 個零件，如果每個工人看三臺裝置，一小時就可以檢驗 9000 個零件，遠遠超過人工檢測每小時 2000 個零件。
尹世明稱，他曾就「AI 取代人力」與王明喜進行過交流，因為這一問題給工人帶來了困擾（工人擔心自己有失業風險），王明喜告訴他，大量勞動密集型的工廠正準備外遷至人力成本更低的東南亞國家（比如越南），如果中國製造不升級，就會面臨跟東南亞國家的直接競爭。如果使用上 AI，工廠則不會選擇外遷。
在尹世明看來，百度智慧雲的技術不僅幫企業降本增效，同時也防止了製造業產業鏈的對外轉移，更好地保護國家制造產業，提升中國製造業的競爭力。
戴爾也在使用百度智慧雲的智慧質檢，戴爾全球供應鏈負責人黃暢唱表示，他們堅信，這方面的實踐能夠幫助他們在質量控制、預防性維護、減少上下游之間標準不統一帶來的浪費，能夠幫助他們的工廠和供應商提升盈利能力；百度智慧云為戴爾打造的裝置已經初步通過驗收，「缺陷檢出率和過篩率方面都實現了比較理想的效果」。
「智慧質檢，我們在製造業裡很專業地做這個事兒，把它做到極致。」尹世明說。
緊接著，我拋了一個問題給他，我問他：與幾家友商（如阿里雲、騰訊雲、華為雲）的競爭，未來是否會出現各家雲服務商在某些垂直領域形成山頭的局勢？
他表示，各有各的長處。雲或者 AI 的市場很大，要說哪家會一家獨大，不太現實。「我們也不太去想這些事兒，我們把自己的事兒做好之後就 OK 了。」
做好眼前的事，服務好眼前的客戶，不失為一種解決之道。尤其是服務 B 端客戶，對這些客戶來說，試錯成本較高，新技術要獲得他們的認可，並不是一件容易的事。如果雙方已經有過合作，並且效果不錯，那麼，再在其他方面展開合作，相對而言，就會更加容易。更何況，工業客戶需求多元，AI 的機會很多。
同樣的道理，也適用於一些 G 端客戶。比如，重慶氣象局先是與百度智慧雲聯合打造了「智慧氣象」系統，之後又使用百度智慧雲的技術，推進氣候資源向經濟資源的轉化。
根據重慶氣象局局長顧建峰介紹，他們將兩小時內的災害天氣的預測準確率提升了 40%，2019 年夏天的災害天氣預警資訊傳送時間從原來的兩小時提升到 9 分鐘，幫助市民更早的躲避災害。
他還稱，他們使用百度智慧雲的技術，將重慶巫山脆李（特色農產品）的單價從 20 元/斤提升到 90 元/斤，以及正在挖掘重慶「養在深閨」的自然山水與三峽的歷史文化，以打造三峽國家氣象公園。
新的生態需要新的朋友
「新技術出現的時候，原有的生態體系一定需要發生變化，新的生態需要新的朋友一起奮鬥。」尹世明表示。
微億智造 CEO 潘正頤的看法與尹不謀而合，他稱，技術本身是非常重要的，但是生態合作也是非常重要的，特別在智慧製造這個領域裡面，如果不能將 AI 的技術和製造業的行業經驗融合在一起，把研發和產品開發融合在一起，專案就沒有辦法落地。
因此，百度宣佈成立 AI 生態聯盟——百度產業智慧聯盟，與合作伙伴共建 AI 落地的智慧化生態圈。
百度智慧雲推出業界首個完整的人工智慧生態聯盟：百度產業智慧聯盟
在智慧生態圈中，百度給自己的定位是產業引領者，首先由百度先行先試，探索最佳的業務實踐，然後將自己的經驗分享給合作伙伴，與合作伙伴一起實現樣板化，待 AI 在產業中的應用模式成熟後，百度退回平臺角色，由行業合作伙伴做具體執行，百度在背後為合作伙伴提供技術與平臺支撐。
在百度智慧雲看來，符合產業發展的智慧化生態應該具備以下三個特徵：研發、產品、推廣一體化，合作各方擁有一致的商業安全保障、高度協同與共享。
實現智慧化生態的第一步就是要有資料，將各方資料打通。然而，資料是 AI 時代最昂貴的資產，說服各方拿出資料，其難度可想而知。因此，只有在不同行業成立俱樂部，將有共識的企業聚集起來，進行小範圍的智慧生態圈探索。比如，智慧製造領航俱樂部就聚集了微軟、微億智造、玫瑰塑膠、鯨魚機器人、冠福控股、北特科技等企業。
「這不是一個很容易的活兒，」尹世明說，「但是必須要乾的事。」
幾天前的重慶智博會上，李彥宏也提到，過去一年，人工智慧從大家津津樂道的那些酷炫的效果變成了一個社會的共識，變成了一個國家戰略。下一步要做的，就是推進 AI 在各個產業領域的紮實落地。
尹世明堅信，「理念的第一帶來實踐的第一。」最後，他再次強調，「ABC 三位一體的結合，智慧計算、智慧應用的交叉促進，在技術上滿足資料融合的要求，讓人工智慧有了實現工業化的基礎和條件。通過生態的運營和運作，我們希望進一步實現指數級的發展，使人工智慧真正實現工業化。」