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。
　　01hrAI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《2022H1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。
　　02hrAI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AIIaaS层（百舸AI异构计算平台）和AIPaaS层（AI中台）两大部分。
　　在AIIaaS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AIPaaS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，AIPaaS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AIPaaS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AIPaaS，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。
　　03hrAI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50400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。