计算机科学家吴恩达曾在《为什么AI是新电能》中如是写道：如今我绞尽脑汁，也想不出几年后还有什么行业是AI改变不了的。 

过去的十几年间，我国作为全球增速最快的云计算市场，云计算产业年均速曾一度高达30%。 

然而水大鱼大的市场，却将云计算打造成了一只吞金兽。云盈利之路，亚马逊走了10年，阿里用了13年，谷歌则是用了15年：自从 2008 年谷歌推出云业务以来一直处于亏损状态，直到2023年第一季度才终于首次实现盈利。 

而百度智能云只用了8年。

从百度最新的财报来看，经过近几年的奋起直追，百度智能云已凭借AI成功翻身。据财报显示，2023年Q1，百度智能云营收42亿元，同比增长8%，并在本季度实现了盈利（non-GAAP）。 

在这条动辄盈利周期十年起，夹缝中求生存的云产业之路上，百度究竟做对了什么？也许，我们可以从百度过往的一系列动作中得以窥见答案。 

01、AI滤镜下的百度智能云

2023年5月16日，百度发布了2023年第一季度财务报告。据财报显示，2022年Q1，百度实现营收311亿元，同比增长10%；归属百度的净利润（非美国通用会计准则，下同）为57亿元，同比大涨48%；录得自由现金流45亿元。 

随着疫情后经济复苏，疫情逻辑对公司业绩影响逐步弱化，得益于宏观经济形势的好转，和企业持续降本增效的措施，百度收入增长持续改善。2022年Q1，百度核心经营利润（non-GAAP）同比大幅增长45%至53.6亿元，核心经营利润率（Non-GAAP）则自去年同期的17%及前一季度的21%增长至23%。此外，一季度，百度还回购股份1.95亿美元。 

从净利润上来看，自去年Q2以来，单季均保持在50亿以上，这表明以百度目前的业务结构，核心业务盈利能力相对稳定；而仰赖于非广告业务的战略转型、降本增效以及22年Q1的低基数效应，这三大核心因素的向上共振，2023年Q1得以出现大幅增长。 

而从营收数据占比来看，百度营收如今更趋多元化，非广告营收占比逐季增加。

其中百度核心收入总计230亿元，同比增长 8%；在线营销收入为 166 亿元，同比增长 6%，受百度智能云及其他AI业务的推动，非在线营销收入为 64 亿元，同比增长 11%。很明显百度以科技为内核的非广告业务逐步开始兑现业绩，并开始成为公司新的业绩增长动能。 

相较于核心业务的稳定，更令投资人惊喜的，是百度智能云收入同比增长8%至42亿元，且在本季度实现了盈利（non-GAAP），成为继阿里云后，中国第二家实现盈利的云厂商，并逐渐成长为支撑百度未来增长的第二道曲线。

百度智能云之所以能够取得如此的成绩，离不开百度强大的AI基础模型和独特的全栈人工智能架构的加持。经过连续多年的高速增长，百度智能云凭借完善的AI基础设施和标准化的AI解决方案建立起稳固的“基本盘”，领跑国内智能云市场。据数据统计，整个3月份，百度智能云销售线索同比增长超过400%。 

而落地到实际，目前百度“云智一体”已形成了一套“芯片-框架-大模型-行业应用”的智能化闭环路径，构建端到端的解决方案，利用这种差异化AI优势，百度已更好地帮助客户完成数字化、智能化转型。例如截至2022年末，按合同金额逾人民币千万元计，已有69座城市落地实践了百度ACE智能交通，较去年的35座城市接近翻倍。 

对此李彦宏表示：“我们相信生成式人工智能和大语言模型为各行各业带来了革命性的潜力，帮助用户与客户实现目标并对社会产生正面影响。基于这个趋势，文心一言开启内测。我们计划逐步将文心一言融入我们的所有业务，为我们的产品及服务赋能，吸引更广泛的用户及客户。围绕文心一言在新的时代中建立新生态。这也将助力我们实现长期、可持续的增长”。 

可以预料到的是，谁先基于大模型抢先开发重要的应用服务在这个时代，谁能推出通用化可复制化的智能化解决方案，谁就能在下一个云计算发展的十年中占据有利位置，大模型已然成为各大科技巨头逐鹿的战场。

02、百度文心大模型是AI时代的操作系统

在AI发展历史上，曾有过三座里程碑：第一次是1997年，蓝色巨人IBM旗下的AI“深蓝”击败国际象棋大师卡斯帕罗夫；另一次则要回溯到2016年——谷歌旗下的AI机器人AlphaGo在“人机大战”中，第一次击败人类职业围棋冠军李世石。

这之后，AI行业经历了从极速繁荣到资本退潮，行业随之步入数年的低谷期，一直到去年ChatGPT的横空出世。作为后疫情时代的一个绝佳故事脚本，尤其在其三个月达到过亿用户爆火之后，ChatGPT这类大语言模型就像一颗燎原的星星火种，在科技公司间急速蔓延，引得大洋两岸那些曾经高昂头颅的互联网巨头们纷纷趋之若鹜，躬身入局。 

尤其最近3个月，整个世界因 ChatGPT 进入快进状态。几乎每隔几周，甚至是每隔几天，就有人工智能新进展刷新新闻版面，也同时在刷新人们的认知。 

一位接近张一鸣的字节人士称，张一鸣近期时常会和一些字节人士分享论文学习心得和对 ChatGPT 的思考；在百度开始文心一言内测前，百度 CEO 李彦宏每晚和项目团队开会，甚至为筹备产品一度睡在公司；阿里巴巴 CEO 张勇，亲自盯人工智能新项目，并在 4 月 11 日举行的云峰会上发布“通义千问”大模型；任正非参加座谈会时称，华为会做底层算力平台；腾讯正在加速推进大模型 “混元”；甚至OPPO、vivo 等手机厂商也都发布了自己的大模型。 

面对 ChatGPT 和背后的机会，大模型已然成为中国众多互联网科技大公司的一把手工程。要知道上一次中国互联网和科技行业，像这样如此大规模同时瞄准一个目标，还是疫情前各公司密集进入，押注重金的社区团购买菜业务。 

与过去更多处理特定任务的人工智能不同，以大模型为基础的人工智能要通用得多，它既可以帮你列出采访提纲，也能简述文章的框架，甚至有时仅靠简单的语言描述，它就能生成一幅设计草图，或者是动态视频。 

这一新技术可能很大程度改变人们获取信息（搜索）、互动（社交）、内容（游戏、文案等）的方式与效率。因此中国市场需要自己的大模型，能提供本土最好大模型的公司，自然能够获得丰厚的商业回报。 

李开复曾预测道：就如同Windows带动了PC普及，Android催生了移动互联网的生态，AIGC时代将诞生比移动互联网大十倍的平台机会，将把既有的软件、使用界面和应用重写一次。 

眼下百度等国产大模型厂商，正处于一场争夺成为AI时代“操作系统”的激烈竞争中。谁能抢先拿下更多的企业客户，谁就有望凭借先发优势进一步扩大“马太效应”。 

但好在几乎在同一时间，共识就已达成：大多数中国大公司都在同时做大模型和基于模型的应用，既要做裁判，又要下场当运动员。

实际上，百度正是这一战略最早的践行者，不过不同于其余企业都在卖算力，百度则更多的聚焦于服务。因为在其看来，算力并不是评判大模型优劣的唯一标准。一个好的大模型需要由算力、框架、模型、应用等四层架构相互配合提供支持，为客户提供低门槛、高效率的企业服务。 

对此，百度集团副总裁侯震宇在文心大模型技术交流会上表示：“最终能够让大模型服务推广开的只有两个原因：第一个是模型效果，第二个是成本”。 

在模型效果上，3月27日，百度云低调举行闭门沟通会，向首批企业客户开启内测，并推出全球首个一站式企业级大模型平台——“文心千帆”，为企业提供包括数据标注处理、再训练微调、大模型压缩、指令（Prompt）自动化、编排功能等大模型推理、微调、托管等服务。5月9日，在百度云举行的文心大模型技术交流会上，百度云又对外展示了“文心千帆”在企业端落地情况。 

据相关报道，“文心千帆”结合不同企业需求，提供公有云和私有云两种部署方式，公有云部署提供推理、微调和托管三类交付模式，而私有云部署提供软件授权、软硬一体、租赁服务三种交付模式。这些不同的交付模式，可满足不同企业的需求。 

而在成本方面，侯震宇认为在接下来几个月，百度大模型服务通过迭代优化，还将实现大规模的成本下降，不仅算力不会成为阻碍，价格应该也不会成为大家所使用或者是拥抱大模型的瓶颈。 

例如自3月16日以来，一个多月内文心一言推理服务已完成4次迭代，在业内首创支持动态插入的分布式推理引擎，使得单机QPS（每秒查询率）相对线上版本提升123%，模型推理效率提升10倍，模型推理性能提升50%，模型算力利用率提升1倍。 

在时代的背景下，对于普通企业来说，接入大模型产品已经从一道选择题，变成了必答题。据百度集团副总裁袁佛玉透露，在过去不到两个月时间，百度智能云已经联合产业伙伴深入超过400个具体的场景研发测试，“在其中看到了非常有价值的测试效果，也有一些测试效果还不够理想，但我们正在双向的去努力，去寻找在这个方向最先落地的机会”。 

毫无疑问，当越来越多客户基于大模型重塑业务后，大模型已逐渐成为云服务行业的Game Changer，彻底改变云计算的游戏规则。

而大模型与产业相结合，所迸发的想象力远不止于此。在李彦宏看来，过去，云计算主要卖算力，看速度、看存储。今天，客户购买云服务，则要看框架好不好、模型好不好。MaaS（模型即服务），将成为评判云服务的行业新标准。 

随着时间推移，原有的云产业江湖格局也会被AI打破重组，毫无疑问一场产业升级的风暴即将来临，但百度已经为此做好了充足准备。 

03、“云智一体”，百度逐渐成为“全能手”

不积跬步，无以至千里；不积小流，无以成江海。这世上哪有那么多的一蹴而就，所有命运馈赠的礼物都早已在暗中标好了价格。

2009年8月，在当年的百度技术创新大会上李彦宏首次提出“框计算”的概念：用户只要在”百度框”中输入服务需求，系统通过用户提交的需求进行语义分析、行为分析、人机交互和海量计算处理之后，就能将搜索与服务对接。 

这种高度智能的互联网需求交互模式，就是最早智能搜索的雏形。而后十几年，百度对 AI 的投入大体分为了两个阶段，并在“烧钱”的AI路上一去不返。 

2015 年之前，百度主要在招兵买马和确定技术方向。2013 年，百度在硅谷成立百度美国研究院，同年，百度在中国建立深度学习研究院，李彦宏亲自出任院长。2015年之后，百度则进入一个探索 AI 技术产品化和商业化的阶段，并陆续拿出两大成果：2015 年 9 月，百度推出人工智能语音助手度秘（DuerOS）；同年年底，百度成立自动驾驶事业部，次年 4 月，Apollo 计划发布，瞄准全无人驾驶。 

另一方面，百度内部也在悄然发生着变化。2017 年，百度提出“ All in AI”的战略，并在李彦宏力邀之下，微软前全球执行副总裁陆奇加入百度。百度深度学习研究院、自然语言处理、知识图谱、语音识别、大数据部门等核心技术部门被整合成了 AI 技术平台体系（AIG），自动驾驶事业部被升级为智能驾驶事业群（IDG）。 

2020年，李彦宏在一次论坛上提到：“过去十年，百度每年研发投入占营收15%以上，其中AI技术研发就是百度种下的种子之一”。一年后，百度在港交所二次上市，募集资金里有一半用作持续科技投资，用于促进以人工智能为主的创新业务商业化。10年间投入高达1000亿元，每年研发占收入比例都超过15%，去年更是达到了23%。 

也正是此前的不断沉淀积累，使得百度是如今全球为数不多的，进行全栈布局并同时具备人工智能四层能力的公司，这包括芯片层的昆仑 AI 芯片、框架层的飞桨深度学习框架、模型层的文心大模型和应用层的搜索、自动驾驶、智能家居等产品。 

四层布局对应 AI 的三驾马车，数据、算力和算法。数据是 “燃料”，算力是 “发动机”，它们共同训练出算法，基于算法训练的模型则像一套机械传动装置，能最终完成具体动作。算力由 AI 芯片提供，深度学习框架则是训练、优化模型的工具。 

纵观人类历史上的几次科技革命带来的爆发式增长，都是由科技创新所驱动。那创新本身从何而来？李彦宏将其总结为“反馈驱动创新”。创新不是闭门造车。创新，是你有机会进入市场，不断获得用户和客户的反馈，摸着“反馈”过河才能实现的。 

例如为百度的搜索服务优化了十年的百度昆仑芯片在AI芯片中性能非常领先。每天响应几十亿次真实的用户使用需求，进行1万亿次深度语义推理与匹配的百度搜索服务，能够提供最真实、最及时的反馈。这就是大规模的真实反馈，驱动了创新。 

然而按照历史经验，技术的超前投入往往如空中楼阁，AI只有与业务落地结合，为其提供支撑才能走得更远。

在无人驾驶领域，2023年第一季度，百度的自动驾驶服务萝卜快跑订单量约为66万单，同比增长236%，稳居全球最大的自动驾驶出行服务提供商。根据IDC和Canalys的数据，小度在2022年中国智能音箱和智能屏的出货量中均排名第一。 

而面临汹涌而来的产业智能化，沈抖认为：百度智能云的目标是为企业提供能打持久战的、经过验证的AI弹药库。一方面用AI解决关键场景中的痛点问题；另一方面，通过不断获得的反馈，持续优化技术，为客户提供高性价比的AI服务。 

其中百度智能云开物工业互联网平台已经与22个行业的400多家标杆企业建立合作，服务超过22万家工业企业。一个鲜明的例子是，吉利集团已整体上云，整个生产制造环节，包括生产订单自动排产、订单完成率、设备开动率等等，都可通过百度智能云工业数字化大脑平台展示，管理运维成本降低了30%。 

截至目前，已经有15万企业申请加入文心一言内测，覆盖政务、金融、媒体、电商零售等行业。其中，内容创作、智能客服、办公提效为各行业通用的高频需求场景。尤其是在中国实体经济数字化、智能化转型的趋势不会改变的AI时代背景之下，所有行业都值得用AI重做一遍。

04、写在最后

如果从2017年高调宣布 “All in AI” 算起，百度押注AI产业已经有6年了； 而如果从更早的2013年建立美国研究院算起，百度投身AI则有十年了。 站在当下的时间节点回顾过往，在试图引领下一轮技术浪潮AI的革命的漫长等待途中，百度也错过了一些风口。 

这是因为前沿技术经过长年累月的研发“消化”，最终也能得以开花结果，馈还玩家——一直走在5G研发前列的华为，当下已然将技术成果转化为商业效益，助其穿越“黑障区”。早早布局AI的百度，也已端出深度学习框架平台飞桨，后者在填补国内空白的同时，也实现了对Google、Meta旗下深度学习平台的赶超。 

只不过，对背负着“第四次工业革命”的前沿科技而言，阻碍仍将长期存在，路程亦会更加漫长。现阶段，一众科技巨头相继放缓了增长脚步，逐渐走出了自己的舒适圈，而投融资氛围也在逐渐冷却，四处似乎均充斥着“寒气”。 

但这，正是“第四次工业革命”必须跨越的裂谷：面对旧秩序的寒冬与焦虑，以及技术商业化落地的此起彼伏，唯有延续科技创新路径，才能找到解药。 

而就表现来看，如今的百度已然背好行囊，先行一步。 

*题图及文中配图来源于网络。