首页 > 资讯 > 评论

“云智一体”经济学

2022/11/24 15:09      数智前线   


  进行业,应用企业要算投入产出的账。云厂商做产品,也要算成本账。账算清了,东西能落地,企业能升级,产业也能上新台阶。

  文|徐鑫

  编|赵艳秋

  云计算市场进入考验深挖行业的能力阶段,云厂商们牟足劲头把重点放在了如何聚焦关键场景,满足实体行业需求,推动解决方案规模化落地上。

  产品到具体场景,应用企业要算投入产出的账。百度智能云从最能产生效益的地方切入,企业的人效提升,成本下降,应用能落地了。

  据11月22日发布的百度Q3财报,百度智能云保持了增长势头,营收同比增长24%,增速高于行业平均水平。在扩大运营规模的同时实现经营利润环比、同比双提升。

  在让技术落地产业的过程中,百度智能云自己也在算账。从低利润率项目中转移,致力于推动垂类解决方案标准化。针对行业需求做到端到端的技术调优,目前百度智能云已形成了一套“芯片-框架-大模型-行业应用”的智能化闭环路径。它们降低了百度智能云在产业的落地成本,提高了应用效率,助力其更稳健增长和创新。

  01

  企业算的账

  苏州常熟一家印刷电路板工厂的终检车间,工人们顶着工作台上的LED白光,在电脑屏幕前,细致检查一块又一块由指甲盖大小的电路板。

  这种电路板是一种软硬结合板,广泛应用在手机、笔记本电脑的摄像头模组以及5G基站中。

  很难想象,规模化生产的电路板,质量检测重要的一环,在此之前需要工人们操作显微镜完成。女工们一天八小时趴在显微镜上一个个扫描电路板,靠肉眼和时间堆出产品的检测结果。

  工厂的IT经理胡平华告诉数智前线,为了提升效率,软硬结合板质检已经用上了外观检查机,用机器完成表面的初次筛查,之后人工在电脑前确认机器的筛查结果。

  在过往的工作流程里,外观检查机是靠色差和灰阶值来寻找瑕疵。它的执行过程秉持的是“宁可错判瑕疵,也不放过一个”的原则,把没有瑕疵的可疑点也判定为瑕疵,后续再通过人在电脑屏幕前,对着放大的照片来剔除。

  这在行业里被称为假点,软硬结合板通过外观检查机后的假点率占到70%以上。一台外观检查机要配5个复判人员进行核对。这意味着,其后的工序中,大量的时间和人力要投入到人工复判环节里。

  胡平华所在的东南相互电子公司,是目前国内为数不多的能生产出符合日本、欧洲等生产标准的软硬结合板厂商之一。过去3年,由于市场环境变化和原材料价格上涨,市场的订单需求在萎缩,行业里的产品利润空间也被压缩,大小玩家们都遭遇了不小的亏损。在更残酷市场竞争条件下,人效产出成为企业关注的要点。

  近年来,江苏常熟积极推动“智改数转”,提升传统企业竞争力。在常熟工信局组织企业参访东南相互电子时,百度智能云发现了这个环节里,用AI技术来升级传统机器视觉产品的空间。原有的外观检测机发现假点后,用人工智能的算法去学习假点的特点,自动将之去除,人工再次介入复核就能免去大量不必要的工作。

  今年1月,百度的工程师开始把AI技术带到东南相互电子的外观质检产线,大半年后,双方的合作已经进入交付验收环节。

  “现在针对新的缺陷还是要做模型学习与迭代。”胡平华告诉数智前线,不过重新学习只需要花几个小时,工厂已有的IT团队就能自己解决掉问题,不需要再经过百度工程师的手。这意味着未来如果工艺有些微调整,产品表面出现新的缺陷,工厂也可以自己完成算法的适配。

  云计算厂商帮各行各业做数字化转型总会遭遇“有什么用”的天问。一位关注制造业数字化进程的人士指出,制造业最看重ROI指标,它们在应用新技术时总要算账,算得过来账的产品才有可能在工厂里落地。

  百度集团执行副总裁、百度智能云事业群总裁沈抖此前阐述战略时指出,数字化不是实体产业的最终目标,把数据用好,解决生产经营中的实际问题,提升生产效率,产生实际效益,才是实体产业的最终目标和“真需求”。

  在东南相互电子应用百度的AI质检产品时,胡平华算了账——如果通过AI过掉80%的假点,一台外观检测机需要配备的复核人员将可能从5个人能降到2个人,该岗位的入职培训时间也能从2个月缩短到2周,企业的人效,肉眼可见有了提升。

  这个结果使得他们开始考虑,未来在产品的中段检环节也引入AI质检技术。

  02

  切入核心场景的路径

  今年来,百度智能云在战略上更聚焦产业中最关键的场景,更强调用AI技术解决企业最关心、最核心的问题。

  要进入关键场景,百度智能云的做法里突出的一点是,从应用切入,基于应用的完善,完成相应环节的数字化基础设施建设,形成以应用带动数字化的最小环。

  以制造业为例,AI质检目前被百度智能云视作生产制造领域的重要带动应用,百度智能云对模型算法设计、推理引擎、深度学习框架、芯片适配等环节进行端到端优化,在这个技术底座的支持下,产品产生了切实的效果。这款应用也进入在电子、纺织、化纤、汽车等15个行业100多个场景,首钢、宝武、恒逸、一汽、广汽本田等知名企业都有落地。

  目前,百度的AI质检解决方案已经沉淀为平台型产品。百度智能云智慧工业工程师章畅海告诉数智前线,工业视觉智能质检平台的能力已经从几个层面作封装,方便应用到不同行业和企业。其中,底层算法算式是一层,针对不同行业的模型是一层,上层的应用落地是第三层。

  在底层架构这一层,使用的是百度飞桨的框架,它也是国内应用规模最大的开源AI框架,这层框架也支撑除了AI质检以外的产品。

  行业模型则从大量行业项目中积累和提炼而来。当百度进入一家企业的场景做应用落地时,不仅可以基于已有的行业成熟模型作快速训练和迭代,还避免了重复造轮子的状况。这种路径,也是华为进入工业等垂类行业采用的方式。

  除了AI质检产品,百度智能云在制造业还有安全生产、能耗优化和智能调度三个方向多个产品的打磨。它们共同构建在百度工业互联网品牌“开物”之上。

  对云厂商而言,扎根行业,必须要从大量的项目经验中,提炼出具有迁移复制性的产品,才能实现在细分行业里的健康均衡发展。

  一位关注企业数改的人士认为,行业类软件应用理想的付费方式还是订阅式的,因当下云厂商们的产品还需要大量的定制和迭代,很大一部分还无法以SaaS方式交付。

  百度智能云副总裁李硕在今年9月“开物”品牌升级接受采访时也坦陈,大量项目的投入还是以项目化的方式在做,但在努力抽象产品,产品层已经清晰可见,这些产品在行业纵深、可复制性上也已产生效益。

  除了产品进企业,百度的人也在往离客户更近的地方走,下沉运营。这是中国制造业的产业链协同方式,对云厂商们提出的要求。

  李硕提起过一个例子。一名制造业企业家对他说,“我所有的供应商在50公里之内解决”,他认为这是制造业企业家们对供应商需求的心理距离。基于下沉运营的理念,百度在工业区附近建运营平台,还成立了苏州AI+工业互联网基地,负责整个华东地区的本地交付和服务实施。今年,百度智能云在重庆、广州的工业互联网平台正式上线。

  针对大量的中小企业,园区成了百度智能云AI产品介入的一种方式。它不同于云公司跟大型客户的合作。大型企业的数字化进程里,需要很多定制开发,大企业们有能力长期投入。百度智能云通过跟行业标杆企业合作,创造新业态,寻找可以规模化的点。

  而集群类园区里大量的中小企业,没有能力单独搞智改数转,为了提升这些企业的数字化水平,政府牵线搭桥,汇集同一个园区的需求,基于这些共性需求建一朵产业园区云,中小企业可以轻量化以接口方式应用算法和模型。现在百度智能云和常熟高新园区、桐乡的高新园区以及重庆和广州的园区都是这种合作方式。

  从核心应用场景切入企业产生成效后,可能会带动与之相关流程上的业务数字化闭环。比如在湖州美欣达企业的印染厂,布料瑕疵及色差检测之后,正品和疵品的分捡、物流及与仓储分捡环节的打通需求也会自然出现。

  “发展的本质是增长,增长由创新驱动”,应用带动应用,使得数字经济在工业、交通、政务等垂类市场快速增长,行业核心场景实现多点突破。通过压强式创新帮助客户创造新增长点,百度智能云市场份额同步实现高速增长。

  03

  重点赛道的落地实践

  深挖行业,助力实体经济是当下云厂商们投入的重点。智能云产品进入重点赛道和行业,云厂商要更健康增长,也得算账。

  IDC今年10月发布的报告提及,公有云服务商寻求多元化高质量发展,其中一个重要表现就是行业深耕,头部公有云服务商已逐渐形成自己的优势行业,并通过生态补齐短板。

  创新可以驱动增长,那么创新是怎么来的?百度认为是“反馈驱动创新”。在车间、工厂等距离企业最近的地方,听取一线工人对智能化升级的真实反馈。百度认为,用户反馈越多,百度就可以针对每个行业需求,从底层芯片到顶层应用,进行端到端技术调优。今年来,百度智能云在多个行业都在升级解决方案或能力。

  汽车云是今年以来主流厂商们大力投入和布局的领域。9月,百度智能云首次发布汽车云。汽车工业是最为复杂的场景之一,所以百度汽车云也分别从车企集团云、网联云、供应链协同云三个层次,深入汽车制造行业的数字化升级,解决汽车行业生产、自动驾驶测试、供应链管理等难题。百度方面透露,目前,中国销量前15的车厂中,有10家是百度智能云的客户;10大新能源车企中,百度智能云服务5家。

  在智能交通场景,百度智能网联、智慧交管、智慧高速、智慧停车解决方案在北京、广州、长沙、重庆等多个城市应用,提高交通通行的效率。百度方面披露,截至第三季度末,以累计合同金额超过千万元人民币订单计算,百度ACE智能交通解决方案已经被63个城市采用,覆盖范围较一年前的24个城市持续提升。

  更传统的水务行业,百度智能云通过提供数字化底座和智能化引擎,在供水、排水、污水、水环境、水利等场景打造智能化应用。比如和龙水库与百度智能云开物合作建设监管平台,管理人员通过一块智慧屏,可以对面积24.8平方公里的水域实现全面管理,实时发现偷钓、偷排垃圾等非法行为。

  云厂商们的AI技术和商业化应用能落地,既要有大数据和人工智能技术底座,也缺不了行业的积累和沉淀。

  财报中将百度智能云实现经营利润环比、同比双提升,归功于百度智能云逐步构建的健康增长机制,百度智能云正从低利润率项目中转移,并致力于推动解决方案标准化。

  这背后离不开百度智能云进千行百业的底层逻辑,也是它深挖行业的解法。

  今年9月百度推出“云智一体3.0”架构,沈抖署名文章中专门阐述过这套体系帮助科技落地行业时的优势——

  “云智一体3.0”从行业核心场景切入,通过打造行业标杆应用,带动和沉淀AI PaaS层和AI IaaS层的能力,向上可以优化已有应用、孵化新应用,向下改造数字底座,使基础云更适合AI应用。

  具体来说,在芯片部分,百度自研的“昆仑芯”已经量产数万片,作为通用型GPU,“昆仑芯”已经在工业质检场景中代替国外芯片,使成本降低了65%。飞桨深度学习框架让开发者无须从第一行算法代码写起,可以直接调用飞桨框架和飞桨开发平台的相关模块,大幅降低了人工智能技术应用的门槛,更快推进产业智能化。

  自研的产品和技术生态为底座,从应用侧的反馈能够以更快速度、更低成本驱动技术在场景层面的落地和创新。

  IDC在11月发布的《亚太区AI全生命周期市场研究报告》报告中提及,百度面向智能制造等数字化转型需求旺盛的行业,提供全AI生命周期端到端的AI模型开发解决方案,是国内唯一入选该报告的AI服务商。

  百度智能云,一心想扎进行业,帮实体企业解决真实需求,一门心思把技术创新“卷”到实体企业,这也是百度云智一体深入产业战略的初衷。

  而当下强调数字技术助力实体经济发展,增强实体产业发展韧性的背景下,算得清AI技术落地行业的账,百度智能云在产业里的深度和厚度,上了新台阶。

 

  榜单收录、高管收录、融资收录、活动收录可发送邮件至news#citmt.cn(把#换成@)。

相关阅读

    无相关信息