百度二季度財報發(fā)布之后，李彥宏在內部信中如此表述。這大機會當然指的就是AI時代，巨頭環(huán)伺的“云+AI”賽道.

三年前，百度智能云提出“ABC”三位一體口號，如今“ABC”已經成為大型公有云廠商的標配，三年后，8月29日舉辦的百度云智峰會上，百度智能云更新了“人工智能工業(yè)化”的愿景。

“理念的第一帶來了實踐的第一”，百度副總裁、智能云事業(yè)群組總經理尹世明在接受媒體采訪時表示，只提云計算，根據Canalys和Synergy Research報告數據，百度智能云在中國公有云市場中排名第四，倘論AI to B的決心和實效，已經沉下心走向田間地頭、礦區(qū)廠房的百度應當有自信底氣。

9月2日，李彥宏再發(fā)內部信，宣布百度智能云與CTO體系高效融合，尹世明攜團隊向集團首席技術官王海峰匯報。

而在百度總裁張亞勤決定十月退休之后，智能云業(yè)務短暫成為百度的“一把手”工程，也就是尹世明的直接匯報上級之前是李彥宏。

王海峰負責基礎技術體系（TG）和AI技術平臺體系（AIG），TG包括搜索公司及各BG的運維、基礎架構和集團級共享平臺整能力，AIG包括百度在數據中心、基礎架構、運維等方面的能力，是云服務的基礎設施。

本次調整意味著百度AI技術、云計算、基礎技術體系的進一步整合，相當于智能云業(yè)務的再次加碼，百度在集結更多的資源做To B業(yè)務。

從A到B，人工智能到To B商業(yè)模式，智能云業(yè)務已經成為百度未來的錨點。

人工智能工業(yè)化，何解？

百度AI to B工業(yè)化，早有苗頭。

今年4月份，王海峰就表示，驅動工業(yè)革命的核心技術都表現出很強的通用性，而每一次工業(yè)革命到達高潮時，驅動它的核心技術就進入工業(yè)大生產階段，呈現出標準化、自動化、模塊化的特點。當今，我們正身處人工智能為核心驅動力量的第四次工業(yè)革命浪潮之中，人工智能正將人類社會帶入智能時代。

繼ABC之后，百度再次率先提出的“人工智能工業(yè)化”能否讓百度智能云，甚至百度再上一個新臺階？

尹世明強調，2016年-2019年是人工智能基礎建設階段，核心是解決技術上能不能的問題；2019-2025年是智能時代發(fā)展的第二階段，人工智能要經歷工業(yè)化的過程，不能局限在實驗室；2025年之后行業(yè)將全面進入人工智能時代，極大的提升生產效率和財富的創(chuàng)造。

基于這樣的預判，百度智能云提出了人工智能工業(yè)化的理念。

人工智能工業(yè)化不是將人工智能應用于工業(yè)領域，而是實現人工智能自身的工業(yè)化生產，人工智能自身要大規(guī)模的走向產業(yè)，核心是解決規(guī)模化應用的問題。從這一點上，百度所提的人工智能工業(yè)化和其他廠商提出的產業(yè)AI也有本質差別，產業(yè)AI僅僅強調讓產業(yè)使用人工智能。

“機械工業(yè)革命、電力工業(yè)革命和信息工業(yè)革命，都經歷了從最開始概念，然后實現工業(yè)化擴張的進程，最后形成產業(yè)鏈體系?，F在的苗頭已經很清楚了，產業(yè)鏈逐漸開始形成”，尹世明言之鑿鑿。

“百度智能云從去年開始到現在做得最多的事情，就是思考和研究怎么把人工智能由一個落地點變成一條落地線”，百度云副總經理、產業(yè)智能化業(yè)務負責人李碩告訴雷鋒網，這才是真正讓AI商業(yè)化跨過鴻溝非常重要的環(huán)節(jié)。

以呼叫中心智能化改造舉例，去年百度云智峰會現場，百度撥打了天津10010的電話做現場對話，這是一個落地點。

基于歸納總結的經驗，今年中國聯通全國客服將分階段上線智能客服，另外采納百度的對話智能解決方案的銀行和航空企業(yè)也已經有十數家，從中體現出人工智能應用從單個案例到完整行業(yè)和生態(tài)布局的轉變。

同樣地，去年百度云在制造業(yè)領域通過計算機視覺做工業(yè)質檢，今年則是在蘋果供應鏈、戴爾供應鏈、一汽汽車廠商供應鏈等大量復制應用，這個從點到線到面的過程，百度將其定義為人工智能工業(yè)化。

百度如何走上AI to B賽道？

無論是工業(yè)大生產還是人工智能工業(yè)化，都意味著百度To B勢必要進入新階段，回過頭看，百度是如何一步步走上To B賽道的？

李碩對百度AI to B的歷程深有體會，他經歷了百度從純搜索業(yè)務到如今的發(fā)展歷程，曾負責整個百度所有產品的運維、資源管理、接入，這也是百度云計算的基本前身，而后他由從TG到AIG，做人工智能的早期孵化，進而在2017年做人工智能相關的商業(yè)化落地。

2018年，百度做了一個非常重要的決定，把人工智能商業(yè)化落地和云計算商業(yè)化團隊合二為一，也就是如今的ABC三位一體戰(zhàn)略（人工智能AI、大數據Big Data、云計算Cloud Computing）。

“百度當時為什么會考慮做這個調整？我們看到了人工智能和大數據這些新興技術進入產業(yè)落地過程中，云是非常重要的一個算力提供者，也是一個載體，所以我們需要形成一股合力，可以把算力、算法和應用相關的能力都給到我們To B的客戶，所以2018年我們開始做業(yè)務上的調整、整合”，李碩解釋道。

2018年底，百度將云事業(yè)部直接升級為智能云事業(yè)群組，開始完全承擔百度To B的職責，負責把百度幾乎所有的核心技術轉換成產品和解決方案提供給To B客戶。

僅從時間維度觀測，百度云不是喊出做公有云的第一批廠商。百度主營搜索業(yè)務，對服務器資源的消耗不像雙十一電商大促，波峰波谷十分明顯，AWS、阿里開展公有云業(yè)務也更多出于商業(yè)邏輯角度，資源閑置不如產生價值，而百度的帶寬和服務器成本相較其他互聯網廠商，占營收比例較低，所以百度并不急于為了做云而做。

百度當時思考的是—;—;百度做云和別人做云到底能產生什么樣的差異。后來的故事我們已經知曉，百度云是從人工智能出發(fā)，自上而下做云計算，人工智能技術的社會認知和商業(yè)環(huán)境逐漸成熟，百度認為做云能夠提供不同于市面已有廠商的差異價值，所以百度也主動成為最早把AI能力全棧開放的企業(yè)。

互聯網巨頭紛紛開始To B，To B也是一個萬億級市場，不比To C小，但中國的To B市場很難看到大型企業(yè)出現，因為中國企業(yè)的成長本身處在一個早期階段，企業(yè)成長到一定規(guī)模時，需要使用ERP和財務系統等企業(yè)軟件，供選擇的都是國外大廠產品，歐美市場的企業(yè)成長經歷過同樣的階段，已經培育了大量的成功案例。

換句話說，市場需求決定了中國市場還不足以誕生To B的大型企業(yè)。

今天互聯網企業(yè)為何又集體開始To B？中國互聯網公司經過二十年的成長和發(fā)育，形成了自己的一套互聯網企業(yè)所擁有的架構，這套架構與以前歐美企業(yè)所擁有的IOE架構完全不同。

互聯網公司的IT架構自然演進到7 x 24小時、低成本硬件、高可靠服務、快速閉環(huán)的架構。企業(yè)擁抱互聯網架構，或者在試圖解決技術難題時，很自然的找到行業(yè)領先企業(yè)尋找最佳解決方案。

互聯網企業(yè)做To B的時間節(jié)點和人工智能技術的成熟曲線恰巧相遇，這也讓百度智能云做AI to B成為順理成章的事，不過同為互聯網云廠商，各家的側重點不盡相同，百度以AI為先，云業(yè)務是落地AI應用的載體，阿里則將云計算基礎設施的規(guī)?；龅綐O致，騰訊更專注于小程序、支付和微信生態(tài)。

AI to B的變奏曲

一個行業(yè)的開拓從來都不是容易的事，百度也不例外。

在人工智能落地的開端，行業(yè)之外的人對人工智能的理解是神化的，但本質上人工智能等相關技術都是解決在特定問題和特定場景下，實現替代人類或者更優(yōu)的效果。

百度首先解決的問題就是與行業(yè)專家研究，探索人工智能究竟在什么場景下能夠發(fā)揮價值，最終百度積累了一套完整的方法論，在新場景開拓時，產品經理和AI工程師能夠很快判斷出這個場景適不適合人工智能。

在具體落地實踐中，百度發(fā)現，不同行業(yè)的信息化水平不一樣，不同行業(yè)的從業(yè)人員的科技素養(yǎng)也不一樣，金融行業(yè)、運營商行業(yè)，對技術理解水平較高，但是進入到了工業(yè)、制造甚至在農業(yè)領域里，雙方對話的落差就會變得非常大.

此外，不同行業(yè)中，人工智能的通用算法在特定場景會碰到特定的困難。比如人臉識別多了一層玻璃，語音識別多了一點方言，都會導致效果大幅下降。

“真正讓人工智能規(guī)?；涞?，必須要解決人工智能技術本身和它的應用者之間的落差，因為人工智能做出來不是給科學家用的，比如在視覺場景，我們有一套方法、工具和平臺，讓呼叫中心里的話務員也可以用圖形化的方法去定義業(yè)務邏輯，這個業(yè)務邏輯最終轉換成了機器可理解的語言和模型”，李碩表示。

在人工智能已經落地生根的行業(yè)，百度趟過了AI應用于行業(yè)的坑，接下來的重點是成規(guī)模的復制。

基于多年的人工智能落地實踐，本次百度提出了人工智能工業(yè)化的公式：人工智能工業(yè)化=(智能計算*智能應用)^智能生態(tài)。

尹世明提到，前三次工業(yè)革命中，工業(yè)化都要解決三大問題，新的生產力問題，自動化問題，協同和共享問題。智能計算、智能應用、智能生態(tài)則是百度對應提出的解決之道。

通過智能計算和智能應用相互的交叉促進，再通過智能生態(tài)實現指數級的發(fā)展，三者相互融合，相互促進，才能實現人工智能自身的工業(yè)化。

今年稍早時候，百度大腦迎來了史上最重磅的5.0版本升級，一舉成為產業(yè)智能化、軟硬件一體的AI大生產平臺，這和百度智能云的所需的三要素“不謀而合”，也可以窺見，百度早有做人工智能工業(yè)化的心思。

在本次大會上，百度智能云也更具體的展現了人工智能工業(yè)化的基礎：一個基礎核心，六大工程平臺及三套實踐方法論。

一個基礎核心以“更全場景覆蓋、更高彈性、更高性價比、更安全合規(guī)、更易運維”為五大特色，天工、天算等六大工程平臺則覆蓋大數據工程、AI、視頻云、物聯網、區(qū)塊鏈、云原生等細分領域，為企業(yè)解決技術環(huán)境、開發(fā)路徑、資源需求等難題。

再加上“互聯網架構、數據智能、模型工廠”三大方法論提供知識輔助。智能計算產品全景圖將助力客戶智能化變革，降本增效，讓客戶更加專注在業(yè)務創(chuàng)新，提升業(yè)務市場競爭力。

如上即是百度智能云歸納的人工智能工業(yè)化實踐。尹世明認為，互聯網云廠商構建一個To B的體系是最根本的。不同于傳統互聯網快速迭代，To B產品有較長的生命周期管理訴求，銷售市場、服務體系、運營體系都需要重新構建。

To B是長周期的經營，AI落地也是一個復雜事宜。拋開技術本身，李碩表示，AI落地首先是認知層面的不一致，另外，在選擇場景和落地的時候，所要做的事情要給企業(yè)帶來經營價值，AI落地行業(yè)并不是顛覆行業(yè)本身，而是在這個過程中找到合則兩利的方法，才是良性的AI落地過程。

To C市場，只有第一，沒有第二，頭部效應明顯。To B則不然，賽道寬廣，細分需求繁多，產品和市場周期較長，也造就了To B市場主要玩家要比To C市場多上不少，至少容納TOP 10玩家是毫無問題的。

不管是云計算行業(yè)還是ABC，或者說云+AI，整個行業(yè)都處在市場演變的早期，當下的市場合力大于競爭，如何培育真正的市場客戶，并用云廠商協同其他廠商的能力去滿足剛性需求，才是To B大潮下各類企業(yè)應該去做的事。

總結

百度AI to B以頭部客戶切入，在服務頭部客戶過程中沉淀標準化產品，然后再進入到下一級的肩部、腰部、長尾客戶，逐步完成行業(yè)的智能化賦能，不同行業(yè)智能化進程節(jié)奏不同，快則五年，慢則十年，AI to B的百度進入下一輪經濟腹地。