- shenzhenware -
这几天百度又接二连三的做了一轮发声——主题不是智能音箱：
上周，在重庆智博会上，李彦宏对 AI 产业落地提出了三点建议，透露出百度在产业物联网的布局。
上周，在第四届「ABC SUMMIT 2019 百度云智峰会」上，百度智能云连发了 20 大智能计算新产品，勾勒出百度智能云方案的全景图。
本周，李彦宏发出全员信，宣布百度智能云与 CTO 体系高效融合，公司副总裁、百度智能云总经理尹世明携百度智能云事业群组（ACG）团队向集团首席技术官王海峰汇报。
一系列动作表明，百度智能云的战略地位不断提升，百度 AI to B 业务战略的地位不断升级。
小度智能音箱走向千家万户，这是百度 AI to C 战略的体现。今年 Q2 季度，百度智能音箱全球排名已经赶超 Google，跃居全球第二。
百度智能云 ABC 即百度 AI、大数据、云，成为大型公有云厂商的标配，这是百度 AI to B 战略的体现。今年 Q2 季度，百度智能云在中国公有云市场中排名第四。
相比阿里云、腾讯云已经占据的市场份额，百度意在奋起直追、弯道超车：百度智能云过去一年用户数、收入翻倍增长，流量和服务器三倍增长，成为中国增速第一云厂商。百度不仅强调了名次，还强调了增速。
在 AI to B 的赛道上，阿里、腾讯、百度三巨头相继发力。
去年 9 月，腾讯成立云与智慧产业事业群（CSIG），宣布从 to C 向 to B 业务的转变。之后，在今年 5 月的腾讯全球数字生态大会，腾讯更是强调通过 CSIG 这个「窗口」，面向行业输出 AI 应用解决方案，协同发力产业互联网。
去年 12 月，阿里云升级为阿里云智能，通过组织架构调整，将中台战略中所构建的智能化能力与阿里云的能力相结合，构建基础设施。在刚刚结束的世界人工智能大会上，阿里云发布《中国企业 2020：人工智能应用实践与趋势》白皮书，旨在为企业应用人工智能提供落地指南。
百度智能云在完成了一系列的组织架构调整、基础设施蓄能后，打出了一张靓牌——AI 工业化。
上周四，百度召集了近 7000 位合作伙伴开会。这个「百度云智峰会」已经是第 4 届，和「百度 AI 开发者大会」在同一个会场、同一个规模。会上，「INDUSTRIALIZE / 工业化」成为主旋律。
AI 工业化——这并不是狭义「将 AI 带入工业领域」。这一概念出现的时代背景是：
在过去几年，AI 已经完成了从大数据到云的基础建设，AI 技能能力已经能够满足算力、算法、数据的要求；接下来，AI 将大规模进入产业，解决规模化应用的问题。
百度提炼了过去三次工业革命发生的关键要素——生产力、自动化、协同共享。与之相对应的，在人工智能向工业化推进的过程中，百度遵循了这样一个形似爱因斯坦「质能公式」的「智能公式」：
人工智能工业化 =（智能计算 x 智能应用）^ 智能生态
把这个公式拆开逐项解读，就能看到一张百度发力产业智能的战略蓝图。
智能计算是智能化变革的基础设施，百度已经在计算、网络、存储、数据库、安全等方面做好了技术储备；同时，适应产业智能化的需要，百度的智能计算还具备全场景覆盖、弹性配置和交付、高性价比、安全、易运维等特性。
不仅如此，百度还构建了 6 大工程平台，总结了 3 套方法论，在大数据工程、AI、视频云、物联网、区块链、云原生等领域，帮助企业解决技术环境、开发路径、资源需求等难题，助力企业完成智能化变革。
有了基础设施，百度在视觉智能、对话智能、数据智能三个方面，为企业及合作伙伴提供 5 大场景解决方案，列举了 6 大典型客户案例，以推动 AI 落地各行各业。
有好一段时间媒体在关注 AI 下沉市场。让智能音箱走向三四线城市的家庭是在消费市场的一个体现，而在行业市场，让 AI 沉下田间地头，沉进矿区厂房，是一件更有趣的事情，因为你会发现，对于行业用户来说，AI 不仅是一件「好玩」的事，还是一件真正有价值的事。
在制造业耕耘的朋友都知道，大部分的车间质检工人都是用「肉眼+放大镜」的人工检测方法，来排查零部件外观是否有缺陷。产线上的工人上班时间是不允许带手机的，就连上厕所都要有倒班轮换，也就是说，不仅坐在那里一个姿势几个小时不能动身，就连眼睛也是要做到不能有一刻松懈。
而当我们用摄像头做人眼，对零部件外观进行 6 个工作面不同位置的拍照，用 AI 数据进行比对排查，然后再让机器自动挑选缺陷零件。当这些都能集成在工厂的自动检测系统中，并且部分排查由边缘侧的终端设备完成而无需实时上云，就能实现高效的机器自动、智能检测。
精研科技是三星、华为、OV、亚马逊、谷歌等企业精密零部件的制造商，他们利用百度智能云技术打造的智能质检设备，能同时检测 6 个零件面的 33 种缺陷，将漏检率控制在 0.1% 内，设备投资回报率则达到了传统机型的 6.5倍。
更进一步的，数据还能驱动算法优化，驱动工艺优化，企业的竞争力也获得了极大的提升。
△ 百度云智峰会现场连线精研科技工厂车间，左边是人工质检车间，右边是智能质检车间
很多时候我们在谈到「智能云」的时候，都会担心在 5G 还没有大规模应用的时代，设备如果不能实时联网上云，智能云的相关应用方式是不是就根本是无稽之谈？
从 2017 年初步尝试落地到 2019 年规模化应用，这套云边端协同的智能质检方案，已经在数十个行业里运行了有一段时间了。来自江苏常州的制造业企业精研科技是一个缩影，在之前，首钢的钢板缺陷检测、宝钢和一汽的零部件质检等等，都应用了端云一体的质检云方案。
我们再看一个草根救援行业在科技赋能下如何实现高速发展的案例。在今年夏天的「利奇马」台风登陆浙江不到一个小时内，吉诺救援接收到 295 个救援请求。吉诺救援利用百度智能云的 AI 方案，在 40 分钟内就调度了 300 多台车辆，前往 37 个县展开救援，救援的效率和准确性大大提升。
△ 吉诺救援
事实上，仅在 2018 年一年，吉诺救援就处理了 10 次台风灾害，39 次强降水洪涝灾害，覆盖了 3260 万台风受灾人数，以及 271 万辆受灾救援车辆。在中国车主已经超过 2 亿的大市场里，吉诺救援每天要处理 20000 次救援请求，派出 40000 辆专业救援车辆出险行动。
要应对如此大规模的数据量，就要通过智能化实现救援变革，应用地图技术实现时空的智能调度，从而真正做到全面监控、高效分析、精准预测和预防处理。最后我们回到之前提到的「智能公式」，这其中提到了幂指数是「智能生态」，尹世明解释说：
智能计算和智能应用交叉促进，再通过智能生态实现指数级的发展，才能实现人工智能的工业化。
规模化应用和指数级发展，离不开生态的繁荣。为此，百度智能云推出业界首个完整的人工智能生态联盟——百度产业智能联盟，并展现面向制造行业的子生态领航俱乐部，共同建设产业智能化生态圈。
△ 百度智能云合作伙伴分享企业智能化升级故事，并为百度产业智能联盟站台。从左到右分别为吉诺汽车集团董事长贾小平、Dell 全球供应链负责人黄畅唱、央视网总经理赵磊、国家电网有限公司客户服务中心董事长吴杏平、重庆市气象局局长顾建峰
这几天德国柏林 IFA 展即将召开，我得空了解了一下最早由德国提出的第四次工业革命。
在完成了两次工业革命后，德国意识到，要保持自己制造业强国的优势，就要在提升技术水平和提升创新体系的效率上做文章。而其中关键目标就是减少人力成本，以此来应对像中国这样的新兴国家的庞大的制造输出能力。
人力成本这件事情对于中国来说，可能暂时还没有德国那么痛。但随着中国智能化进程的推进，部分试点里冗余的劳动力提早被释放出来，不正是为了迎接更大规模的智能革命后，生产效率的指数级提升吗？
背负着 AI 赋能大业的百度、阿里、腾讯，在这一波智能革命中，能否将领先的智能计算技术，规模化应用到各行各业，并带动效率的提升以及业务的指数级发展，这是我们全民所期待的。■
微信号：shenzhenware
主笔：陳壹零 / 深圳湾
编辑：大树 / 深圳湾
快到「湾」里来
深圳湾正在招聘：
真知灼见的科技记者
四通八达的运营编辑
才华横溢的市场策划
技能爆表的活动运营
热情四射的社区达人
简历传送门：
Lynn@shenzhenware.com
● ● ●
深圳湾（公众号 ID：shenzhenware）连接全球硬件创新者，连接硬件生态链上下游，连接跨界产品的设计、技术、生产、渠道、商业、创新。深圳湾持续关注「AI+硬件」带来的场景和交互创新，以及与平台和应用相连的全产业链升级，欢迎相关团队与我们联系，微信私人客服：小炫（ID：warexx）。