文 | 曾響鈴

來源 | 科技向令說（xiangling0815）

新基建越往深處走，技術落地的重要性就越高，而這方面往往少不了政府和巨頭企業的身影。最近幾天由中共無錫市委、無錫市人民政府主辦的2020太湖人才峰會就是如此。

這場全球20余位院士、700多個高校院所、世界500強企業的專家、高管代表參與的會議上，新基建自然而然成為重要話題，而諸如百度CTO王海峰“AI新基建加速產業智能化”此類演講，又把新基建聚焦到了一個個垂直領域上。

毫無疑問，AI新基建面臨比其他新基建更復雜的技術研發與產業落地匹配的挑戰，而王海峰在演講中展示百度打造的包括百度大腦、飛槳、智能云、芯片、數據中心等在內的新型AI技術基礎設施，以及百度智能云推動各行各業智能化轉型升級的最新成果，則事實上勾勒出一幅真正“產業化”的AI新基建圖景。

一、產業化橫亙AI新基建大時代，這不只是技術難題

當AI新基建在短短半年時間內成為熾手可熱的行業話題，我們看到的，有一直以AI立身的百度在蟄伏多年后，終于等來可能會讓它實現突破式、超越式發展的契機，而除此之外，更有大量巨頭級企業強化AI布局，試圖“分一杯羹”。

不過，百度，在已有的技術和產業布局基礎上，只要進一步深化就承接了AI新基建的機遇，而對其他缺乏深度產業布局的巨頭平臺而言，此時“跟進”，則還面臨技術創新和布局的積累。

由此，在AI新基建領域，出現一種奇特的分野：

整個賽道巨頭帶隊下的陣容越來越龐大，再加上大量新加入者涌現，大家開始不斷“秀肌肉”，各種AI獎項拿個不停。

而跑得更快的百度在技術成就之外，越來越多開始講起了自己的整體布局和產業落地，“技術領先”作為行業內默認的現實不再被百度常常掛在嘴上。

所以，盡管AI新基建如火如荼，人人都在宣稱“布局AI”，所以，盡管AI新基建如火如荼，人人都在宣稱“布局AI”，但真正走在產業落地這條路上的，可能只有百度等少數。

這個過程中，從產業布局到落地、甚至完全產業化，還存在兩大難以逾越的隔閡：

一是AI難以適應獨特的產業需求，這表現為新闖入者空有一個似乎面面俱到的AI技術布局，但這些技術真的要去適應不同場景訴求很困難，這是因為缺乏AI實戰的平臺（哪怕是巨頭）無法具備需要長期積累的場景理解，短期內無法完成從技術到產業的跳躍。

二是AI的“產業化”本身不是一瞬間的事，它是一系列資源投入和價值實現反復磨合的結果，要理想的解決方案、要能夠承載解決方案的軟硬件、要隨時與AI系統共同進步的高要求人才隊伍進行跟蹤維護……當我們談論AI成功落地時，它就已經做了太多太多。

可以說，AI新基建大時代，在紛紛涌入的企業面前，“產業化”是難以翻越的大山。

二、百度祭出“四大殺手锏”？其實亦是“產業化”的多維度強化

自媒體“腦極體”在其行業評論《用AI牽引新基建，百度悄悄升級了四大殺手锏》中，梳理了百度在搶占AI新基建優勢、釋放技術價值時的“四大殺手锏”，包括自主可控的技術底座、開源開放的AI生態、3個“5”組成的基礎設施升級、工業級AI的產業耦合等。

事實上，如果換一個角度看，百度這么多年在AI方面的積累尤其是近段時間以來的布局深入，也在類似的四個方面推進其AI“產業化”的強化，打造業界“產業化”的AI新基建。

1、垂直場景的產業化：盯住產業耦合實現技術的價值

百度不久前發布了一份“百度AI新基建版圖”，從智能交通、智慧城市、智慧金融、智慧能源、智慧醫療、工業互聯網和智能制造等闡述百度AI如何與新基建融合從而創造和發揮價值。

事實上，如果非要橫向對比，就會發現這是百度AI“產業化”的典型表現——真正適應不同垂直場景對AI的特異性需求，從產業里找到適用AI技術的位置，嚴格以產業需求為“錨”，而不是像個別企業那樣為了技術而技術。

百度大腦、飛槳、智能云、AI芯片、數據中心等新型AI技術基礎設施固然讓百度在AI技術上遙遙領先，但只有當它們俯下身到產業里，耦合到價值錨點，才能釋放出新基建的落地價值，成為連接現實場景、推動社會進步的、有價值的AI技術，不再“高冷”地掛在天上炫耀自己的美麗。

2、可控的產業化：新基建特殊背景下，AI產業化有特殊前提

AI產業化隱含一個前提條件：技術必須掌握在自己手上，否則一旦外部有什么風吹草動，上游技術被卡了脖子，所謂產業化的成就可能就瞬間當然無存，我們經歷過太多類似的新興技術領域因為技術鉗制而直接停止落地腳步的事情了。

尤其在新基建作為國家層面的宏觀戰略，將深度改變社會，AI落地的可控就更為重要。

而中國AI領先全球給了這種可控落地更好的條件：

百度在深度學習、自然語言處理、智能駕駛等多個AI領域都有著不會受制于人甚至掌握行業話語權的技術儲備；

飛槳成為與Google TensorFlow爭雄的深度學習開放平臺，在“操作系統”上提前占領高地、培育屬于自己的AI模型及AI應用生態；

甚至，在“缺芯”的普遍憂慮下，AI芯片“昆侖”、智能語音芯片“鴻鵠”等讓人看到了AI新基建最重要的底層硬件保障。

3、持續的產業化：面向長遠，AI新基建落地需要宏觀體系的推動

當一個企業成為一家獨大的領頭羊時，其所做的事就不能僅僅考慮自己，還要幫助整個行業向前。

AI新基建實現更好的“產業化”，將是一個長期而系統的工作，必須在多個方面進行“配套基礎設施”的建設，以保證產業落地是可持續且是不斷加速的。而領頭羊百度，就不得不承擔這個職責。

AI的三大要素，百度都在嘗試推進。

數據上，百度計劃未來5年在其山西數據標注基地培養5萬名AI數據標注師，這勢必帶動整個數據標注產業的大發展，為AI技術的進步和落地源源不斷輸入“糧食”；

算力上，百度預計到2030年實現百度智能云服務器臺數超過500萬臺，為百度的AI新基建注入扎實的算力基礎，應對算力資源日趨緊張的行業現實；

算法上，百度提出在未來5年要培養500萬AI人才，這些人才對推動AI算法的進步將起到直接的價值，但他們的意義又不僅僅在于算法，例如在落地層面幫助AI適應更復雜的產業場景需求，也需要經過特殊培養的人才隊伍。

4、彈性的產業化：只有產業生態化的落地才能讓AI更好地延展

智能經濟在未來擁有無限可能，這意味著AI新基建的落地不是百度單一企業服務大量客戶所能實現的，生態化才能保證AI落地始終有活力，有無限的可能。

這方面，最典型的是百度大腦，“濃縮”百度長年的AI技術積累，語音、語義、圖像、視頻、知識圖譜等，開放、推動大量開發者出產AI應用，快速在各個細分再細分的場景里落地AI，這顯然超越了百度單一力量去開發大量的AI應用的玩法（從整個AI領域來看，這種做法仿佛倒是主流）。

此外，在各個產業，百度AI往往都會找到特定的合作伙伴共同開發新基建產業應用，帶來更多樣化的資源支撐。

AI新基建的“路”由此快速鋪設到了需要它的地方，產業智能化的“加速鍵”被AI新基建按下后，落地速度究竟有多快甚至都不再被限定，因為提供動力的不再只有百度。

三、AI新基建，“產業化”本身就是“最強的壁壘”？

新基建自帶使命，即提升社會的生產效率，推動各行各業朝著數字化、智能化轉變，最終推動中國的產業升級的“國運大計”，并通過勞動生產率的提升徹底解決長期以來經濟發展過程中存在的種種不合理問題。

這意味著，AI一旦與新基建的聯系，就必須自帶落地的屬性，必須完成從技術到產業價值的轉變，能夠從產業、從社會生活角度體現出價值。

因此，某種程度上，沒有真正產業化的AI是不能稱自己為“AI新基建”的，只能說在業務線上布局了AI罷了，尚未進入AI新基建階段，沒有也無法從現實角度推動產業和社會的進步。從這個角度看，雖然大家都搶著說自己在搞“AI新基建”，但真正符合這個概念的，只有強調落地的百度等少數玩家。

不落地、不實戰的“AI新基建”，可能都是偽命題。

更進一步看，正因為“AI新基建”默認帶有的實戰落地屬性，意味著百度這樣注重產業落地的AI企業并非只是承接了新基建紅利這么簡單，它們也在反過來成為時代的建設者，以落地的方式創造自己的社會價值，附帶實現商業價值。

所以，如果說AI新基建的行業競爭有什么壁壘的話，“產業化”一定排在最顯著的位置，誰能實現“產業化”，誰就擁有了“最強的壁壘”。

總而言之，AI新基建已經到了真刀真槍上陣的時期，“產業化”成為不同“派系”的分水嶺，在它的一側是不斷強化產業落地并在多個維度保證落地價值的百度，另一側則是趁著風起入場的大量玩家。無論如何，更多的玩家加入對AI與AI新基建都是好事，只不過行業梯隊已經被早早劃定了，第一梯隊在很長一段時間內都將只有一個玩家。

*此內容為【科技向令說】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。