云制造商专注于如何关注关键场景,满足实体行业需求

在行业中，应用企业应计算投入产出账户。云制造商生产产品，也应计算成本账户。账户清晰，东西可以着陆，企业可以升级，行业也可以达到一个新的水平。

文｜徐鑫

编｜赵艳秋

云计算市场已进入测试深挖行业能力的阶段。云制造商专注于如何关注关键场景，满足实体行业的需求，促进解决方案的大规模实施。

从产品到具体场景，应用企业应计算投入产出账户。百度智能云从最有效的地方开始，提高了企业的人力效率，降低了成本，应用程序可以实现。

百度于11月22日发布Q3财务报告，百度智能云保持增长势头，收入同比增长24%，高于行业平均水平。在扩大经营规模的同时，实现营业利润环比增长，同比增长。

百度智能云本身也在计算技术着陆行业的过程中。从低利润率项目转移，致力于促进垂直解决方案的标准化。百度智能云已经形成了一套芯片-框架-大模型-行业应用的智能闭环路径。它们降低了百度智能云在行业的着陆成本，提高了应用效率，帮助其更稳定的增长和创新。

01

企业算的账

苏州常熟一家印刷电路板厂的终检车间，工人们站在工作台上LED白光，在电脑屏幕前，仔细检查指甲盖大小的电路板。

这种电路板是一种软硬结合板，广泛应用于手机、笔记本电脑的摄像头模块和5G基站中。

很难想象大规模生产的电路板是质量检测的重要组成部分。在此之前，工人们需要操作显微镜。女工们每天躺在显微镜上八个小时，一个接一个地扫描电路板，用肉眼和时间堆积产品的检测结果。

工厂的IT胡平华经理告诉数智前线，为了提高效率，软硬结合板质量检查使用了外观检查机，用机器完成了表面的第一次筛查，然后在计算机前手动确认了机器的筛查结果。

在过去的工作过程中，外观检查机依靠色差和灰度值来寻找缺陷。其执行过程坚持宁愿错误判断缺陷，也不愿错过一个缺陷的原则，将无缺陷的可疑点判断为缺陷，然后通过计算机屏幕前的放大照片删除。

这在业内被称为假点，软硬结合板通过外观检查机后的假点率占70%以上。一台外观检查机应配备5名审查员进行检查。这意味着在随后的过程中，大量的时间和人力应该投入到手动审查中。

胡平华所在的东南互动电子公司是中国为数不多的能够生产符合日本和欧洲生产标准的软硬结合板制造商之一。在过去的三年里，由于市场环境的变化和原材料价格的上涨，市场订单需求正在萎缩，行业内的产品利润率也被压缩，玩家遭受了巨大的损失。在更残酷的市场竞争条件下，人类效率产出已成为企业关注的焦点。

近年来，江苏常熟积极推进智能转型，提升传统企业竞争力。百度智能云在常熟工业和信息化局组织企业参观东南互动电子时，发现了这一环节AI技术升级了传统机器视觉产品的空间。原外观检测机发现假点后，利用人工智能算法学习假点的特点，自动去除，人工干预审查可以避免大量不必要的工作。

今年1月，百度的工程师开始使用它AI技术带到东南相互电子外观质量检验生产线，半年多后，双方的合作已进入交付验收环节。

胡平华告诉数智前线，但重新学习只需要几个小时。工厂现有的IT团队可以自己解决问题，不需要百度工程师的手。这意味着，如果未来的过程稍微调整，产品表面出现新的缺陷，工厂也可以完成算法的适应。

云计算制造商总是在帮助各行各业进行数字转型时遇到有什么用的问题。一位关注制造业数字化进程的人士指出，制造业最重要ROI指标，在应用新技术时，他们总是要算账，只有算账的产品才能在工厂落地。

百度集团执行副总裁、百度智能云业务集团总裁沈抖指出，数字化不是实体行业的最终目标，充分利用数据，解决生产经营中的实际问题，提高生产效率，产生实际效益，是实体行业的最终目标和真实需求。

百度在东南相互电子应用中AI胡平华在质量检验产品时计算账户——如果通过AI80%假点过后，一台外观检测机需要配备的审核人员可能会从5人减少到2人，该岗位的入职培训时间可能会从2个月缩短到2周。肉眼可见，企业的人效有所提高。

这一结果使他们开始考虑，并在未来引入产品的中间检验环节AI质检技术。

02

路径切入核心场景

今年，百度智能云在战略上更加注重行业最关键的场景，更加注重应用AI解决企业最关心、最核心的问题。

为了进入关键场景，百度智能云的实践是从应用开始，基于应用的改进，完成相应环节的数字基础设施建设，形成最小的应用驱动数字环。

以制造业为例，AI目前，质量检验被百度智能云视为生产制造领域的重要驱动应用。百度智能云端到端优化了模型算法设计、推理引擎、深度学习框架、芯片适应等环节。在这个技术基础的支持下，产品产生了实际的效果。该应用程序还进入了电子、纺织、化纤、汽车等15个行业的100多个场景。首钢、宝武、恒逸、一汽、广汽本田等知名企业已落地。

目前，百度AI质量检验解决方案已降水为平台产品。百度智能云智能工业工程师张长海告诉数字智能前线，工业视觉智能质量检验平台的能力已从多个层面包装，便于应用于不同行业和企业。其中，底层算法算法为一层，不同行业的模型为一层，上层应用为第三层。

在底层架构层，百度桨框架也是中国应用最大的开源AI除了框架，这个框架还支持它AI质量检验以外的产品。

行业模型是从大量的行业项目中积累和完善的。当百度进入企业场景进行应用登陆时，它不仅可以基于现有的行业成熟模型进行快速培训和迭代，还可以避免重复轮的情况。这条路径也是华为进入工业和其他垂直行业的一种方式。

除了AI质量检验产品、百度智能云在制造业和安全生产、能耗优化和智能调度三个方向。它们共同建立在百度工业互联网品牌工业互联网品牌的开放之上。

对于云制造商来说，要扎根于行业，必须从大量的项目经验中提取迁移复制产品，实现细分行业的健康均衡发展。

一位关注企业数量变化的人士认为，行业软件应用的理想支付方式仍然是订阅，因为云制造商的产品仍然需要大量的定制和迭代，而且很大一部分还不能使用SaaS方式交付。

百度智能云副总裁李硕在今年9月接受开放品牌升级采访时也承认，大量项目投资仍以项目的方式进行，但在抽象产品的努力中，产品层清晰可见，这些产品在行业深度和可复制性方面也产生了效益。

除了产品进入企业外，百度的人们在更接近客户，下沉运营。这是中国制造业产业链协调模式对云制造商的要求。

李硕举了个例子。一位制造企业家对他说：我所有的供应商都在50公里内解决问题。他认为这是制造企业家对供应商需求的心理距离。百度基于下沉运营的理念，在工业区附近建立了运营平台，并建立了苏州AI+工业互联网基地负责华东地区的本地交付和服务实施。今年，百度智能云正式在重庆、广州推出工业互联网平台。

对于大量的中小企业来说，已成为百度智能云AI一种产品介入各种方式。它不同于云公司与大客户的合作。在大型企业的数字化过程中，需要大量的定制开发，大型企业有能力进行长期投资。百度智能云与行业基准企业合作，创造新的商业形式，寻找大规模点。

集群，集群园区中的大量中小企业无法单独从事智能转型和数字转型。为了提高这些企业的数字化水平，政府牵线搭桥，收集同一园区的需求，并根据这些共同需求建立工业园区云。中小企业可以轻量化界面应用算法和模型。目前，百度智能云与常熟高新技术园区、桐乡高新技术园区、重庆、广州园区都是这种合作模式。

从核心应用场景切入企业后，可能会在相关流程中带动业务数字闭环。例如，在湖州美信达企业印染厂，经过布料缺陷和色差检测后，自然会出现对正品和缺陷产品分拣、物流和仓储分拣的需求。

发展的本质是增长，增长是由创新驱动的应用驱动应用，使数字经济在工业、交通、政府事务等垂直市场快速增长，实现行业核心场景的多重突破。百度智能云市场份额通过压力创新帮助客户创造新的增长点，同时实现快速增长。

03

实施重点赛道

深入挖掘行业，帮助实体经济是当前云制造商投资的重点。智能云产品进入关键轨道和行业，云制造商想要健康增长，但也必须计算。

IDC根据今年10月发布的报告，公共云服务提供商寻求多元化、高质量的发展，其中一个重要表现是行业的深度培育。领先的公共云服务提供商已经逐渐形成了自己的优势产业，并通过生态系统来弥补其不足。

创新可以推动增长，那么创新是如何产生的呢？百度认为这是一种反馈驱动的创新。在离企业最近的车间、工厂等地方，听取一线工人对智能升级的真实反馈。百度认为，用户反馈越多，百度就可以根据每个行业的需求，从底层芯片到顶层应用程序进行端到端技术优化。今年，百度智能云正在升级多个行业的解决方案或能力。

汽车云是今年以来主流厂商大力投资布局的领域。9月，百度智能云首次发布汽车云。汽车工业是最复杂的场景之一，因此百度汽车云也从汽车企业集团云、网络云、供应链协作云三个层次深入升级汽车制造业，解决汽车工业生产、自动驾驶测试、供应链管理等问题。百度透露，目前中国销量前15的车厂中，百度智能云客户有10家；百度智能云服务于十大新能源汽车企业中的5家。

在智能交通场景中，百度智能网络、智能交通管理、智能高速、智能停车解决方案应用于北京、广州、长沙、重庆等城市，提高交通效率。百度披露，截至第三季度末，累计合同金额超过1000万元，百度ACE与一年前的24个城市相比，智能交通解决方案已被63个城市采用。

在更传统的水行业，百度智能云通过提供数字基础和智能引擎，在供水、排水、污水、水环境、水利等场景中创造智能应用。例如，与龙水库和百度智能云开放合作建设监管平台。通过智能屏幕，管理人员可以全面管理24.8平方公里的水域，实时发现非法行为，如非法捕鱼和垃圾。

云厂商们的AI能够实施技术和商业应用，不仅要有大数据和人工智能技术的基础，还要有行业的积累和沉淀。

由于百度智能云逐步建立的健康增长机制，百度智能云正在从低利润率项目转移，并致力于促进解决方案的标准化。

这背后离不开百度智能云进入千行百业的底层逻辑，也是其深挖行业的解决方案。

今年9月，百度推出了云智能一体化3.0架构。沈抖的签名文章阐述了该系统在帮助科技实施行业时的优势——

云智一体化3.0从行业核心场景入手，通过打造行业标杆应用，带动和沉淀AI PaaS层和AI IaaS层的能力可以优化现有的应用程序，孵化新的应用程序，底座，使基础云更适合AI应用。

具体来说，百度自研的昆仑芯在芯片部分已经量产了数万片，作为一种通用型GPU，昆仑芯在工业质量检验场景中取代了外国芯片，降低了65%的成本。飞桨深度学习框架允许开发者直接调用飞桨框架和飞桨开发平台的相关模块，而无需从第一行算法代码开始，大大降低了人工智能技术应用的门槛，更快地促进了工业智能化。

以自主研发的产品和技术生态为基础，从应用侧的反馈可以以更快、更低的成本驱动技术在场景层面的实施和创新。

IDC亚太区于11月发布AI根据全生命周期市场研究报告，百度为智能制造等数字化转型行业提供了全面的需求AI生命周期端到端AI模型开发解决方案是中国唯一入选该报告的方案AI服务商。

百度智能云，致力于行业，帮助实体企业解决实际需求，致力于卷实体企业的技术创新，这也是百度云智能深入产业战略的初衷。

在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，可以算清楚AI百度智能云在技术落地行业账户中的深度和厚度达到了新的水平。