0
作者丨徐曉飛
編輯丨周蕾
大模型“通義千問”今天在阿里云大會(huì)上的亮相，標(biāo)志著又一家互聯(lián)網(wǎng)巨頭正式加入ChatGPT軍備競賽。
要判斷巨頭們此次廝殺孰勝孰負(fù)，有一條十分關(guān)鍵的預(yù)測邏輯：
互聯(lián)網(wǎng)企業(yè)在云智一體化的進(jìn)展越快、成果越扎實(shí)，他們?cè)谶@輪比拼上就越有希望下出先手棋。
如今無論是大模型，抑或是其他云或AI的產(chǎn)品矩陣，某種程度上來說，均是巨頭們?cè)浦且惑w化的產(chǎn)物。
“云智一體”一詞，最早出現(xiàn)在2020年百度智能云發(fā)布的戰(zhàn)略中，此后各家科技巨頭也在實(shí)踐中，逐步推進(jìn)云智體系的打通和融合，這一概念也逐漸成為了行業(yè)共識(shí)——可在過去很長一段時(shí)間里，云智一體的演進(jìn)之路道阻且長，對(duì)企業(yè)而言是戰(zhàn)略眼光和定力上的巨大考驗(yàn)。
“云智一體”落地難，這一現(xiàn)象究其原因，來自組織隔閡。
互聯(lián)網(wǎng)企業(yè)在高速發(fā)展的過程中，迅速跟進(jìn)了AI與云兩撥技術(shù)潮流，各自配備人才、組建團(tuán)隊(duì)，也相應(yīng)地形成了各自的發(fā)展目標(biāo)和規(guī)劃。但這也使得AI和云，逐漸在企業(yè)內(nèi)部演變?yōu)橄嗷オ?dú)立的兩個(gè)體系。
2015年左右，海內(nèi)外的所有互聯(lián)網(wǎng)公司都把AI作為單獨(dú)的戰(zhàn)略性技術(shù)，多數(shù)歸屬于技術(shù)職能線。簡單來說，即是將科學(xué)家們都匯聚在AI研究院里，不隸屬于任一業(yè)務(wù)線，以研究為第一要?jiǎng)?wù)。
此舉之利弊，《我為什么支持BAT拆掉AI研究院》一文有過詳細(xì)分析：優(yōu)勢在于營造了濃厚的研究氛圍，能集科學(xué)家之力走在技術(shù)前沿，但與業(yè)務(wù)部門的割裂，使其缺少工程化能力和核心場景數(shù)據(jù)。
2018年后，AI商業(yè)化落地需求日益迫切，AI部門也逐步像云部門一樣，面臨對(duì)外商業(yè)化的目標(biāo)。加上二者在技術(shù)層面也有更多緊密融合，兩大部門攜手共進(jìn)的形勢更為明確。
然而，過去AI和云在組織架構(gòu)上各自獨(dú)立，分別擁有專屬的負(fù)責(zé)人和匯報(bào)對(duì)象，融合只停留在了虛線的項(xiàng)目協(xié)作上。
科技大廠要打破這種內(nèi)部僵局，并不容易。譬如微軟，就在2017年夏天，做出了這樣一番調(diào)整：
時(shí)任微軟云總裁Scott Guthrie，宣布成立Cloud AI平臺(tái)部，由Guthrie的部下、微軟云副總裁Joseph Sirosh帶隊(duì)。但Sirosh的匯報(bào)對(duì)象并非云負(fù)責(zé)人Guthrie，而是當(dāng)時(shí)的微軟AI一號(hào)位沈向洋。
也就是說，微軟選擇在云抽出一個(gè)小分隊(duì)，向AI部門匯報(bào)，來實(shí)現(xiàn)第一步的組織協(xié)同。
到了2018年，云智一體的融合進(jìn)一步加深。黃學(xué)東、Yu-Ting Kuo等資深副總裁級(jí)的科學(xué)家以及相關(guān)團(tuán)隊(duì)，從沈向洋旗下調(diào)任到微軟云體系。不久后，這支由Sirosh帶領(lǐng)的小分隊(duì)，也重新被收編回微軟云體系，相當(dāng)于Joseph Sirosh帶著沈向洋的團(tuán)隊(duì)，重新回到微軟云，讓云和AI進(jìn)一步融合。
同時(shí)，微軟云也改名為微軟云與人工智能事業(yè)部，在組織上真正實(shí)現(xiàn)了云與智能的一體化。在此之后，微軟在云的銷售業(yè)績、AI商業(yè)影響力等各方面上，均呈現(xiàn)逐年上漲的態(tài)勢。
目光放回國內(nèi)，最先提出云智一體的百度，也曾經(jīng)歷過一段時(shí)間云和AI的獨(dú)立。2020年5月，百度宣布由CTO王海峰統(tǒng)領(lǐng)實(shí)現(xiàn)云與AI及基礎(chǔ)技術(shù)體系的統(tǒng)一，明確提出了“云智一體”戰(zhàn)略。百度智能云也在2020-2022年期間，以一年一級(jí)的頻率，完成了云智一體架構(gòu)從1.0到3.0的升級(jí)。
騰訊云與騰訊優(yōu)圖也曾經(jīng)歷過類似情況。二者雖同屬于CSIG（云與產(chǎn)業(yè)互聯(lián)網(wǎng)）事業(yè)群，但騰訊云的主要目標(biāo)落在銷售業(yè)績和市場份額上。而早年間的優(yōu)圖，更多是全集團(tuán)計(jì)算機(jī)視覺中樞的角色，即科研先行；隨后雖對(duì)外輸出，但與騰訊云在銷售、交付等環(huán)節(jié)上相對(duì)獨(dú)立。
2022年，在通過組織架構(gòu)調(diào)整之后，例如讓優(yōu)圖部分管理層在騰訊云掛職，負(fù)責(zé)或參與進(jìn)騰訊云部分部門的工作，CSIG完成了云與AI的磨合，云智一體的戰(zhàn)略逐漸清晰。
而阿里也同樣走過一段充滿考驗(yàn)的云智融合之路：阿里云早期與散落集團(tuán)各處的AI實(shí)驗(yàn)室之間協(xié)作有限，但達(dá)摩院成立后，阿里的AI部門完成組織上的收編統(tǒng)一。此后，在行癲的帶領(lǐng)之下，阿里云與達(dá)摩院逐步融合。
相比而言，在云與智能兩大體系的打通上，百度完成得最早、最徹底。
組織層面上，首先是2020年5月，百度將ACG（百度云）、AIG、TG（基礎(chǔ)技術(shù)體系），整體整合為“百度人工智能體系”（AIG），由王海峰統(tǒng)帥。
集團(tuán)CTO的職責(zé)，通常是從頂層設(shè)計(jì)出發(fā)，為集團(tuán)各個(gè)業(yè)務(wù)線打造堅(jiān)實(shí)技術(shù)底座，而非直接插手業(yè)務(wù)線。百度讓王海峰兼管云業(yè)務(wù)和AI，實(shí)際上是充分發(fā)揮他的兩大優(yōu)勢：在基礎(chǔ)技術(shù)上的超強(qiáng)積累，強(qiáng)有力的技術(shù)與業(yè)務(wù)整合能力。
除王海峰外，還有侯震宇等百度老將，他們也確實(shí)更具技術(shù)和產(chǎn)品背景，而且在組織層面，能夠調(diào)動(dòng)更多的研究和工程專家配合云與AI的融合之計(jì)。
這一安排之下，云和AI之間的隔閡會(huì)更大限度地被打破。
王海峰統(tǒng)管云與AI期間，百度智能云實(shí)現(xiàn)云智一體架構(gòu)的首度亮相和第一次進(jìn)化。2020年發(fā)布的云智一體1.0架構(gòu)，目標(biāo)是通過云智一體、端到端的方式，便捷高效支持產(chǎn)業(yè)的智能應(yīng)用。
2021年云智一體2.0架構(gòu)下，戰(zhàn)略細(xì)化為“適合跑AI的云”和“懂場景的AI”，共同解決企業(yè)兩大核心訴求：前者消除企業(yè)的算力負(fù)擔(dān)；后者降低企業(yè)的開發(fā)門檻，在云端搭建屬于企業(yè)自身的AI能力。
2022年5月，百度再次調(diào)整了組織架構(gòu)，沈抖從王海峰手中接過了智能云的大旗。
與王海峰同樣為AI專家的沈抖，是根正苗紅的人工智能正牌軍，博士時(shí)期師從全球知名AI科學(xué)家楊強(qiáng)院士。二人有著頗為相似的學(xué)術(shù)和工程背景，沈抖無疑是延續(xù)“云與AI”融合意志的不二人選。
其次，沈抖自2012年加入百度后，先后負(fù)責(zé)過百度聯(lián)盟研發(fā)部、網(wǎng)頁搜索部、金融服務(wù)事業(yè)群（FSG）、百度移動(dòng)生態(tài)事業(yè)群（MEG）等。沈抖在MEG期間全面負(fù)責(zé)銷售團(tuán)隊(duì)，積累了不少商業(yè)化和銷售體系管理經(jīng)驗(yàn)。
相對(duì)而言，沈抖能在技術(shù)和商業(yè)上有較好的結(jié)合。讓這樣一位有學(xué)術(shù)背景，同時(shí)又懂業(yè)務(wù)的人去接棒百度云，能順滑過渡王海峰的角色，更有利于推動(dòng)百度云的商業(yè)化。
沈抖接任智能云業(yè)務(wù)后不久，百度的云智一體架構(gòu)也再次升級(jí)至3.0版本，即形成了“芯片-框架-大模型-行業(yè)應(yīng)用”的智能化閉環(huán)路徑，向上可以優(yōu)化已有應(yīng)用、孵化新應(yīng)用，向下改造數(shù)字底座，使基礎(chǔ)云更適合AI應(yīng)用，實(shí)現(xiàn)端到端的優(yōu)化。
此時(shí)，百度的核心戰(zhàn)略歸結(jié)為“云智一體，深入產(chǎn)業(yè)”?？偟膩碚f，戰(zhàn)略大概可分為四層：
第一層是深耕行業(yè)，聚焦實(shí)際場景。利用AI和云計(jì)算能力力爭在核心制造業(yè)、城市治理、水務(wù)、智能交通等場景里打深打透。
第二層是通用產(chǎn)品，特別是跨模態(tài)沉淀下來的數(shù)字人技術(shù)、智能客服、數(shù)字孿生等技術(shù)，這是通用AI產(chǎn)品。
第三層就是AI大底座，由百舸異構(gòu)計(jì)算平臺(tái)、AI中臺(tái)構(gòu)成，整合了百度自研的AI芯片“昆侖芯”、飛槳深度學(xué)習(xí)框架、文心大模型，面向企業(yè)AI開發(fā)和應(yīng)用提供完整解決方案。
第四層是基礎(chǔ)設(shè)施，通用Cloud。
率先打通組織壁壘、形成云智一體3.0架構(gòu)后，百度得以先人一步取得“云智一體”時(shí)代的主導(dǎo)權(quán)。為什么這么說？
當(dāng)前GPT大模型熱潮是AI領(lǐng)域繼2016年阿爾法狗戰(zhàn)勝李世石后的又一次重大突破。當(dāng)年，阿爾法狗的勝利給業(yè)界帶來了對(duì)AI技術(shù)的信心，但在隨后的7年里，AI飽受難以商業(yè)化、應(yīng)用碎片化等詬病，直到當(dāng)下這波大模型的出現(xiàn)，才終于讓各行各業(yè)看到了AI實(shí)際應(yīng)用和規(guī)?；涞氐氖锕?。
在MaaS（模型即服務(wù)）時(shí)代，大量企業(yè)都將在大模型沖擊下，迎來意想不到、甚至顛覆性的產(chǎn)業(yè)再造。但企業(yè)應(yīng)用大模型的方式不是自己親自下場做一個(gè)，而是搭上云智一體時(shí)代里的“基建順風(fēng)車”。
為何不親自做？因?yàn)槌杀咎摺?/p>
事實(shí)上，由大數(shù)據(jù)、精算法與大算力“三駕航母”驅(qū)動(dòng)的大模型，一直以來都以成本高、技術(shù)刁、工程難著稱，以至于中小企業(yè)基本無法「自研」，向百度、阿里等大模型服務(wù)「供應(yīng)商」采購，在云上按需購買，反而相對(duì)更劃算。
這就需要云廠商們改變自身的商業(yè)模式：以往只賣計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)的近似于“二道販子”的粗放模式行不通了，如今需要在云與AI深度融合的基礎(chǔ)上，向市場提供更多AI集成品、AI大模型，甚至是自上而下全套的AI解決方案，做云智一體時(shí)代的“基建者”。
這種實(shí)力的具備，無疑是一項(xiàng)“長期工程”。
但對(duì)百度來說，這一漫漫征途實(shí)際上早已開始。
早在2012年，百度的深度學(xué)習(xí)框架“飛槳”就已雛形嶄露。隨后的10年間，百度云在AI積累上更是持續(xù)發(fā)力。李彥宏曾公開表示，近10年來，百度在智能云業(yè)務(wù)上累計(jì)研發(fā)投入超過1000億元。
由于起步早，投入大，以及在搜索基因和豐富業(yè)務(wù)場景上的優(yōu)勢，百度率先推出了國內(nèi)首個(gè)全棧自研的AI基礎(chǔ)設(shè)施，即“AI大底座”，面向企業(yè)AI開發(fā)提供端到端的解決方案。
具體來說，AI大底座由百舸異構(gòu)計(jì)算平臺(tái)、AI中臺(tái)兩大部分組成：
其中，前者整合了百度自研的AI芯片“昆侖芯”，在AI計(jì)算、存儲(chǔ)、加速、容器方面進(jìn)行系統(tǒng)優(yōu)化，提供高性價(jià)比的算力，承載海量數(shù)據(jù)的處理、超大模型的訓(xùn)練和推理。
后者則整合了百度兩大核心自研產(chǎn)品（飛槳深度學(xué)習(xí)框架、百度文心大模型），打通百度的樣本中心、模型中心、AI開發(fā)平臺(tái)、AI服務(wù)運(yùn)行平臺(tái)，實(shí)現(xiàn)從數(shù)據(jù)存儲(chǔ)到模型訓(xùn)練、生產(chǎn)、部署、測試的全鏈路、批量化生產(chǎn)，面向企業(yè)模型開發(fā)的全生命周期提供完整解決方案。
相較于其他云廠商，百度AI大底座的最大差異化在于：不是將云和AI業(yè)務(wù)里若干產(chǎn)品線打包起來，套個(gè)統(tǒng)一外殼就對(duì)外推銷，而是基于打破部門墻，組織、業(yè)務(wù)融合，以及實(shí)際場景鍛造等的保障，實(shí)打?qū)嵶尭鞣N產(chǎn)品、各種技術(shù)深度耦合，因此才能提供包含芯片、框架、模型、應(yīng)用在內(nèi)的全棧融合方案。這是其“靈魂所在”。
得益于這種全棧、全要素、全自研的積累，百度AI大底座目前已成為百度各項(xiàng)云與AI技術(shù)的集大成者，并通過云與AI底層技術(shù)的通用化、模塊化，將AI服務(wù)鋪開，實(shí)現(xiàn)了規(guī)?；?。
這讓企業(yè)在用云時(shí)，不必再把大量時(shí)間和成本花在“打地基”上，而是可以通過百度AI大底座把芯片、大模型、深度學(xué)習(xí)框架等高門檻的技術(shù)，變成像水電一樣按需取用，真正實(shí)現(xiàn)“AI能力的隨用隨取”和AI生產(chǎn)全流程的降本增效。
不僅如此，百度智能云的差異化優(yōu)勢還在于：AI技術(shù)棧實(shí)現(xiàn)了“芯片-框架-模型-應(yīng)用”四層架構(gòu)全覆蓋，并且每層都有強(qiáng)競爭力的自研產(chǎn)品：
在芯片層有昆侖芯，目前落地規(guī)模已多達(dá)數(shù)萬多片；框架層有飛槳，目前綜合市場份額中國第一；大模型層有文心大模型；AI應(yīng)用層則有數(shù)字人、質(zhì)檢等各行各業(yè)廣泛的落地應(yīng)用。
自研產(chǎn)品的好處之一在于，能讓百度AI四層架構(gòu)間更好協(xié)同，進(jìn)而實(shí)現(xiàn)智能化閉環(huán)；并且向上可以優(yōu)化已有應(yīng)用、孵化新應(yīng)用，向下可以改造數(shù)字底座，使基礎(chǔ)云更適合AI應(yīng)用，上通下達(dá)從而實(shí)現(xiàn)端到端的優(yōu)化。而這種協(xié)同性和自我迭代性，正是未來千行百業(yè)在邁入數(shù)字化深水區(qū)時(shí)，會(huì)優(yōu)先考量的要素之一。
值得一提的是，也正是這種協(xié)同和迭代優(yōu)勢，讓百度智能云成為國內(nèi)第一個(gè)訓(xùn)練出大語言模型的云。
而反觀當(dāng)前云計(jì)算領(lǐng)域里的其他玩家，盡管也都各有優(yōu)勢，但不同的是，他們要么關(guān)注AI但不具備底層的芯片和系統(tǒng)能力，要么做芯片出身但不具備上層軟件能力，無法直接接住用戶的需求，在全棧和關(guān)鍵技術(shù)自研上，還有較長的路要走。
不可否認(rèn)，當(dāng)下一個(gè)激動(dòng)人心的共識(shí)正在全球蔓延，那就是：數(shù)字化、智能化，正在來到“iPhone時(shí)刻”。
對(duì)各類行業(yè)企業(yè)來說，是否用AI、如何用AI正在成為一道生死時(shí)速的分界線，非智能企業(yè)將被淘汰，新的巨頭將會(huì)誕生，企業(yè)想要跟上這一時(shí)代，就需要學(xué)會(huì)將AI基建變成企業(yè)自己的“智能底座”。
這種背景下，對(duì)云大廠來說，只有徹底打通云智體系，做好組織、產(chǎn)品、技術(shù)上的貫通融合，轉(zhuǎn)型成為新階段的基建者，才能抓住眼下這一歷史性機(jī)遇窗口，開啟云智一體時(shí)代，從而真正實(shí)現(xiàn)AI的普惠。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
