市场环境与契机的回顾 - IaaS与PaaS市场在近年出现增速回落，而AI软件及应用市场尽管保持扩张，增速也呈现阶段性放缓，疫情因素叠加使行业投资更加理性。 - 云计算和AI行业进入调整期，少数玩家仍在通过自研能力和生态建设实现稳健增长。百度智能云的崛起，显示出以云智一体为基础的综合能力，能够在同类企业中形成差异化竞争力。 百度智能云的发展逻辑 - 战略核心为云智一体、深耕行业：以行业关键场景为入口，运用人工智能技术解决难题，再将需求与能力沉淀到智能云与通用云的底座之上，形成可持续的能力闭环。 - 由行业需求驱动的全新解决方案：在工业、能源、城市治理等领域，围绕生产经营的痛点，提供能直接提升效率与产出的智能化方案，并将场景经验逐步抽象成可复用的产品能力。 两大转变：增长质量、场景聚焦 - 追求高质量、可持续的规模增长：避免以亏损换取规模的策略，选择在利润、性价比与长期竞争力之间取得平衡，推动云智一体的长期健康发展。 - 对业务领域的精准聚焦：并不满足于基础云能力的简单叠加，而是从企业生产经营的关键场景出发，帮助企业实现上云后的高效使用与真正的业务增效。 架构演进与能力体系 - 三层新架构：底层以AI IaaS与AI PaaS紧密耦合，构成“AI cloud”，覆盖算法、算力和数据的基础支撑；感知层覆盖语音、视觉、增强现实等输入能力；认知层承载自然语言处理、知识图谱等人机交互与知识管理能力。 - 中台与通用产品：在AI通用平台、知识中台、场景化的平台组件等层面，构建可扩展的云原生能力，推动跨行业的智能应用落地。 - 顶层场景驱动：聚焦制造、能源、城市治理等重点行业的核心场景，如质量监控、安全生产、节能减排等，将行业经验沉淀为标准化的智能产品，降低各行业的进入门槛，推动更多企业完成从数字化到智能化的转型。 AI中台的逻辑与行业赋能 - AI并非不可中台化，而是需要在场景化沉淀的基础上实现深度应用：通过将AI能力嵌入到全流程中，底座能力与上层解决方案相互印证、相互促进，进而形成可复用的行业级解决方案。 - 从单点探索到垂直深化、再到全面应用与持续创新的阶段性路径，帮助企业在不同环节实现高效落地与持续升级。 行业落地的典型路径与成效 - 能源领域：以风力发电与热电联产为例，AI巡检显著提升作业效率，降低现场风险；通过优化关键设施的运行参数，降低单位电量的能耗与碳排放潜力，推动绿色低碳转型。 - 城市能源与水务治理：在供热系统实现智能调度与管理，缓解热网冷热不均，提高能源利用效率；在城市水务领域构建统一的智能底座，集中管理数据并沉淀行业知识，辅助决策与治理，提升公共服务水平。 - 行业知识沉淀与能力扩展：通过逐步在更多场景中积累经验，推动通用AI产品的迭代升级，使智能应用服务覆盖更多行业，持续降低AI应用门槛，加速实体经济的数字化与智能化升级。 行业地位与未来路径 - 公有云竞争进入巨头时代，百度需要坚持独立的云智一体发展路线，在保持差异化的同时持续提升性价比、行业能力与场景落地能力。 - 百度智能云以行业核心场景为驱动，结合基础底座能力的不断积累，形成“云智一体、螺旋上升”的业务模式，使云服务不仅仅停留在云计算层面，而是成为推动行业数字化升级的综合平台。 总结mile米乐 百度智能云通过以场景驱动的行业定制、以AI能力为引擎的底座建设，以及以云智一体为路径的体系化落地，持续降低AI应用门槛，推动企业从数字化阶段向智能化转型的升级路径前进。