产业智能化：中国特色AI平台模式

2019年12月16日,上海，每一次技术革命都带来产业的重新定义。蒸汽技术革命带来工业蒸汽机、铁路机车、蒸汽轮船等新发明，推动纺织和交通运输等行业实现巨大发展。电力技术革命带来电力大规模应用和商品化的电动机。计算机及信息技术革命带来个人电脑和因特网的发明和普及，不仅连接了虚拟世界和真实世界，还使得人类走向太空探索未知领域。

以深度学习为基础的智能技术在图像识别等领域的“初现锋芒”，让人们看到人工智能技术的飞跃发展。在国际象棋、围棋等领域完胜人类之后，人工智能在产业级别的应用上开始有了大规模普及的可能。智能技术为制造业带来效率和大幅度产出的提升。云计算成为核心计算基础设施的提供者，改变了原有软硬件分离的产业结构和服务方。人工智能本身也形成了新产业。

与蒸汽技术、电力技术、计算机及信息技术革命产业发展不同的是，智能技术革命有自身的特点。在蒸汽技术革命时代，无论是理论发现、技术发明还是产品创造都主要依靠个人。而在电力技术革命时代，这些个体行为上升到组织行为，理论发现上有研究性大学以及政府的资金支持，技术发明上有实验室，而公司则建立了专门的产品开发和管理系统，能够进行系统化开发。

到了计算机及信息技术革命，组织行为上升到产业行为：公司资助大学，并自建团队和院校合作进行理论发现;政府、院校、企业协力推动系统化和标准化的技术孵化，形成产业联盟推动技术发明;而在产品创造上，深度嵌入客户洞察并与价值链上下游联合创造。在智能技术革命时代，形成了多产业生态行为：巨头公司增加新领域的研究投入，融入更多应用考虑，在理论上形成公司引领;在技术发明上以共享数据、IP、资源等领域的开放模式形成平台共享;产品创造上帮助生态玩家连接应用与产品，加速商业化，形成平台赋能。

智能技术革命的多产业生态行为出现了三种新趋势：第一是企业的参与度和投入逐步加强;第二是关键玩家合作加深，塑造行业发展方向;第三是开放化提升，以赋能融入多方贡献。在这样的趋势下，算法、算力、数据、人才以及商业落地等方面都出现了诸多挑战，比如跨专业的研究能力、算法创新所需的开发能力、大资金投入的计算能力、多渠道的数据维度以及场景化应用所需的资源等。

开放平台的独特优势能够帮助克服这些挑战。开放平台可以将最新的AI理论和算法以及相关源代码等开放给合作伙伴，使用云/边缘计算的产品和服务带来的算力资源整合。生态伙伴则能够在平台上共享多维数据，并且可以在人才培养和商业落地上协力合作。

全球范围内，人工智能平台凭借其独特优势赋能产业发展，已成为重要趋势。目前来看，人工智能平台分为应用、技术和硬件三层，每个层面都有一些代表性平台。例如，在应用层面上有百度Apollo 和谷歌Waymo等。由于人工智能仍处于产业发展的初期阶段，应用和底层技术的闭环十分重要，这意味着底层平台需要应用落地，以支持底层技术前进，而应用层平台则需要发展底层技术以提升应用功能，因此平台参与者有向全堆栈层拓展的趋势。

换一种平台思路

中美两国的搜索引擎巨头谷歌和百度，在人工智能布局与战略转型上都处于领先地位，并且谷歌和百度在人工智能的发展均受学界和业界的肯定，成为研究智能平台赋能产业的两个样本。

这两家公司在人工智能领域布局较早。2011年谷歌建立Google Brain，布局人工智能领域，形成了从Waymo、Google Assistant到TensorFlow、Cloud AI再到Cloud TPU、Edge TPU——从应用到技术再到硬件的平台矩阵。百度在2013年建立深度学习研究院，也形成了从Apollo、小度助手到飞桨、百度大脑再到百度鸿鹄、昆仑的平台矩阵。

中国独特的市场环境使企业面临多方面挑战，需要技术和产业价值并重的中国特色AI平台。

例如，在无人车领域，谷歌和百度采用了不一样的平台思路。在平台管理上，谷歌采用了较为谨慎的强把控策略;而百度则更为开放，共享各种技术能力，构建广泛的生态系统。

在和技术合作伙伴英特尔、汽车OEM厂商菲亚特克莱斯勒、捷豹路虎以及大出行生态伙伴来福车(Lyft)、安飞士租车(Avis)、汽车国度(AutoNation)等的合作上，谷歌都对核心技术采取了端到端的控制。这种合作模式和谷歌自身的特点有关。自动驾驶技术的实现需要大量技术、人员和管理投入，谷歌凭借技术能力和经验积累而实现率先突破：在人才储备上，拥有多位自动驾驶领域的领军人物;在人工智能算法领域具备领先的海量传感器数据分析能力;在地图、语音助手、芯片等多个自动驾驶相关领域大力布局，能够形成协同效应;谷歌无人车的实际道路驾驶经验，也让谷歌在模拟环境和自建场地中有很多积累。

为了加速无人车的产业智能化，中国平台选取了不同的路径。百度Apollo平台为了实现“弯道超车”，用开放的方式共享各种技术能力，汇集了国内外车企、自动驾驶解决方案提供商以及大出行服务提供商等157家合作伙伴，构建了广泛的生态系统。Apollo生态的开放性帮助生态伙伴快速获取重要能力，有效缩短了产品落地时间。

实践证明，数家厂商通过Apollo开放平台降低研发、生产和销售门槛，比时间表提前两年推出100辆无人车。Apollo包括云端服务平台、开源软件平台、硬件开发平台以及车辆认证平台，从数据、软件和硬件多层面提供了自动驾驶的关键技术能力。

在伙伴赋能方面，谷歌强调技术能力全面和广泛，关注AI技术开发的全流程支持。百度则强调技术易用和全面，提供商业化支持、人才培养等产业化赋能。两者也体现了完全不同的思路。

源自谷歌内部人工智能科研项目团队的TensorFlow，目前是市场上使用最广泛的机器学习框架——功能全面，可以满足不同规模企业的不同场景的广泛需求。

谷歌会为TensorFlow提供全开发流程的技术支持。在技术开发的初始阶段，谷歌通过研究论文和计算资源等形式，为技术开发者提供丰富的算法选择和配套资源。在技术部署阶段，谷歌通过自研的Cloud TPU，为开发者提供了更为高效的测试和部署方式。随着人工智能技术部署方式逐渐向边缘端演进，谷歌还发布了Edge TPU，为开发者的技术部署流程提供更为强大的支持。

同样定位于技术平台的百度基于自身的大规模产业实践，从中国企业需求出发，开放了超过220项通用能力。飞桨不但提供了使开发更为便捷的深度学习框架，也开放了大规模深度学习模型训练技术，支持万亿级规模参数的模型高效训练，支持多端多平台的部署，还针对产业应用开源开放面向多领域的工业级模型库，更好地支撑产业落地。全面开源开放的技术能力已经让超过150万名开发者得以使用。飞桨发布后经历了多次迭代，显著降低了人工智能技术的开发门槛，业界关注度不断提升 。

百度还在人工智能领域率先推出无需代码编写的人工智能建模工具EasyDL。可视化操作和自动化的流程管理，让非人工智能领域的专业人才也能轻松创造出定制化的人工智能模型。现在EasyDL已经被应用到22个行业中。

为了提升易用性，飞桨在深度学习的环境设置、代码开发、模型训练以及模型部署上都实施了提升易用性的关键举措。EasyDL能够做到让使用者通过页面拖拽操作和少量数据上传，训练定制化模型。易用性带来更多场景应用的可能，例如汽车油嘴检测、显微镜下寄生虫卵检测、珍稀鸟类识别、油井安全检查以及气象云量监控等。

AI平台推动产业智能化

人工智能平台能够为实体经济产业智能化提供产品创新、成本节约及商业赋能三大价值支持。从无人车的进程来看，AI平台有效推动了行业发展。2004年无人车概念提出，初始探索以高校为主，产业化处于非常缓慢的阶段。2009年谷歌无人驾驶研究项目启动(即Waymo的前身)，平台建立带动产业初步成型：科技巨头和传统大型车企成为产业主导者。同步推动理论研究和产业探索，针对终端用户需求研究无人车。2017年，百度开放平台推动了生态和商业化的拓展：赋能中小企业开发者，行业参与者数量增加并且更加多元化;产业生态和商业化也逐步成型;形成产业链，并出现了多样化的商业模式。

在语音助手领域，AI平台也推动了产业智能化“百花齐放”。继2011年苹果推出Siri之后，谷歌Google Now、微软Cortana、亚马逊Alexa、百度小度助手(DuerOS)等陆续面世。2016年亚马逊率先开放Alexa技能平台，帮助第三方服务获取语音入口，Alexa技能在一年之内得到迅速增长。2017年，百度、亚马逊、谷歌开放智能助手平台，赋能第三方设备，一时间“入口之争”引爆智能家居行业热点。

AI平台为四大类生态合作伙伴(内容和技能开发方、产品和方案开发商、解决方案开发商、上游模组供应商)提供产品创新、成本节约和商业赋能三大价值，对实体经济的高质量发展具有重要的战略意义。

智能设备提供商BroadLink借助百度小度助手(DuerOS)平台的技术、产品和服务能力，总体成本优化约50%。

传统企业金龙客车，通过与Apollo平台合作，快速打通从研发、量产到销售、运营、售后的完整链条，实现全球首款L4级量产自动驾驶巴士落地运营。使用百度平台提供的操作系统和计算框架等资源能够大幅缩短开发时间;借助量产工具，自动驾驶系统批量化标定效率提升，实现2018年量产百台;同时又借助百度的销售、服务和运营体系，支持产品快速销售到25个城市和地区，实现稳定运营，接待6.3万人次。

新石器自动驾驶创业公司，2018年7月启动建设全球首个L4级无人车工厂，历时11个月竣工，2019年5月正式启动量产，年产能达10000台。这样的发展速度得益于平台效应，新石器与Apollo平台的创新研发共建的合作模式，快速实现产品化和规模化运营，打通了新型自动驾驶商业模式。

而人人智能、奥比中光等技术合作为主的公司，都在平台上优化了算法开发流程和产品落地周期，并且实现了客户增长。

开放平台所提供的全面技术产品和服务，帮助开发者降低开发周期和成本，并通过AI市场等形式为开发者匹配到上下游产品和服务商，实现高效的产品集成落地。此外，开放平台凭借百度成熟的商业策略和营销手段，为开发者的产品和业务提供有力的商业化支持，显著提升整体价值。

因此，无论是行业用户、开发方，还是产业政策制定方，都可以在AI平台上获益：

行业用户能够快速辨识优秀供应商或渠道商，促进产品创新和业务发展，并通过定制化算法和应用数据在平台上的汇聚，实现共赢。

开发方在平台上实现市场对接，能够加速业务拓展和技术落地，并且通过生态规模和业务场景产生的大量反馈和数据，反哺技术研发的迭代。

产业政策制定方，需要最大化AI平台的经济价值，鼓励其与实体经济进一步融合，在政策、投资、税收、试点、宣传和设施等方面给予支持。