<mark id="oztn4"></mark>
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)在云智一體化的進展越快、成果越扎實，他們在這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，均是巨頭們云智一體化的產(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踐中，逐步推進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——可在過去很長一段時間里，云智一體的演進之路道阻且長，對企業(yè)而言是戰(zhàn)略眼光和定力上的巨大考驗。
“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，迅速跟進了AI與云兩撥技術(shù)潮流，各自配備人才、組建團隊，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)橄嗷オ毩⒌膬蓚€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，以研究為第一要務(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，兩大部門攜手共進的形勢更為明確。
然而，過去AI和云在組織架構(gòu)上各自獨立，分別擁有專屬的負(fù)責(zé)人和匯報對象，融合只停留在了虛線的項目協(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：
時任微軟云總裁Scott Guthrie，宣布成立Cloud AI平臺部，由Guthrie的部下、微軟云副總裁Joseph Sirosh帶隊。但Sirosh的匯報對象并非云負(fù)責(zé)人Guthrie，而是當(dāng)時的微軟AI一號位沈向洋。
也就是說，微軟選擇在云抽出一個小分隊，向AI部門匯報，來實現(xiàn)第一步的組織協(xié)同。
到了2018年，云智一體的融合進一步加深。黃學(xué)東、Yu-Ting Kuo等資深副總裁級的科學(xué)家以及相關(guān)團隊，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，也重新被收編回微軟云體系，相當(dāng)于Joseph Sirosh帶著沈向洋的團隊，重新回到微軟云，讓云和AI進一步融合。
同時，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)歷過一段時間云和AI的獨立。2020年5月，百度宣布由CTO王海峰統(tǒng)領(lǐng)實現(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，以一年一級的頻率，完成了云智一體架構(gòu)從1.0到3.0的升級。
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，更多是全集團計算機視覺中樞的角色，即科研先行；隨后雖對外輸出，但與騰訊云在銷售、交付等環(huán)節(jié)上相對獨立。
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的云智融合之路：阿里云早期與散落集團各處的AI實驗室之間協(xié)作有限，但達摩院成立后，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CTO的職責(zé)，通常是從頂層設(shè)計出發(fā)，為集團各個業(yè)務(wù)線打造堅實技術(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)上的超強積累，強有力的技術(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，他們也確實更具技術(shù)和產(chǎn)品背景，而且在組織層面，能夠調(diào)動更多的研究和工程專家配合云與AI的融合之計。
這一安排之下，云和AI之間的隔閡會更大限度地被打破。
王海峰統(tǒng)管云與AI期間，百度智能云實現(xiàn)云智一體架構(gòu)的首度亮相和第一次進化。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，博士時期師從全球知名AI科學(xué)家楊強院士。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）、百度移動生態(tài)事業(yè)群（MEG）等。沈抖在MEG期間全面負(fù)責(zé)銷售團隊，積累了不少商業(yè)化和銷售體系管理經(jīng)驗。
相對而言，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，實現(xiàn)端到端的優(yōu)化。
此時，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)，聚焦實際場景。利用AI和云計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)計算平臺、AI中臺構(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實際應(yīng)用和規(guī)?；涞氐氖锕狻?/p>
在MaaS（模型即服務(wù)）時代，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，而是搭上云智一體時代里的“基建順風(fēng)車”。
為何不親自做？因為成本太高。
事實上，由大數(shù)據(jù)、精算法與大算力“三駕航母”驅(qū)動的大模型，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：以往只賣計算、存儲、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，做云智一體時代的“基建者”。
這種實力的具備，無疑是一項“長期工程”。
但對百度來說，這一漫漫征途實際上早已開始。
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)計算平臺、AI中臺兩大部分組成：
其中，前者整合了百度自研的AI芯片“昆侖芯”，在AI計算、存儲、加速、容器方面進行系統(tǒng)優(yōu)化，提供高性價比的算力，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、AI服務(wù)運行平臺，實現(xiàn)從數(shù)據(jù)存儲到模型訓(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，套個統(tǒng)一外殼就對外推銷，而是基于打破部門墻，組織、業(yè)務(wù)融合，以及實際場景鍛造等的保障，實打?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，實現(xiàn)了規(guī)?；?/p>
這讓企業(yè)在用云時，不必再把大量時間和成本花在“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，進而實現(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，上通下達從而實現(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，會優(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)第一個訓(xùn)練出大語言模型的云。
而反觀當(dāng)前云計算領(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)下一個激動人心的共識正在全球蔓延，那就是：數(shù)字化、智能化，正在來到“iPhone時刻”。
對各類行業(yè)企業(yè)來說，是否用AI、如何用AI正在成為一道生死時速的分界線，非智能企業(yè)將被淘汰，新的巨頭將會誕生，企業(yè)想要跟上這一時代，就需要學(xué)會將AI基建變成企業(yè)自己的“智能底座”。
這種背景下，對云大廠來說，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遇窗口，開啟云智一體時代，從而真正實現(xiàn)AI的普惠。雷峰網(wǎng)雷峰網(wǎng)雷峰網(wǎng)(公眾號：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。
