订阅
纠错
加入自媒体

从抗疫到财报,百度AI的阶段性“交卷”

2020-02-29 10:09
曾响铃
关注

疫情照出了AI的底色,无论是直面病毒的药物、疫苗研发,还是群防群控的新技术应用,这次抗疫之战AI都投下了浓墨重彩的一笔。

某种程度上,虽然不希望这样——但疫情已经成为AI的一次检阅式。而恰恰在这个时候,对AI的另一重检阅——巨头们的财报又与疫情同时进行。

最近的,是2月28日百度发布2019年Q4财报,显示百度Q4营收289亿元,净利润92亿元,同比增长95%,2019年全年营收为1074亿元。

其中,尤为值得注意的是,李彦宏强调了“百度智能新业务在2019年取得了长足的进步”、“凭借先进的人工智能技术,我们在智能设备、智能交通和企业云解决方案上建立了领先的地位”,这说明百度AI在获得长足发展的同时对百度营收的潜在贡献有了很大的提升。

一边是抗疫展现出AI的技术能力和落地价值,另一边是以财报的方式直观呈现AI的发展现实,巨头AI在同一时间段被双重考验,而百度的案例或也说明AI已经打破量、质、速“不可能三角”这一行业根本矛盾,摆脱AI爆发的根本性发展束缚。

从抗疫到财报,百度AI的阶段性“交卷”

一、2020回望AI:量、质、速“不可能三角”一直存在

AI的发展无非有三个表征:

量,代表AI涉猎的场景广度以及AI规模体量;

质,代表AI在场景深耕的深度;

速,代表AI多场景快速布局、快速适应市场新需求的平台化能力。

然而,量、质、速无法同时体现、总是至少要放弃一项的“不可能三角”是行业过去长期存在的现实:

那些有量+质表现的,往往缺乏对市场的快速适应能力。

比如,某传统AI巨头在语音语义领域功底深厚,体量庞大,A股市值也证明了这一点,但是,该巨头在近些年想要涉猎医疗、营销、司法等领域却进展缓慢,“结硬寨,打呆仗”跟不上快节奏场景的要求。

那些有量+速表现的,往往因为场景浅难以在各方面形成领先优势。

这主要体现在某些新兴平台型AI企业身上,本身作为互联网科技巨头,在AI趋势和浪潮面前试图实现智能制造、智能客服、智慧零售等从零起步一次到位,乍看体系全,却缺乏场景内深度应用的能力。

最后,那些有质+速表现的,往往难以在体量上有进一步提升,只能做AI时代的“弄潮儿”,凭借敏锐的市场需求把控做到“小富即安”,综合能力弱,不是AI发展的引导力量。

“不可能三角”只是“现实”而非一定是“问题”,但是,那些率先打破了“不可能三角”的AI企业则一定会获得无短板式的全面协同优势。

从抗疫到财报,百度AI的阶段性“交卷”

二、从AI防疫与背后的AI能力体系,看打破“不可能三角”的“三部曲”

按照冰山理论,任何看得到东西,背后可能都有庞大的关联内容。

疫情中的AI应用一定是AI能力体系支撑的结果,而此次疫情的多方面、深度、快速应用,本身就反映了“量、质、速”无法统一的问题已经被百度这样的AI巨头解决。

解决针对病毒的AI药物筛选(提供算力算法)、智能外呼机器人、抗疫医疗翻译、网格化防群控、时空大数据……这是百度AI应用场景多样化的表现;像是智能外呼机器人快速部署、快速上线这样的动作,又从一个个点(例如,外呼机器人的本质是AI对话机器人)反应了百度在垂直领域的场景技术深度,以及应对特殊需求的快速处置能力。

而这样的能力体系,又与财报中AI的表现相契合。从打破“不可能三角”的角度看,百度做了这三件事:

1、技术积累与沉淀,解决“速”的不协调问题

“量+质”与“速”冲突,就像是厚实的身躯不够灵活。

而事实上,只要力量和技巧足够,“姚明也可以身手矫捷”。量+质只是堆积式的沉淀,其结果就是面向新场景、新需求难以有灵活的应对。

这意味着在量+质基础上解决“速”的问题,要求量与质必须建立在前瞻性认知基础上。

这从百度案例上也能看出来。不久前,全球最大的企业增长咨询公司Frost&Sullivan弗若斯特沙利文发布《2019年中美人工智能产业及厂商对比白皮书》,百度凭借强大的技术储备、广泛的AI布局、完备的AI生态,在综合AI技术实力和综合AI落地实力两个维度都处于领先地位,位居全球前四,在中国AI厂商中综合实力第一,这是量+质的直接证明;

而另一方面,2月初,AAAI 2020全球大会上百度28篇论文被收录,较2019年提升近一倍,这些论文大多数涉及机器学习、自然语言处理计算机视觉等前沿研究,表明百度的量与质始终被超前的认知引导。

从这个意义上看,也就不难理解百度AI疫情中表现的那些全新需求的适应力,除了上文提到的智能外呼机器人等应用,还有业内开源首个口罩人脸检测及分类模型(检测所有戴口罩或未戴口罩的人脸、判断是否佩戴口罩,开发者和厂商可以通过免费开源的AI模型,快速完成软件开发)、医疗领域定制化翻译产品等,都是快速适应新场景、新需求的体现。

2、主动理解场景与业务,让“质”的提升伴随AI发展全程

“量+速”与“质”冲突,直白地说,摊子铺得太大,过于求市场、求步伐,而导致技术及场景没有沉下去,浮于表面。

解决这个矛盾,首先要的是长周期的沉淀和积累,这是时间给百度等AI企业塑造的天然屏障;

另一方面,也需要AI平台在快速拓展的过程中主动理解场景与业务。

同样在百度AI案例中,可以看到其一直在各种垂直场景进行技术深拓,例如2019年末的机器学习领域顶级会议NeurIPS 2019上,百度入选8篇论文,并且在大会举办的机器学习大赛中蝉联冠军,大会公开资料显示,300支队伍仅3支队伍完成最后的挑战,此外,百度还在其中自己举办了自然语言处理的专题研讨会。

在疫情中,百度免费开放线性时间算法LinearFold以及世界上现有最快的RNA结构预测网站,助力病毒RNA检测提速120倍,亦是AI助力科研的场景深化表现。

与此同时,“质”还可以表现在基础设施的强化上,例如百度的AI芯片“昆仑”以及搭载该芯片的云服务器,保证了AI推理和训练性能,而这种“质”反过来又能通过加速AI技术与各行各业深度融合方式来推动“量+速”的提升,这恰恰是很多新兴AI平台不具备的。

3、用“质”与“速”让“量”变成一件不必刻意的事

客观地说,有“质+速”而没有“量”的创业企业有很多,有些也过得不错。但是,对AI行业的主要力量AI平台而言,量是必不可少的。

只不过,从案例来看,对“量”的追求并不一定要成为一件刻意的事,只要上文提到的那些关于“速”、“质”的内容做上去了,量反而变成一件自然而然、水到渠成的事。

1月中旬,国际商业管理权威媒体《哈佛商业评论》发布“2019全球AI公司五强”,谷歌、苹果公司、微软、百度和亚马逊分列1-5名,位列第四的百度成为唯一上榜的中国企业。

公开资料看,百度大脑AI开放平台对外开放240项核心AI能力,日均调用量突破1万亿次,语音能力引擎日均调用量超过100亿次,百度方面称语音、人脸、NLP、OCR等调用量都位居中国首位。

即便如今有这样的体量和多元场景应用,但无论从什么角度看,百度都不是那种快速求成的AI平台型企业。作为最早的AI布局者,百度AI的发展经历了漫长的静默期,量的发展始终不是百度AI先于场景耕耘和快速布局能力考虑的事,时候到了,量也就自然形成了,财报的重点关注是一种可预期的自然结果,这种心态反而最终消解了“不可能三角”。

从抗疫到财报,百度AI的阶段性“交卷”

三、“不可能三角”被打破后,正在变成“AI价值塑造铁三角”

一旦“不可能三角”被事实上打破,量、质、速得到统一,一个“AI价值塑造铁三角自然冒出”。

1、量、质、速相互协作,AI价值塑造更加稳固

大体量和多元化场景,意味着百度AI这样的航母级AI生态核心形成,AI发展有足够的平台化引导力量;

一以贯之的AI深度能力,保障了在任何垂直场景和应用面前AI都不是“浅尝辄止”,而是真正在改变,不沦为鸡肋;

快速适应新场景、新需求的能力,让AI在供给侧始终拥有匹配瞬息万变需求侧的能力。

疫情中的AI集中应用和展示,已经证明了量、质、速三者统一的必要,缺一不可——在更多没有被舆论集中照顾的领域,AI在根本上也是以这样的方式默默实现行业推动价值,随着抗疫进程,将有更多聚光灯打向AI,其应用价值将更多表现出来。

2、商业化与“量”紧密相关,但处理量、质、速的关系不能本末倒置

如果目光从AI行业发展和应用价值收回到商业化层面,就会发现“量”是与商业化指标最为相关的,这也导致AI行业中存在着先量后质、速的做法,尤其以原本不具备AI技术禀赋但想要入局AI的互联网巨头最为明显。

而综合前文,可以明显看出,先求“量”,再求“质”或“速”,成为一种本末倒置。AI的发展如同正规军,只有先建编制、树立价值观才能更好地攻城略地。

无论如何,从百度AI的发展以及财报表现来看,AI的商业化一定是一件内生的而非刻意推动的事,而一旦这样的内生动能被“AI价值塑造铁三角”推动,就如同机械结构中的飞轮,越过临界点、越来越快无法停下也无法被追赶。

相信体现在百度后续财报中的AI表现将证明这一点,不妨等等看。



声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号