5
在過去的很多年當中，我們總覺得（云計算）這個市場太簡單了，是一個“臟活、苦活、累活”，我們只要把自己的搜索做好就行了。一開始我們覺得云計算是一個沒有技術含量的東西，但是隨著這些技術一樣一樣地出現，我們覺得它是有技術含量的。
李彥宏如是說。
【李彥宏】
這位最近在人們心中麻煩不斷的大咖，今天選擇為自家的公有云服務站臺，正式發布了已經默默運營了一年的百度云計算產品——百度開放云。這讓人們清晰地感受到，由阿里巴巴領跑，騰訊跟隨的云計算戰場，百度以一種強硬的姿態，正式宣布自己的存在。
從 BAT 對外提供云計算服務的起步時間來看，阿里云2009年，騰訊云2013年，百度開放云2015年。市場份額來看，阿里云一家獨占中國市場的35%，這種壓倒式的優勢，讓騰訊都深感壓力，相信百度面臨的環境也并不樂觀。
很多云計算的巨頭和創業公司都認同一個判斷：企業級云計算市場并不會贏家通吃。僅僅百度二字，就為它進軍云計算市場增添了不少勝算。但是，“百度”這兩個字的光環背后，卻又充滿了潛臺詞：
作為 BAT 的一員，公眾有著天然的高要求。中國最早的互聯網巨頭百度，如果只在云計算領域拿到六十分，在公眾眼里都是一種失敗。
今天的發布會如同高考鈴聲，百度的答題時間正式開始了。
我們關心的是——握著筆的李彥宏，有什么解題的獨門秘籍呢？
我們先來看看百度究竟拿出了什么產品。
【百度開放云的三大“特色”平臺】
根據云計算事業部經理劉煬在現場的介紹，百度開放云分為四個部分：
基礎服務：包括云存儲，云計算，數據庫、CDN分發等，這也是和競爭對手們正面沖突的戰場。
天算：人工智能和大數據平臺，為企業提供算力和深度學習能力。
天像：直播行業的云解決方案。提供人臉識別、黃反、定制壓縮傳送，直播優化等能力。
天工：物聯網和工控行業的云解決方案。為工業數據處理提供智能服務。例如設備維護，智能物流等等。
事實上，通過現場的展示，百度非常突出“天算”“天像”“天工”這三個個性化的產品線。這讓人感覺到百度對于自己的優勢和劣勢都有著充分的認知，而且給人一種“打法并不亂”的感覺。
在每一個“天字號”產品的介紹中，百度都請到了自己的客戶講解具體的行業應用場景，足見百度開放云對這三條產品線的重視。例如：
天算，請到了國內著名的基因測序公司諾禾致源，證明百度開放云的強大算力可以支持繁重的基因測序計算。
天像，請到了直播平臺國民TV李然，證明百度開放云可以更好地智能鑒黃，縮短直播延時、語音識別彈幕，智能分析用戶喜好。
天工，請到了太原鐵路局總工程師邢東，證明百度開放云可以利用強大的數據收集能力和算力實現貨物、倉儲、貨車的實時數據收集和智能物流。
說到這里，我們就能比較清晰地判斷，百度開放云究竟要使用什么打法了。
【百度云計算事業部總經理劉煬在展示百度的實時特效技術】
我們再回到李彥宏的語境中。
我們提供的不是簡單的存儲能力，也不是簡單的計算能力。我們有大規模處理數據的能力，我們有人工智能。人工智能技術其實是一個范圍非常廣泛的技術，它不僅涵蓋了語音識別、圖像識別、自然語言理解、用戶畫像，它其實越來越和大數據、云計算的界限在變得模糊。當這些東西全部都糅合在一起為企業去提供技術服務的時候，它的想象空間還是非常大的。
不難看出，李彥宏對百度的核心技術——人工智能，在云上的應用非常看好和倚重。
人工自能的基礎有兩個：數據收集能力和算力。在現場，各路嘉賓也介紹了一些玩耍人工智能的奇異姿勢。
日志分析是各個云計算平臺的基礎服務。不過劉煬特別強調了百度的自研系統對日志的全量分析。也就是說，無論系統產生的日志量有多大，都可以完整地進入分析系統。他甚至放出豪言：“多大的（日志）數據都可以處理。”
百度對于數據的分析能力，在業界還是有良好的口碑的。所以業內企業傾向于相信百度的日志挖掘應該有一些獨特之處。
眾所周知，百度的廣告營銷系統獨霸宇宙。當然，這背后不僅有它在搜索市場的壓倒性份額，還有它的人工智能算力。為了證明百度數字營銷系統的優勢，劉煬給出了兩組數據：自建營銷系統，理論上需要一個團隊六個月時間，依靠百度做同樣的事，需要幾個人和兩三周的時間。
為了說明百度的語音識別能力，現場播放了兩段Demo，分別是兩句方言語句，現場觀眾憑自己的聽力很難辨別句子的內容，但是百度語音識別準確聽寫出了句子內容。（此 Demo 非現場識別，僅是展示，所以暫時無法用于判斷百度語音識別的真實效果。）
在視頻直播領域，百度的圖像識別技術有一個特殊的應用場景。它可以根據直播的視頻判斷直播的內容，再根據運動、教學、動畫、演講等不同的場景特點，有針對性地進行視頻壓縮。這樣做的目的是在保證畫質的前提下，盡量壓縮視頻至較低的碼率，減少對帶寬的占用。
沒錯，百度的人工智能不僅可以看到主播做什么，還可以聽懂主播在說什么，哪怕你說方言。這個姿勢成就了一個鑒黃利器，試想，主播在做什么之前，總要說點什么吧，你懂的。
用百度首席科學家吳恩達的話，可以概括百度人工智能在開放云上的野心：
假如一件事，正常人一秒以下就能做的事情，人工智能也能幫你做得很好。例如判斷圖像中的男女、表情、美丑；例如聽寫文字，判斷情緒。
如果有大量已經發生過的重復事件的數據，我們就能夠預測下一次結果。例如根據大量用戶的既有行為判斷他是否點擊某個廣告，閱讀某個新聞，是否會按時還款。還可以根據以往的記錄判斷餐飲配送的時間等等。
顯然，百度開放云想用人工智能這個特色技術，招攬有這些需求的客戶們。
從阿里云和騰訊云的主打方向來看，似乎都不同程度地倚重資產較輕的企業客戶或金融客戶。百度開放云同樣也強調了對這些客戶的定制化服務，但同時還推出了“天工”平臺。這個舉動很值得注意。
工業數據處理，對于時序優化、數據的準確性、數據的壓縮比和傳輸速度都有著較高的要求，這也是工業企業上云謹慎的理由。而且工業領域的標準五花八門，形成了無數數據孤島，收拾這個爛攤子需要很大的努力。不過根據百度開放云的動作來看，他們很可能準備啃這塊“硬骨頭”。
劉煬舉了兩個例子：
由于公司內部數據都沒有完全打通，某個油井上3萬個傳感器收集的數據中，只有1/100可以被保留，用作故障預測，這會使得預判的準確率大大下降。這個問題可以通過云上的全量數據分析來解決。
電梯檢修行業的市場規模超過400億，但是其中巨大的痛點仍然是故障的預測。傳統做法是定期巡檢，但是這樣很難判斷零部件的儲備數量，并且耗費人力。這個問題也可以通過大數據收集來解決。
百度全副武裝，沖進企業級云計算這個戰場。從時機來看，確實晚于阿里巴巴和騰訊不少。但是遲到總好過不到。客觀來說，這個有備而來的大塊頭很可能讓這場云上的戰爭變得更有趣。不過從百度的角度來看，這場戰斗頗有背水一戰的意味。而人工智能和物聯網，似乎是百度最有份量，也是為數不多的籌碼了。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
