云计算与实体经济深度融合 深入产业共创价值

当前，国际局势变幻莫测，经济复苏面临挑战。与此同时，以云计算、人工智能、大数据等为代表的数字产业快速增长，持续与实体产业加速融合，不断增强实体产业发展的韧性。提升实体产业的数字化与智能化水平，成为应对宏观环境挑战的一个重要方向。
“十四五”规划纲要指出，到2025年，数字经济核心产业增加值占GDP比重达到10%，工业互联网平台普及率达45%。中国数字经济仍有巨大的发展潜力，尤其是在云计算、人工智能等数字技术与实体产业融合方面，存在广阔的发展空间。
可以预见，今后云计算的重点在于如何用好算力，聚焦关键场景，满足实体产业的“真需求”。这几年，各地数据中心、算力中心的建设突飞猛进，据统计，国内算力产业近五年平均增速超过30%，算力排名居全球第二。虽然算力的整体需求永无止境，但在很多地区和产业的关键场景下，算力不是真正的瓶颈，甚至不少地方存在超前建设、算力过剩的情况。如何把算力用好，满足产业的关键需求，成为云计算在新阶段需要着重考虑的问题。面向未来，云计算必须与实体经济深度融合，把算力应用到企业生产经营环节的关键场景，解决企业遇到的实际问题。以“云计算为基础”支撑产业数字化转型，以“人工智能为引擎”深入产业生产的关键场景，为企业的数字化转型和智能化升级提供新型支持，我们把它称为“云智一体”。
云智一体，深入产业需求。企业数字化转型的核心是数据，生产者通过采集数据，感知生产经营活动。而智能化升级是用人工智能洞察数据，驱动生产决策智能化，是数字化的更高形式。数字化不是实体产业的最终目标，把数据用好，解决生产经营中的实际问题，提升生产效率，产生实际效益，才是实体产业的最终目标和“真需求”。而生产经营中的核心需求，也只能通过智能化的方法得到有效满足。比如，在广汽本田的工厂，百度智能云的AI技术只需1秒钟就可以完成120多张图片的全车车灯质检，效率明显提高；在龙头化纤企业恒逸集团的车间，智能质检设备的检验效率比人工质检提高了70%，避免了工人长期肉眼质检对视力的损伤。百度智能云以企业生产经营的核心场景为突破口，通过对关键生产环节的优化，不断创新和积累产业的核心技术，帮助产业端打造面向未来的竞争优势。
云智一体，深入产业场景。产业里丰富的应用场景，为人工智能与云技术的发展提供了广阔的空间；技术的发展又为产业低门槛使用人工智能提供了可行性。放眼世界，我国具有最完备的工业体系，有着丰富的生产制造场景，最适合人工智能技术的落地。人工智能的视觉、自然语言理解、深度学习、知识图谱等技术与实体产业结合，可以唤醒企业积累的数据，释放出新的生产力。例如，在国网福建电力，运用百度智能云搭建的AI中台和知识中台，构建起安全隐患识别模型和知识管理平台，使安全隐患识别率提升了30%，识别效率提升了5倍。另外，在解决产业实际问题的过程中，人工智能的“智力”也得到了提升，诞生了更多可复制、可推广的通用型人工智能应用。百度智能云把此类应用沉淀到“开物”工业互联网平台上，将人工智能变成中小企业触手可及的生产工具，打通了人工智能落地的“最后一公里”。今年，“开物”入选工信部“跨行业跨领域”工业互联网平台清单，累计超过200个工业解决方案，沉淀了3.8万个工业应用模型。“云智一体”正成为改造提升传统产业的重要支点，可拓展数字经济的应用场景和边界。
云智一体，深入产业，必定要紧抓自研技术，牢牢掌握产业智能化发展的主动权。长期以来，百度一直坚持用技术改变世界、用科技让复杂的世界更简单。百度在人工智能领域已经深耕十年，百度智能云具备从AI芯片、框架、大模型到行业应用等全链路的自研能力，形成“云智一体3.0”架构的独特技术优势。“云智一体3.0”从行业核心场景切入，通过打造行业标杆应用，带动和沉淀AI PaaS层和AI IaaS层的能力，向上可以优化已有应用、孵化新应用，向下改造数字底座，使基础云更适合AI应用。具体来说，在芯片部分，百度自研的“昆仑芯”已经量产数万片，作为7纳米通用型GPU，“昆仑芯”已经在工业质检场景中代替国外芯片，使成本降低了65%。飞桨深度学习框架让开发者无须从第一行算法代码写起，可以直接调用飞桨框架和飞桨开发平台的相关模块，大幅降低了人工智能技术应用的门槛，更快推进产业智能化。在飞桨深度学习框架和文心大模型的支撑下，百度智能云的AI PaaS进化为AI大引擎，可以充分利用AI算力，降低使用门槛，加速模型迭代，攻克行业难题。长时间扎实的技术投入，才能由量变引起质变，牢牢掌握住产业智能化的主动权，迎接属于产业智能化的时代。
深入产业，加速推进数字技术与实体经济深度融合，这是一份沉甸甸的历史使命。推进产业智能化，离不开社会各界的共同努力，每一位参与产业智能化的先行者，都应发挥自身作用，为产业升级贡献力量。我们坚信，越来越多的中国产业将借助智能技术攀上世界产业的高峰。面向未来，让我们携手共进，共同迈向中国产业智能化的新时代。