江苏龙网

  1. 首页 > 人文 > >

【老王科技|谁能撑起百度的「钱袋子」？】( 四 )


在底层对接各种不同来源和形式的数据 ， 上层支撑不同业务场景 。 知识中台面向企业的智能应用包括智能知识库、行业知识图谱以及企业搜索、智能推荐、智能问答、知识推送等 。 百度与浦发银行联合推出的“金融数字人” ， 背后便有知识中台的作用 。
目前 ， AI在互联网、金融、零售等行业逐渐落地 ， 工业、农业等领域也在持续摸索 。
吴甜分析 ， AI产业化的问题 ， 一开始在于相互不理解 。 经过几年探索 ， 有了一些改善 ， 但AI在整个产业中的渗透率并不高 ， 甚至大量行业的渗透率很低 ， AI落地的广度和深度还有待提升 。
主要表现在四个方面：第一 ， AI有大量技术积累 ， 技术栈本身深且广 ， 面对具体行业会遇到各种各样的问题 ， 以多技术深度融合的方式对接不同场景需求 ， 才能更好地解决实际问题 ， 这需要不短时间的沉淀积累 。 第二 ， 既懂AI算法又懂行业应用的复合型人才短缺 ， 或者从这个角度看问题的意识与能力还需要大力加强 。 第三 ， AI技术落地整个链条比较长 ， 需要打通生态链 ， 比如从数据、硬件、技术到系统集成 ， 这不是某一家企业可以完成的 ， 需要社会精细化分工 ， 逐渐磨合 。 第四 ， 数据与产业安全问题需要加速解决 。 尤其在金融等行业 ， 涉及大量个人隐私数据 ， 与公共安全相关的机构、企业等数字化、智能化的程度还没有达到最完美的状态 ， 而且数据呈现出分散性、地域性等 ， 这在一定程度上影响AI基础数据平台作用的进一步发挥 。
另外 ， 对于包括百度在内的互联网巨头来说 ， 长期以来更懂C端用户 ， AI产业化落地中 ， 相对传统IT厂商 ， 流程化管理不足 。
很多ToB企业将华为的“铁三角”奉为圭臬 。 任正非曾这样描述：一是让听得见炮声的人来决策；二是以客户经理、解决方案专家、交付专家组成的工作小组 ， 形成面向客户的“铁三角”作战单元；三是一线的作战 ， 要从客户经理的单兵作战转变为小团队作战 。
李硕直言 ， 他团队的很多人才是从华为、IBM和埃森哲等加入的 ， 他们确实在向华为学习 ， 学习在商务和交付层面 ， 做到像传统IT公司一样可靠 。 不过 ， 不能邯郸学步 ， 只学皮毛 ， 对应华为铁三角 ， 李硕推崇双轮驱动 。
一方面 ， 面对市场机会 ， 销售和解决方案团队可以驱动产品技术团队 。 此前 ， 百度没有商务驱动的基因 ， 都是产品技术驱动 。 但是 ， 规则也很清楚 ， 商务驱动的商务就要负责 ， 从头跟到尾 ， 保证产品的成熟、交付 。
另一种就是产品驱动 ， 尤其是在人工智能领域 ， 普通销售比较难理解人工智能在哪里能产生价值、哪里不能 。 比如在工业质检领域 ， 起初都是李硕带着产品经理说服客户尝试的 。
李硕认为 ， AI产业化过程中不能采用铁三角决策的原因在于 ， 面对很多不确定性场景和风险 ， 三个职能角色很容易2︰1投票否掉一个机会 。 他更鼓励团队敢于担当 ， 要么做销售与解决方案的担当 ， 要么做产品技术的担当 ， 双方争执不下时 ， 有一个人拍桌子说这事儿我干了 ， 这样可以往前走得更快 。
目前 ， 百度方面不愿意透露AI产业化的收入规模 ， 但从其财报中也可窥得一斑 ， 其AI与云很难完全割裂 。 2019年3月 ， 百度在2018年第四季度财报中 ， 首次单独晒出云业务成绩单 ， 该季营收11亿元 ， 是2017年同期的两倍多 。 2018年 ， 百度云位列国内公有云第五名 ， 2019年第一季度成为第四 。
王海峰认为 ， 人工智能正将人类社会带入智能时代 。 移动互联网之后 ， 百度正在经受一个新命题的考验 。


推荐阅读


上一篇：【鞍山小吉|与华为深度合作，开机秒连，北通G2创新推出磁吸式游戏外设手柄】

下一篇：【科技俱乐部菌|看懂了吗？，一张图：自制了一个刻线的工具】