文|邻章

无论是新冠疫情与生产成本的倒逼,还是在经济进入低增速新常态下,整体社会对经济高质量发展以及经济增长新动能的实际需求,亦或是顶层设计推出新基建、着力发展实体经济、建设制造强国、质量强国、数字中国以及碳达峰、碳中和等一系列规划、目标,都让企业拥抱云计算与人工智能等新技术,实现智能化发展,成为了必然趋势。

数据能很好说明这种趋势。

IDC数据显示:全球已有67%的企业将数字化转型作为企业的核心战略;GIV预测:到2025年,全球所有企业都将使用云技术,而基于云技术的应用使用率将达到85%,97%的大企业将采用AI。

市场供给极大爆发,但两大挑战凸显

上述种种,使得拥抱智能化正成为多数企业的必修课。而这种必要性与迫切性,也让智能化解决方案市场迎来了极大爆发——仅在智能制造领域,据不完全统计,就有超过万家智能制造装备、工业自动化、工业软件供应商等参与了各类智能制造项目,提供了各种解决方案。

GII数据显示,随着IT、医疗、制造和汽车等多领域对人工智能解决方案需求越来越普遍,从2020年到2026年,市场预计将以39．4%的年复合成长率持续成长。

但在热闹之余,审视行业,却能发现诸多所谓的智能化解决方案是“挂羊头卖狗肉”,并未给企业带来预期效果,问题集中在两个方面。

一是止步于数据上云。

现实中,多数解决方案只解决了数据上云的初级需求,并未给企业提供诸如数据分析、使用等更为深层次的需求服务。

简单来说就是未能为企业多想一步,这使得解决方案中的云服务与智能化相互分离,不仅割裂了用户体验,更增加了企业成本,让降本增效目标难以达成。

诸如在工业制造智能化领域,一些企业提供的工业智能化解决方案,仅处于数字化工业阶段——只做到了数据收集、提取的初级阶段,但对于哪些数据是有用的数据,哪些是作废的数据,他们并不知晓,对于数据具体怎么用,也没有分析系统。

但于企业而言,他们对工业智能化解决方案的实际需求则可能是集数据存储、提取、利用于一体——希望透过数字化,让制造过程中所有的动作、设备数据都可被记录、储存、分析,让数据服务于产品生产、产品质检、产品良率提升、车间运行情况监管、异常情况监控分析、模具修理频率、工艺优化等等环节,达成工业智能化发展。

这种解决方案与实际需求的脱节的尴尬,不仅存在于工业制造领域,于行业中而言,也是不胜枚举。

二是试错成本高。

从现实来说,企业采购一套智能解决方案,成本不菲。

有数据显示,绝大多数中小企业,都拥有200台以上机器设备,如果想通过智能化设备改造达到全面升级,投资金额至少需要几百万甚至几千万元。

这种现实,使得企业的试错成本就变得非常高,特别是对于自有资金不足、信息化基础薄弱、缺乏相关人才的规模以下的中小微企业而言。

艾瑞咨询在《2019年中国制造业企业智能化路径研究报告》中就坦言:“相比于大中型企业,小微企业的智能化之路面临更大的试错成本和不可控风险,稍有不慎就会危及生存。”

当然,大企业在智能化解决方案选择中,也有自己的烦恼。

诸如身居能源、交通、装备制造、基础设施建设等传统领域行业中大型企业们,其庞大的业务体量、复杂的业务模块、与行业的重要地位,都更使得他们对解决方案的业务适应性、对敏感数据的安全保护等有着极高需求。

在此现实下,若采购的解决方案能力不足,其后果与影响,显而易见。

什么样的云才是企业所需?

如此现实,使得选对解决方案,实现对AI、5G、大数据、云计算等前沿技术的善用,于企业实现智能化转型,赢得市场先机,就显得尤为重要。

那么企业究竟需要什么样的云服务?从产业实践来看,一套成功的云服务,基本具备以下特征。

1、不仅提供云服务,更为客户提供一站式解决方案

如上所述,企业在智能时代的转型需求,不仅仅是数据上云或在云上存储这样简单,其在数据上云、存储的前提下,还有对数据进行分析、利用,让数据“活起来”、产生价值,使数据成为真正的“资产”的需求,这就要求解决方案提供商在提供解决方案时,不仅是提供基础的云服务,还要将人工智能等技术解决方案也一并提供给客户,做到为客户多想一层,一站式的满足企业多样化、深层次的需求。

体现在具体实践中,则能看到解决方案提供商们,当前在云服务载体的基础上,更输出多样化的解决方案——诸如百度智能云的“云智一体”、AI原生;阿里云推出的“云钉一体”,都是对用户这种现实需求的回应。

在央视网采用百度智能云“云智一体”解决方案进行智能化升级的案例中,我们可以一窥这种一站式解决方案所能为客户带来的实际效益——百度智能云在为央视网提供云存储的基础上,还通过“云智一体”为央视网提供了诸如“领袖素材数据库”、“AI帮你找”等多套人工智能解决方案产品,助力央视网实现素材收集、采编、创作效率提升与传播时效把控。

诸如在此前的国庆阅兵上,央视网就应用百度智能云提供的智能创作能力,在时长几个小时的阅兵视频素材中,高效地制作了不同主题的阅兵短视频,抢占了传播时效性。

在此,试想一下,但若百度智能云没有云智一体,未给客户提供上述的智能解决方案,而仅仅只提供数据上云服务,那么在客户这种需求出现时,客户恐怕就只能望洋兴叹,依靠人工进行视频素材筛选、甄别、剪辑,但用这种方式创作一部短视频,所需消耗的时间、人力等成本可想而知,更别说创作出多个主体的多部短视频了,恐怕作品产出时,相关热度已不复存在。

事实上,这种通过智能化解决方案代替传统人力操作,提升效率、达成降本增效、促进环境责任履行、降低碳排放的实践,在行业中还有许多,特别是在工业制造领域的实践,可谓成效显著。

《智能+工业互联网平台白皮书》中,就介绍了百度智能云云智一体解决方案于电力电网、能源、水务、金融、工业制造、工业质检等领域落地后,在打通行业信息化孤岛效应、降低人力作业依赖度、提升产品质量与降低污染排放等方面的实践成效。

诸如在水务系统智能化实践中,解决方案让制水供水单位能耗下降8%,分散式污水处理设施正常运行率提升5%,排水应急处理响应及时率达到98%;在工业质检领域,其解决方案能将准确度提升到99．9%,人力节省90%以上。

管中窥豹,可见一斑。

在此,试想若以百度、阿里、华为、腾讯等为代表的这些头部云计算厂商所提供的解决方案,能被全面应用于化工、钢铁、有色、石油、石化等各行各业,那么于行业降本增效、绿色低碳发展而言,其带来的效益也必然是显著的。

2、以确定性降低企业的试错成本

从现实来说,企业拥抱智能化解决方案,不是为了赶时髦,而是想借此解决企业发展中的实际问题,达成降本增效、竞争力提升等诉求。

这种朴素的要求,也使得企业对智能化解决方案能够带来的实际效果倍感重视,可以说,智能化解决方案究竟能够带来多少确定性,是企业在采购中的核心衡量要素。

在此现实下,解决方案效果的确定性,是方案提供商必须要回答的核心问题,也是决定市场竞争力的关键。

而于市场观察来看,科技互联网大企面向行业提供的智能化解决方案,往往拥有更强的确定性。

这种高确定性或可通过客户复购率这一指标集中体现,毕竟解决方案只有解决了客户实际需求,达到了客户的预期效果,客户才有可能会对解决方案进行复购。

但较为遗憾的是,这一数据,在过去似乎都是企业保密的存在。

直到最近,百度才在其最新财报中,于业内首次披露了其智能云解决方案的复购次数——百度方面表示:某银行在接入了百度智能云的AI PaaS(平台即服务)后,后续又复购了五次,包括智能客服以及私有化部署等。

这证明了客户对其解决方案的满意度。

那么百度这些大公司的智能化解决方案,为什么相对而言更能为客户带来更强的确定性,赢得客户复购?

个人认为这一方面是源于他们在人工智能技术上拥有更强大的技术储备和人才优势,这使得他们能在人工智能技术关键领域占据领先优势,进而在技术应用层面达成更好效果——诸如在语音识别技术上,不同技术实力的公司,给出的解决方案在语言识别的准确率上可能会有高达几个百分点的差距,这种差距当然也将会带来效益差距。

另一方面则是更具实力的科技互联网大企也更能与大企业达成合作,这也使得他们在解决大企业复杂的智能化升级需求时,能够积累到更为丰富的解决经验,同时也使得解决方案也更具弹性与行业适应性。

双重优势的叠加,在很大程度上也让大型科技互联网公司的解决方案,往往是虹吸效应凸显。

数据显示:百度智能云、阿里云、华为云、腾讯云这些头部玩家,也多拿下了制造、能源、电力、金融等多个行业头部企业的智能化升级合作,着手打造企业智能化升级标杆案例。

并且依托于强大的芯片自研能力能构建起的底层算力优势,这些头部玩家们的云服务,已不局限于为单个企业服务,而是可以在区域内为当地企业统一提供算力服务,成为“公共设施”。

诸如宜昌点军区与百度智能云共建的“百度智能云-昆仑芯智能生态中心”,就依托拥有业内最高算力设计的昆仑AI芯片,成为了宜昌点军区的AI新型基础设施,让点军区人工智能算力中心的算力在服务本地区业务的同时,还可将算力进行外循环输出至周边区域,构建起全新商业与生态循环。

3、解决方案也需要量体裁衣

于行业现实而言,企业规模、企业能力、企业诉求各有不同的现实,也必然导致他们对智能化解决方案需求千差万别,这自然也要求解决方案提供商具备量体裁衣的能力,最为理想的状态则是解决方案提供商能够对客户实现私人订制。

在此,个人认为百度智能云、阿里云等在当下打造的中台模式,在某种程度上较好满足了企业需求的差异化。

诸如百度智能云基于百度大脑的AI能力和百度多年积累的知识图谱、自然语言处理、多模态语义理解、智能搜索等AI核心技术,在百度智能云中构建了AI中台和知识中台,供企业按需索取所需技术能力,实现快速、高效地AI解决方案构建、内部知识盘活、流动,在某种程度上满足了企业“千人千面”的解决方案需求。

综上,对于企业究竟需要什么样的云服务,我们或可总结为:企业所需要的是一套云与AI紧密融合,拥有强大底层计算架构,可满足各个行业深层次、多样化应用场景,能够为企业带来确定性、定制化、低门槛的云服务。

智能化是一条长路,头部公司需肩负更多责任

虽然于现实而言,疫情倒逼、竞争现实需要与顶层设计指导,都释放出了企业拥抱智能化、进行产业升级的明确趋势。但在大趋势下,我们也需要看到企业存在实力分层、企业生态参差不齐的现实,即使是在拥抱智能化这一理念上,可能都是千差万别。

这也注定了企业的智能化升级不会一蹴而就,而是路漫漫而修远兮。

这于解决方案提供商们而言,则一方面要求解决方案提供商们具备足够的赛道耐心,而不是三分钟热情,只为追求风口;另一方面更需解决方案提供商们进一步增强解决方案效果的确定性,降低落地门槛,在不同领域打造出更多标杆案例,进一步增进不同规模企业采纳智能化解决方案的用户信心,进而让优秀的解决方案在大中小微企业中实现规模落地。

在此,以BATH为代表的大型科技互联网公司们,或许更需肩负起更大责任。

毕竟他们一方面在技术、人才等竞争要素中占据领先优势,同时这种优势也让他们的解决方案实现了更大规模的落地实践,产生了更强的市场竞争力。

此前在中国发展研究基金会联合百度推出的《新基建,新机遇:中国智能经济发展白皮书》中就谈到:“在科研投入上一直处于领先地位的BATH,也正以更为完备的底层基础设施与技术实力,引领新基建建设。”

这种现实,也奠定了BATH们在推动产业智能化升级上,能多出一分力,成为行业引领者、推动者的基础。

作者:邻章,专注科技互联网评论,致力传递价值思考,系36Kr、虎嗅、钛媒体、界面、创业邦、创事记、人人都是产品经理等40余家科技互联网平台专栏作者。