12月18日，是百度智能云一年一度“百度智能云渠道生態年度盛典”的時間。

將時間撥回一年前，彼時百度智能云還無“智能”二字，百度的“云+AI”戰略也還尚未明晰。

一年時間很長，百度云計算業務完成了架構的升級，從智能云事業部（ACU）升級為智能云事業群組（ACG），并完成了與CTO體系的高效整合，同時也實現了“百度智能云”的品牌升級。百度還完成了“云+AI”戰略和落地實戰的升級。

一年時間也很短，百度智能云在2019向前跨越了一步，坐穩了云服務市場國內第一陣營的地位。百度的toB業務也實現了進化，AI在走入廣泛的行業應用。

回顧即將逝去的2019，讓我們一起來看看百度究竟是怎樣在To B的市場里激起一朵朵水花。

2019，百度AI to B進化與跨越的一年

IDC2017年——2019年的市場數據顯示，近三年間，中國公有云整體市場發展增速一直保持在60%以上，2017年中國公有云市場增速為66.6%，2018年這個數字為70.1%，今年市場增速將約為62.7%。雖然從2020年開始，公有云市場的增速會逐漸放緩，但直到2023年，其總體增速都將維持在30%左右的增幅。

可以說最近的幾年，To B都將是云計算市場獨特的機會窗口。

在2019年之前，百度已經加大了To B的力度，但機會窗口的時間很短，而百度如何打贏這場硬戰？

2018年12月18日，百度智能云事業部（ACU）升級為智能云事業群組（ACG），將AI To B的業務與傳統的云業務實現合并，這也是百度“云+AI”戰略的最初形態，這為百度智能云的快速成長在內部架構上劃定了軌道，鋪平了道路。

2019年4月11日，百度云更名為百度智能云，在品牌層面進行升級，開啟了下一個三年發展規劃，進一步確立了規模化做大AI智能產業的發展思路。

2019年9月2日，李彥宏在內部發出全員信，宣布“云+AI”戰略進一步升級，百度智能云總經理尹世明直接向集團首席技術官王海峰匯報，百度智能云與CTO體系實現高度協同。

按照這個思路，百度將集中更多資源支持智能云業務發展，把AI技術、云計算、基礎技術體系進一步整合，充分打通在人工智能領域多年積累的優勢，加強內部緊密配合，增強內部體系化聯動，使更多的領先技術能夠通過云輸出到更多行業。經由這次調整，百度面向B市場的推進和發展更加完整、扎實。用王海峰的話來講，智能云作為載體，能夠促進AI落地，加快產業智能化進程。

百度的一系列動作在市場層面也確實收到了非常不錯的效果。

2019年以前，百度在IDC的排名中被歸類為“others”，并沒有給出明確的市場份額。

2019年第一季度，IDC在“IaaS+PaaS”兩個方向的統計結果顯示，云計算市場出現了“一超+多強”的格局，阿里云以43%的份額居于第一，騰訊（12.3%）、AWS（7.3%）、中國電信（7.2%）、華為（5.2%）和百度（5.2%）分列其后，這6家頭部公司一共拿走了80.2%的市場份額。

從“others”到一季度排名第五，百度進展迅速，并且在隨后的時間里，持續保持了“增速第一”成績。

另外兩個維度。

11月26日，據英國調研機構Canalys發布的2019年三季度中國基礎云服務市場報告顯示，百度智能云三季度收入同比增長70.3%，遠高于行業平均60.8%的增速水平。

11月28日，IDC發布的《IDC MarketScape：2019中國AI云服務市場廠商評估》報告顯示，百度智能云在AI技術、市場和商業上表現突出，在能力和戰略兩個維度位居領導者象限領先位置。

對于百度智能云在2019年所取得的市場進展，尹世明表示滿意，在接受《財經》記者采訪時表示：“云是一個大的牌局，通過三年耕耘，我們已經有上主桌打牌的資格，要尊重現實而后打出自己的特色。”

從others到坐穩第一陣營，百度智能云經歷了什么？

“贏者通吃”是云計算行業的特點之一，百度智能云能從原有的市場格局中打開缺口，并找到屬于自己的位置，到底用了什么辦法？百度的“特色打法”又是什么呢？

1、制造標桿，全產業覆蓋的背后是頭部企業的強力背書

拿下云計算服務的B端客戶，什么最重要？

無數市場實踐證明不是價格高低，也不是技術能力，而是客戶對你的認可與信任。

現階段，企業上云畢竟還是一項創新，因而要想獲得客戶的信任，云計算服務商必須拿出可以說事的標桿項目。

在B端用戶看來，依葫蘆畫瓢，總歸錯不了。百度智能云的破局方法很直接，就是直面困難，啃下最硬的骨頭。以拿下頭部企業，制造標桿示范項目的方式，來增強自己在云計算行業中的影響力。

在第一產業中，百度智能云與麥飛科技合作，為麥飛科技提供邊緣計算架構，實現了麥視監測機上的機上處理算法。

第二產業，百度智能云聯合精研科技與微億智造團隊，打造智能質檢設備，解決過去主要靠“肉眼+放大鏡”來檢測的痛點，大大減輕質檢員大量高重復性、高頻次的工作的同時，實現降本增效，設備投資回報率達到了傳統機型的6.5倍。

第三產業方面，百度智能云助力銀聯商務的800萬商戶集體“上云”，為浦發銀行帶來了既有顏值又善解人意的“數字員工”，幫助中國聯通的客服體驗提速換道。

……

很明顯，在一、二、三產業中，百度智能云都有行業頭部企業的標桿項目為其背書，這些標桿項目的價值意味著在To B的這場戰斗中，百度智能云完成了從0到1的積累，這個過程往往是這場戰斗中最艱難的階段。

就像飛輪效應一樣，為了讓靜止的飛輪轉動起來，一開始必須花費很大的力氣，一圈一圈反復地推，每轉一圈都很費力，但是每一圈的努力都不會白費，飛輪會轉動得越來越快。百度智能云在2019年已經讓To B這個飛輪轉動到足夠快的速度，接下來，飛輪將會獲得更高的動量和動能，以更快的速度旋轉。

2、創造價值，產業和社會構筑的雙重價值產生復利效應

在商業層面，企業“上云”更多考慮是否能夠產生價值。在很長一段時間內，百度智能云做To B業務也是邊做邊學，每次上門去給企業做業務講解，都好像面試一樣。企業關心的不是技術有多先進，而是能不能解決實際問題。

好在百度智能云沒有辜負企業們的希望，所有落地的項目都產生了實實在在的產業價值。

物流巨頭唯捷城配利用百度物流地圖，完全掌握“五限信息”，使得路線規劃準確率提升9%，使用百度智能云智能調度引擎一鍵智能排單，車輛裝載率提升12%；

汽車制造行業的大制科技通過百度智能云天工物聯網平臺建立了產線積漆模型，車間將原來的固定排班鏟漆變為按需鏟漆，每周減少停機鏟漆時間120分鐘，每條生產線每周增加整車產量80臺，同時產線的維護成本降低了38%；

美錦能源集團利用百度智能云天工物聯網平臺為企業提供的能源數據分析服務，幫助企業整體降低了42%的購電成本。

……

類似這樣的案例舉不勝舉。

百度智能云的價值除了賦能產業之外，更大的意義在很多層面和很多領域提供了人文關懷，創造了社會價值。

比如與重慶氣象局聯合打造“智慧氣象”，兩小時內的預測準確率提升了40%，2019年夏天災害天氣預警信息發送時間由原來的兩小時提升到9分鐘；在教育行業，與上海市金楊中學、南京第一幼兒園、嘉興市吉水小學、哈爾濱兆麟中學等多所學校打造了智慧教育的樣本。

在經濟學中有一個“復利效應”的概念，當資產收益率以復利計息時，經過若干期后，資產規模（本利和）將超過以單利計息的情況。

百度智能云在產業和社會兩個維度創造了雙重價值，于百度智能云自身而言則產生了“復利效應”，企業上云嘗到了甜頭，繼而加快上云步伐，擴大上云范圍，當企業因上云在行業中獲得了競爭優勢之后，又引發同行的跟進。

猶如滾雪球一般，百度智能云在2019一路高歌猛進，攻城拔寨。

3、“云+AI”，由百度發起的一股行業風潮

憑借著“云+AI”戰略，百度在2019年發展迅猛，也讓“云+AI”成了云計算的行業風潮。

IDC不久前發布的《IDC MarketScape：2019中國AI云服務市場廠商評估》報告認為，AI應用遷移、重構到云平臺，或直接使用云上的AI服務是大勢所趨。2019年幾乎所有的玩家都將AI與云計算組成CP成為標配。

大家都是“云+AI”，但其中的內涵卻各有不同。

作為最早提出“云+AI”戰略，且最先進行“云+AI”實踐的百度智能云，從最開始的云計算2.0（不僅是硬件的云化，更應該搭載各種應用和服務，包括AI），到ABC一體化，再到直接的“云+AI”概念，其“云+AI”的融合方式是“從下至上”，即依托百度過去的技術基底打造體系化、基礎化、全面化的AI技術，然后在此基礎上支撐云服務提供更好的產業智能解決方案。

百度智能云是先有強大的AI技術，再將其中可能有價值的部分用于云服務的“+”方式，AI基礎能力強悍，體系化成熟。可以說AI到哪，云就到哪，這也成為百度智能云最具辨識度的行業標簽。

心理學有一種“定勢效應”，是說以前的心理活動會對以后的心理活動形成一種準備狀態或心理傾向，從而影響以后的心理活動，比如我們看到水杯就想到喝水，看到音箱就想到聽歌。

作為一個云廠商，百度智能云的AI落地能力是最強的，百度智能云在“云+AI”的行業標簽下也獲得了“定勢效應”，當企業的業務需要AI與云融合時，首先想到的就是百度智能云，特別是當百度AI的競爭優勢形成行業公理之后，百度“云+AI”的綜合實力被提煉出來，在行業風潮之下，百度智能云依然保持著足夠的競爭差異。

AI技術進入成熟曲線，百度AI工業化的機會窗口

2019年，百度智能云完成了一次跨越，可從這一年當中百度智能云不遺余力的推動AI工業化的舉措來看，其野心并不會止步于此。

所謂AI工業化，即推動AI規模化、標準化落地到廣泛的行業場景中。

從AI發展的趨勢來看，根據格蘭特發布的“熱點技術周期成熟曲線”理論，AI技術或將進入到大規模應用階段。

“熱點技術周期成熟曲線”將一項新技術的預期與成熟階段進行了五個周期的劃分。

第一階段（Technology Trigger）：對技術所呈現的前景高度興奮，并對技術所實現的功能具有高度期待；

第二階段（Peak of Inflated Expectations）：對技術的期望膨脹至頂峰；

第三階段（Trough of Disillusionment）：越過低谷期；

第四階段（Slope of Enlightenment）：技術逐漸成熟期；

第五階段（Plateau of Productivity）：進入生產力平原，開始在市場得到有效全面的應用。

熱點技術周期成熟曲線圖

AI技術在很多領域已經進入到生產力平原，以語音技術為例：11月28日，百度大腦宣布語音能力引擎日均調用量已經超過100億次，百度大腦目前具備了為開發者提供覆蓋云、端、芯的全棧全場景語音開放能力，推動智能語音技術在各行業落地應用。

當然，AI的工業化，不僅需要AI技術的突破和成熟，還需要借助合作伙伴的力量，實現生態繁榮。正如尹世明在百度智能云渠道生態年度盛典演講中所言，人工智能推動產業化變革的過程中，依靠生態合作伙伴實現智能生態呈冪次方的升級至關重要，這會幫我們一塊把人工智能的方方面面實現工業化。

從百度內部的技術和生態準備度來看，百度的AI應用規模化已經具備基礎條件。

同樣，作為AI應用的介質，云服務也將迎來機會窗口。

繼承了百度AI基因的百度智能云在AI工業化的風口下具有一定先手優勢，對此尹世明的思考是，云計算在AI工業化過程中的競爭需要變換技巧，要在別人把路堵死之前，更快規模化，建立技術、運營、市場的系統能力。

這對于百度智能云來說，又將是一個新的開始。