中山古镇物流

注册

 

发新话题 回复该主题

2023,百度要增长 [复制链接]

1#


  经过几年的沉淀后,互联网迎来新的时代,精细化发展的序章正在开讲。


  曾经的“BAT(百度、阿里巴巴、腾讯)”也都纷纷踏出主营业务的舒适圈,开始积极寻找第二、第三增长曲线。腾讯依托
  新年伊始,“BAT”纷纷对过去一年做出总结,分析团队管理、运营需要改进之处,也纷纷求“增长”,尤其是“高质量增长”。


  年,百度便将重点放在“增长”上,1月10日召开的百度Create大会上,李彦宏就围绕“增长”展开演讲,探讨“增长从何而来?什么会推动可持续的增长?”


  在李彦宏看来,“增长”需要去“创”。过去10年,百度以超亿元(人民币,以下未标注则同)的研发投入,以及创新成果来创造高质量的增长。


  而创新的基底来自于对人工智能的全栈式布局:从芯片层、框架层到模型层和应用层。


  创新的成果则体现在对于行业的赋能,比如智能交通的持续布局、比如深度学习框架飞桨的搭建;以及,商业化的初步成果,比如到年第三季度已经突破单季47万订单量的萝卜快跑平台,比如年开始销售的ROBO-01。当然,也有逐渐开始商业化探索的AIGC营销内容生产工具等等。


  不过,接连不断的好成绩下,百度仍在直面长期主义带来的危机与挑战,去思考如何进一步控制成本、向商业化和盈利化迈向更远的一步,去实现以创新求增长的最终目标。


  Create大会,究竟聊了什么?


  若论创新,百度的投入向来大手笔。


  过去10年,百度的研发投入超过了亿元,并且几乎每一年的同比增长都超过%。在这次的Create大会上,李彦宏不仅表述了这些钱成就了什么,更是讲述了花这些钱的理念。


  


  数据来源/百度财报燃次元汇总制图


  “创新,固需要底层技术的支持,不过创新也不是闭门造车创新,是有机会进入市场,不断获得用户和客户的反馈,摸着‘反馈’过河才能实现的。百度在经营发展中,也有很多‘反馈驱动创新’的实践经验。”李彦宏这样描述百度的创新理念。


  所谓反馈从何而来?答案是从商业化的项目中。


  举例来说,百度自研芯片昆仑从年开始就开始大规模地商业化部署。年,昆仑芯片已经替代了相当一部分百度搜索引擎的推理能力;而后推出的昆仑芯2代已完成无人驾驶场景端到端性能适配。


  “以搜索和自动驾驶为应用场景来部署自研芯片是百度非常智慧的战略。”杰西卡这样对燃次元分析道,因为这两项业务用户数量大,且数据反馈及时、活跃。


  在用户基数上,搜索已然成为人们的刚需使用场景。数据显示,截止到年第三季度,百度APP月活用户已经达到6.28亿,每天响应几十亿次真实的用户使用需求。而自动驾驶随着电动汽车渗透率达到30%并且不断的提升,也将成为驾驶员们日常的刚需场景。据百度年第三季度的财报,萝卜快跑订单量已经超过47.4万。


  另一方面,不论是搜索还是自动驾驶,都有即时的信息反馈,这些极度活跃的数据构成了百度自然的大数据库,不断帮助业务人员做出调整和修正,再用升级后的芯片不断赋能到更复杂的使用场景中。


  以自动驾驶为例,在年9月21日,燃次元去了位于亦庄的百度APOLLOPARK无人驾驶中心,现场体会到“反馈”在百度业务中的重要性。在APOLLOPARK,有专门的研究人员坐在超大的、多显示屏前的电脑前,盯着屏幕中不断变化的画面。


  百度工作人员向燃次元透露,屏幕上是百度运营的无人车的车载摄像头所捕捉到的路况画面。这些画面可以看到无人车驾驶的情况,以及车身和车上的安全员是否做出了合适、及时的处理,在极端的紧急情况下,百度的研究员也可以接管车辆的控制权,不过这种极端情况也几乎不会出现。重要的是,这些数据都会反馈到整个自动驾驶研发的数据库,为后续的研发做正向的修正。


  而“反馈”有的时候,亦可以改变事态的格局。


  李彦宏在本次演讲中就提到,“很多时候,事物的实际发展路径和最初的设想是大相径庭的。”


  而若说年关于人工智能有什么趋势是让市场始料未及的,那么AIGC也许是一个。因为,AIGC的诞生意味着人工智能技术方向性的改变。AI从理解内容,走向了可以生成内容,甚至能够创造出独立价值和独立视角的内容。


  面对这样颠覆性的“反馈”,百度也要“见招拆招”。


  年12月21日,百度发布了AIGC营销内容生产工具“营销内容AI助理团”,进一步促进AIGC技术的商业化探索。百度集团资深副总裁、百度移动生态事业群组总经理何俊杰表示,营销行业是AIGC的“先行示范区”,可以让Web3.0时代“人、货、场”的构建效率大幅提升。


  AI内容行业的创业者吕先生对此观点表示认可。他表示,目前,整套的营销内容从策划到产出需要多个部门的配合,包括策划、文化、图片设计等。对于许多中小企业来说,如果长期招人,可能也没有那么多的宣传需求,最终造成人力成本的浪费。如果选择外包,则在预算和质量上也很难保证。而随着AIGC概念的出圈,如果能将整个业务链进行AI自动创作和生成,对这些企业来说是既能降本也能增效。


  不过,吕先生也指出,目前市场对整个AIGC的概念只是认知的初步阶段,如果想要实现规模的商业化,在市场上如何精准定位细分需求,以及在技术上如何能够让AI生成的作品更贴合用户本来的需求,都需要时间的探索。


  百度,默默做了很多


  反馈式创新、拥抱变化以及直面困难,这是百度研发的精神。但研发不能只有精神还得有成绩,而百度研发的成绩有一些是大家熟悉的。


  比如,业界所熟知的萝卜快跑无人驾驶出行平台。萝卜快跑于年推出,目前已经在北京、上海、广州、深圳、武汉等城市的特定地区顺利运营。


  百度相关市场负责人曾对燃次元评价道布局网约车,在该负责人看来,一方面,可以将萝卜快跑收集的数据重新赋能到百度自动驾驶研发中,形成“反馈驱动创新”的闭环;另一方面,也是想要解决短途网约车短缺的问题。人工接单的司机会比较倾向于跑客单价更高的中长途,而算法接单不会有长短途的偏好,可以更好弥补短途网约车的缺口。


  北京一个男生就在过去的一年中打了多次萝卜快跑,萝卜快跑显然已成了他上下班短程通勤的必选方式。


  而另一位萝卜快跑的高频用户菲菲虽然没有一年次,但大部分上下班也会用到。她就对燃次元说,“我上班大概3公里左右,萝卜快跑如果领到优惠券可以便宜到5元之下,非常合算。而且,上下车确认方便、行驶得也非常安全,是我这种‘社恐打工人’最爱的出行方式。”


  除此之外,在刚刚结束的广州车展上,ROBO-01揭开了神秘面纱,也让百度造车交上了又一份答卷。ROBO-01基于吉利SEA浩瀚平台打造,采用了高端车型标配的前双叉臂、后多连杆悬架、搭载宁德时代kWh三元锂电池,续航超km、前后永磁同步双电机配置,双电机峰值总功率kW,零百加速仅3.9秒。


  一位正在考虑加购的新能源车主表示,“零百加速3.9秒、续航KM,这两点就让我非常感兴趣。现在就等着看卖多少钱,如果售价会在26-29万元这个区间,说不定能超越极氪成为目前最具性价比的纯电车。”


  而百度的研发成果远不止于此,还有很多大家并不熟悉却至关重要的。


  比如,智能交通。


  李彦宏就表示,它类似一个“智能调度系统”,可以通过智能红绿灯控制交通流量,从而提升交通效率。通过对交通网络的智能化改造,可以将通行效率提升15%至30%。目前,百度的智能交通方案已经落地全国63个城市,交通部也正式将百度列为交通强国的试点单位。


  再比如,百度自研的开源深度学习框架“飞桨”。


  截至目前,基于飞桨已创建了67万个模型、凝聚了万开发者、服务20万家企事业单位,已经构建起繁荣的深度学习生态平台。


  百度为什么选择扎根行业、搭建平台呢?


  一位不愿具名的行业专家这样对燃次元分析,“布局城市智能交通是大局观。往小了说,汽车自动驾驶的成熟也需要依托于智能交通的发展。自动驾驶不是说技术多牛就可以,是需要对城市、街道的交通情况有大数据信息,做出实时判断和反应。而往大了说,这也可以提升整个城市的运输效率。”


  至于创造技术平台,则更多出于成本控制考虑,越来越多的开发者可以基于一个开放平台去构建应用,就好比制造业实现量产后其均摊成本会随之降低,而整体的效益也会提升。


  未来,危机与希望并存


  技术与创新是放长线,任何长周期的事情在创造更大能量的同时,也都会面临更多的挑战与危机。


  赚钱难向来是技术研发的一大难题,百度也没少为此花心思。就拿自动驾驶来说,百度计划年在萝卜快跑上投入第六代量产无人车ApolloRT6,除了其技术与安全性的升级之外,成本控制也是核心原因。据悉,实现量产后ApolloRT6的单车成本将会控制在25万元。


  这意味着什么?BT财经曾统计,萝卜快跑平台每台车每天平均接单量在20单左右,而ApolloRT6的使用寿命是5年,50万公里。换算一下,每台车每一单的均价只要超过7元,就可以在一年的时间收回车的生产成本。


  极大降低的生产成本让萝卜快跑向商业化变现跨进了一大步。不过,想要突破商业化瓶颈还得盈利,那么,宣传、研发费用,以及车辆安全员、研发人员和各种相关工作人员的工资也都要算进去,这就又给萝卜快跑的盈利增加了不小的负担。


  另一方面,自动驾驶的全面商业化也取决于其安全稳定性,以及政策的推进速度,而这两者都形成了正循环的因果关系。然而,过去一年,自动驾驶的事故频频传入消费者的耳朵,特斯拉、小鹏、蔚来等标杆车企都曾发生事故。


  因此,不少业界人士均对燃次元表示道,自动驾驶的全面商业化可能还需要5-10年。


  而年大火的AIGC目前在国内的商业化之路也才刚起步,并且同样面对挑战。


  首先,是需求的差异化。AIGC能写也能画,但是用户的需求却不同。比如,有的人写广告文案,有的人写商业企划,有的写政企文件。而想要满足所有细分的需求就要拿不同数据库训练AI,这可能需要企业多业务线开发AIGC,其时间和成本也会随之上升。


  这其中,如何不断缩小数据误差,避免生成内容驴唇不对马嘴,也是需要时间解决的技术问题。


  这些技术的不稳定性,加之政策的不明确性也让AIGC的全面商业化需要更长的时间。吕先生就推测,“个人认为AIGC规模性商业化还需要3-5年。”


  既然挑战重重?为何坚持创新?——因为与挑战一样多的是希望。


  首先,是相关法规体系的完善和应用范围的扩大。


  以自动驾驶为例,“十四五”后自动驾驶升级为国家战略,彻底加速了自动驾驶行业的发展。年6月,深圳市发布了《深圳经济特区智能网联汽车管理条例》,作为国内首部关于智能网联汽车管理的法规,对自动驾驶汽车行业的进一步商业化发展起到了关键性的作用。


  而未来,自动驾驶管理体系不断完善的趋势下,自动驾驶的应用场景也会进一步扩充,比如末端配送、厂区物流等等场景都会陆续实现商业化的落地。


  另一方面,是市场需求的不断扩大。从人工智能整体行业而言,艾媒咨询就统计道,年中国人工智能核心产业规模达亿元,预计在年将达到0亿元。


  从自动驾驶市场需求方面而言,智研咨询就曾预测,到年,我国L2级乘用车渗透率有望达到50%,销量达到.5万辆,相较于年L2级乘用车18%的渗透率要翻上两倍不止。


  从AIGC市场需求方面而言,据Gartner预测,AI所创造的数据将在年占到人类已生产数据总和10%,能够产生数万亿美元的经济价值。而国泰君安则表示,未来5年或将有10%-30%的图片内容由AI参与生成,这代表整个领域可能产生亿元以上的市场。


  年9月,中国信息通讯研究院更是发布《人工智能生成内容(AIGC)白皮书》,提出AIGC在传媒、电商、影视、娱乐、产业升级五大领域的应用场景,这些发展将为数字世界内容消耗与供给的缺口弥合提供极大助力。


  而百度能做的,还远不止这些,元宇宙、虚拟人、云等等,这些推动着互联网和产业数字化创新的领域,都有百度投资或者研发的身影。


  未来,百度会继续坚持以创新来创造高质量增长。坚持虽然不容易,但做正确的事,必定会有所收获。

本文源自:燃次元

作者:吕敬之

分享 转发
TOP
发新话题 回复该主题