聊几句百度和阿里的 AI 局面

颠颠

十月最后一天，下午我们去温榆河公园团建。本来没准备今天写文章，昨晚睡觉时临时起意，想写写百度。
因为偶尔总会在群里看到有人对百度的 AI 战略过于粗浅，至少从我的角度看，他的理解过于停留在表面了。这多少也是一种偏见。
有一说一，其实百度目前的 AI 局面还挺不错，如果你用百度搜索的话，会发现他们几乎已经把 AI 整合到了各个功能项当中，比谷歌都快一步。
之前，很多人会觉得 ChatGPT 之类的 ChatBot 会取代搜索。现在看，这个结论并不令人信服。一个偏信息的检索和验证，一个偏生成和表达。
虽然有交集，但也完全不是一类产品。最近用过 ChatGPT Atlas 浏览器的人会知道我的意思（默认的 ChatGPT 搜索过于反人性）。
百度搜索本身就已经成为一个超级 AI 应用。
除了 AI 应用之外，AI 行业最肥的一块市场就是做 AI 云。如果你最近去过几个一线城市的机场就知道，广告牌几乎都被国内的几个 AI 云公司承包了。
无论什么年代，给人卖水卖铲子都是一个不错的生意。百度在这块业务上同样可圈可点。

最近出去和行业内的朋友交流，形成的一个共识是：如果把百度、腾讯、字节、阿里的业务线摊开，会发现一个明显分野：
字节和腾讯正在靠应用场景、流量入口、分发能力抢占 C 端用户心智，用豆包、元宝之类的产品在消费侧卷体验。
而百度和阿里正在从模型到算力到应用形成了 AI 全栈闭环，主攻企业客户，用 AI 云去服务金融、制造、政务等行业。
据我了解，目前 TOP 10 手机厂商、中国市场销量 TOP 15 汽车品牌、TOP 10 新能源车企都选择了百度智能云，在当下最热门的具身智能行业，百度智能云还夺下了渗透率第一。

像 OpenAI 和 Anthropic 的分化一样，国内的互联网公司也在走向两条有交叉、但越来越不同的路线。
恰好，我查到全球知名咨询机构沙利文刚刚发布的一份 AI 云市场份额的报告。这里面有一个结论：

阿里云和百度智能云在国内的市场份额已经合计超过 50%。
也就是说，如果单看 AI 云这个品类，百度智能云已经排到了国内的 Top2。紧跟在阿里云后面。
为什么大家这么重视 AI 云呢？记得 Sam Altman 曾经说过，在不远的几年内，智能会像电一样，走进人们的生活。
如果把电网看作工业时代的底座，那么 AI 云就是智能时代的底座。它不仅提供算力，更在改变算力的流动方式。
过去算力是集中在数据中心里，现在它正变得更像电一样，随时可以被调用、被分配。

未来的企业、政府、学校，甚至个人，都要在这张新的智能电网中运行。
所以，可以料想到，相比过去以 IaaS 为主、偏向存储和计算租赁的云市场，这一轮AI带来的增量会大得多。AI 云的增长，不是延续，而是换代。
全球市场都是如此，这两年，Azure 和谷歌云的增速明显快于 AWS，核心原因就是他们的 AI 服务做得比较好。
这周，亚马逊爆出来史上最大规模的裁员，据外媒报道，这次裁员的核心目的是削减成本，把更多资源砸到 AI 上。
因为如果亚马逊在这一轮 AI 浪潮中落伍，电商和 AWS 的霸主地位都可能不保。
Azure 在企业市场的优势是生态，从 Office 套件、到低代码软件，再到云基础设施，所以它一直的打法都是整合。
而 Google Cloud 的优势则是端到端的 AI 全栈能力。如果要看后劲的话，我会认为 Google Cloud 会更好一些，它可以从底层做起，把芯片、算力、模型和应用穿透，构建出真正的能力和成本壁垒。
AI 云早期可以靠势能赢，谁能制造叙事、吸引注意力、抢到头部资源，谁就能先拿到增长红利。
但长期的胜负，会取决于算力、算法、数据、生态、资金的综合家底。
就像智能手机刚出来那几年，厂商拼设计、拼营销、拼上新速度。
但后来拼到深水区，谁有芯片、系统、生态，谁就能长期活下去。苹果靠自研芯片和闭环生态赢了十几年，华为也是因为有了芯片和操作系统，才扛过最难的几年。

AI 云的竞争，也会走到这一步。
我发现，谷歌云和国内的阿里云、百度智能云，这三者之间都有一个共同点：他们不只是做一个简单的模型服务厂商，而是自底向上构建了一套完整的技术栈。
拿谷歌来说，他们有自研的 TPU，还有算力平台 TPU Cloud、Gemini 模型。
阿里有平头哥 PPU 芯片、算力平台灵骏，以及 Qwen 系列模型。
百度有自研的昆仑芯、算力平台百舸，以及文心系列模型。
全栈能力决定了云服务商的后劲。
如果你关注 AI 新闻就知道，OpenAI 最近几个月的动静，几乎都围绕算力。
一边在自建数据中心，一边又和 NVIDIA、AMD、Oracle 分别达成合作，一起建设下一代 AI 基础设施。
根本原因很简单，算力不够。模型再强，没有稳定算力也跑不动。AI 公司的竞争，已经从当初模型的竞争，逐步转向到产品和基础设施的竞争。

基础设施在未来只会越来越重要。但这种事，又没那么好补课。
检索了下，百度是在 2011 年开始自研芯片的，阿里晚一点，2017 年。雷军曾经用在珠峰上盖房子来形容造芯片的难度。
大家可以想想，国内造芯片的公司里，这些年来，哪家没传出来过流产的消息。个中辛酸，我估计只有具体做的人才知道。
举这些例子，是想说，想迅速补齐 AI 基础设施层面的短板，不可能。这种事情没办法一蹴而就，不是说你丫有钱，然后就能拿钱迅速买时间。
当然，做 AI 全栈这事也相当费钱，没钱是万万不可能的。
搜到一组数据：
截至 2024 年，百度近十年累计投入的研发资金超过1800亿元。然后阿里也在云栖大会宣布未来三年将投入超过3800亿元建设云和 AI 硬件的基础设施。
钱和时间缺一不可。
从整体公司营收上，百度没有阿里高。但我发现它也相当坚定，每年都把超过 20% 的营收投入到研发上。
这么多钱，除了人力成本之外，其实就是硬件这些基础设施的成本。舍不得孩子套不着狼，没这些投入，百度也不可能有今天的技术积累。
很多吃瓜群众不懂技术，他们不知道芯片、算力平台这种事情的难度。这和做应用完全不是一个层面。AI 行业总是热闹的，但热闹背后，最难的部分其实没人愿意做。
今天就写到这里，希望我的视角能带大家理解不一样的百度。

meto

百度AI：偷偷卷成学霸还不吭声

standme

上次公司用百度智能云部署财务系统，处理速度比本地服务器快多了，就像骑电动车和骑自行车的区别，不过界面字体有点小