3月8日下午五点半，山东淄博一处人烟稀少的郊区出现了火情，着火点上方就是国家电网的220kv高压线路。假如火情不能在一定时间内被控制，可能将影响几十万居民的生活用电和上千家工厂的生产用电。
幸运的是，国家电网的输电线路可视化监拍装置在第一时间识别了火情，半个多小时后运检人员就携带灭火、电力检测等设备赶到了现场。从火情被发现并告警，到火情得到控制，只花了短短1个半小时的时间。
如果你有过到国家电网智慧营业厅缴费的经历，还会有这样的一番体验：当你走进大厅时候就已经自动进行人脸识别登记，在自助终端上”刷个脸”就能实现自助交费、业务办理、能源服务的”一站式”服务…
可能在很多人的认知里，类如国家电网这样的企业仍被归为”传统企业”的范畴，与新技术的融合永远会慢半拍。可为何在人工智能的落地刚刚起步的时候，国家电网的电路巡检、门店运营等场景中，就已经处处可以看到AI的影子?
百度CTO王海峰在5月18日的ABC SUMMIT 2020百度夏季云智峰会上给出了答案：国家电网山东省电力公司基于百度BML机器学习平台建成了自己的AI中台，实现了业务应用的快速建设，并且有效提升了营商环境和生产管理水平。
与此同时，百度智能云的”AI中台”也正式浮出水面。
01 智能化升级的新难题
在讨论百度智能云的”AI中台”之前，不妨先回顾下”中台”的概念。
作为在2018年走红、2019年持续升温的概念，”中台”早已不是什么新名词，曾经被奉为企业降本增效的”万能神药”，也出现了期望落空后的集体质疑。其实剥除掉一些忽悠性质的包装成分，中台战略的核心价值离不开企业对数据利用的诉求。
全球性咨询公司ThoughtWorks将企业对数据的利用分成了三个阶段：
第一个阶段是响应运营。为了对用户留存率、营收的增减进行预测，不少企业的运营部门找到了数据分析的”武器”，然后被迫进行了一系列的数据治理工作，比如对主数据、元数据进行规范化处理。
第二个阶段是响应业务。当大数据的概念开始流行，数据分析的服务对象不再局限于运营，出现了海量数据、异构数据等新的挑战，于是”数据中台”的思想开始大行其道，同时提供数据存储和计算能力，让数据在不同业务间共享。
第三个阶段是创造业务。有了数据和技术共享的”中台”，是否可以将数据变成个性化的用户服务?不同服务的不断组合，是否可以创造出新的体验和业务模式?作为数据中台的进一步延伸，AI中台的概念应运而生。
给”AI中台”下一个定义的话，将是企业规模化构建智能服务的基础设施，在数据接入、存储、分析的基础上，融合算法模型、机器学习、监控服务等与 AI 紧耦合的能力，满足前端快速高效研发部署智能服务的需求，并构建涵盖业务理解、模型学习、数据处理和运行监控的全生命周期管理的服务。
在产业智能化的主流基调下，”AI中台”可以说是企业智能化升级的刚需，然而大多数企业却被挡在了门外。
一是缺少AI的基础能力，比如缺少人脸识别、计算机视觉、自然语言理解等AI前沿技术的沉淀，相当于想要做一道菜却发现连食材都没准备好，在构建AI中台的第一个环节就碰到了”卡脖子”的问题。
二是缺少统一的开发平台，不同的业务部门各自为战，人为制造了一个又一个”烟囱”，加上缺少统一的标准和服务接口，基础资源被分散管理并且不易集成，等同于每做一道菜都要重新砌锅灶，导致单个项目的成本过高。
不过按照现代经济学的原理，有了需求就会有针对性的解决方案，当产业智能化的后浪袭来时，当企业遇到了智能化升级的新难题，帮助企业将业务场景与AI深度融合的”AI中台”服务，自然不会缺席。
02 百度智能云的新核弹
百度智能云正是试图填补市场缺口的玩家。
百度CTO王海峰在演讲中花了不小的篇幅介绍AI中台，并且结合多数企业构建AI中台时的难题 ，概述了百度AI中台的两个核心能力：
第一个核心能力是AI能力引擎，涵盖了人脸识别、OCR、语音识别、NLP、图像识别、知识图谱、深度学习等250多项成熟的AI能力，包括全球领先的Ernie算子和百度优化后的主流算法。打一个比方，百度的AI能力引擎给客户搬来了全球最先进的生鲜仓库，可以直接从中挑选所需要的食材。
第二个核心能力是AI开发平台，诚如外界所熟知的百度飞桨，作为全球前三、国内第一的深度学习开源框架，不仅弥补了企业在开放平台上的不足，而且做到了自主可控。继续前面”做菜”的比喻 ，AI开发平台为企业提供了一套现代化的中央厨房，可以根据自己的需求快速、高效地进行创作菜肴。
百度智能云AI中台
除了两项核心能力，百度智能云的”AI中台”服务还包括数据管理、服务管理、权限管理、资源管理和运维管理等模块，升级企业智能化开发能力的同时，也在帮助企业集约化管理AI能力和资源，可以说是名符其实的智能化”基础设施”。
与云计算的传统服务逻辑做一个对比的话：以往的产品提供的是存储和计算能力，帮助客户缩短业务周期;而百度智能云的AI中台，则赋予了企业创造业务的新动能。前者还属于对基础设施的改造，后者的重心在于企业能力的延伸。
不同的打法和服务逻辑背后，还要追溯到百度智能云不久前进行的战略调整。王海峰为百度智能云提出了”以云计算为基础，以AI为抓手，聚焦重要赛道”的新战略，以百度擅长的AI能力作为市场扩张的”敲门砖”，一改云计算售卖资源为主的商业模式，将云计算、AI、安全等中后台与前台纵向打通，深耕云服务的”厚度”。
正如之前文章中多次强调的观点，国内的云计算玩家们在追求规模化的路上已经蒙眼狂奔的十年，换来的却是无止境的亏损，新基建和智能经济的时代趋势，将是云计算厂商们找到新路径的机会窗口。
而作为率先进行变阵的云计算玩家，百度智能云的赛道进一步聚焦，贴合企业全面智能化转型需要的”AI中台”，无疑向外界释放了借助AI技术优势丰富产品颗粒度的信号，也将是百度智能云进一步夯实市场地位的又一”核武器”。
03 产业智能化的新范式
之所以给出这样的断论，在于”AI中台”之于产业智能化的新范式。
在百度智能云推出”AI中台”服务之前，AI中台还只是少数科技企业探讨的方向。百度智能云补齐了合作伙伴在AI基础能力和开发应用平台上的短板，至少国家电网、央视等已经给出了利好的消息。
国家电网的可视化监拍装置引入百度AI技术后，拍照间隔从过去的半小时压缩到了5分钟内，并且实现了图像端侧的边缘智能分析，对吊车、异物、烟火、塔吊、施工机械等多类型复杂场景都能进行智能检测，直接促进了AI落地应用的深入，逐步覆盖了发电、变电、输电、用电等环节。
百度智能云此前中标的央视融媒体项目，同样属于AI中台的项目，双方将联合打造集智能说明、智能搜索、智能语音、智能考核于一体的”人工智能编辑部”，解决新闻生产过程中内容采集、创作、分发等难题。
有了国家电网、央视等重量级客户的示范，有无可能引发一轮AI中台热?从战略经济学的角度不难给出肯定的答案。
首先是AI技术的可复用性。几乎所有的架构师都明白这样一个道理，对于可复用性越强的业务或技术，中台化的价值就越大。
比如要打造一款语音聊天机器人，需要先构建以神经网络、深度学习等为核心的算法模型，提供自然语言处理、图像识别等技术上的支持。这些底层技术俨然不会局限在聊天机器人的应用，诸如智能客户、智能寻呼等场景同样适用。想要避免重复造轮子、烟囱林立、技术孤岛等弊端，”中台化”可以说是当下最好的应对策略。
其次是产业智能化的大方向。想要争夺新基建和智能经济的红利，智能化转型将是大多数企业的未来方向，也就需要思考转型的速度和成效。
由于智能化的大规模兴起才短短几年，不少企业的智能应用研发还处在比较原始的阶段，缺少自主构建AI中台的核心能力。在稍纵即逝的红利窗口面前，企业需要迅速建立起符合业务需求的中台体系和方法论，百度智能云一站式的”AI中台”不失为抓住产业智能化契机的最佳选择，也是形成强有力智能化底座的捷径。
过去大多数企业无法凭一己之力冲破瓶颈，而今百度智能云给出了新的解决方案，AI中台不无成为企业标配的可能。
当然，打造AI中台只是智能化升级的第一步，价值最大化的前提仍然是AI与应用场景的深度融合，需要赋予业务快速创新的能力，提升企业的组织效能，进而打造”持续智能”的战略优势。不仅在考验企业的战略抉择，也在检验企业的战略定力。
04 写在最后
回到AI中台本身，百度智能云精准拿捏了企业级客户在当下及未来相当长一段时间内的核心需求，可能会直接改写中国云计算的行业位次。
可将视角再拉长一些，百度智能云推出AI中台的影响恐怕不会止步于商业维度，还
