5月20日的“Wave Summit 2020”深度学习开发者峰会上，百度CTO王海峰在演讲中提到：“时代契机为飞桨的发展提供了最好的机遇，产业智能化浪潮兴起、AI基础设施建设加快推进，飞桨将以更敏捷的脚步加速产业智能化进程。”

这样的观点外界可能并不陌生，一年前的首届WAVE SUMMIT峰会上，王海峰就曾以“智能时代的操作系统”的说法向外界阐述深度学习平台的价值，作为上承各种业务模型、行业应用，下接芯片、大型计算机系统的核心环节，深度学习平台在产业链中的重要性，绝不亚于AI芯片。

与去年有所不同的是，王海峰在演讲中不只点明深度学习平台的价值，还为飞桨在产业智能化和新基建的浪潮中，划定了坐标系。联想到5月18日百度云智峰会上亮相的新战略和新架构，百度AI全面开放赋能以及加速产业智能化升级，将人工智能输送到千行万业的思路，不可谓不清晰。

当王海峰为飞桨深度学习平台划定了坐标系，是否预示着百度AI已经全面吹响推动人工智能进入工业大生产阶段、推动产业智能化再掀新浪潮的号角？

01 看得见的“新动能”

在回答这个问题之前，不妨先来思考另外一个问题：为何是这个时间点？

百度AI在抗疫过程中的表现，可能是第一个视角。

百度飞桨在疫情期间与北京地铁合作开展了AI口罩检测项目，需要对地铁站中的客流进行实时监控，准确对未戴口罩和错误佩戴口罩的乘客进行识别。在这场争分夺秒的“战斗”中，项目组仅用了3天时间就完成了第一版部署，7天时间内进行了两次模型升级、三次现场部署调试、多次策略优化.

尽管疫情期间地铁人流过少，导致训练样本严重不足且乘客口罩品类颜色不一的情况下，百度在一周时间内部署上线的项目还是交出了一份满意的成绩单：如果有发现未佩戴口罩的乘客，AI会自动红框标出并提醒工作人员，对于露出鼻子等佩戴不规范的情况，也能准确进行识别提示.

其实类似的应用案例在疫情期间还有很多，也让百度看到一种可能：人工智能已经可以让人们从重复、低效、繁重的脑力工作中解放出来，正在改变社会的分工逻辑和协作机制，而且应用的场景可谓相当广泛，涵盖工业、农业、交通、制造业等等.

AI之于百度自身的增长动能，无疑是另一个视角。

即便疫情为宏观经济制造了诸多挑战，百度仍然保持了稳健的增长：在刚刚公布的2020年，第一季度财报中，营收高达225亿元，归属百度的净利润达到31亿元，同比增长219%。而百度之所以在不确定的大环境中保持增长态势，AI扮演了不可或缺的角色.

一个直接的例子，语音、图像、人脸识别、NLP、知识图谱等百度大脑核心AI技术，已经在搜索、信息流、百度APP、输入法、百度地图、小度等产品中全面铺开，激发出的能量在百度第一季度的业务表现中可见一斑:

在NLP、知识图谱等AI技术的助力下，百度APP的搜索结果首条满足率已经达到60%，同时AI也在推动产品体验的日升，百度APP的日活达到2.22亿，信息流的用户时长同比增长 51%；凭借语音交互上的优势，小度助手在小度第一方设备上的语音交互次数达到33亿次，较去年同期增长近5倍…

资本市场也对百度的新动能投出了赞成票，财报发布后百度股价盘后股价大涨10.14%。也就是说，等待人工智能的不仅是巨大的落地场景，还有实实在在的增长红利，以及行业上下游的青睐.

02 可复制的“新引擎”

并非是所有企业都如百度这般“幸运”，以至于在疫情冲击下上演了仓皇失措的一幕.

比如不少工业企业在疫情高峰时被迫停工，一些企业虽然看到了人工智能的红利，积极尝试进行智能化转型，却发现在人脸识别、计算机视觉、自然语言理解等AI前沿技术领域的沉淀几乎为零，不得不积极组织一批研发人员进行远程教育.

也有一些企业进行过智能化转型的尝试，但缺少统一的开发应用平台，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，仍处于“头痛医头，脚痛医脚”的阶段.

对于这样的行业现状，百度显然有着深刻洞察，甚至说对市场期待度的理解要胜于任何一家同体量的科技巨头.

按照百度飞桨披露的最新数据：累计开发者数量达到194万，服务企业数量8.4万家，基于飞桨平台产生了23.3万模型，覆盖通信、电力、城市管理、民生、工业、农业、林业、公益等众多行业或场景.

就像业内流传的一个比喻：AI的落地应用可以比作为炒一道菜，数据是肉和蔬菜，深度学习框架就是炒菜的锅和铲子。194万开发者、8.4万家企业恰恰印证了外界对于“锅和铲子”的需求，23.3万模型也佐证了有了“锅和铲子”后的神奇反应.

不过百度的思考并没有局限于此，如果想让人工智能加速走进各行各业，仅仅提供炒菜的锅和铲子俨然是不够的。如何让百度焕发出新动能的“引擎”规模化的复制给所有的合作伙伴，为企业提供了一套现代化的中央厨房，大抵就是百度AI的新使命.

与之对应的就是百度AI体系一连串的动作:

百度智能云确定了 “以云计算为基础，以人工智能为抓手，聚焦重要赛道”的新战略，以人工智能、大数据、区块链、物联网构成了新的业务基础。同时为了更好的执行新战略，百度智能云给出了新的业务架构，基础的云计算结合AI中台、知识中台、大数据等等，通过智能应用和解决方案为各行各业赋能.

百度飞桨也升级了产品架构，推出了基于飞桨开源平台的企业版，针对企业级需求增强了相应特性，包括更全面和强大的功能、更易用的可视化界面，预置更丰富的场景模型，更强化的安全权限管理等等. 目的正是帮助企业构建属于自己的AI中台，继而加速企业智能化升级的进程.

持续降低AI开发门槛，缩短产业升级转型周期，大抵就是百度推动人工智能进入工业大生产的方法论.

03 商业化的“破局点”

有了新动能拧成的“人和”，有了新引擎打造的“地利”，产业智能化的密集爆发和人工智能的商业化破局，似乎只剩下了“天时”.

2020年4月份的时候，国家发改委对“新基建”进行了权威解读：“将打造以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系.”人工智能技术既是新技术基础设施的重要组成，也是融合基础设施和创新基础设施的底层支撑.

对于人工智能赛道的玩家而言，“新基建”是个不折不扣的好消息. 只需要对比铁路、公路、桥梁等“老基建”在过去20年经济发展中留下的深刻烙印，就不难理解“新基建”的时代价值：中国经济正站在历史的十字路口，在经济下行压力加大的局面下，“新基建”预示着中国经济正在资源消耗型，转向技术创新驱动的新阶段.

也就不难理解百度AI一连串积极动作推动产业智能化升级的题中之意，以及在人工智能商业化层面的野心. 毕竟人工智能当下的市场机遇和挑战，和2002年前后的互联网不乏相似之处.

1994年互联网越过长城进入中国，1997年前后引发了一轮前所未有的创业浪潮，然后是互联网泡沫的破碎. 彼时也有不少人将互联网打入深渊，却低估了基础设施逐步完善后的必然趋势：一