作 者：于啟章

來 源：正和島（ID：zhenghedao）

一、AI普惠時代，企業必須“登臺”

隨著大模型的全面開花，各行各業與AI共生早已成為共識。

有人多了不知疲倦的天選“聊天搭子”，有人多了一位上知天文下知地理的在線老師，更有不少人已經切身體會到了人工智能對于提高生產力的巨大優勢。

然而，最近另一個共識正在形成——要進一步實現AI價值爆發，除了個體，企業也必須“登臺”。

首先，企業是否積極落地AI應用，將直接決定AI技術走向生產線的轉化效率。

其次，當AI應用能夠規模化普及到各行各業，整個產業的效率與競爭力也將隨之實現飛躍式提升。

可以說，AI發展的下一個里程碑不只是技術上的突破，更在于大規模、普惠化的企業應用落地。

而目前，多數企業仍面臨高成本和性能不足的兩大瓶頸：

一方面，大模型的訓練成本高昂，而推理（推斷）階段的性能限制了AI在實際業務中的應用深度；

另一方面企業缺乏快速、穩定且高效的AI基礎設施來支撐大規模應用。

在這樣的背景下，業界期待著技術領軍者給出破解之道，幫助企業突破AI落地過程中的成本、性能和開發門檻，帶來基礎設施的系統級能力。

而在近日召開的百度Create2025大會上，百度智能云對這一時代命題的有何回應，筆者頗感興趣。

我們不妨一同探討。

二、基礎設施再造，從成本入手

要讓企業大規模用好AI，首先要解決算力基礎設施的難題。

當前，不少企業在部署大模型時苦于推理成本高、效率低，大量模型的推理消耗了驚人的資源，成為AI普惠路上的攔路虎。

而百度在此次Create2025大會上給出的答案是對基礎設施進行“再造升級”，讓算力既更強又更省。

什么意思？

首先，百度智能云百舸平臺作為百度自研的GPU算力底座，此次迎來了重磅升級。

在筆者看來，升級后百舸平臺的核心能力其實可以總結為四個關鍵詞：大容量、不卡頓、速度快、省成本。

容量上，百舸能組管理萬張計算卡的超大集群，解決企業算力不足的痛點。這意味著就算是訓練參數過萬億的巨型AI模型，也能保證99.5%的時間都在正常工作，即便出問題幾分鐘就能恢復。

至于絲滑程度，百舸的獨家高速網絡則能讓系統響應速度達到5微秒級別，相當于眨眼時間的萬分之一。就算十萬張卡同時工作，數據通道也不會堵車，多復雜的AI模型都能流暢運行。

為了保證速度，百度智能云新研發的“昆侖芯超節點”技術，把64塊高性能芯片塞進了一個機柜。相比傳統8卡一柜的配置，現在1個柜子能頂過去8個柜子的算力，省去了大量設備間溝通的時間。

根據實測訓練的數據來看，其效果能達到提速10倍，推理速度飆升13倍，現在1個機柜的算力抵得上過去100臺服務器。

而為了省成本，百舸的“PD分離”系統會智能分配計算任務，配合多種優化技術把硬件性能榨干。最終實現推理費用降一倍，處理量翻20倍。

以前燒錢的AI推理任務，現在花5%甚至1%的錢就能搞定。

作為國內投入最早、經驗最深厚的業界領軍者，我們看到了百度智能云在芯片和底層架構上的創新積累正在開花結果。

這一系列突破意味著，企業在部署AI時最頭疼的算力成本問題有望迎刃而解。

更重要的是，這些技術并非停留在實驗室，而是已經在企業實踐中取得驗證。

以招商銀行為例，這家業內領先的金融機構高度重視“AI+金融”的融合創新。

百度智能云攜手招行，基于昆侖芯P800開展算力合作，穩定支持各類開源大模型運行，整體性能卓越。

借助這套新型算力底座，招商銀行在智能客服、多模態數據分析等業務場景的AI應用效能上實現了顯著提升。

不僅如此，百度智能云百舸平臺目前已服務包括金融（如招行）、能源（如中石化）、汽車（如長安汽車）等眾多行業龍頭企業的超大規模算力需求，也同樣惠及眾多創業公司和生態伙伴。

基礎設施層面的升級帶來的一個直接結果是：當成本不再是AI普惠的攔路虎，高效的AI基礎設施必然釋放前所未有的算力紅利。

三、模型與應用，亦可兼得

有了強大的算力基礎，下一步是讓企業更容易開發和使用AI。

當前，企業在落地AI時往往需要跨越模型開發和應用開發兩大鴻溝：選擇或訓練合適的大模型成本高、過程復雜，而將模型集成到業務應用中開發出好用的產品，同樣門檻不低、集成難度大。

許多企業既缺乏調優大模型的人才，也缺少將AI應用融入業務流程的工具和經驗。這導致不少AI項目“紙上談兵”，難以真正落地。

針對這些痛點，百度在Create2025大會上推出了千帆平臺的全新升級，以期幫助企業在“模型”和“應用”兩個層面都降門檻、提效率。

千帆平臺提供了“兩翼齊飛”的能力版圖：一端是模型開發平臺，另一端是應用開發平臺。

通過這雙重創新，企業既可獲得最優性價比的模型服務，也能享受完善易用的應用開發工具鏈。

千帆模型開發平臺旨在解決“選模型、訓模型”的難題。

它提供了一個多維開放的大模型庫，匯聚了100多個預訓練模型，涵蓋原生多模態、文本生成、深度推理、圖像理解/生成、視頻生成、語音識別以及垂直行業大模型等六大類AI能力。

簡單來說，無論企業需要處理文本、圖像，還是語音、視頻，千帆平臺上都能找到合適的模型，一站式挑選各廠商的最新SOTA（最優）模型，而且這些模型服務可以在24小時內快速上線部署。

更關鍵的是，百度通過百舸提供充沛算力支撐，顯著降低了模型調用和調優的成本。
在提供模型的同時，千帆模型平臺還帶來全面的開發工具鏈，包括數據管理、模型微調、評估到部署的一整套流程，以及最新升級的三大能力：

深度思考模型的定制開發，支持對如DeepSeekR1、文心X1等大模型進行個性化定制；
多模態模型開發，覆蓋從數據標注到模型訓練、評估的全流程；
模型蒸餾，利用大模型生成高質量合成數據來訓練小模型，實現“冷啟動”。
這些工具讓企業可以像搭積木一樣對大模型進行二次開發、精簡和優化，不再被厚重的模型訓練周期所拖累。

與模型平臺相輔相成的千帆應用開發平臺則聚焦于降低“用模型做應用”的門檻。

千帆平臺全面升級了企業級Agent開發工具鏈，讓AI應用開發進入智能體驅動的新范式。

具體來說，在企業級RAG方面，千帆平臺正式將RAG能力升級為AgenticRAG，讓Agent可以基于對任務的理解去制定檢索策略，提升整體召回準確率，大幅降低模型幻覺。

同時，千帆平臺推出Deep Research深度研究模式，能讓Agent自主完成復雜任務的步驟規劃、信息篩選和整理。

這些能力的加入，持續抬高了AI智能體的“天花板”，讓企業有機會構建更聰明、更強大的AI應用。

同時，千帆應用平臺率先實現了對新興MCP協議的兼容，本次大會正式發布千帆企業級MCP服務。

開發者可以一鍵調用上面的現成組件，或基于統一標準自行定制組件，然后無縫集成到自己的應用中。

這標志著企業開發AI應用正在進入“一鍵調用”的全新時代：

過去需要多輪開發才能實現的功能，現在可能通過拖拽幾個組件就能快速拼裝出來，大大降低了集成難度。

可以說，千帆平臺的雙向升級為企業提供了“模型易得、應用易建”的利器。

比如，教育領域的考試寶，就借助百度千帆大模型平臺實現了質的飛躍。

在采用千帆平臺提供的文心ERNIE大模型后，考試寶用AI生成試題解析的效率提升了1000倍之多。

過去，人工制作一道題的解析平均成本要1.5元人民幣，而通過ERNIE4.0Turbo模型自動生成，一個解析的成本僅需約0.003元——不到一分錢。

同時，機器可以全天候不間斷地批量生產內容，使內容生產從流水線作業變為無人值守。

得益于此，考試寶的平臺大模型調用量和產品付費轉化率都實現了翻倍以上的增長。

從這個案例不難看出，有了強大的模型庫和工具鏈支持，中小企業也能以極低的成本享受到大模型帶來的效能提升，原本需要投入巨資、人力的AI開發工作正在變得前所未有的高效輕松。

正如百度智能云所倡導的，從模型開發到智能應用落地，企業AI開發的門檻正在迅速下降，AI的民主化或許指日可待。

四、從“聽懂”到“看懂”，場景制勝

當底層算力和開發平臺都準備就緒，AI要真正創造價值，還需要有貼近業務場景的應用。

除了賦能外部客戶，百度智能云也在自家生態中孕育AI應用新品，驗證著這套AI基礎設施的威力。

在Create2025大會上，百度智能云首次發布了兩款自研的AI應用產品——客悅?ONE和百度智能云一見，分別從“聽懂用戶”和“看懂世界”兩個角度，展示了AI應用如何深入行業末梢，幫助企業提升營銷服務和管理效率。

比如，某智能硬件品牌過去在營銷上遇到拉新難、成本高的困境：通過短信推送來添加客戶微信往往效率低下，獲取一個有效客戶的成本居高不下。

引入客悅?ONE后，該企業采用其“智能外呼+RPA企業微信添加”自動化加粉方案，將原本的短信加粉降為輔助手段，由智能外呼作為主要渠道。

雙管齊下的策略下，成功形成了線上轉化粉絲和獲客的雙通道，最終私域轉粉率提高到15%以上，單個粉絲添加成本降至僅3～5元。

通過這種AI加持的精細運營，這家科技公司在拓展流量和提高轉化方面實現了顯著突破。

可以說，客悅?ONE讓企業更加“聽得懂用戶”——聽懂用戶的意圖、情緒和需求，并以此優化每一次交互，達到更高的營銷轉化。

與“聽”的能力相對應，百度智能云一見則讓AI擁有了“看的本領”，幫助企業快速構建視覺AI應用，實現對現實世界的洞察。

簡單來說，有了一見，企業只需“一句話”——用自然語言描述需求，就可以生成一個專業級的視覺AI應用。

即使是一線業務人員，不懂編程照樣可以參與創建AI應用；而通過云邊協同的優化，一見生成的應用成本相比傳統開發方式降低20倍之多。

這一能力對那些市場需求變化快、產品迭代頻繁、管理要求精細的企業而言尤為關鍵。

比如，某大型餐飲連鎖企業利用一見平臺打造了包括“菜品上桌檢測、顧客離座提醒、餐桌收拾合規”等在內的6大視覺AI應用，用于量化管理全國1000多家門店的服務質量。

結果，這套AI系統將原本只有5%的抽檢訂單覆蓋率提高到了95%，且AI識別的準確率高達99%，幾乎實現了對門店服務的全面智能監管。

由此一來，門店管理人員能夠及時發現并糾正服務問題，整體運營效率和客戶體驗都有了顯著提升。

同樣，在能源領域，某風電集團依托一見實現了對全國風電場的安全巡檢智能化，巡檢效率提升了6-10倍之多。

這些實實在在的成果印證了，AI不僅能“聽懂”用戶的語言，還能“看懂”世界的運行，用技術為企業解決安全合規、品控管理等實際問題，讓專業級的視覺AI能力變得觸手可及。

目前，百度智能云一見已經在連鎖、制造、電力、礦山等20多個行業落地，為數百家頭部客戶提供服務。

百度智能云選擇先在自家生態中孵化AI應用，一方面是為了驗證其基礎設施與平臺能力的成熟度，另一方面也是在為客戶示范AI落地的無限可能。

這些自研應用長在百度智能云的技術底座之上，表明企業利用同樣的底座和工具，也完全可以打造出符合自身業務需求的AI產品。

比如在鋼鐵行業，中鋼研與百度智能云聯合打造了鋼鐵行業的系統級智能基礎設施。
首先，基于昆侖芯和百舸，搭建了專屬的智算平臺；其次，在千帆平臺上做模型精調，使用大、小模型結合的方式獲得最佳效果；最后，使用一見視覺平臺，快速完成了表面缺陷檢測、金相分析這些核心場景的應用開發。

最終，可以實現秒級數據標注時間，檢測準確率95%+的關鍵指標，達成產線提效50%+，質檢人力節省40%+的運營效益。

在筆者看來，這些實踐正向我們證明，AI不再是冰冷的技術，而成為了貼近企業業務一線的解決方案，深入到產業的神經末梢，為企業創造真實可見的價值。

五、共贏，離不開這兩個字

從強大的算力基礎設施，到完善的模型和應用平臺，再到豐富的自研應用案例，百度智能云正在構建一個開放共贏的AI生態體系。

要知道，AI的大規模落地絕非一家公司之力可以單獨驅動，需要產業上下游生態的協同與價值共創。

在Create2025大會上，百度智能云也展示了其生態版圖——通過開放百舸算力和千帆平臺，與合作伙伴共同構建AI落地的全鏈條閉環，讓更多企業共享AI紅利。

這一生態戰略已初具規模，透過一組數據可見端倪，截至目前：在百度千帆平臺上，伙伴們累計完成了4.8萬個模型精調，合作伙伴開發了100萬個千帆應用；

過去一年，百度智能云和伙伴聯合拓展的商機增速達到300%，覆蓋全國80%的城市；

百度智能云頭部客戶項目中已有70%由生態伙伴參與交付，2025年計劃實現100%伙伴聯合交付。
這種“引鳳筑巢”的生態策略，讓不同規模、不同行業的企業都能在百度的AI基礎設施上找到適合自己的角色：

或提供行業數據和場景，或封裝專業模型能力，或開發最終的解決方案。

大家在同一個平臺上各展所長、優勢互補，聯合打造出豐富多元的AI應用場景。
可以預見，在這樣的帶動下，新一代AI產業生態將更加開放和標準化，規模效應也將進一步凸顯。

生態共贏正成為驅動AI大規模落地的核心推力——當越來越多的企業、開發者加入，共建共享AI能力，AI才能真正融入百業，長久地發揮價值。

六、結語

筆者認為，本次百度Create2025大會帶來的不只是技術和產品的發布，更宣示了一個AI普惠時代的新篇章的開啟。

很多人并不知道，作為國內在云技術領域深耕多年的品牌，百度云本就在這次大模型浪潮中“悶聲發大財”，成為眾多AI公司的落地大模型的最優選。

如今，百度智能云以基礎設施、模型平臺、自研應用為三大支柱，下有堅實高效的算力底座，中有靈活強大的開發平臺，上有直擊痛點的應用實踐，層層協同、相輔相成，打通了從技術到價值轉化的“最后一公里”。

面向未來，企業要擁抱AI浪潮，需要的不僅是某一項技術，而是一套系統級的解決方案。

現在，這一體系化布局既為行業提供了范本，也彰顯了百度在AI領域深厚的技術積淀和生態整合力。

可以想見，隨著更多企業借助這套范式加速邁向智能化轉型，我們離真正的AI普惠時代也將越來越近。

每一家企業、每一個個體，都有機會在這場技術浪潮中受益，共同見證AI賦能百業的新紀元。

AI所蘊藏的商業價值與即將帶來的產業變革，值得我們每一個人期待。

排版| 小元| 于啟章主編| 孫允廣