云玩家戰略性收縮，百度智能云如何逆勢增長
文 | 吳俊宇
編輯 | 謝麗容
2022年，多種內外因素加持之下，云與數字化市場的供需雙方都在劇變。
供給方的變化是，增速放緩、利潤不足。云市場玩家還在增多，競爭加劇。2022年上半年，頭部云廠商收入增速普遍從去年的50%以上降至20%以下，且仍處于微盈或虧損狀態。主要頭部企業正在戰略收縮，把健康可持續發展擺到更高位置。（相關報道見《財經》雜志4月11日發表的“《中國云市場的新邏輯》｜《財經》封面文章”）
與之相反，運營商云份額在擴張，并成為更多政府數字化項目的總包商。《財經十一人》查閱啟信寶“全國招投標信息”系統發現，中國電信、中國移動、中國聯通近一年超過1億元的政府數字化大單簽約數是三大頭部云廠商的10倍以上（注：不完全統計，大量政府采購項目未公示，因此統計只包含已公開部分）。
需求方的變化是，花錢更謹慎了，希望能精確計算投入產出比。一些行業（工業、制造等領域）本身利潤率不高，預算有限。需求方希望通過數字化增效降本。然而通用工具太多，行業方案不足，懂行的服務商太少。需求方對云廠商的質疑聲音正在變多。
供需調整，云市場更難做了。第三方市場調研機構Canalys統計數據顯示，2022年一季度百度在中國云市場份額為8.4%。面對市場劇變時，百度智能云收入增速比其他互聯網云廠商更快，利潤率也在持續改善。
今年上半年疫情反復影響，百度智能云收入82億元，仍同比增長36.7%。云業務在百度核心（剔除愛奇藝后的其他業務，包括廣告、智能云、智能汽車、小度音箱）中的占比為18.6%，云業務在百度營收中的占比在持續上升。
通常來說，云業務利潤率會低于廣告業務，它的比重增長會使得互聯網公司利潤率下降。不過，百度核心近兩個季度的營業利潤率還在持續改善。2021年四季度，百度核心的營業利潤率僅為10.4%。但2022年二季度，百度核心營業利潤率提升至14.7%。
今年二季度財報電話會議中，百度管理層稱，公司智能云業務在二季度延續了一季度正毛利率的態勢。由于專注質量和可持續增長的戰略，營業利潤率也得到了提升。
財務數據只是表象。如果要深究百度智能云逆勢增長的原因，還要從行業的角度去剖析。我們綜合研究調研的初步結論是，百度的差異化競爭策略開始奏效了。
國內阿里、華為兩大頭部云廠商在云市場的路徑都是從IaaS開始鋪，在基礎云資源足夠豐厚的情況下，往上打通PaaS和SaaS，形成一個類似水電網+基于水電的多樣化服務的大生態。電信、移動和聯通三大運營商云，更是以IaaS為優勢。
百度智能云不太一樣，IaaS布局是吞金獸業務，百度在IaaS上有所布局，但規模要比前述幾家云巨頭要小很多，百度從來都是強調以AI為引，帶動所有業務板塊，云板塊也不例外。
所以你可以理解為，百度是上（AI）下（IaaS）同時布局，上比下更具獨特性，更有競爭優勢。
當然，在IaaS基礎設施層，百度智能云也不是沒有作為。在這一層上，這些年來，百度智能云在強化智能計算的投入。智能算力在中國算力結構中的比重已超過40%。百度在AI IaaS層有自研的昆侖芯片，AI PaaS層有自研的深度學習框架飛槳和文心大模型，形成了覆蓋“芯片-框架-大模型-行業應用”的一整套智能化基礎設施。
在AI為特色的行業應用層，百度智能云的思路是擺脫賣資源的思維，主打拳頭級應用產品。主動幫產業客戶算清賬，基于業務需求倒推解決方案。目前在政府、金融、制造、汽車、能源等重點行業形成了拳頭產品。好處是，客戶可以提效省錢。百度智能云的云產品可規模落地，保持收入/利潤健康增長。
簡單理解，頭部云廠商傾向于做平臺，從下往上打。也就是從IaaS資源出發，往上銷售數據庫、數據中臺等自研PaaS產品，再帶入合作伙伴的SaaS應用。
百度智能云更傾向從上往下打。也就是，先以AI應用入手，根據客戶需求提供PaaS平臺，再提供差異化的IaaS算力。
差異化的智能算力
云的本質是算力，哪些產業需要計算資源，云的增長點就在哪里。
在云計算的算力池中，通用算力和智能算力是兩種不同的算力。前者以CPU算力為主，更多處理通用計算需求。后者以AI芯片為主，其中GPU（圖形處理器）最主流，也包含FPGA（現場可編程邏輯門陣列）、ASIC（特殊應用集成電路）等其他非GPU算力。
AI芯片更多處理處理智能計算需求。原因是，GPU芯片處理AI大模型訓練、AI推理、數據分析、圖像分析等人工智能場景效率更高。自動駕駛、高端制造、智慧城市、生物醫療等場景，需要大規模的數據標注、模型訓練，通用算力成本更高效果不佳，因此高度依賴智能算力。
隨著人工智能場景在各行業進一步落地，智能算力的需求在持續上升。中國信通院2021年一組數據顯示，通用算力在中國算力池中的比重由2016年的95%下降至2020年的57%，智能算力的比重則由2016年的3%提升至2020年41%。預計到2023年智能算力的占比將提升至70%。
目前，頭部云廠商智算中心的建設和使用處于起步期。阿里云2022年在河北張北、內蒙古烏蘭察布啟用了兩座智算中心。百度自動駕駛、人工智能業務起步早，智能算力的探索也很早。目前在江蘇鹽城、湖北宜昌也建成了兩座智算中心。
智能計算在IaaS層是GPU等AI芯片，在PaaS層是大模型、開發平臺。在IaaS層，百度的服務器搭載了根據自身需求設計的昆侖芯片。在PaaS層有深度學習框架飛槳和文心大模型。因此，形成了從“芯片-框架-大模型-行業應用”的端到端一體化基礎設施。
《財經十一人》從百度方面了解到，昆侖芯2代部署在百度搜索、自動駕駛、愛奇藝等業務，以及金融、工業等行業客戶中。這是一款7納米的通用型GPU。在工業質檢場景，可替代非國產芯片，把成本降低65%。目前，昆侖芯3代已經在研發當中，預計2024年量產。
這套軟硬件自研的基礎設施優勢在于，智能計算的能力更強。此外，可以優化計算效果，提高調度效率，降低運行成本。
對自動駕駛、金融科技、高端制造、智慧城市、生物醫療等人工智能計算場景需求量大的政府、企業來說，智能算力是更好的選擇。
百度智能云的客戶可以使用性能更好，性價比更優的智能計算資源。一位百度智能云AI及應用產品業務負責人《財經十一人》表示，基于飛槳并行訓練、混合訓練技術可以節省50%的訓練時間。樣本標注的成本降低30%-50%。
對百度自身來說，云計算的成本可也以得到最大程度的優化。百度智能云一位基礎云服務業務負責人對《財經十一人》表示，百度的智算中心GPU資源利用率目前約為50%。更少的算力可以承擔更多計算任務，為客戶提供高性價比的智能算力資源。
差異化的行業應用
算力只是資源，云也只是諸多數字化工具中的一種。真正解決客戶問題的是數字化解決方案。
百度集團執行副總裁、百度智能云事業群總裁沈抖在9月6日的2022智能經濟高峰論壇上說，算力整體需求永無止境。但在很多地區和產業的關鍵場景下，算力不是真正的瓶頸。甚至不少地方存在超前建設、算力過剩的情況。怎么用好算力、解決產業的關鍵問題，才是真需求。
頭部云廠商在面向行業市場時，通常會傾向于“被集成”這一原則。即只提供有限的IaaS資源、PaaS平臺，標準化的SaaS產品。不過多觸碰定制化需求，把過重的定制、服務都交給合作伙伴來應對。
百度智能云也遵循這個策略。從自身優勢出發，親自下場為標桿客戶做一些拳頭級的應用。在這個領域，百度智能云不宣示野心，不在意應用大還是小，更在意深和實用性，知易行難，在實際操作中，這點很難做到。這在制造、汽車兩個行業比較明顯。
制造業距離百度相對較遠，要拿到這個市場，百度智能云唯一的路徑就是多做苦工，親身下場為企業提供解決方案。百度智能云開物2.0工業互聯網平臺上，形成了質量管控、能耗管理、安全生產、智能物流調度等拳頭應用。
百度智能云智慧工業賽道負責人對《財經十一人》表示，百度在與客戶接觸時，通常會細化產品質量、生產協同、能耗控制、生產安全等具體問題。基于具體業務問題為客戶計算效益賬，反過來尋找百度的解決方案。使用AI應用解決具體，再根據應用需求部署PaaS平臺、IaaS基礎設施。
以恒逸石化為例，這是一家位于浙江的石油化工與化纖生產民營企業。這家企業過去需要靠工人用強光手電筒靠肉眼檢測的畫面。目前采用了百度提供的“高速攝像頭+AI模型算法”檢測方案，耗時比傳統人工檢測縮短了70%以上。
百度鋪設AI質檢解決方案前，先為計算了其班組員工數量、年人力成本，并制定了投資周期、成本回收周期，最終精確計算出改造效益。由于成效肉眼可見，恒逸石化決定在更多生產線普及AI質檢方案。百度基于恒逸石化的新增算力需求為其規劃了小型智算中心，打通新增產線的質量數據，為其提供質量管控解決方案。
中國制造業在各個區域都形成了產業帶。百度在與產業帶中的頭部企業共創出解決方案后，還可以匯聚區域其他企業，“批發式”解決問題。單個企業數十萬、百萬的訂單看似不大，但蘇州某園區同一種類的客戶需求匯聚后，訂單規模超過2000萬元。
服務制造業，一大挑戰在于，客戶本身利潤率不高，數字化預算不足。因此制造業一方面重要，另一方面又是最難啃的市場。一位百度智能云高管對《財經十一人》解釋，不能用簡單的算術去考慮如何提升利潤率。核心問題在于，提煉洞察市場需求讓客戶愿意為價值買單。匯聚區域需求，獲得足夠的客戶訂單。
目前，百度智能云在貴陽、重慶、桐鄉、蘇州、廣州、寧波等16個區域落地了園區云、產業云，根據區域產業帶的業務特點，提供相應的解決方案。
與制造業不同，自動駕駛、智能交通是百度長期自研投入的領域。這也讓百度在汽車市場積累了大量行業Know-How。
一位百度智能云汽車云業務相關人士對《財經十一人》表示，百度智能云給汽車客戶提供的解決方案，都經過了內部打磨。其中包括數據積累、實際道路運營經驗、自動駕駛地圖相關應用以及自動駕駛研發工具鏈。
百度智能云的汽車云由“三朵云”構成：集團云、網聯云、供應鏈云。其中集團云的客戶包括吉利汽車，網聯云的客戶包括蔚來、小鵬。
-
集團云是混合云，覆蓋整車研發、生產、交付、營銷等全部流程。其中包括IaaS基礎設施和PaaS數據平臺。目前吉利在與百度探討，整車質檢，生產線智能化的合作。
-
網聯云基于百度的地圖、車聯網、自動駕駛等能力。網聯云為汽車提供自動駕駛和智能座艙層面的智能云解決方案，幫助車企進行數據采集、車輛狀態的監控和遠程升級。目前蔚來、小鵬在自研自動駕駛技術時，采購了百度的數據標注能力。
-
供應鏈云脫胎于百度在制造領域的探索。國內部分產業帶以汽車零部件企業為主，這些企業是百度的客戶。因此百度試圖打通車企和上下游合作伙伴的數字化系統，保障產業鏈、供應鏈的安全穩定。
《財經十一人》從百度方面了解到，目前百度智能云服務了中國銷量前15名的汽車企業中的10家，客戶包括一汽、東風汽車。銷量前15名的新能源車企，百度服務了其中5家。
差異化的市場定位
百度智能云的市場定位和頭部云廠商也在形成差異。
頭部云廠商傾向于做平臺型云廠商，從下往上打。也就是從IaaS資源出發，往上銷售數據庫、數據中臺等自研PaaS產品，再帶入合作伙伴的SaaS應用。
頭部云廠商的市場份額大，通過賣資源、賣平臺就可以拿到更多收入。這帶來的路徑依賴是，對真正親自下場深入行業存在疑慮。近兩三年來，平臺型云廠商長期在“被集成”和“自己下場”兩個方向尋找平衡點。
“被集成”策略的合理之處是，明確自身邊界，只做擅長的事情。云廠商通常不了解細分市場，巨頭親自下場容易分走合作伙伴的利益，被詬病為“手太長”，引發中小合作伙伴的顧忌。過多的定制化服務，也難以規模化，會導致利潤率下滑。
這種路徑的核心利潤點是數據庫、數據中臺等自研PaaS產品。挑戰在于，中國數字化市場“硬件、軟件、服務”市場長期是“70%、20%、10%”的格局，上層應用培育速度始終不及平臺企業的預期。這也是需求方詬病通用工具太多，行業方案不足，懂行的服務商太少的重要原因。
這也是云廠商對上個階段過度擴張的糾偏。
當然這種策略同樣也有弊端，和一線客戶需求距離太遠。一些產業不親自下場做服務，會缺少行業Know-How，難以抽象出精準的標準化產品。此外，如果做“甩手掌柜”，把定制和服務全部交給合作伙伴，產品質量會難以控制。
一位頭部云廠商的高管今年年初曾對《財經十一人》表示，頭部云廠商一直在避免成為解決方案公司。因為頭部云廠商規模大、業務多，扎入行業做太多垂直解決方案，會導致云廠商的產品服務太重、利潤太薄，無法規模化高速增長，影響未來的想象空間。此外，涉足過多行業，做太多應用也會導致組織膨脹，管理成本、管理難度變高。
百度智能云更傾向從上往下打。也就是，先以AI應用入手，根據客戶需求提供AI PaaS平臺，再提供差異化的IaaS算力。這條路徑的好處在于，SaaS/PaaS產品利潤率遠高于IaaS。如果能夠產品化，可以取得健康和持續的利潤率，避開IaaS層的價格戰。
百度智能云在云市場份額的規模不夠大，這是劣勢。但這帶來的另一個影響是，百度智能云包袱更小、更靈活，可以聚焦幾個重點行業、優勢領域，提供覆蓋“SaaS+PaaS+IaaS”的AI解決方案。
《財經十一人》查閱啟信寶、政府采購網等公開渠道不完全統計發現，百度智能云2022年上半年超大型集成項目（億元、千萬元大單）略有減少，但與AI能力相關的中小型（數百萬元級、素十萬元級）項目中標數量大幅增長。中小型項目通常以PaaS和SaaS為主，管理難度低，通常利潤空間也會更大。
一位頭部咨詢機構中國區負責人今年7月曾對《財經十一人》表示，美國云市場的平臺經驗對中國借鑒意義有限。中國市場需要更貼近垂直行業，提供基于行業的解決方案。中國云廠商可以為行業客戶提供技術服務、商業服務，形成更持久且緊密的關系。
本文來自微信公眾號“財經十一人”（ID:caijingEleven），作者：不止十一人，36氪經授權發布。
