|实录|百度云的2023,李彦宏画了个框( 三 )


对于很多其他公司来说 , 做平台是没错的 , 甚至对于百度某些业务来说 , 做平台也没错 。 因为对于他们来说 , 做“端到端”不是最高效的做法 。
如果你做了这个判断 , 就想做个平台 , 认为做平台效率更高 , 能够为公司赚更多的钱 , 那也没问题 。 只是当我去分析我们最主要的几个业务 , 比如ACG云业务 , 从规模上讲 , 我们既不是NO.1 , 也不是NO.2 。
而NO.1的理念就是做平台 , 搭一个台子 , 让所有人来这儿唱戏就好了 。 如果我们也同样说:我就搭个台子 , 你们都来这儿唱戏 。 那人家凭什么都到你这儿来唱戏?但是我们可以做“端到端”优化——假如你做的是生物计算 , 你可以跟客户说来我们这儿得到的服务一定是最高效的、质量最好的、反应最快的;假如你是做自动驾驶的 , 你可以跟客户说把云放到我这儿 , 我这儿高精地图、仿真服务、昆仑芯片什么都有 , 你就应该来我这儿 。

从李彦宏的话语中不难看出 , 在百度云规模小于其他头部云厂商的前提下 , 百度云并不想单纯继续做规模 , 然后利用平台的高效率吸引客户 。 这也不符合百度和李彦宏的技术范 。
百度云希望的是 , 在如今的规模下做端到端 , 这也意味着百度云不会主动为了扩张而扩张 , 而是在端到端的过程中 , 自然扩大其规模 。 如此一来 , 百度云的增长更取决于其端到端的落地效果 。
如何理解端到端?以百度云最近发布的AI大底座为例 , 它涵盖了百度昆仑芯 , 飞桨AI框架以及文心大模型等核心能力以及百舸平台 , AI中台等平台方案 , 将百度的基础架构IaaS与应用平台PaaS能力结合 , 来给客户做端到端优化 。
在面向实际业务场景时 , AI应用的每一层能力都会得到很多的真实业务反馈 , 例如 , 应用落地过程中的模型效果问题 , 将驱动迭代新的模型结构 , 新的模型结构又需要新的框架能力支撑;而新的框架能力对于底层芯片算力又会提出新的要求 。 百度云利用自己不同层级能力 , 进行纵向深度整合优化 , 是为端到端 。
百度云的云是为AI服务的 , AI产业化和产业AI化的发展速度 , 决定了百度云的增长 , 在现阶段来看 , 百度云只有进入产业更深 , 才能做到更大规模 。
目前观其策略 , 优点是稳健性强 , 劣势是增长不会太快 , 无论产业环境好坏 , 百度云都不会成为受益最大或者受拖累最大的厂商 。 过往成绩也证明了这一点 , 在云计算行业条件好的时候 , 百度云的增速跑输大盘 , 在云计算行业条件差的时候 , 百度云增速跑赢大盘 。
百度云的2023年 , 李彦宏画了个框 。
End