BAT混戰AI

BAT正在成為人工智慧市場中的大玩家，天然的更容易成為AI生態型企業，AI創業公司應該想好自己在BAT的AI戰略下的定位，以及和BAT的關係。

文/朱濤億歐智庫分析師

引子

百度、騰訊和阿里這三家從PC互聯網時代跑出來的中國互聯網頭部公司，分別佔據了搜索引擎、社交娛樂和電商這三個最大的流量入口。這三種旗鼓相當的流量入口優勢所帶來的企業護城河，隨著移動互聯網時代及各垂直搜索APP的發展而出現分化，百度的搜索流量不斷被大大小小的細分垂直搜索服務所瓜分，最終的表現是百度的市值僅為騰訊和阿里的十分之一。

科技和商業模式的日新月異，給每家互聯網公司帶來了同樣的壓力和危機感，企業的戰略制定者頻繁的問自己這樣幾個問題：企業的核心競爭力是什麼？未來的商業和科技發展是否會衝垮目前積累的護城河優勢？在未來的市場競爭中對自身的定位是什麼？

在可能已經到來的人工智慧時代，即使是龐大如騰訊帝國（包括其投資的版塊），也不能依靠現金流業務和廣泛的投資來確保自身的優勢。從PC互聯網到移動互聯網，發展窗口期和紅利消耗的速度越來越快。優質的人口紅利吃盡後，要麼就是渠道下沉到四五線城市及農村的C端市場，要麼就是從B端找尋新的盈利機會，否則企業將面臨消費市場和資本市場的雙重質疑，被認為失去想像空間。

騰訊找到了產業互聯網這一抓手，雲服務 AI的組合成為產業互聯網的基礎，並且具有足夠想像，但是無論是AI還是雲服務，百度和阿里都有比其更強的地方。

做搜索引擎出身的百度，天然的需要解決自然語言處理、語義識別和知識圖譜等人工智慧相關問題。早在2010年就開展了人工智慧項目，由吳恩達、王海峰等業內大牛帶領團隊。

阿里雲作為亞洲地區雲服務的第一，2017年其Iaas雲服務的國內市佔率達45.5%，幾乎是騰訊雲10.3%的4.5倍。但是騰訊相比於其他兩家也具有其優勢，不弱的雲計算 AI技術實力，充足的大數據來源及處理能力，社交入口帶來的遊戲、營銷和零售等優勢帶來AI落地的充分想像等等。

本文希望通過系統梳理BAT三家企業在人工智慧新時代的布局和商業落地的情況，展現出AI商業落地大背景下的一個重要切面。

面向AI To B的組織架構調整

渠道下沉的業務或許可以交給對外投資的企業去覆蓋，但是B端業務的開展卻需要整個企業的全力以赴，甚至於企業內部大規模組織架構及技術體系的調整，在這個過程中有人上位，有人下台。人事變動紛紛擾擾，BAT三家最終都給出了新的組織架構安排。

2018年9月，騰訊時隔6年進行組織架構大調整，新增雲與智慧產業事業群（CSIG），由湯道生負責，力圖通過雲服務 AI的組合方式，實現由消費互聯網向產業互聯網的轉型。

2018年11月，阿里雲事業群正式升級為阿里雲智能事業群，將人工智慧賦予的智能化能力和阿里雲全面結合。

2018年12月，百度ABC智能雲事業部升級為智能雲事業群組（ACG），同時承載人工智慧ToB業務和雲業務，由尹世明負責，向張亞勤彙報；搜索公司及各BG的運維、基礎架構和集團級共享平台整合至基礎技術體系（TG），整合後的TG向王海峰彙報。

從BAT三家的組織架構調整結果來看，三家在看待AI 2B的發展上觀點一致，即ABC三位一體的組合，A代表人工智慧AI，B代表大數據BigData，C代表雲計算CloudComputing。

百度，All in AI

希望藉助AI商業化重回梯隊

在百度的AI布局中，首先也最應該提的就是其百度大腦計劃。百度大腦縱向整合了包括計算機視覺、語音識別、自然語言處理、知識圖譜和深度學習等技術的AI核心技術引擎和AI開放平台，實現了AI技術的全棧整合。

百度大腦既對內支持百度所有業務，又實現對外全方位開放。在百度大腦的基礎上，百度引以為傲的語音技術平台小度語音助手DuerOs、自動駕駛開放平台Apollo和和百度智能雲得以成功部署，其中Apollo平台和DuerOs平台可以稱為是中國無人駕駛和對話式AI場景應用商處於領跑位置。

而在百度大腦的底層技術中，又以AI操作系統和深度學習平台百度飛槳（Paddle paddle）起到了保證應用層高可用性、生態活力和技術支撐的作用。隨著百度大腦升級至5.0，包括基礎層、感知層、認知層、平台層和AI安全五大部分的核心架構，其已經向外部開發者開放了200多項AI技術應用的能力。

圖一 以百度大腦為核心的AI開放布局

百度不僅僅對外開放了AI能力，更致力於AI合作生態的建設並起到主導作用。在AI開放平台中值得一提的是其軟硬體一體化部署方案的提供，以及AI市場中生態企業的成長。端到端服務的提供將大大縮小中小企業使用AI技術的門檻。目前已有超過400家服務商入駐百度AI市場，並有超過500個AI上下游商品在百度AI市場發布，需求企業可以在AI市場中完成一站式採購。

圖二 百度在AI商業落地上做出的努力

阿里：雲服務實力領先

向工業互聯網進軍

阿里的AI布局從阿里雲的部署能力和ET大腦的平台開放展開。一直以來，阿里都是一家注重商業應用的公司，並且在商業化上非常成功。AI技術在發展初期並沒展現出很強的商業化價值和可能，但阿里仍舊通過成立達摩院及投入大量資源來展現對於AI的重視。達摩院同時承載了量子計算、人機交互和晶元技術等前沿研究，這意味著AI在阿里內部更多是一種佔領未來先機的戰略技術儲備，而非明確的利潤來源。

阿里對於自身的未來定位具有更大的野心，「AI For Industry」口號的喊出，昭示著阿里並不滿足於將AI應用到零售與營銷等商業行為中，更渴望將AI大範圍應用產業化。

阿里雲在市場中的成功極大賦予了阿里在AI上雲能力的保證。AI的應用需求的是一種端到端的服務落地，依靠的不僅僅是演算法的卓越，更是考量演算法-軟體-硬體-行業解決方案的綜合實力，B端業務更看重整體實力和穩定性，阿里雲在B端服務上的成功賦予其更大的底氣。

ET大腦作為其內部孵化出的AI平台，在不同領域的應用已經達到了6個，分別是ET城市、工業、農業、環境、醫療、航空大腦，其中應用最為成熟的是ET城市大腦和ET工業大腦。ET城市大腦最先落地，並且已經在杭州甚至於馬來西亞等多地實現了成功應用，技術成熟度高，可遷移範圍廣，對於複雜城市的交通管理具有重要貢獻。

ET工業大腦解決的是將AI應用於工業生產的複雜問題，工業生產環境要複雜於互聯網應用環境，所有的解決方案都要按照客戶的實際情況定製調整。工程師首先需要了解實際的生產環境和數據採集來源，之後才能使用阿里自身的技術實現對接。ET工業大腦中包含有數據工廠、演算法工廠、AI創造間，每一次面向工業客戶的服務都是在框架下創造的過程。目前阿里雲已經可以提供一整套完整的工業級智能化服務。

圖三 阿里的AI落地及開放布局

騰訊：事業群大調整下的2B攻堅

AI布局的追趕者

最近關於騰訊是否具有2B基因的討論引發熱議，但不可否認的是騰訊自身在業務轉型和AI落地上的決心。儘管在AI技術積澱和商業化運作上騰訊比不上百度和阿里，但其擁有的10億社交用戶，及雲與智慧產業事業群（CSIG）的成立，將為騰訊在C2B領域的AI落地提供先機。

騰訊在AI落地上做的最好的是醫療領域，騰訊AI導診已接入近300家醫院，累計提供了470萬次精確的導診服務。騰訊「覓影」在醫療影像上輔助醫生閱片2.7億張，服務近160萬名患者，提示高風險21萬次。

儘管在人工智慧大腦的建設上，騰訊迄今為止沒有像百度大腦和阿里ET大腦一樣給出整合方案，但其人工智慧實驗室矩陣（騰訊AI Lab、騰訊優圖、WechatAI）正在提供類似的整合。騰訊AI Lab、優圖實驗室作為騰訊內部計算機視覺領域研究的代表，將計算機視覺技術在醫療、自動駕駛、工業、零售、辦公、文化、社會公益等十大應用領域中加強應用。

從騰訊雲的官網資料來看，以圖像識別、語音技術和自然語言處理為主的服務已經對外開放，累積調用量已過百億次。

圖四 騰訊的AI布局

為什麼說BAT在AI商業落地上佔據先天優勢，極有可能對AI明星創業公司形成降維打擊

近幾年在AI的快速發展中湧現了一批獨角獸企業。儘管由行業資深研究者創辦的明星企業容易在單一領域進行技術突破和細分賽道領先，但BAT極有可能從更為基本的商業資源角度進降維打擊，技術優勢和先發優勢將很快被抹平。BAT在AI的商業化發展中佔據有優質原始數據量大、自身應用場景廣和財大氣粗這三方面的優勢。

數據優勢：AI發展的一大需求就是優質而穩定的原始數據，其背後需要源源不斷的業務量支撐。百度的搜索流量和信息流數據、阿里的電商流量和支付數據以及騰訊的社交流量，將產生每天以億為數量級的訪問和數據積累。相比於AI創業公司而言，BAT在數據獲取上的優勢是碾壓式的，大數據飼餵下的AI模型也將成長的更快些。

應用場景廣：AI創業公司在將技術應用於現實中面臨的困境在於，由於自身沒有使用場景需求，作為技術提供方往往處於互相競爭的不利地位，技術變現存在困難。

以技術最為成熟的計算機視覺領域為例，頭部的四家公司商湯科技、曠視科技、雲從科技和依圖科技對於應用商的競爭是白熱化的。在計算機視覺的重要應用場景之一安防領域，巨頭海康和大華掌握了渠道和硬體優勢，明星AI公司只能起到演算法供應商的作用。為了獲得更多的市場空間，AI創業公司只能自我發掘應用場景，但這往往存在著很大的不確定性和跨業競爭的風險。

與之相反，BAT本身就具有龐大的落地業務和投資板塊，AI技術可以很快的在內部和生態企業得到使用並得到反饋，例如百度的自然語言處理和知識圖譜技術可以極大優化搜索和翻譯質量，阿里的城市大腦技術同樣有利於物流和電商的調配，騰訊的微信生態對於AI優化C2B服務有極大需求。

財力保證：目前BAT都具有不錯的現金流業務和利潤，這將支撐企業走過AI布局中耗費大量資源，卻沒有什麼實質性回報的持續投入期。AI研究中需要大量的高端人才，博士起步的演算法研究和大量前沿科技的配套研究，並不是所有創業公司都可以支撐的，當然明星創業公司也養得起一大批博士（例如商湯科技）。來自於投資人的錢可能需要在5-10年內獲得回報或提供退出機制，如果創業公司無法在一定周期內獲得盈利和自我造血的能力，很可能無法得到下一筆融資。

遺憾的是，對於目前的AI創業公司而言，大部分無法實現盈利，來自於企業內部造血獲得的發展資源可能具有更長遠的發展視角。正是因為如此，BAT在AI方面的投入更顯氣定神閑，對他們而言佔據賽道比真正盈利更重要。在這點上，營收和利潤更好的阿里和騰訊比百度要更有優勢。

結尾

隨著AI投資度過了跑馬圈地的瘋狂擴張期，AI的商業化落地程度也被推到了市場關注的中心。在過去幾年的投資中，相當一部分的AI產能被重複投資，投資的戰略意義高過了實際盈利的預期，當市場競爭變得白熱化，技術和產業的結合度變得尤為重要。

應該如何看待AI明星創業公司在商業化上的努力，同時BAT投資的AI企業在其布局板塊中又起到怎樣的作用，智庫將在之後給予深度的分析。

RECOMMEND

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！