大模型之于AI公有云的意義，在于大模型可以改變過去“手工作坊定制算法”的高成本模式，轉向“工廠模式”，只需要微調和精調，就可以形成針對性的場景算法。

　　作者|葛覃

　　出品|產業家

　　一年前，依然有不少云計算從業者思考，AI公有云到底是不是一個偽命題?

　　支持AI公有云觀點者有之。他們認為AI是更具變革性的技術，在更早期就應該確立“AI為體，云為用”的思路，既然AI門檻高，那么就應當以云為載體，為AI的落地產業降低一些復雜性。

　　反對AI公有云觀點亦有之。一位云廠商高管坦誠表示，大家都在講AI，但實際上AI占云計算市場收入的占比不高，我們必須承認，云最大的收入還是來自于IaaS，“AI for云”這件事，在中國云計算行業才剛剛起步。

　　很多廠商都把云計算的重要性排在AI之前，即產品的邏輯、技術的路徑，都是研究如何用AI增強現有的產品能力，或者豐富現有的云計算體系，AI更多是云計算市場的補充。

　　但是，大模型時代到來之后，AI公有云這件事變得有些不同了。

　　IDC已經連續四年發布《中國AI公有云服務市場份額》報告，在最新的報告中，IDC表示，未來5年，大模型、生成式AI驅動的下一代人工智能，有望帶動整體產業重回高增長時代。

　　AI公有云報告的前瞻性，某種程度上揭開了云與AI發展交織的路徑。

　　一、大模型棋局，AI公有云是先手棋

　　《IDC中國AI公有云服務市場份額，2022》收獲了比以往還要多的關注，核心原因無疑是大模型，本次報告IDC將更多筆墨描寫在未來，而不只是對過去的總結。這可以理解為，報告所覆蓋的2022年，大模型效應還未完全釋放，所以IDC做了更多前瞻性表述。

　　拆解報告有兩個看點，一是大模型時代之前的AI公有云，儲備有多少基本決定了如今大模型賽道的位次。二是大模型如何影響AI公有云。云廠商都在找尋方向，是技術的，也是商業的。

　　過去數年時間，云計算市場增速有所放緩，但是AI公有云市場仍然保持了高速增長。根據IDC報告，2022年中國AI公有云服務市場增速達到80.6%。

　　即在大模型火爆之前的2022年，AI公有云的增長路徑就已經比較明顯。以百度智能云為例，市場份額占比第一，增速達69.7%，這也是百度智能云連續四年、第八次排名第一。

　　百度智能云是篤定AI公有云路線的廠商，大模型的能力不會憑空而來，之前所有的AI產品都代表經驗和技術積累，例如百度智能云在市場規模最大、增速最高的“計算機視覺”市場，以及大模型最核心的技術“自然語言處理”市場，都位列第一。這些市場增長就主要源于多模態 AI 以及早期的生成式 AI 場景驅動。

　　技術的發展有其延續性，譬如大模型訓練就是典型的周期工程，在很多廠商慌忙研究怎么搭建一個大模型訓練平臺時，百度文心一言能國內第一個推向市場，也實現了更好的效果，部分就是因為在AI公有云市場多年的服務企業經驗沉淀。

　　IDC也提到，大模型、生成式AI對公有云市場帶來的影響包括：一是快速顯著拉動AI IaaS市場的增長。原因在于大模型的預訓練需要大規模算力，部署到用戶端進行微調或者二次訓練對算力也有一定的要求，能夠提供高性價比、穩定算力的廠商將優先獲益。

　　百度智能云已經超前打造了“智能計算底座”，和微軟Azure理念相通，相當于為大模型打造了一個AI超級計算機。

　　在AI IaaS層，整合百度自研的AI芯片“昆侖芯”，在AI計算、存儲、加速、容器方面進行系統優化，提供高性價比的算力，承載海量數據的處理、超大模型的訓練和推理;在AI PaaS層，整合自研飛槳深度學習框架、百度文心大模型，打通樣本中心、模型中心、AI開發平臺、AI服務運行平臺，實現從數據存儲到模型訓練、生產、部署、測試的全鏈路、批量化生產。

　　從自研芯片到自研框架再到全面的AI能力，全棧的AI解決方案，這是IDC在報告中提及百度的獨特優勢。

　　二、大模型如何影響AI公有云

　　無論是否支持AI公有云的觀點，所有云廠商都有過一種想法，靠AI帶動云計算的消費，AI任務可以用云來支撐，尤其是一些大型復雜的AI計算任務，這種想法看起來很美好，邏輯似乎也成立。

　　但在實際業務中，云廠商發現，人工智能的場景呈碎片化狀態，本身就不是非常核心的業務場景，完全可以單獨拆分，AI就是AI，云就是云，對于企業來說，要么成本太高，要么收益不夠，AI公有云吸引力有一些，但不大。

　　大模型之于AI公有云的意義，在于大模型可以改變過去“手工作坊定制算法”的高成本模式，轉向“工廠模式”，只需要微調和精調，就可以形成針對性的場景算法，而AI公有云具備規模化效應，可以低成本的將這些解決方案快速輸送給需要的企業。

　　大模型+云的組合優點，讓所有人不得不重新審視AI公有云。

　　大模型已經不僅僅是對單個產品系統的增強，而是一個All-in-one的能力，MaaS概念得到認可和推廣，本質上是大模型一旦變成了基礎設施和能力，就把原來PaaS和SaaS的增強能力結合，變成了一種全新的基礎設施能力，即MaaS。

　　對于云廠商來講，以All-in-one的模型作為基礎，以MaaS去構建整個AI的平臺確實剛剛開始，百度智能云走的更早，也走得更遠。除了模型本身的開放能力以外，百度智能云也在服務各行各業的產品和業務。

　　即便在行業know-how成為壁壘的工業場景，百度智能云甚至已經超越單一場景業務，進入到核心系統的大模型試點，智能產品和解決方案沉淀在百度智能云開物工業互聯網平臺上，從單點智能化向企業智能化中樞演進，大模型的泛化能力，進一步提升了百度智能云的規模化、工程化復制能力。

　　百度文心千帆大模型平臺也是大模型能力迭代的關鍵產品，集合了大模型全流程工具鏈，包含了數據管理、模型訓練、評估優化、預測服務部署，以及插件服務，從而降低企業使用大模型的門檻和成本。

　　對于短時間內沒有自研能力的廠商，以及沒有 AI 研發積累的廠商，不需要考慮自研大模型，可以直接利用市面上已有的能力來升級解決方案，形成自身業務升值溢價能力。此時， AI公有云就越來越成為諸多廠商的必需品。

　　IDC也表示，面向未來，生成式 AI、大模型的技術突破與落地速度超出想象。無論是聚焦在 AI 能力平臺的廠商，還是提供行業解決方案的廠商，都需要確保自己的產品/解決方案提供這部分能力。

　　據了解，百度文心大模型已升級至3.5版本，與3月份的3.0版本相比，訓練速度提升了2倍，推理速度提升了30倍。多項公開權威測評顯示，由文心大模型3.5支持的文心一言綜合能力評測得分超過ChatGPT，遙遙領先其他大模型，部分中文能力超出GPT-4。

　　大模型短期內將帶動云上AI能力市場的增長，當前大模型、生成式AI的產品能力都正在研發當中，需要不斷地迭代更新，云廠商可以讓用戶快速獲得最新能力。可以預見的是，未來AI一定會占云市場較大的收入比例，或者至少是不可忽視的收入比例。

　　大模型時代，再觀AI公有云，回答AI公有云成立與否，本質上就和回答云計算是否成立，是一回事。

　　中國云計算發展逾十年，前些年行業還會有所爭論，云計算是一種技術體系，還是一種商業模式，而市場證明，云計算經歷了商業向技術過渡的轉向，隨著云計算市場規模的擴大、云應用縱深的增加，云原生的興起開辟了新的一方天地。

　　AI公有云正在經歷類似的過程，大模型回答了“一個模型能否解決通用問題”以及“模型本身是否有價值”的關鍵問題，當大模型的應用場景的廣度和深度繼續擴展，原生的AI公有云體系也將形成，百度智能云戰略與AI公有云的發展走到了愈發明晰的交匯點。