讓AI 雲幫客戶賺錢，雲廠商的下一個賽點

“雲智一體、智慧優先。”

一個多月前，麻省理工學院發佈《GenAI 鴻溝：2025 年AI 商業狀況》的報告，稱95% 嘗試使用AI 的企業目前沒有得到商業回報，這個廣為傳播的數字一度使得美股科技股集體下跌。

但被忽略的一點是，剩下那5% 成功落地的專案創造了遠超預期的價值。報告提到，也有使用AI 的新創公司，在一年內的營收從0 成長到2000 萬美元，因為「他們聚焦在具體業務痛點，借助AI 工具去做執行」。

去年10 月，Google 雲端也曾發佈《The ROI of GenAI（生成式AI 的投資回報）》的報告，調查了2500 多位企業高管，其中超7 成公司稱在上線生成式AI 的第一年就獲得了回報。

“企業對基礎設施的要求，已經從降本增效，轉向直接創造價值。” 百度集團執行副總裁、百度智能雲事業群總裁沈抖在昨天舉辦的百度雲智大會上說，“企業的AI 雲，會成為新型利潤中心。”

為幫助客戶成長和用AI 賺錢，百度智能雲在本次大會上發佈了算力、平台和應用層的多項能力升級：百舸AI 計算平台升級至5.0、千帆平台迭代至4.0、發佈數位員工等AI 應用。

3D 創作平台VAST 希望降低內容生成門檻。作為一家只有幾十人的新創公司，VAST 把底層的算力資源和訓練框架交給百度智慧雲，自己專注於模型最佳化和產品設計。目前VAST 產生的3D 資產已廣泛應用於影視特效、遊戲等場景。

在《逆水寒》中，網易在百度文心大模型和Character 模型助力下，能幫助NPC 自動生成符合語境的對話和行為，只需提前設定人設和主線任務，無需人工寫指令碼。這既提升了玩家沉浸感，也降低了製作成本。

百度智慧雲端支援了65% 的央企，80% 的系統重要性銀行、150 余家保險、券商和基金公司，95% 的主流車企，50% 的遊戲廠商落地大模型。

當大模型技術逐漸成熟，雲端運算不再只是降本、提效的工具，不僅要提供算力和儲存，還要提供一系列技術能力，支援企業業務發展。

AI，從輔助到核心

過去十幾年，雲端運算的主流路線是先搭建通用基礎設施，再逐步疊加AI 能力模組，AWS（亞馬遜雲端服務） 在2006 年時靠彈性運算和物件儲存起家，十餘年持續擴展通用運算能力，2018 年後逐步具備AI 模組；Azure （微軟雲端服務）最初擴展通用運算能力，2018 年後逐步具備AI 模組；Azure （微軟雲端服務）最初以通用運算能力與虛擬機器等通用雲端在建立合作並推出GPT-3 等模型服務後，AI 逐步成為其雲端運算策略的核心部分；阿里雲同樣先聚焦基礎設施與飛天系統，在2019 年系統化推出通義大模型與PAI 平台。

百度雲端運算業務相較於其他廠商起步較晚，但從2015 年，百度雲端服務對外開放時，就提出了「AI、巨量資料、雲端運算」 要三位一體，從那時起，AI 就是百度雲端運算著力最多的差異化特點。

2020 年，百度創始人、CEO 李彥宏參加世界人工智慧大會說，“百度將自己定位於專注對外賦能的AI 平台型公司”，他希望每一家企業都可以像用水和電一樣使用百度的平台能力和服務，快速實現AI 化轉型。也是在這一年，百度雲端運算平台的架構升級為「雲智一體」──將AI 能力融入算力調度、模型開發、服務交付等各個層級。這套體系最初服務於百度搜尋、網盤等內部核心業務，經過多年打磨後，開放給外部企業客戶，成為了百度在雲端運算領域差異化競爭點。

在本次大會上，沈抖宣佈，百度「雲智一體」 演進為「智慧優先」：不是在雲端上加入AI 模組，而是從AI 出發，重新定義企業用雲的方式。

此時，開源模式成為主流，基礎算力逐漸商品化，不同雲端廠商之間的價格差距正在縮小。雲端的競爭重心已經轉移：從模型能力比拚，變成工程能力、場景適配、系統整合能力的綜合比拚。

百度判斷，企業客戶真正關心的是技術能否實際解決業務問題，這要求雲端廠商一方面不能忽視演算法突破，另一方面要重視工程實作。

IaaS 層，在國產晶片普遍性能受限的背景下，百度是少數具備自研AI 晶片和萬卡規模叢集的公司。崑崙芯已經迭代到第三代，並部署在百度智慧雲的主力訓練平台上。相較於通用晶片方案，自研晶片與平台層軟體能較好協同，進而具備價格優勢與調度效率。例如，北京機器人創新中心借助百舸訓練平台，縮短了30 % 的大模型偵錯時間。

平台層，百度開放了自研文心大模型，也在千帆平台上支援DeepSeek 等第三方模型；同時，千帆平台也提供了完整的訓練調優、推理部署、資料標註與評估工具鏈，企業可以按需組合。例如智聯招聘使用千帆模型開發平台的模型蒸餾功能，把6000 多億參數的DeepSeek-R1 作為“教師模型”，蒸餾出“人崗匹配” 問題的資料集，清理後用它精調百億參數的ERNIE Speed 模型，保留效果的同時，將模型使用成本壓縮至原來的三成。

現在，千帆服務客戶數已經超過46 萬，Agent 數量也超過了130 萬。

而在更靠近業務的應用層，百度也試圖把大模型能力總結成產業問題的標準解法，而不僅僅是交付模型。例如百度與中國鋼研合作開發的冶金流程感知大模型，起點是辨識高爐運轉的異常狀態，最終目標則是圍繞流程最佳化、故障預警重構分析系統。類似方法也被複製到了零售、政務、能源等多個行業。

本次雲智大會上公佈的三項核心能力升級，也對應上述三層結構：底層的百舸AI 運算平台升級至5.0，強化了多模型高並行調度能力；千帆平台進入4.0，以Agent 為核心，整合模型、編排、資料與企業服務能力；千帆平台進入4.0，以Agent 為核心，整合模型、編排、資料與企業服務能力；數位員工，以及合規流程分析工具“一見SOP”，打造標準化AI 工具。

現在許多企業想嘗試大模型，但面臨一系列實際挑戰：包括高昂的開發門檻、複雜的模型訓練與部署流程，尤其是對缺乏自研能力的中小企業來說，無論是應用開發還是調優開源模型，都必須在成本可控的前提下，找到效果更優的基礎設施服務商，這直接關係到企業的資金使用效率與創新落地速度。

把AI 能力轉化為企業賺錢的能力

根據百度財報，2025 年第二季度，百度AI 新業務收入突破百億元，其中智慧雲端是主要貢獻業務類股。同時百度智能雲在招標市場拿到了48 項得標、5.1 億元得標金額。

根據IDC 資料，2024 年，百度智慧雲端以近1/4 的份額位居中國AI​​ 公有雲服務市場第一，在中國大模型平台市場，百度也以15% 的份額排名第一。

沈抖在此次百度智慧雲端大會中說：AI 創造的價值，“會帶來巨大的市場空間，會誕生無限的可能性。”

北京人形機器人創新中心剛發佈了具身世界模型、跨本體VLA（Vision-Language-Action，視覺語言動作模型）模型等多個成果。背後的算力底座就是百度智慧雲的百舸。

要在複雜的物理世界中推進具身智能，需要系統感知、精準決策與即時執行，這對算力、演算法和資料能力都提出了極高要求。

百度為具身智能提供了軟硬一體的解決方案：透過百舸提供的一站式高效能雲端IDE（Integrated Development Environment，整合開發模型），整體將從模型建構、訓練到部署的研發效率提升了2 倍；尤其在VLM（Vision–Language Model，視覺語言模型）模型訓練中，面對真正環境中幫助其模糊的問題，GR Optimization，一種強化學習演算法）強化學習訓練速度翻了一番以上。

百度也透過千帆平台與文心大模型的能力，為具身智能提供任務規劃與決策能力。這些模型具備自然語言解析、多模態融合、任務規劃與情境理解等能力，能將一句指令拆解為多個可執行子任務。在養老護理、危險作業等複雜場景中，系統不再被動執行，而是具備了決策最佳化與目標分解能力。

「具身智慧產業正加速從實驗室走向真實世界，產業化的關鍵在於模型能否快速迭代、盡快落地。」沈抖總結。

這類從技術發展到客戶驗證，再到雲端運算平台演進的循環，正在越來越多的產業中發生。

例如全球滑板車份額第一的九號公司，在快速出海擴張時，面對多語言、多時區、多文化的客戶服務挑戰，九號推出了多語種智慧客服助理「小九」。小九整合了百度千帆平台的RAG（Retrieval-augmented Generation，檢索增強生成）能力與文心大模型的語言理解能力，能夠即時檢索九號龐大的產品知識庫，並以英、法、德、荷蘭等多語種回應使用者。

「當價值的創造方式被重構，產業鏈也會進化，AI 就會進入真正的『超級周期』。」沈抖說。

雲端競爭的下一階段

過去十多年，雲端的主戰場是資源租賃——提供運算、儲存、網路資源，重點在於規模化與成本最佳化。但從2023 年開始，隨著大模型成為技術敘事核心，雲端運算要能支撐AI 能力的訓練、部署與呼叫。

雲端運算產業的供需結構正在重塑：一方面，AI 原生企業與傳統企業對算力與智慧化能力的需求快速成長，推動了雲端服務市場的整體擴容；另一方面，這一輪變化也對雲端廠商提出了新的挑戰。

當算力逐漸商品化、模式趨於同質化，雲廠商還能依靠什麼建立和維持自己的差異化優勢？價格戰是否會重演？面對越來越強的開源模型，平台要靠什麼來抵禦被取代的風險？

這是所有雲端服務商都必須回答的問題。

全球雲廠商都在尋找各自的成長曲線。 OpenAI 與微軟、Anthropic 與AWS 的組合是典型範式：頭部模型公司，結合雲端運算廠商，共同建構了算力供應、模型能力與商業化管道的閉環。

國內，阿里雲近年來調整組織結構，堅定推動「公有雲優先」 策略，並以自研通義大模型為核心能力，強化通用雲服務與產業場景之間的整合能力。

百度給出的答案，是全端佈局算⼒、資料、模型、應⽤四⼤關鍵元素， 完成架構從「雲智⼀體」 到「智慧優先」 的躍遷。未來，百度智慧雲端核⼼競爭⼒將是把複雜AI 能⼒轉化為幫企業賺錢的能力。

路徑選擇背後，是百度智慧雲對兩個根本問題的回應。

第一，百度怎麼找第二成長曲線？

無論是文心大模型在千帆平台的能力封裝，或是百舸在模型訓練、推理調度等方面的系統性最佳化，百度正透過智慧雲，把技術落到產業。甲骨文並未自研大模型，同樣在AI 雲市場表現活躍。百度智慧雲端的關鍵優勢，或許也在於高效率對接「技術供給」 與「產業需求」。

第二，中國科技企業怎麼在變化的全球競爭中獲得安全的發展空間？

現在開源模型百花齊放、晶片供應充滿不確定性，百度選擇從基礎設施、模型框架到工程平台、推理部署全面自研，探索一條不依賴外部生態、可規模化的技術路徑。

當雲端運算價值重構時，百度希望不只站在場上，更要掌握一些遊戲規則的制定權。

（晚點LatePost）