5月18日，百度（9888.HK）交了一份有代表性的答卷。2026年第一季度，百度總營收321億元，核心AI新業務收入達到136億元，同比增長49%、環比增長21%，佔百度一般性業務收入的比例首次超過一半，達到52%。這意味著，百度收入重心正在從傳統搜尋廣告，進一步轉向智能雲、AI應用和AI原生行銷。
值得注意的是，百度智能雲基礎設施收入同比增長79%，GPU雲收入同比增長184%，增速領跑頭部雲廠商。遠超行業的增長速度，不是“又發佈了一堆AI產品”帶來的短暫的熱鬧與繁榮，而是AI雲商業模式正在發生重要的變化。而這個變化的關鍵，藏在AI價值度量衡的“新尺子”裡。
這個尺子叫“DAA”。
01. AI智能體來襲
在剛剛結束的百度create大會上，百度創始人提出了DAA（Daily Active Agents日活智能體）這個概念。他認為，衡量一個平台和生態的繁榮，更應該看的是 DAA 這個指標，關注有多少 Agent 在給人類幹活，並交付結果。
在此之前，市面上的AI企業，往往習慣用“Token消耗量”來衡量AI的價值，就像用“燒了多少油”來衡量一輛跑車的性能。OpenAI曬、Anthropic曬、連企業內部都在搞“Token排行榜”。但這一指標並不能有效體現業務價值、效率或可持續性。
DAA則是一個價值維度的概念，它更看重Token的效率。
針對Token效率的另一個解法，而百度也準備了自己的答案。當天，百度智能雲宣佈面向大規模智能體全面升級為新全端AI雲，打造單位Token的智能水平更好的Agent Infra和每瓦性能更強、性價比更高的 AI Infra。
與傳統的“組裝式”雲架構不同，“新全端”強調晶片、框架、模型與應用在指令集等級的原生對齊，旨在消除跨層級呼叫的摩擦損耗，為企業建構一個具備長期記憶、工具呼叫能力與安全圍欄的“智能體基礎設施”（Agent Infra）。
它為什麼是百度智能雲在AI時代的競爭砝碼呢？
我們說得再通俗一點。
AI產業在今天正在迅速的B端化，這是大家都知道的事實。但試問，企業家們花重金採購AI的真實目的，只是為了獲得一個會聊天的大模型，只是為了技術嘗鮮不被時代浪潮拋棄嗎？顯然都不是。
企業家們渴望支付的，其實是一群能夠實實在在穩定完成任務的AI智能體。但想要招到一群真能幹活、又能交付的AI智能體，不是一個容易的事情。
在這個時代，企業要自行搭建系統去培養智能體，通常需要支付巨大的隱性成本——至少得配置算力、模型服務、工具呼叫、資料中心、行業解決方案等等一系列的底層基礎設施，處處都需要算帳，處處都需要時間。
現在，百度智能雲在做的，就是縮短新業務融入生產流程的成本。它不只是賣算力、賣模型，而是轉向賣一套能讓Agent持續幹活的生產系統，讓每一個Token都能發揮價值。
這相當於，當企業採購它時，買走的是一整套基礎設施，獲得的是一群能夠理解目標、拆解任務、呼叫工具、執行流程、最終交付結果的AI智能體。
當然，我們不得不問，這群AI智能體真的能夠幫企業完成生產嗎？真的能獨立地替企業去排產、做風控、寫應用、巡檢電網、營運帳號等工作嗎？
企業拿給百度的真金白銀，是檢驗商業化閉環的試金石。國內主要雲廠商大模型的相關中標裡，百度智能雲在中標項目數量和中標金額上雙雙奪魁，額度是第二名的5倍之多。
02. 對B端市場的全面開花
如果說，中小製造企業看中的是提效，央企看中的是規模化與可靠性，金融看中的是安全與穩定，AI硬體、具身智能、汽車、遊戲等領域需要覆蓋面，那麼，百度智能雲的價值已不再是某一個產品的功能，而是在“基礎設施效率提升”與“行業客戶規模化使用”之間形成了閉環，一個由智能體驅動的新商業文明已經悄然來臨。
那麼，究竟誰在使用智能雲？智能雲究竟能解決什麼問題呢？
一個典型的例子來自義烏。
作為世界超市、全球最大的小商品市場，義烏承接著大量來自全球市場的訂單。為了將市場需求快速傳導到工廠，生產又能快速響應市場，在這裡，形成了非常有特色的“前店後廠”模式。隨著百度智能雲的加入，能迅速幫助義烏商家培養出“AI廠長”+“AI店長”。
傳統上，在工廠做生產管理，人類廠長要針對不同問題分別訓練模型，再把識別規則、處置流程，逐個配置到每個攝影機上。
到了百度智能雲時代，基於一見視覺智能體（一見Claw），AI廠長相當於有了一個專門管現場的“視覺龍蝦”，能預置檢查監督安全隱患、裝置異常、人員違規這些通用技能。商家只要用自然語言補充自己的產線標準，AI廠長就能學習這家工廠的管理要求，統一調度全廠攝影機，把規則配置到對應點位。
這樣做，能夠有效緩解很多廠一代、廠二代交接的焦慮——老一輩的經驗可以沉澱下來，新一代接手工廠，也能穩定經營。要知道，在義烏，光是年營收2000萬元的工廠，就有上千家。
除此之外，義烏的很多商舖往往就一兩個人，他們要盯生產、管經營，難免有顧不過來的時候。這時候，基於百度智能雲Hogee搭建的龍蝦版行銷智能體，AI店長很方便就能上崗。
這名AI店長內建了一系列行銷skills，不光能做銷售導購，還能幫商家看銷售資料；結合庫存，給出調貨、促銷建議；發現逾期訂單，提前提醒風險。總之，它能自主完成多步驟複雜任務。同時，它的skills還在不斷擴展、進化。
這意味著，AI從需要人類去監督它幹活的一個工具，變成了能獨立解決問題的新型生產力。
不難看出，當AI進入研產供銷服各個環節時，帶去了效率的進步，那怕只有一點，都可以帶來更多能持續完成任務、交付結果的DAA，都可以帶來十分可觀的價值增量。
挖掘像義烏這樣體量巨大的工業市場，是百度智能雲增長的轉化之一。而放眼全國，這樣的場景還有很多，值得被釋放的潛力還有很多。當行業覆蓋從點到面，每個新行業的拓展都在復用新全端AI雲的底層能力與已有經驗，這種跨行業的複製效率，正是百度智能雲能夠跑出加速度的核心底氣。
從工廠到電力、物流、汽車、金融、銷售等，百度智能雲已經全面開花，展開了對B端市場的全方位重塑。
其中包括B端市場中最挑剔的一批客戶：
支援國家電網打造的千億級“光明電力大模型”，將500千伏及以上大型變電站的巡視時間由人工不少於2.5小時大幅縮短至約45分鐘，巡檢效率提升50%以上；
服務100%系統重要性銀行，助力800+金融機構攻克了從底層算力到上層應用創新的重重挑戰；
成為100%中國主流車企選擇，支援了超過2000萬輛L2級輔助駕駛新車交付；
服務超1000家AI硬體公司，全球Top10手機廠商全部在列；
佈局與深耕前沿賽道，包括具身智能、AI硬體等領域。
03. “飛輪效應”剛剛開始
百度智能雲的市場需求，從當下市場反應來看雖說在快速釋放，但事實上這朵雲的“飛輪效應”才剛剛開始。
AI進入結果交付時代後，競爭的關鍵自然會發生變化。毫無疑問，誰能讓智能體更穩定地完成任務，誰就更接近企業真正願意付費的地方。
因此，“幹活”的智能體將是DAA時代未來的價值錨點。
按照“飛輪效應”提出者、管理大師吉姆·柯林斯的說法，從優秀公司向卓越公司的轉變，從來不會突然降臨，從來都不是一蹴而就的。要想推動一個龐大而又沉重的飛輪旋轉，得花很大的力氣。
打造新全端AI雲亦不例外。走到今天這一步，其付出都藏在了軟硬體協同的底層系統裡。
財報顯示，崑崙芯P800規模化驗證，交付多個萬卡叢集，有效訓練率97%；MaaS升級為Token Factory，推理提速25%；Harness Engineering任務成功率95%；吉瓦級AIDC建設周期縮短30%。
這些變化，不是幾個單獨的數字變化，也不是幾個獨立的技術指標的提升，而是一條從晶片到行業交付的效率傳導鏈。底層每提升一個點，上層的行業應用運行成本更低、響應更快、能覆蓋更多場景。而這種效率的復合優勢，將讓新全端AI雲在未來跑得越來越快。
同樣的在AI應用方面，財報顯示，百度AI應用收入達25億元。其中，通用智能體百度搭子DuMate自3月發佈以來，持續迭代，能夠自主執行跨越多個應用程式和檔案的複雜、多步驟工作流，實現端到端處理。與此同時，能夠讓使用者通過語音文字“手搓”應用的秒噠，以及助力企業實現全域最優決策的智能體伐謀也均在各自賽道展現出強勁的商業化變現與工程化實力。
在這個以智能體創造價值的DAA時代，底層的這套新全端AI雲讓百度智能雲跑在了最前面。並且可以預見，隨著雲底座飛輪的加速，這朵雲不僅在重塑千行百業的生產流水線，也正在建構一個全新的商業基礎設施。
當更多的企業接入這朵雲，孵化出海量能幹活的AI智能體，與AI協作成為“人機協同的超級個體”，這樣的時代已經來臨。
DAA不只是一個概念，而是從實驗室技術走向產業核心生產力的質變，是企業的訂單與持續經營的價值衡量，更是千千萬萬普通人可以感受到的價值增量。 (鹽財經)