面對AI，百度確定但溫吞！一步慢步步慢？

百度智能雲、自動駕駛以及小度智能硬體板塊的非在線廣告收入為68億元，同比增長12%。增量很可能來自百度智能雲。

「一美遮百瑕」，在線廣告雖然沒有辦法講出性感的商業故事，可是old money最有確定性。眼下大模型正在重構移動生態產品線，涉及到三個層次，分別是交互方式、內容供給以及商業形態。

最明顯的改變是交互方式。人機互動經歷了代碼指令到GUI圖片，再到如今基於人機自然語言交互。大模型改變了百度APP搜索框+信息流推薦的展開形式，無論PC端還是移動端，嵌入大模型後，AI對話以春雨潤物細無聲的方式改變用戶習慣。

由於大模型引發交互形式的變化，因此內容生態供給也隨之變化。

萬象大會中，百家號進行過一輪創作經營一站式平台的升級，上線了AI筆記、AI成片、AI作畫、AI BOT、AI寫作、AI數字人等六個創作工具，從而大幅縮短內容創作周期。

針對內容井噴可能導致內容質量下滑，何俊傑有另一種理解。他認為除了平台介入外，內容市場遵循市場經濟規律，AIGC讓內容生產者有更高的效率、更低的成本去產生更多具有獨特價值和獨立觀點的內容，而質量低劣的內容最終會在被競爭所淘汰。

「有更好的內容來吸引用戶，真正去做一些正版的AI BOT，這是我們做這個事情的核心，而非因為有人去盜版了，不做AI BOT，那你永遠打不過盜版。」

此外，百度還在摸索出了一套適配於內容生態的商業形態。除了傳統的內容扶持、流量補貼外，打通內容與移動生態的各類服務成為一個看點。內容+服務聯動，既考驗內容質量，也挑戰百度的服務化實力。

例如百度電商上下游兩端開環，這種形態與當下所有電商截然不同。日前，百度電商在廣東四會市宣布打造首個智能電商基地，擴充「百度優選」的供應資源。百度電商事實上包括三個層次，一個是通過搜索給電商平台提供智能營銷，第二個是承接百度直播與短視頻的轉化，第三個是藉助AIGC，如數字人、圖文信息流轉化。

尤其是第三種，被百度視為激活內容創作者主動經營的重要手段。

儘管百度並未披露用戶主動經營數據，但光子星球了解到，一季度就已經完成了年初設定的12個月考核目標，因此在二季度內部又將預期翻了一番。百度對內容端的商業化有較為明確的規劃，除了傳統的創作收益之外，還在打通服務、AI BOT等方面創造收益。

無論是百度電商，抑或是激發創作者主動經營意願，百度移動生態任然是最能打的業務板塊。不過有些讓人意外的是，商業化初見成效時，百度其餘業務並沒有像移動生態一樣，進行大規模商業化落地，同時還保持著較高研發投入。

經歷研發投入同比三連降後，二季度重回正增長。第二季度百度研發投入為64億元，同比微增1%。何俊傑此前在回應百度科研投入趨緩時，曾提到自己所負責的MEG保持了高壓強投入。假設何俊傑所言為真，那麼百度勢必降低了在其他業務板塊的投入。

通常而言，科技公司降低科研投入主要有兩個原因，一種是進入技術收穫期，重心從研發轉移到市場開拓與運營上；另一種是面對市場變化，或者落地不確定性，採取保守策略。

由於業務發展與市場情況不同，百度很可能有針對性地調整了研發投入。AI與大模型更容易產生效益的移動生態保持了較高的研發強度，而在自動駕駛業務方面，可能有所收縮。

說白了，不論是自動駕駛還是AI大模型，都是百度早已確定的big deal，那麼百度的AI之路，也就昭示著業務的未來。

面對AI，

百度

確定但溫吞

百度自2017年確立AI戰略起，便持續在道路上堅定行走，但面臨商業化的可能性與關鍵節點，往往有些「敏於言而訥於行」。

百度並非沒有技術基底與研究實力，而是很難預判AI落地的效果，好比我們沒法確定大模型時代的智能助手產品究竟是既往的躍升還是曾經的「笨蛋」。從2010年成立自然語言處理部門起，百度在10餘年積累的AI能力大多難以為外界所感知。

例如早期由谷歌掀起的智能硬體與智能助理潮流，國內小米、阿里等大廠在2017年跟進並發布產品，而百度在微軟前全球執行副總裁陸奇的幫助下，將深度學習研究院、自然語言處理、知識圖譜等核心技術部門整合AIG事業部，高舉高打的同時卻在產品上晚了整整一年——小度智能音箱在2018年才發布，差點錯失智能音響紅利。

至於由智能助手外延衍生的DuerOS以及上文提到的自動駕駛項目駛阿波羅，在商業化落地上也不夠清晰。前者載體難以撼動智慧型手機創造的移動生態，後者在政企端與車企端有曲高和寡之嫌。

百度善於捕捉前沿技術，這一點最早可以追溯到百度創立之前。要知道，李彥宏本在谷歌申請PageRank之前便已申請「超鏈分析」專利，百度也曾在移動網際網路方興未艾之時開始了對AI的長期投入。只是過於「剛性」的研判讓百度可能過量投入在技術之上，反而錯過了落地的時機。

正如李彥宏曾在內部講話所言：「發了頂會的論文，申請了專利，打了哪個榜，但是過一兩年之後發現這東西沒有人用。」

總體而言，高舉高打的百度在AI1.0時代沒能找到落地路徑，導致百度在確定的道路上行路不暢。這一點甚至對接下來的AI2.0，也就是大模型時期的百度同樣影響深遠。

直到大模型時代，李彥宏表示大模型時代的機會在於MaaS、行業大模型與應用開發三條賽道，文心一言順勢成為百度「全村的希望」。只是文心一言自發布後的種種動作恰好佐證了百度在AI2.0時代的步調，好像又起高了。

文心一言推出當月，百度在閉門溝通會上正式推出大模型服務平台「文心千帆」，面向客戶提供企業級MaaS服務；5月的萬象大會則站在AI時代「制高點」提出「AI原生」。

作為剛剛通過文生圖在消費者層面打出一定認知的產品，文心千帆在更為審慎的B端發力過早。而「AI原生」提出時，一眾頭部玩家尚在開源、垂直、13b等行業風向中探索落地道路，「AI原生」這樣龐大的系統工程顯然無法在迫切的商業化中提供打破「認知牆」的能力。

7月，百度首款面向C端的「AI原生」應用「文心一言」悄然上線，號稱內置上百種場景功能，目前開放的功能還是簡單的Prompt。從「大學生思想報告」、「朋友圈文案」等大量生活化場景中不難看出，文心一言App是對摸不著大模型門路的C端的一場長期市場教育，商業化步伐有所遲疑。

長期主義需要切實的商業化支撐。依靠長期的技術基底，百度仍在牌桌上，等待「時間」這位發牌員發來一對王炸。

發力MaaS，

百度

還在等雲

MaaS是國內自有雲能力的廠商在大模型賽道上押下的重注，包括百度在內。

甚至在6月垂直與通用之爭初現端倪起，通過開源模型底座精調或依靠高質量資料庫從底層預訓練兩大範式的出現讓通用模型底座能力也變得沒那麼重要——擁擠的MaaS賽道中有騰訊雲與位元組火山引擎兩大玩家並未公開通用底座能力。

「開源崛起是不可避免的趨勢，開源模型底座二次訓練還能保障模型自主性，路徑優勢很明顯。那麼雲上訓練平台搭載的模型訓練相關工具鏈以及雲服務的穩定可靠是面對B端的勝負手」，某高校AI項目負責人告訴光子星球，「阿里在這方面就很聰明，自主開源給中小組織嘗到甜頭，用模型給雲導流。」

除卻上述提到於目前而言為時尚早的應用開發，百度面對的確定性增量無非是MaaS與行業大模型，而這兩者在深入商業化腹地之前，必須解決多樣化部署能力，也就是配套的雲。

況且，企業用戶在使用雲服務的過程中自然而然會接觸模型能力，一旦感受到模型應用在人效為首的效率躍升後，全面擁抱MaaS服務也並不出人意料。甚至打包封裝好、開箱即用的標準化功能在成本上於中小企業更為友好。

或許這也是李彥宏在今年Q1電話會上明確雲作為第二曲線的根本原因。而百度智能雲在今年起的表現可以說是一針不錯的強心劑。

但令人擔憂的是，百度在模型商業化上還是存在上文提到的問題，具體表現是在技術嗅覺上先人一步，但在落地動作上往往慢人一步。

8月16日，百度在深度學習技術及應用國家工程研究中心主辦的WAVE SUMMIT深度學習開發者大會上分享了開發者社區、文心大模型、飛槳平台、AI原生應用如流等一系列技術、產品的升級動作。只是其中大多在動作上還是慢了，顯得有些「佛系」。

大模型開發者社區在國內早有先行者，如阿里的魔搭GPT、華為昇騰；而文心大模型推出的插件能力與AI原生應用甚至連科大訊飛也敢叫板。

對手先手出招，見招拆招者如果沒有過硬實力與銷售推廣能力，很可能一步慢步步慢。