Forrester最新報告：中國14家機器學習平台廠商入選，百度拔得頭籌｜甲子光年

Forrester 中國人工智慧 / 機器學習平台報告內容（來源：Forrester）

值得注意的是，此次百度智能雲參評的產品能力全部來自於百度 AI平台，包含全功能 AI 開發平台 BML、低代碼零門檻 AI 開發平台 Easy DL 和百度智能雲千帆大模型平台等產品。

事實上 AI 平台並不是一個新概念。業內普遍認為，AI 平台是一種集成了數據資源、算力資源、模型開發工具，以及應用管理工具的平台。

比如某企業想要建造一個智能聊天機器人，就可以在 AI 平台的助力下快速完成，構建以神經網絡、深度學習等人工智慧技術為核心的 AI 算法模型，並提供自然語言處理、圖像識別等技術上的支持。

報告顯示，百度 AI 平台如今已經得到了國際權威機構的認可。那麼，對於企業來說，在今天的大模型時代，百度 AI 平台又有哪些不可或缺的價值？

1. 三大維度評判AI平台能力高低

在 IT 領域，入圍 Forrester 報告意味著技術實力的領先。

Forrester 作為全球最具影響力的獨立研究諮詢公司之一，其發布的報告被視為技術風向標。而其中 Wave 報告，又是所有報告中最權威、影響力最高的報告類型，一直被投資機構、終端用戶、科技企業認可。

Forrester 將科技公司的 AI 能力分成了 3 個維度進行評估。

首先是產品能力，其中包括數據處理、模型訓練、預測推理、應用和架構 5 個細分維度；

其次是戰略布局，其中包括願景、創新、路線、夥伴生態、戰略採納、定價的靈活性與透明度等 6 個細分維度；

最後是市場表現，包括收入、客戶數量、項目數量 3 個維度。

從產品能力角度看，百度智能雲在數據處理、模型訓練、預測推理和應用四大維度評分均獲國內第一；在戰略布局上，百度智能雲在創新、應用、視覺、定價靈活性和透明度獲評第一；在市場表現方面，百度智能雲在客戶數量、項目數量兩方面獲國內第⼀。

Forrester 中國人工智慧 / 機器學習平台報告內容 來源：Forrester

關於百度智能雲平台的能力， Forrester 在報告中給出了極高的評價：百度智能云為 AI 開發者提供全面的能力，為人工智慧創新、提供了全面的願景和產品組合。百度智能雲將文心（ERNIE）系列基礎模型嵌入到具有可靠產品路線圖的產品組合中，圍繞飛槳（PaddlePaddle）的活躍生態系統能有效地吸引人工智慧開發人員進行共同創新。

對於 Forrester 報告的肯定，百度智能雲 AI 平台高級架構師靳偉認為，第一是厚積薄發拼出來的，靠得是持續不斷的技術創新。百度智能雲經過三年不斷地打磨升級產品和高強度的研發投入，最終逐步把 AI 能力全方位提升到如今「領頭羊」的位置。

在「甲子光年」的觀察中，今天的大模型時代， AI 平台的重要性將越發明顯，未來必將成為企業智能化 IT 架構中的關鍵一環。

2.AI平台：破解智能化痛點

顯而易見，隨著 ChatGPT 的爆發， AI 已經從過去高高在上的技術演變成了普通大眾都能使用的工具，並開始成為企業發展的強大引擎。德勤諮詢認為，智能化時代， AI 將為企業創造大量新機會，並真實地創造新的業務價值。

無論是在企業內部的智能化管理，還是在產品設計研發、質量控制檢測、供應鏈管理、安全生產等關鍵環節， AI都已扮演著不可或缺的角色。

不誇張地說， AI 時代，企業的智能化轉型已是一門關乎生死的「必修課」。

不過，企業智能化轉型並非「手到擒來」。它是一項涉及到企業戰略、文化、組織、流程、技術等多方面的系統性變革，需要企業有清晰的願景、目標和規劃，以及有效的協調、推進和監督機制。因此企業轉型路上也面臨著「重重大山」。

最典型的問題就是投入成本問題。由於 AI 人才普遍稀缺，企業需要投入大量資金用於團隊建設。同時 AI 所需的軟硬體資源、模型訓練等，也需要大量資金消耗。

此前根據印度新聞媒體平台 Analytics India Magazine 的報告顯示，Open AI 每天僅維持 ChatGPT 的運行就需要花費約 70 萬美元；而另一份來自 Gartner 的數據顯示，企業在智能化轉型過程中，將會在 AI 和機器學習上花費 3.9 億美元。

此外，還有 AI產品開發難度大、數據碎片化、模型訓練門檻高等等一眾問題。但這些問題，正在被 AI 平台解決。

其實，在很多 AI 技術人員看來， AI 平台一直都是企業智能化的必備工具。只是在大模型技術出現之前， AI 的應用場景非常有限。而隨著大模型技術能力的湧現， AI 平台又再次成為企業智能化探索的方向。

此次排名 Forrester 中國人工智慧 / 機器學習平台報告第一的百度智能雲，其參評能力正來自於百度 AI平台。

百度 AI 平台是集數據資源、算⼒資源、模型開發⼯具, 應⽤管理⼯具為一體綜合性服務，整合了百度在 AI 領域的綜合能力和產品，包括全功能 AI 開發平台 BML、零門檻 AI 開發平台 EasyDL 及百度智能雲千帆大模型平台等產品。

針對企業 AI 領域人才相對缺乏、自身 AI 能力尚未建設完成等痛點，企業可以通過百度 AI 平台，快速構建符合業務需求的⼈⼯智能模型及應⽤，有效監控和優化模型效果；此外，在管理和協調數據、算⼒、⼈員、流程等資源方面也更為便捷、高效，成本也更低。

簡單來講，百度 AI平台的核心能力就是「適配」。在不同領域、不同業務場景的客戶，都能找到適合自己業務需求的產品，具體包括以下五類核心能力：

• 高性價比的算力資源：通過內置好的性能增強的訓練、推理引擎，能有效縮短訓練時間，節省推理成本30%，助⼒⾼效構建⾼精度 AI 應⽤。
• 全生命周期管理能力：提供從數據採集、數據清洗、數據標註、模型開發訓練到模型管理、雲端及離線推理服務管理等 AI 開發過程的全⽣命周期管理能⼒，⽀持企業 AI 應⽤規模化發展、繁榮，加速產業智能變⾰。
• 靈活、自動化的建模方式：支持 Notebook/WebIDE 開發、拖拽式可視化開發、腳本調參、自定義作業等多種建模方式，給予開發者更高的靈活度，完成高精度模型的定製開發。
• 提供企業級服務產品：力求在高可用性、可運維性、資源⾼效管理、標準化交互、應用生命周期、系統服務水平、應用集成性、專業支持服務等企業級特性方面提供高質量的服務。

• 加速企業智能化進程：架構設計靈活可擴展，支持與企業數據平台、業務平台、業務前台對接，即使在客戶複雜業務現場環境下也能夠進行高效對接和適配，促進產業智能化。

加速企業智能化進程：架構設計靈活可擴展，支持與企業數據平台、業務平台、業務前台對接，即使在客戶複雜業務現場環境下也能夠進行高效對接和適配，促進產業智能化。

對於五大核心能力的提煉，靳偉解釋道：「AI 平台的疊代與客戶的需求是相互成就、促進生長的，而非從誕生伊始就有這五大方向及其 150 個能力， AI 平台是跟隨著客戶一起生長的。」

在 2022 年，百度智能雲 AI 平台公有雲付費用戶數增長 49%，私有化客戶數增長32%，開發者增加了 122.8 萬，增長率 40% 左右；復購率連年上升，在重點行業中復購率已經達到 50%。郵儲銀行、浦發銀行、北京銀行，以及國家電網，南方電網，招商局集團等都與百度智能雲有著深度合作。

比如在電力領域，國家電網依託百度 AI 大底座，建設了「兩庫一平台」智能基礎設施。「兩庫」包括模型庫和樣本庫，而「一平台」則涵蓋了運行環境和訓練環境的人工智慧平台。

藉助 AI 平台的底座能力，在輸電領域，國網建立了安全隱患識別模型和知識管理平台；在現場巡檢方面，只需工作人員的指令，無人機便能夠獨立執行輸電線路的巡檢任務。藉助 AI 智能識別算法，其識別準確率提高了 30%，識別效率提高了 5 倍；在變電站，運維人員通過智能調控系統使用「一鍵順控」操作，無需再親臨現場即可執行千伏變電站的倒閘操作。這一舉措提高了操作效率，提速了送電過程，縮短了 80% 的時間。

在金融領域，中國郵儲銀行依託百度智能雲，創建了國內首個全行範圍的機器學習平台。平台上線後提高了即數據處理效率，對信用卡億級別的樣本數據進行清洗和分析的時間從月級、周級大幅壓縮至小時級別；在智能風控方面，平台支持了 300 多個信用評級和用戶風險畫像等相關模型的構建，實現了以天為周期的模型更新，並通過自動化方式將審批時間縮短至秒級。截至目前，中國郵儲銀行的 AI 平台已經部署了 100 多項 AI 能力，為 18 個業務系統提供了支持。

換言之，百度 AI 平台能幫助企業在面對日益複雜的市場環境時，更快實現智能化轉型的戰略目標。

毋庸置疑，報告中的評分已經告訴我們各家 AI 平台能力高低的答案。但在「甲子光年」看來，百度AI平台真正的核心價值，並非完全在於降低開發成本、提高開發效率的 BML、EasyDL 等產品上，而是百度智能雲千帆大模型平台。

百度智能雲千帆平台直接關係著大模型能力的落地應用。如何讓 AI 大模型在應用場景里發揮更多的價值，才是大模型時代真正要解決的核心問題。

3. 讓應用從「落地生根」到「萬物生長」

在百度創始人兼 CEO 李彥宏的觀點中，目前國內 10 億級參數規模以上的大模型已經有幾十個之多，但大模型本身並不直接產生價值，基於基礎大模型開發出來的應用才是模型存在的意義。

也正因如此，他才對當前的百「模」大戰下了結論：「要將大模型的能力落到實處、解決實際的問題，才能發揮大模型真正的價值。」

事實上，在大模型狂飆 300 多天後，賽道中已然「上頭」的玩家也剛開始冷靜思考，如何將「高高舉起、悄悄落下」的大模型應用到金融、製造業、政務等千行百業。

但落地不是隨便說說就能成的。廣泛來講，國內生成式大模型產業落地有三個痛點，即數據、人才和場景。

先說數據，數據被視為塑造大模型的「靈魂」。

在基礎大模型之上，訓練一個行業大模型至少需要 500GB 數據、2500 億字的高質量文本語料。如果企業想用大模型訓練行業大模型，數據就是一道難題；

其次是大模型人才短缺，尤其是核心算法人才更為稀缺；

最後是場景，前沿科技與一些信息化建設較早的特大企業無法「融洽」結合，想把 AI 技術融入大企業、大行業複雜的技術底座並落地應用的失敗幾率極高。

所以如何更輕鬆、便捷地調用大模型能力，實現自身業務場景與大模型的融合，成為了企業在這個時代的必答題。

百度智能雲將大模型開發和應用的關鍵能力與 AI 平台深度整合，推出了百度智能雲千帆大模型平台，打造出大模型服務的「超級工廠」。

百度集團副總裁袁佛玉曾表示：「無論是 to B 還是 to C，在百度智能雲千帆平台上，一切正在成為現實，大量企業和創業者正在用大模型為社會創造新的價值。」

作為全球首個一站式的企業級大模型平台，百度智能雲千帆不僅提供了包括百度自研的文心大模型和第三方大模型，還提供了各種 AI 開發工具和整套開發環境，方便客戶輕鬆使用和開發大模型應用，助力各行業的生成式 AI 產業落地。

總體而言，百度智能雲千帆大模型平台的核心能力是處處從客戶的需求出發。

一類需求是「直接調用」。百度智能雲千帆上不僅獨家接入能力強大的文心大模型 4.0，還納管了 44 個國內外主流大模型、數量國內最多，企業客戶可以通過千帆平台直接調用這些大模型 API 應用於自身業務場景。目前千帆平台上大模型 API 調用量持續高速攀升。

再是「二次開發」。作為大模型生產平台，百度智能雲千帆平台為大模型的再訓練、微調、評估和部署等環節提供全生命周期工具鏈、業界最多的 41 個高質量行業數據集，幫助客戶針對自身業務場景快速優化模型效果。同時，千帆平台支持業務數據回流和高度自動化的數據標註，結合大模型工具鏈可以幫助客戶構建一個大模型自動疊代流水線，形成數據飛輪。

三是「開發 AI原生應用」。百度智能雲千帆平台上提供的一系列能力組件與框架，可以幫助企業快速完成應用開發，靈活地響應用戶與市場需求。

四是「直接選購 AI原生應用」。百度智能雲千帆平台的「AI 原生應用工作檯」可提供的一系列能力組件與框架，可以幫助企業快速基於大模型完成應用開發，靈活地響應用戶與市場需求。其中的 RAG 應用框架和 Agent 應用框架已經在客戶中廣泛使用。

此外，百度智能雲千帆提供了 226 個 Prompt 模板庫，覆蓋對話、編程、電商、醫療、遊戲、翻譯、演講等十餘個場景，國內數量最多。

開發者和企業無需花費大量資源調優大模型，基於模板優化 Prompt，就可以得到更好的模型效果。同時，平台還提供 prompt 自動、批量優化功能，讓 prompt 工程更高效。

最後，對於只有算力需求的客戶，百度智能雲千帆平台也可以提供極致高效和性價比的異構算力服務。

可以說，從戰略升級到應用落地，百度智能雲千帆大模型生態已枝繁葉茂。

值得一提的是，百度智能雲推出的大模型全鏈路生態支持體系為全國首個，提供包括千帆社區、 AI 原生應用孵化、銷售商機、市場營銷、賦能培訓，以及千帆 AI 原生應用商店等全方位支持。

目前，百度智能雲千帆大模型平台已服務超過 20000 家客戶，在各行各業的近 500 個場景中進行大模型應用落地探索，並且對於剛剛發布的文心大模型 4.0，已經面向企業客戶啟動 API 調用服務測試申請。包括三一重工、國能榆林能源、河北高速集團、知乎、好未來、金山辦公、金蝶、軟通動力在內的諸多行業頭部客戶，都正在通過百度智能雲千帆探索大模型產業創新之路。

4. 揚千帆，行遠航

對於 Forrester 報告的認可，百度驕傲的同時也倍感壓力。「大家也知道創新很難，跟隨很容易。你只要跑在第一位，任務就落在你頭上了。」靳偉在採訪中說道，「同行的競爭過於激烈，如果想保持領先地位，我們就需要堅持不懈地創新和提供卓越的服務。」

據靳偉介紹，大模型的橫空出世曾給百度 AI 平台帶來巨大衝擊。面對挑戰，百度積極調整應對，下決心要做第一個把全部產品重做一遍的公司，「不是整合，不是接入，是重做，重構。」在今年 5 月舉辦的中關村論壇上，李彥宏做出了如是發言。

破釜沉舟的魄力，讓百度在僅僅半年時間後拿出了初步成果。先是文心一言 App 在 8 月底向全社會開放後的 12 小時內，就迅速攀升至 Apple Store 免費應用排行榜的首位。並有多款應用緊隨其後、開始公測。

對於「如何讓 AI 平台保持領先」，靳偉表示首先要考慮國際化，目前百度並未踏足海外市場。「但從報告里可以看到，我們現在的產品能力毫不遜色于海外友商，百度未來會希望嘗試一下國際市場，獲取更多的客戶機會。」

其次是多方面觀察和響應市場變化和市場需求，關注技術趨勢。比如各大媒體發布的 2024 年、2025 年未來十年的技術趨勢，並以此提前把產品能力布局好。同時需要特別關注「合規性」和技術複雜性，包括數據隱私、模型安全性的能力。技術的複雜性本身非常複雜，鏈條很長。

「我們需要非常大的投入來保持領先的狀態，為客戶帶來更好的產品體驗。」靳偉說。

未來，百度智能雲 AI 平台將持續疊代和進化，幫助開發者構建出⾼質量的 AI 原生應⽤、幫助企業加速智能化轉型，和客戶、夥伴一起，共同推動人工智慧和機器學習領域的創新和發展。

（封面圖來源：拍信創意）

END.

點擊文末「閱讀原文」

進入「甲子光年」官網

了解更多精彩內容