凭借AI快速增长一个季度后，从财报中可以读出百度哪些经验？

5月16日，百度交出了今年一季度的答卷。

无论是整体经济好转后的第一个答案，还是AI赛道狂野季节后的第一个答案，百度的财报都颇具标志性。 总体而言，百度的业绩超出了市场预期。 定期的降本增效和审慎的业务扩张非常有效：一季度，百度实现营收311亿元，同比增长10%； 净利润达到57亿元，同比大幅增长48%。

得益于宏观经济形势的好转，作为百度第一条增长曲线的百度广告业务强劲复苏。 核心网络营销收入达到166亿元，同比增长6%，为百度奠定了坚实的基础。

围绕“商业化”的命题，百度搜索、电商、智能驾驶等都取得了突出的成绩。 3月份，百度App月活跃用户达6.57亿，同比增长4%。 搜索业务的稳定增长也带动了电商季度GMV同比增长55%。 与此同时，自动驾驶业务洛博快跑本季度订单量同比增长236%至66万单。 财报显示，萝卜快跑是目前全球最大的自驾出行服务商。

值得关注的是，作为AI的基础设施和第二增长曲线，百度智能云已实现季度盈利，营收同比增长8%至42亿元，业务健康度有所改善。

正如百度创始人、董事长兼首席执行官李彦宏所言：“2023年第一季度，百度核心交出了一份亮丽的业绩答卷，收入增速较上季度加快，营业利润率改善，实现了经营杠杆”。

稳健增长的背后，百度也奠定了所谓“AI大模型”的变革基础。

自去年底全球大模热潮掀起以来，早期倡导者不少，但真正加入游戏的却很少。 2月7日，百度决定发布基准大语言模型，成为国内首家宣布自主开发大语言模型的互联网厂商。

3月16日，“问心一言”内测如期而至——11天后，百度智能云快速开展基于“问心一言”、“问心千帆”企业的商业部署——级别大模型服务平台开放内测。 百度也通过对技术变革、研发乃至商业化的快速响应，向市场展示了深厚的AI技术储备和行业经验。

围绕“文心一言”，李彦宏还明确了百度未来的发展方向：“我们计划逐步将文心一言融入到我们的所有业务中，为我们的产品和服务赋能，吸引更广泛的用户和客户。围绕文心艺言打造新时代新生态，这也将帮助我们实现长期、可持续的增长。”

拐点来临，AI赋能第二增长曲线

长期以来，人工智能一直是一门好生意，但也不是一门好生意。

翻看国内外AI领域上市公司的财报，我们可以发现，AI解决方案虽然营收可观，但毛利率却极低。 这也反映出，面对日益旺盛的市场需求，AI厂商依然无法摆脱高投入、低回报的增长困境。

AI服务能成为好生意吗？ 答案是肯定的。 百度本季度的数据证实了拐点的到来。 从2022年第二季度开始，百度智能云构建了一套“可持续增长”的商业模式，为重点客户打造标准化、规模化的人工智能解决方案。

标准化对智能云利润的提升是显着的。 本季度，百度智能云营收达42亿元，同比增长8%，首次实现盈利。 这也意味着AI解决方案已经建立了坚实的毛利润基础。

原因就在于AI服务的标准化。

在之前的“千人千AI”定制模式中，企业每次面对新客户、新场景，都必须从头开始，重新制定计划。 应用场景碎片化，难以摊薄高额研发投入。 AI企业常常陷入高投入、低回报的泥潭。 这也变相增加了下游客户企业接入定制AI模型的成本。

因此，近年来国内外众多云厂商喊出的“让AI成为第二增长曲线”的口号至今仍未成为现实。

标准化AI解决方案的意义在于将原来庞大而全面的“重载”解决方案拆分为标准化单元。 针对不同的业务需求和应用场景，企业可以像搭建乐高一样，灵活组合、高效复制不同的AI模型。 标准化不仅降低了企业使用人工智能的门槛，也让企业更容易在实际场景中看到人工智能带来的成本降低和效率提升。

举一个典型案例：在百度AI开放平台提供的八大领域智能产品服务中，用于“智能教育”领域的通用文本识别服务和作业辅导批改也应用于医疗文书领域“智慧医疗”结构化场景。 同样，人脸实名认证技术也可以灵活运用于教育、医疗、零售等服务领域。

又比如，对于质量控制场景，传统机器识别准确率较低，误点率高达70%以上。 这意味着，被判定为不合格的产品中，实际上有70%以上是合格的。 与苏州常熟东南互助电子合作，百度智能云智能质检解决方案可滤除80%的假点，每年节省人工成本超过200万元。 如今，这套智能质检解决方案已经可复制，并在常熟阳选电子、生益科技等多家本土企业使用。

完成“0-1”标准化转型后，AI厂商需要快速进入“1-10”推广普惠阶段，积累优质客户资源。 例如，在水务领域，百度智能云首先在福建泉州自来水公司开发了智慧水务解决方案，随后将其在用水预测、水压控制方面的先进经验复制到广州自来水公司。 如今，一季度，标准化解决方案已复制到1000公里外的甘肃省临洮县自来水公司。 丽江与百度合作的智慧城市建设经验也可以在昆明市官渡区得到应用，部署时间缩短了50%。

“实战”的作用，用百度集团常务副总裁、百度智能云事业群总裁沉斗的话说，主要在于两个方面：一方面，用AI解决关键场景的痛点。 ; 另一方面，通过不断获取反馈，持续优化技术，为客户提供高性价比的AI服务。

模型改变，MaaS支持第二条曲线

当AIGC技术的发展带动新一波AI浪潮迅速席卷全球时，不少业内人士判断，云计算行业是最先受影响的行业，也是尾部最长、红利稳定的行业。 不仅模型服务调用需求激增，而且越来越多的科技公司正在开发自己的模型——这两种现象都意味着计算需求的急剧增加。

为AI大脑持续输送血液和能量的AI芯片和云服务将最先收获这波红利。 一个典型案例是：微软2023年Q1财报超出市场预期，云服务Azure在微软财报电话会议中被提及20次。 这张云答卷确实打得不错：微软智能云收入221亿美元，同比增长16%，其中来自Azure等云服务的收入增长27%。

作为国内首家提出“云计算融合”概念的公司，百度的智能云服务一直是其财报的中流砥柱。 今年一季度，智能云服务在业务中的支柱地位得到巩固，占总收入的13.5%。

但如果仔细观察，就能发现百度智能云业务重心的变化。 从原来单纯卖算力的商业模式，逐渐过渡到卖模式能力——这也体现了云计算市场的预期变化：从单点服务到“端到端”一站式服务。

这与AI行业对算力、资金、人力的高强度投入不无关系。 过去依靠出售算力和存储空间的粗略模式，业务链条短，竞争壁垒低。 同时，客户仍然需要在框架层面从头开始构建服务。 对于很多企业来说，短期内进入AI赛道的门槛会越来越高。

MaaS，Model as a（模型即服务），这是百度创始人兼CEO李彦宏在《文心一言》发布会上对大模型时代三大行业机会的判断之一。

这也是一种全新的云计算服务模式——与IaaS（基础设施即服务）、SaaS（软件即服务）和PaaS（平台即服务）等传统云服务模式相比，MaaS模糊了层与层之间的界限。 具有更高的灵活性和适应性，可以根据企业的数字化发展目标和业务场景提供定制化的解决方案。

今年3月27日推出的“文信千帆大模型平台”是百度智能云推出的MaaS层服务。 除了提供以“文心一言”为核心的大模型服务，帮助客户进行产品和生产流程的AI改造外，“文心千帆”作为一个集模型开发、训练、调整和操作。 对其他复杂流程的封装，帮助企业基于平台上任意开源或闭源大模型开发自己专属的大模型，实现低门槛、高效率获取大模型能力。

在5月9日的“文心千帆”技术交流会上，百度智能云直观地展示了基于“文心千帆”大模型平台的MaaS能力。 算法工程师仅在几分钟内传输了100条带注释的数据，并通过可视化工具对模型进行了微调。 原本无法绘制折线图的模型成功绘制了一家公司在全国各省份的销售额报告。

对于客户来说，MaaS模式下的软件开发门槛比SaaS低。 即使是没有雄厚技术研发基础的小企业和个人，也有机会直接发挥自己的能力来开发软件。 对于业务场景复杂的大中型企业来说，灵活的MaaS模式可以将AI模型的控制权从服务提供商转移到自己手中，接入后可以随时使用——相比技术理解和使用门槛MaaS凭借较高的自主定制化AI服务，在客户面前描绘了一幅技术快速落地的画面。

随之而来的是云计算市场态度的迅速转变。 百度集团副总裁侯振宇举了一个例子。 过去，“一把手”来聊天只是为了了解情况；现在，“一把手”来聊天只是为了了解情况。 但从今年开始，客户开始关心如何实施。

得益于在多个垂直行业实施通用基文信大模型的经验，百度积累了大量的行业知识，这也让“文信一言”上线后能够快速应用到政务、金融、情报等领域。 创作、数字真人直播、企业知识管理、“智能客服”等六大领域智能化产品将进行升级。

3月份以来，已有300多家百度智能云生态合作伙伴参与了“文心一言”内测。 百度智能云销售线索同比增长超过400%。 申请加入微信一言内测的企业数量也突破了15万家。

对于客户来说，调用模型服务门槛的降低是直观的，但前期选择模型的门槛仍然较高。 对于大多数缺乏AI基因的公司来说，灵活使用（测试集）来测试模型能力还是太专业了。

目前市场上还没有明确的判断MaaS能力的标准，这也带来了云计算市场的另一个变化：未来云厂商推出的大模型服务需要从技术能力和成本上提高可视性。第一天。 回应市场预期。

在侯振宇看来，模型能力的判别指标很复杂，但市场预期却很直观：“最终大模型服务的推广无非两个原因：一是模型效应，二是模型效应。”就是成本。”

为了让模型效果看得见，5月9日，百度成为国内首家进行微调现场演示的企业。企业一旦接入使用，也能发现很多技术迭代带来的效果提升： 3月16日发布，“文心一言”在内测过程中完成了4项关键技术升级，其中包括首个支持动态插入的分布式推理引擎。 数据直观地展示了技术升级的效果：单机QPS（每秒查询率）相比在线版本提升123%，模型推理效率提升10倍，推理性能提升50倍%，算力利用率提升1倍。

成本优化更加清晰可见。 软件服务的成本仍然依赖于规模经济。 比如上线第一个月，对话成本就下降了90%以上。 随着用户规模的扩大和技术的优化，拨打“问心一言”的成本也将不断降低。 侯振宇透露，与今年3月16日《闻心一言》首次上映时相比，成本降低了90%。

基础设施完善科技投入创造第二曲线

MaaS融合多层服务模型并不意味着研发流程的简化。 相比之下，云厂商需要在架构的每一层提供技术含量更高的服务。

“从层次上来说，传统的IaaS在云端提供计算存储，但在大AI模型时代，IaaS层仍然是计算存储网络，但会有更高的要求——比如专用网络和高密度计算软件层面要能够支持AI训练推理、通信加速、算子加速；而在PaaS层面，AI需要完整的MLops工具链来支持开发、管理和运维。” 百度集团副总裁谢广军举了一个例子——当然，这也需要更高的计算能力和更高效的支撑算法。

未来，哪个云能够通过统一布局、高效协作，整合更多算力、降低服务成本，就能够引领技术发展浪潮的更多变革。

从这个角度来看，在芯片、框架、模型、应用四个层面都有布局的百度，在整合资源和端到端优化方面具有较强的优势。 例如，通过构建智能计算集群、模型训练加速库、大模型自动并行容错训练等，百度智能云将AI开发效率提升100%，资源利用率提升70%，千卡加速比提升。 90%。

与此同时，百度智能云还推出了一整套自主研发的新基础设施：百度AI大基地。 作为10年AI技术积累和行业经验的结晶，百度AI大基地旨在整合芯片层的基础设施AI IaaS层和集框架层和模型层于一体的应用平台AI PaaS层。

整套核心产品均为自主研发，能够深度耦合各层，最大限度发挥“端到端”优化的功效。 比如在生命科学领域，官方信息显示，百图生物科技基于与百度智能云联合打造的生物超级计算平台，训练出了生命科学领域全球首个、目前最大的千亿模型。 在地平线智能驾驶解决方案全生命周期开发中，百度AI大基地为高性能数据存储和模型训练提供支持。

开源模式的快速发展不仅为客户提供了更多选择，也引发了云厂商之间的竞争担忧。 “开源模型更快、更可定制、更私密、更强大。” 谷歌最近泄露的一份内部文件直言，“……当免费、无限制的替代品在质量上取得突破时，人们就不会为受限的模式付费。我们应该思考我们的真正价值是什么。”

但开源模式提供的是技术，而不是服务。 对于站在智能化转型前沿的非技术型企业来说，如何选择合适的开源模式、如何对开源模式进行微调等一系列问题，变相提高了进入门槛。 对于科技公司来说，使用开源模型的算力消耗仍然是不可避免的，而且还承受着由于底层模型存在漏洞而出现bug的风险。

“开源模式会比百度全栈优化便宜吗？不会。” 百度集团副总裁侯振宇解释道，“一方面，一般企业可能买不起两三千的集群卡；另一方面，也不一定能用好，这么大的集群一旦出现bug就很难调整，需要整体的调优服务能力，大模型因为体量大，训练时间长，价格昂贵，从成本上来说，最终还是要看有没有整体端到端的成本控制能力，成本肯定会比单纯采购要低。”

面对开源模型的冲击，通过“端到端”的优化，云厂商依然可以有效控制模型训练和托管全过程的成本，实现普惠算力。 百度智能云“文心千帆”大模型平台未来还将支持第三方开源模型，提供训练、调优等服务。

这将是一个不断投入、不断创新的过程。

进入游戏的人很多，但几十年来投入技术研发并不容易。 百度核心研发费用占核心营收的比例已连续七个季度超过20%。 即使全面降本增效，今年Q1技术研发投入仍占核心营收的17.43%。

正如侯振宇所总结的，在大模型时代，企业要在创新中脱颖而出，不仅需要智能计算能力、灵活的框架平台、丰富的大模型系统、高质量的应用解决方案，还需要端到端的解决方案。 - 结束这四者之间的协调。 适配和优化，这是一个“需要、需要、需要”的端到端创新项目。

从微软过去六个月的快速进步来看，拥有技术和配套云服务的微软已经聚集了越来越多的客户资源。 目前已有超过15000家客户使用了Azure云服务，同比增长超过150%。

同时，AI重塑的云服务赛道强调先发优势和规模经济。 不断增长的用户规模会以数据反馈的形式影响AI模型的能力和服务能力。 李彦宏在内部信中强调，要有足够的规模，“端到端”才是最高效的。

随着越来越多的云厂商部署AI+MaaS，最先用“文心一言”传递答案的百度依然拥有显着的先发优势。 Q1是踩油门的起点。 未来，更多的变化将发生在云端。