經濟觀察網 沈建緣/文張亞勤四年前加入百度，出任百度總裁。先後分管過除搜索外的幾乎所有業務部門。目前，是百度集團高管中見高管最多的人。但這並不妨礙他在職業生涯的大部分時間，始終關注基礎研究領域的技術孵化。
2017，張亞勤總結了ABC戰略ABC（AI人工智能 BigData大數據 CloudComputing雲計算）。希望通過三者深度融合，讓百度雲實現了從工具應用到能力架構的演進。
彼時，百度正在進行面向AI的轉型。讓業務從傳統的搜索和內容集中到“雲”、“設備”和“平臺服務”上來。
面向AI的戰略轉型，將使得硬件、雲和服務融合為一體。百度的機會在於深厚的技術積累和應用場景優勢。而隨著產業應用的成熟，以及用戶對真正“智能”的渴求，算力和深度學習算法本身的侷限性正顯露出來。如中國科學院院士張跋所言，“對於AI企業而言，對業務的探索和用恰當的技術去解決實際問題才是首當其衝的。”
張亞勤（受訪者供圖）
而身處BAT巨頭角力的競爭縫隙，百度的戰略轉型將面對的就不僅是發展問題，更是核心競爭力的重塑。百度首先選擇的AI著力點在對話式人工智能市場和自動駕駛領域。這些業務，將幫助轉型過程中百度，實現價值鏈的重新整合以及生態系統的重塑。
某種程度上，搭載了百度Apollo自動駕駛解決方案系統的全球首款L4級自動駕駛巴士“阿波龍”量產下線；以及百度與戴姆勒在自動駕駛方面的合作都印證了這一戰略目標。
技術的漸變是可以預測的，但團隊合作模式的改變卻無法預測。很顯然，轉型並不容易。在判斷百度是否仍有“前途”這樣複雜問題的時候，不僅需要極高程度的“遠見”，也需要極大的“勇氣”。而在陸奇離開之後，似乎變得更難。
但這並未影響張亞勤和百度的基礎研究團隊繼續將著眼點聚焦在為雲、智能家居、物聯網和自動駕駛等領域提供技術儲備。最終服務於百度的AI新賽道和新業務。
來自百度的內部資料顯示，百度自研芯片的目的，不僅要通過差異化的技術壁壘，賦能和加強百度AI生態（如paddlepaddle， ABC，Apollo和DuerOS）；優化供應結構，保障自身供應安全，更重要的是實現生態圈賦能。百度預計，到2022年，雲端芯片和無人車芯片市場內外部AI芯片用量可達70萬。
在上海舉行的百度雲智峰會上。百度雲方面表示，相比2017年，百度雲用戶數增長3倍，合作伙伴增長3倍，營收增長4倍，流量增長5倍。
張亞勤表示，“當下已全面進入物理世界數字化、AI as a Service、新型體系架構等為特點的Cloud 2.0時代。”為此，演進中的百度雲已進入3.0階段。這其中的核心是將AI應用通過場景落地；將大數據管理變得安全的；並在雲計算技術上保持領先。
基於ABC技術棧，百度雲發佈ABC Fdata金融數據庫一體機、中文智能客服平臺、機器人平臺ABC Robot和國內首個一站式AI開發平臺Infinite，同時通過覆蓋金融、零售、製造、交通、機器人、農業等多個行業的產品和解決方案，為企業級市場提供個性化的服務。
這不僅是百度雲ABC內涵的拓展和技術能力的迭代，也是百度在全新市場獲得的階段性成功。2018年8月1日發佈的截至6月30日的2018財年第二季度未經審計財報也顯示，百度第二季度總營收為人民幣260億元（約合39.3億美元），同比增長32%；歸屬於百度的淨利潤為人民幣64億元（約合9.67億美元），同比增長45%。預示了AI技術對百度收入與發展的重要影響。
如今，作為極少數能夠在錯綜複雜的商業領域探索的科學家之一，張亞勤的工作不僅是通過高度業務驅動的基礎研究團隊，讓AI戰略落地，讓他們的智慧和創造力成為科技產業的助推力。更是帶領團隊，實現百度對AI的理想化追求，完成歷史上的最重要一次轉型。
獨家訪談：
沈建緣：外部對百度的看法，哪些你認為是非常準確的，哪些是有偏頗的？
張亞勤：第一點，我認為現在百度的戰略定位是相當清晰的。包括夯實移動基礎，引領AI時代——AI是我們未來的技術核心。
之前，百度的優勢體現在音樂、文學，視頻比較全面。但在移動互聯網時代這些優勢似乎都削弱了，唯一在內容方面我們還處於業界領先。但是這個其實遠遠不夠，沒有制空權，所以說，在移動時代，外界來看百度是落後了，走的沒那麼快，這也有產業轉型的原因，加上我們自己沒有很好的執行的原因。當然，不僅僅是百度，所有企業在轉型當中都是很痛苦。但百度在人工智能領域有多年的技術積累，從兩年前2016年的百度世界大會開始，我們已經開始佈局“百度大腦”和“雲”。2016年下半年開始，百度的戰略開始變得比較清晰。現在整體的戰略沒有大的變化，但執行的幅度更大了。
其次，百度首先是一家高科技的企業。但不管技術，研究還是業務，百度同時也是負責任的，有擔當的，引領未來的企業。我們的新業務、新技術，包括自己研發芯片和量子計算，都是面向未來的技術。
沈建緣：到現在為止基礎研究方面，佈局完整了沒有？
張亞勤：佈局並不算太完整，但是我認為大框架有了，夠用了。目前的算法，深度學習，到了一個瓶頸了，再往前面發展的話，需要一些突破。目前更多的是大數據上的模式分類和模式識別，任務定的越清楚，數據越多，規則越清晰，越容易。其實它並不是人類的智能，比如現在講的視頻語義理解，其實還是一個模式，模式分類、模式識別，達到上一層的話，我認為會更有用。人的大腦可以進一步理解加速，現在機器學習也在幫助人瞭解大腦，很多模型、驗證，也會對生物學、對研究大腦有正面影響。另外一個方面是對大腦瞭解更多之後如何運用到算法上，這塊比較少，生物方面的人腦科學的進展更快用上來。
比如說量子計算，百度現在處於早期佈局階段，已經開始組建團隊了。但至少五年之內能不能商業，但是一旦發生後，對產業和公司，會有大的顛覆。這個領域我們現在主要做應用、算法、架構，我們並不做量子計算機。我們更多的是與合作伙伴合作，主要做計算，也會有加密和通訊。未來哪個更有價值和希望，我們就會大幅度投在那個行業，當前以探索為主。
沈建緣：怎麼評估這幾塊業務？尤其是芯片，百度要在這個市場當中扮演什麼角色呢？
張亞勤：我講的量子計算一定是長遠發展的，芯片這個東西反而沒那麼遠，芯片方面，我們研究了七年左右，剛開始研發芯片的初衷是為了搜索業務，為了推薦、語音識別、圖象識別服務。去年十月份我們推出了SPU，其實是SPG的加速器。我們現在做的崑崙芯片，是因為CPU、GPU、IPG的速度跟不上需求。比如自動駕駛會產生大數量的計算，所以我們需要打造為我們自己服務的芯片。我們如果買架構，速度太慢，而且沒辦法優化自己不同的應用，所以我們自己已經做出了芯片，馬上就用在產品裡面。
說句實話，現在做芯片的門檻比原來低一點了，只要找到正確的人，比如一些很top又瞭解業務的專家們。這些芯片，尤其產業鏈比較成熟，早期做芯片還是挺困難的，現在產業鏈分佈比較清楚，只做設計，別的不需要自己管。但是今天我專門講了一下，我們自研芯片的目的是為了滿足應用，滿足這些變化的需求，而不是說就替代別人的產品，不和別人合作。
沈建緣：這些基礎科學領域的研究，將如何從應用著力，尤其是在企業級市場為百度實現商業價值？
張亞勤：現在佈局的是不同階段的東西。有產品的，也有已經在市場上應用的。百度To C的文化更多一些，但也有一些To B的元素在裡面。比如說廣告，雖然是To B端的，但是總體來講把產品做好，這件事情就自動發生了，百度主要是面向To C端。車是一個重度To B、To C的業務，包括度秘也是，比如說和冰箱的互聯，談的時候都是和To B的企業談，雲更是這樣的。
目前雲計算最領先的公司，核心的優勢是在互聯網技術，大型的數據中心，上面的架構，比如谷歌、亞馬遜、微軟都是互聯網公司。在中國，雲計算最領先的公司也是互聯網公司，比如阿里、騰訊、百度三家最大的都是互聯網公司，過去傳統做To B做很深的公司反而做得很艱難。
雲計算是最重要的最主要的互聯網化的IT技術，把傳統的IT替代了。對百度來說，首先要保持自己的優勢。百度的優勢在什麼地方？一個是技術，二是規模效應，三是互聯網模式，就是在雲計算裡面，雖然說是To B的業務，但是核心是To C，是將互聯網的技術規模加上To B的商業模式整合在一起的。
互聯網企業和To B業務最大的不同就是規模效應和統一的技術架構，比如說百度，其實就是生在雲裡面的，支持了中國三個最大的work load，一個是最難的搜索，一個是視頻，愛奇藝視頻，一個是網盤存儲，這都是很難的。所以說，不要把核心優勢扔掉，這就是百度的優勢。
但是把技術積累開放出來，用到別的公司，這也沒那麼簡單，需要很多的工作。而在利用好核心優勢利的同時，也要補足弱點。百度的弱項在什麼地方？我們和To B業務打交道的時候，不知道怎麼做解決方案，不知道怎麼做項目管理，對行業的深度理解也不夠，這是我們當時的劣勢。怎麼補齊劣勢？首先還是要招對領軍人物，現在我們雲業務的領導人都是在To B行業有很多年的積累。他們懂得怎樣與行業打交道。我們在擴充這個團隊，一些人負責雲、一些人負責芯片。雲這個團隊最初只有兩百人，現在已經一千六七百人了，明年還會增加很多。同時，後臺真正做架構的還是一批百度的互聯網人才，這兩類人結合起來就能真正做成事。
沈建緣：如何在現實的應用場景中落地這些技術？
第一點，要保持擴大自己的核心優勢，技術優勢、規模優勢、架構優勢。第二點，要找對To B的業務人員，彌補劣勢。第三點，找到我們自己的優勢行業，隨便找一個行業和你沒關係，或者說競爭對手已經十分強了，就別做了。還有一點就是從技術角度講，從能力角度講，AI落地其實就幾個方式，家居，車，企業，AI落地到家裡面，現在看來需要智能硬件。
用戶如何感受AI呢？一般是要通過某個硬件，比如音箱、電視，或者說冰箱，掃地機器人等等有形的東西。儘管它們的智能控制都在後端，但是前端至少要有一個東西落地。出行方面主要是車的場景，比如車內的信息服務、車聯網等。
目前，物聯網的很多細分領域，除了家居、汽車等等，正在產生更多垂直門類。百度的優勢行業包括媒體、視頻等領域。比如我們將直播、小視頻、短視頻、長視頻、視頻轉碼、內容審核等開放給別的公司，有很大的需求。此外，百度通過精準營銷的積累，幫助互聯網金融這樣的垂直行業建立了完整的系統。目前，金融行業的應用增長很快，我們還與中信合作成立了中國第一個有互聯網網商牌照的網商銀行——百信銀行。所以，我們的智能雲目前已經產生收入了，有天工的，基礎雲架構的，也有媒體雲，金融雲。
沈建緣：這些落地和應用構建了怎樣的生態系統和商業模式的創新？
張亞勤：確實如此，生態和技術都在發生變化。我們看到這時候一些企業之間的能量也是此消彼長。大型機時代，不管是芯片也好，操作系統也好，包括軟件、編程和應用，都是通過傳統的機器來完成的。而到了AI的時代，產生了新的可能，這個時候的APP和工作負載都不一樣了，操作系統和芯片架構也都不一樣了。不管是公司或者國家，在產業更迭的時候都有機會用新的架構來設計新的芯片，打造自己的操作系統和框架。這時芯片架構也會更加不同的佈局。我認為傳統行業都會被AI所影響。
AI時代，對於企業而言是個好時機。但拿著錘子找釘子是不行的，還是要看行業的機會，行業的機會，用戶需求和技術的交集，比如說行業需求很強，如果我們沒有技術優勢，那我們也不做，一定要找到大機會，用我們能做的，找到一個交集。
沈建緣：自動駕駛市場是這樣的交集嗎？怎樣看待這個領域的競爭？
張亞勤：車是一個很大的商機，體量比智能手機大很多倍。我們如果能夠在一個方面做到有突破，可能就是一個新百度了。因為車的功能比手機要強的多。以後如果是智能駕駛的話，手機做的事兒車都可以做，而且是大屏幕，還可以帶著你移動，等於把你裝在口袋裡，手機是你把它裝口袋裡。你會和它產生一種感情，車最後變成你像家一樣的個人空間。但現在這個領域還是處於春秋戰國時代。這個行業太大，特別細分。或者說大到足以容納很多公司，比如說激光雷達傳感器，就有很多企業出來。
但百度為平臺公司，就可以把自己的優勢發揮出來，所以對於百度來講，無論是公司以後的發展定位也好，還有合作的生態模式。Apollo的開放都是至關重要的。我們花很多的精力打造這個平臺，只有讓平臺更有吸引力，技術才會提升得更快。
沈建緣：你怎麼一邊看學術論文，一邊將其中的技術要義演化成寶馬汽車客戶能聽得懂的語言呢？
張亞勤： 這也挺難的。過去的半年我見了十幾個全球車企的CEO，他們認為到中國來一定要和Apollo建立合作關係。，因為Apollo的生態，還有百度地圖。對百度來說，現在光開放肯定不夠了，必須要找到深度的合作伙伴，要有產品，否則的話開放平臺唯一的好處就是開放，沒有別的了。
但做開放的生態，也有很多挑戰。大家的共識是一樣的——這個行業真正要變成大規模化，需要有政策，需要大家改變習慣，需要價格合理，更需要一個漸進的過程。
沈建緣：百度的車聯網業務現在有什麼進展？
張亞勤：我們現在做車聯網一方面為內部服務，一方面為生態服務，還有一方面給外部服務。在國內，從收入上來講，是穩居市場前三的。這個產業比手機產業更大，也比現在的互聯網產業更大。
現在大家談的比較多在車上的應用前端，比如導航、地圖；車載場景的娛樂、交互，防疲勞駕駛和安全等等，百度都已經與車企開始合作。
第二個是L3（部分自動駕駛，主要依靠人類駕駛者）目前進展也不錯，有一個自動泊車功能。第三個L4（主要依靠機器的自動駕駛）百度從低速的場景開始。目前也還屬於投資階段，真正產生大規模的收入仍然需要時間。但是在企業級市場上，已經有車廠在購買這套解決方案了。
目前，這個領域還是有很多挑戰，真正要規模化，需要有政策，需要大家改變習慣，需要價格合理，而且任何一個東西都是需要一個漸進的過程。對百度來說，找對的人，讓他做對的事，這是最重要的。百度現在人才整體儲備還是比較強的。我們現在做海外招聘，提到百度無人車項目，大家都知道。“我正在做的事情將改變這個世界”這對人才是最大的一個吸引力。
閱讀更多 經濟觀察報 的文章
