江瀚视野|百度“屏幕战”,3时代的4屏争夺战如何上演?( 二 )


江瀚视野|百度“屏幕战”,3时代的4屏争夺战如何上演?
文章图片
我们先看一组公开市场的数据:1、百度全球AI专利申请量已超过1万件 , 其中中国专利7000多件 , 位列中国第一 , 并在语音识别、自然语言处理、知识图谱和自动驾驶四个细分领域排名国内第一 。 2、百度大脑AI大生产平台已对外开放250+项核心AI能力 , 日调用1万亿次 , 服务190万+开发者 。 3、百度飞桨深度学习平台定制化训练平台上服务企业8.4万家 , 发布模型数量23万+个 。 4、百度自主研发的昆仑AI芯片、鸿鹄AI芯片 。 ……相信看到这里大多数人都已经晕了 , 纯粹堆砌数据并不能让人看懂百度的谋局 , 当我们仔细梳理的时候才突然发现 , 百度要做的其实是聚焦于人这个全世界最核心的要素 , 以人为本 , 以人工智能为渠道 , 进行一场真正的屏幕争夺战:
首先 , 在2B市场上 , 百度形成了以百度大脑、百度飞桨、百度智能云与Apollo为核心的一整套体系 , 而这些体系凭借着百度多年的积累所形成的海量大数据资源已经成为了“喂养人工智能”最关键的体系所在 , 在这个体系之中每天所有用户接近60亿次的搜索创建了足够支撑大数据分析的数据量 , 通过这些数据量喂养出来的百度人工智能具备了全方位市场赋能的能力 。
而这些争夺的是什么?争夺的是B端的屏幕 , 这里不仅有电脑的PC显示屏 , 有企业的移动手机屏幕 , 还有被称为第四屏的汽车中的所有屏幕 , 这就是自动驾驶汽车背后的内涵所在 , 就以百度智能驾驶汽车为例 , 有人说自动驾驶汽车不就是在车上放台电脑自动操纵吗?有什么稀奇的?但是 , 如果你是这么想的那就大错特错了 , 如果仅仅依靠一台汽车上放台电脑就能实现自动驾驶无疑把自动驾驶想象的太简单了 , 而真正依托于百度Apollo的智能驾驶汽车是由四大体系组成:
第一是车 , 的确凡是使用智能驾驶的汽车上面各种黑科技的确是必不可少 , 包含激光雷达、毫米波雷达、摄像头、GPS等多个传感器硬件的自动假设体系把汽车打造成为了一个黑科技集合器 , 大量的企业传感器让汽车可以有效感知周围 , 做到实时有效驾驶 。
第二是路 , 分布在路边的各种传感器可以把自己探测到的信息不断地传递给汽车 , 这让汽车真正成为了一个耳听六路、眼观八方的聪明汽车 , 从而让汽车可以随时探测到道路的情况 , 让自动驾驶真正成为可能 。
第三是云 , 路上的各种情况瞬息万变 , 如果想让一辆汽车全部依靠自己处理那么多的信息 , 那岂不是每辆汽车都成了超级计算机 , 这不仅不现实而且也成本也过于高昂 , 根本不可能推广实践 , 而百度的做法则是通过百度智能云的实时有机结合 , 让每一辆汽车都具备了高效处理的云大脑从而推动汽车的全面智能化 。
第四是图 , 作为全中国最普遍的地图之一百度地图可以成功地将路况信息、导航信息、人流量信息、热力图信息等等传递给汽车 , 让汽车可以随时拥有对路况的感知 , 从而进一步实现了自动驾驶 。
通过这“车、路、云、图”的有机结合一辆汽车才能放心地让他自动开上路 , 相信有敏锐感知的朋友就已经发现了 , 这已经在长沙、广州等城市落地的自动驾驶汽车其能做的事情实在是太多了 , 这就是一个以人工智能为依托 , 车路协同体系为纽带的超级智能网络 , 在这个网络中能做的事情实在是太多了 , 从停车场智能停车到城市拥堵解决几乎我们日常通勤的方方面面都能用这套体系的一部分来解决 。
在交通基础设施方面 , 软件层面相较物理层面 , 可以提升和拓展的空间非常大 。 据此前贝恩公司公布的数据显示 , 新型交通基础设施投资效率是传统基建的6-13倍 。 根据推算 , 仅通过软件升级的方式就可以让大型城市的交通效率提升15%-30% , 进而带动实现GDP2.4%-4.8%的增长 。
其实这就是百度人工智能版图的重要所在 , 通过人工智能各大模块的有机组合 , 从而形成适用于各种场景的落地玩法 , 单单一个智能驾驶汽车就能演化出城市智能管理的多种场景解决方案 。 这其实就是百度的优势所在 , 百度大脑、百度飞桨、Apollo就是一个不断给城市赋能的人工智能能力输出中心 , 这样的输出赋能和开放平台无疑会给资本市场一个全新的想象空间 。