百度|未来十年，中国不能错过的红利( 二 ) 自动驾驶|李彦宏

另一方面，与应用层技术不同，底层技术从研发到落地，投入很大、周期很长、见效很慢，必须要耐得住寂寞、经得起诱惑，才能有机会走出一条道路。
百度有其独有的优势，搜索引擎几乎是解决信息数量和（有价值）信息获取效率之间矛盾的唯一途径。而搜索引擎的工作逻辑与深度学习有着异曲同工的逻辑：二者皆是通过大量数据训练算法，使机器获得某种判断能力，最终输出符合我们需求的结果。
在搜索引擎积年累月对互联网数据不断进行挖掘的过程中，传统搜索必然会逐渐理解并尝试预测使用者的意图。因此，搜索引擎公司更容易先人一步迈入人工智能行业。

这一观点最有力的证据就是谷歌，无论是 AlphaGo 还是自动驾驶企业 Waymo，谷歌在人工智能领域的研究成果有目共睹。其实早在2002年，《连线》杂志主编凯文·凯利提问谷歌创始人佩奇， “为什么要做搜索引擎？”时，佩奇就回答：“我们做的是人工智能。 ”
从这个角度来看，搞AI与其说是百度的选择，不如说是某种宿命。
根据百度财报：2013年，百度研发投入41亿、占营收12.9%；2015则为100亿、15.3%；2020是200亿、18.2%；2021年单看Q2就达到63亿，占营收的比例达到20%的新高，超过了2013全年。研发投入力度持续增强可见一斑。
如果这组数据还不够直观，我们不妨直接将过去约十年（2012初-2021年6月）的研发投入打个包，得到的结果是：百度累计投入研发费用1117亿、占过往9.5年累计营收的15.9% ，更惊人的是，占累计经营利润的97.2% ，接近100% 。
也就是说，过去约十年的时间里，百度几乎将自己赚到的每一分利润，都投入到了技术研发上。
如果百度像很多公司那样，不将研发资金一次性计入当期损益，而是将这笔资金分n年进行摊销，记入“研发投入资本化” ，那么其账面将增加数百亿“无形资产” ，财报数据也必然好看很多。
2015年初，李彦宏在接受采访时说：“...这其实表明一种决心，就是说我愿意砸钱、我愿意投入，我不在乎华尔街怎么看，我不在乎我的股价会再跌掉一半或者更多，我一定要把这事儿做成。 ”
如果说过去十年，是一个国家为AI行业积累人才、算法、算力等基础设施的最佳时间，那百度投入在这“不能马上看到效益的研发”累计上千亿的资金，可以说是完整踩在了中国AI发展的脉搏上。仅用“巧合”来解释，实在是单薄了些。
也正是这十年间，大众还未认知到，所用的诸多产业和服务已经有了AI的身影，这离不开百度及一众企业的普化，而更进一步的，如何避免AI数据层面的“信息茧房”、误差与偏见的加剧，如何将“算法关进笼子” ，都是当下和未来无法避免的命题，也正是百度一直所思考与践行的：算法，应该有价值观。
这也是百度在经历艰难时刻之后，价值逻辑终于逐渐显现，股价能够重回上升通道，最终走出一个U型的原因所在。
立足“AI黄金十年”的力量
仔细研究百度的AI布局，会发现百度建立起的AI体系，包含百度大脑、百度飞桨、百度Apollo、百度智能云、百度昆仑芯片等，几乎覆盖了从基础到应用到全AI生态。百度正肩负起产业、交通等智能时代转型的底座，扛起更多的“国家命题” 。
先看产业。
根据埃森哲《中国企业人工智能应用之道》面对全球企业高管的调研显示：高达79%的中国企业高管认为，他们必须借助人工智能来实现业务增长目标——但其中，有52%的中国企业高管人员坦言，人工智能试点容易，但当设法将人工智能推广至全企业时，难度较大。
AI融入产业远比嘴上说的要困难，以至于行业内有一个流传甚广的玩笑：“所谓人工智能，就是有多少‘人工’就有多少‘智能’ 。 ”

简单来讲， AI的介入，需要将过去依靠人决策的生产工作流程打破，找到适合落地场景并构建AI的工作模型，通过大量数据对模型的投喂与不断调试。当其准确率达标后，才能将模型正式投入使用。而模型的调试与数据的标注，可能需要大量AI专业的人才花费数月之久，普通企业很难一上来就承担起这么大的投入，所谓国家产业转型也就面临重重困难。
今年，百度发布“文心”产业级系列知识增强大模型，并联合鹏城实验室，共同研发全球首个知识增强千亿大模型——鹏城-百度·文心，该模型参数规模达到2600亿，是目前全球最大中文单体模型，在60多项NLP任务中取得世界领先效果。