百度地圖，如何成為“最具擴展性的數據機器”_風聞

【深幾度·產業數字化】

撰稿｜吳俊宇

編輯｜吳俊宇

審閲｜梁欣婷

「摘要：對行業而言，百度地圖在當下的角色轉變具備代表性意義。這是產業數字化浪潮下的一次成功轉型。在過去移動生態下誕生的產品，在今天都值得深入挖掘其中的數據價值，這些價值可以延展至國民經濟、產業客户的實際訴求之中。」

2020年是技術滲入生活和產業的一年。

新冠疫情催化了企業對AI產品解決方案的訴求。“新基建”政策倡導加速了這一進程。諸多移動時代產品在疫情下展現了平台化能力。這些能力對社會、產業起到了支撐作用。

百度地圖是其中的案例之一。它在新冠疫情中曾利用技術能力測算人口遷徙、復工復產數據，對政府、企業疫情相關決定起到了一定的影響。

這些能力得以發掘後，百度地圖進一步強化了在ToB、ToG市場的解決方案構建，成為了移動互聯網到產業數字化的一款代表性產品。

從工具產品戰場的角逐，到生活服務賽道的博弈，再到服務行業數字化，能夠實現這三個階段的進化其原因與諸多因素有關。

國民級用户基數，形成了國民信息分析的能力；

長期地圖數據採集，這為百度地圖後續服務行業數字化積累了數據資產；

百度AI技術的長期儲備，這是百度地圖服務行業數字化的充分條件；

這個過程既有必然也有偶然，其中經歷了諸多曲折與試錯。三個因素相互影響最終形成了百度地圖在今天的角色定位——智能化位置服務平台。

在海外，地圖甚至被視為是**“最具擴展性的數據機器”**。原因在於，地圖天然能與自動駕駛、智能汽車產業做結合，還可以服務更多對位置服務有需要的企業。

百度地圖如今的生態規模也在實現擴張。和2019年相比，其核心能力正在延展。

軌跡服務、人口遷徙相關能力使其服務ToG客户的能力得以加強。百度地圖目前在ToB領域與部分客户也有合作，應用領域拓展到了房產、安防、金融、工業等行業。

用百度集團首席信息官（CIO）李瑩在百度地圖生態大會上的話來説，“作為AI技術典型落地場景的百度地圖，實現了從國民出行工具到新基建數字底座的重要躍遷。”

作為智能化位置服務平台，百度地圖的數據、AI服務還將幫助ToB、ToG客户實現更多場景的科學決策。

0****1

數據的來源

數據是一種資產，這種資產需要積累和沉澱。

作為“位置服務平台”，地理信息的精準、豐富極為關鍵，這需要多方數據來源。

目前地圖市場數據來源包含幾塊：用户數據積累、圖商數據採買，以及最核心的自採數據。

不管是百度地圖、高德地圖甚至是Google Map都在強調自家數據自採能力。原因在於，數據採集，尤其是數據自採對地圖產品而言具有基礎戰略價值。

在現實世界中，街道等地理位置信息變化速度快，要確保覆蓋廣度、準確性以及更新速度，自採團隊具有較強優勢。數據自採在很大程度上可以保證數據的內容統一，避免後期數據使用過程中出現融合難題。

對百度和谷歌這樣的企業而言，數據自採還有更長遠的打算。因為實時路況、高精地圖等智能、精細化功能的實現，乃至輔助自動駕駛，都需要擁有強大的數據自採能力。

比如，谷歌便會通過衞星圖像、地質調查、市政地圖、第三方調查等方式進行數據採集，確保地理信息準確性。還通過專業技術將不同數據源組合，以生成最精確的地圖。除此之外，還僱傭了部分人力手動更正不同來源收集的信息。

高德地圖即使通過阿里集團多種方式智能採集數據後，依舊要通過專業採集的方式進行數據修正。

早在2013年，百度地圖出於市場競爭、未來預判的考慮，全資收購了一傢俱備甲級測繪資質的地圖廠商。這次收購後，初步建立了數據自採團隊。

如今，則是搭建起了國內規模最大的採集團隊，其AI化水平最高、搭載的AI技術最強最豐富，且唯一擁有全景數據。

百度地圖的數據自採在不同階段都展現了價值。

早年地圖工具追求精確性的階段，數據自採確保了百度地圖的競爭優勢。在當下，無論是政企客户、自動駕駛、智能汽車對數據的時效性、準確性乃至儲備能力都提出了更高的要求。

除了自採數據之外，百度地圖結合其發佈的新一代數據生產技術，構建了全國高精度的基礎骨架路網，並輔以軌跡大數據挖掘、用户上報分析能力，實時更新道路通行性信息。

如今百度地圖90%的數據生產環節實現了AI化，生產效率較傳統生產工藝提升30倍以上，並已於今年全面投產第六代一體化採集車。

在內業製作方面，則是擁有高自動化、縝密且專業的製作流程，包括道路要素自動化識別、底圖自動化差分、數據半自動化製作等多個環節，具備高效率、高時效的特點。

無論是帶來精確數據的自採團隊，還是效率更高的AI化數據採集製作，這都讓百度地圖具備更為實時、動態的能力。

地圖產品在這些技術的支撐之下，才能真正轉變為“智能化位置服務平台”。

0****2

數據的挖掘

採集後的數據想要真正運用於ToB、ToG客户則是需要進行數據挖掘。

數據挖掘的意義在於發現其中存在的現象與規律，進而把規律與現實場景相結合，形成數據的實際價值。

過去地圖數據使用過程中最典型的問題是“數據海量，信息缺乏”，真正可以運用於實際產業價值的地理位置信息有限。

採集到的數據，要成為真實可用的商業數據，還需要經過生產和加工的過程。其中涉及幾個關鍵技術，比如多源數據的自動差分融合、圖像識別技術。

以城市為例，其地圖大數據一共分成了三層。

底層是基本的地理狀況，比如道路、湖泊、綠地等，這類數據是地圖數據的骨架；

中層則是地圖中的組織，地圖數據之中稱其為POI（Point Of Interest）；

最表層則是人的數據，人在地理位置中活動，時時刻刻發生變化；

這三層數據輔助時間、空間等維度的信息疊加分析可以挖掘出大量實際信息。

比如，可以發現某地理位置附近的人口流量和人羣畫像。這些信息可以幫助ToB、ToG客户發現現實場景中存在的諸多規律。

在地圖數據的實際挖掘過程中，一般地圖數據工程師往往承擔了這些任務：

構建地理與用户畫像體系，挖掘通用特徵體系，從中發現一般規律；

進行數據分析，構建機器學習模型，發掘商業價值，解決客户實際業務的問題。

事實上，目前百度地圖基於AI能力實現的數據挖掘包含幾個方面的現實落地。

基於海量軌跡數據挖掘，利用機器學習，精準刻畫現實世界的變化。幫助客户進行人口挖掘、客羣分析、出行研究、位置評估。

提供人口挖掘、客羣分析、出行研究、位置評估等人、地、物研究，為國家城市規劃提供重要參考。

從宏觀到微觀的人、地、物研究，已深入應用到城市規劃、人口統計、政府、零售餐飲、廣告文旅、高校智庫、公安應急等行業。

當然，數據挖掘過程中，涉及的領域越多，產業邊界就越是需要不斷拓展。

不同領域需要儲備不同的數據，根據不同產業維度、應用場景建設不同的數據模型，數據模型還要根據現實業務情況進行不斷調整。

在實際運用過程中，交通、物流、汽車、文旅、規劃等不同領域對數據的挖掘和使用需求都不一樣，而且不同公司、不同機構對數據維度的要求也會產生個體差異。

因此，每一個使用場景往往都需要建立不同的算法模型和解決方案。這些解決方案還需要根據實踐推移不斷優化迭代。

0****3

數據的使用

長期數據積澱和數據挖掘，再加上開發者和百度自身雲與AI能力的支撐，形成了一整套解決方案。

這些解決方案涉及企業客户、政府客户以及自動駕駛等新型產業。

**百度地圖的數據使用在行業中處於領先位置。**目前這些產品解決方案已經落地商業地產、交通樞紐、智慧園區、智能物流等客户羣體之中。

其合作模式通常為合作伙伴使用開放平台提供的調度系統，通過API藉口接入之後利用系統提供的技術和服務。

從企業客户來看，目前百度地圖在智能物流和車用數據領域的客户非常具有代表性。

在智能物流領域，百度地圖目前拓展了中國建材、雙匯、圓通、德邦等一系列客户。

在雙匯智能物流解決方案的建設中，百度地圖為其提供了基礎地圖服務能力以及SaaS平台。覆蓋運前調度、運中管理、運後分析等各個環節，幫助客户實現增效降本。

雙匯則是可以在SaaS平台之上瞭解到智能物流系統的運轉狀況，物流安全性、可靠性都得以提升。

採用這一解決方案之後，其物流運輸綜合成本下降了5%，司機費用結算效率得到提升。這樣已落地的智能物流解決方案未來可以在更多行業之中得以推廣。

在今年疫情期間，百度地圖在幫助政府指導社會疫情防控、復工統籌等方面起到了關鍵作用。

疫情防控與復工統籌方面，通過遷徙大數據平台，就每日全國和各省市人口遷入遷出規模趨勢、城內出行強度等提供及時、有效的數據。

過往實現這些目標常常需要社區統計、工廠統計，但是在遷徙大數據挖掘的過程中，決策部門只需要利用某些數據相關性就可以展開計算。

在當時，百度地圖復工指數通過大中型城市初七後累積活躍工作人口數與2019年12月的基準活躍工作人口數相比，得出復工人數比例，計算復工情況。

對決策部門來説，這種大數據相關性的計算省時省力，而且可以通過小樣本得到更精確的數據。

在未來出現類似公共危機時，百度地圖可以利用自身數據輔助政府部門科學決策，合理配置公共資源。

自動駕駛、智能汽車等當下技術迭代較快的新興產業對地圖數據有非常現實且迫切的需要。

目前大部分自動駕駛企業都會採用兩部分數據，一部分是高精度地圖的靜態信息，另一部分則是感知器對環境的動態感知。兩部分數據融合之後，才會形成可用的數據。

雖然目前自動駕駛汽車廠商都在通過使用傳感器組合來實現汽車周邊感知的無縫覆蓋，但傳感器依然挖掘不了測程外以及遮擋帶來的數據盲區。要實現 L3 級別和更高的自動駕駛，必須要使用到高精度地圖。

百度地圖所提供的高精度地圖數據可以彌補這些數據盲區讓車輛定位更為精準，即便在路況複雜區域定位也可以得出科學的決策分析，進行線路規劃。

事實上，這些地圖數據也在百度Apollo自動駕駛的日常測試之中得到了使用。

在今年，特斯拉也更換了百度地圖作地圖數據服務商。原因在於，其自動駕駛技術主要依靠攝像頭以及毫米波雷達實時演算，並不依賴地圖。

百度地圖的高精數據是其安全冗餘必選項，而這些數據在自研導航系統升級和自動輔助駕駛方面的作用，同樣對特斯拉有吸引力。

0****4

行業的價值

對行業而言，百度地圖在當下的角色轉變具備代表性意義。

**這是產業數字化浪潮下的一次成功轉型。**在過去移動生態下誕生的產品，在今天都值得深入挖掘其中的數據價值，這些價值可以延展至國民經濟、產業客户的實際訴求之中。早年在ToC領域積澱了用户、數據。在近1-2年來利用AI與大數據的技術基礎實現ToB、ToG的服務轉型。這是目前產業數字化轉型浪潮中一批企業正在通往的路徑。

**ToB、ToG客户、開發者之間也在逐漸形成良性生態循環。**隨着ToB、ToG客户的持續拓展，未來更多開發者會參與到百度地圖開放平台的諸多應用解決方案建設之中，這些方案會落地到各行業，為行業提供更豐富的解決方案。

**地圖正在與雲、AI等技術深度結合，讓AI在用户、產業、公共層面得到了實際落地。**百度地圖如今智能化位置服務平台的角色與百度長期在雲與AI產業的技術積澱有密切關係。

這些技術讓百度地圖自身數據可以通過平台搭建的方式，為客户提供雲化解決方案。尤其是在當下上雲的大趨勢下，這些解決方案會吸引大量企業客户。

未來百度地圖平台化解決方案能力可以在ToB市場實現商業化，讓百度地圖從過去的成本中心逐漸轉為收益中心，甚至是成為吸引企業客户採買雲與計算資源的重要入口。

在AI新基建的政策倡導下，更多行業客户未來會傾向於使用百度地圖帶來的諸多解決方案，運用於日常降本增效中。

這對產業經濟的發展會起到重要作用。

​