AI落地難？46萬家企業在百度智能雲啃下“硬骨頭”_風聞

雲計算競爭已邁入“下半場”，行業焦點正從基礎資源供給全面轉向智能效率的提升。

作者：金森

編輯：週週

“AI喊得響，落地走得難！”2025年，幾乎所有企業都在探索AI落地觸點，尤其智能體已成為企業AI轉型核心引擎。

然而現實挑戰依然嚴峻，企業推進AI落地阻力不小，比如技術架構複雜、模型訓練與推理成本高企、算力資源分配與投入回報難以平衡、數據質量參差不齊制約模型效果，以及生成式AI本身所固有的“幻覺”問題等，都不同程度延緩了AI走向規模化應用的步伐。

面對企業痛點，8月28日百度雲智大會上，百度集團執行副總裁、百度智能雲事業羣總裁沈抖表示，“智能經濟時代，一定要有新的基礎設施來支撐，這就是智能優先的AI雲。”

隨着超級個體開發者與大型企業共同推動AI雲需求呈爆發式增長，百度智能雲憑藉“雲智一體”戰略持續領先。目前，其以24.6%的市場份額穩居中國AI雲市場第一。

拿百度旗下企業級AI開發平台“千帆”來説，其已服務超過46萬企業用户，智能體開發量突破130萬，已成為國內規模最大、生態最活躍的智能體開發和部署平台，有力推動AI應用從概念驗證走向批量落地。

當前，雲計算競爭已邁入“下半場”，行業焦點正從基礎資源供給全面轉向智能效率提升。在這一背景下，能否提供穩定、高效、易用且具備業務洞察力的AI基礎設施，已成為衡量雲服務商競爭力的關鍵標準。

百度智能雲正憑藉其全棧佈局、深入行業的解決方案與日益壯大的生態體系，成為中國企業實現AI規模應用的優先選擇。

01

2025年企業落地AI，難在哪兒？

在時下火熱的人形機器人賽道，北京人形機器人創新中心在落地AI時，遇到阻力。

一方面，行業智能化較初級，需要一個“通用大腦”，也就是具備多本體兼容性、多場景適應性和強大泛化能力的通用智能平台。另一方面，行業缺少高質量多模態具身智能數據，採集成本高且缺乏標準。

在傳統的鋼鐵行業，中國鋼研遇到的難題是，通用大模型與行業結合欠佳。同時，企業雖有數據，但質量不佳且孤島嚴重，跨模態融合困難，如難以將材料微觀結構數據與宏觀生產數據有效結合，影響AI模型對生產全流程的理解與優化。此外，在材料微觀分析上依賴“老師傅”經驗。

兩家企業一個處於前沿行業，另一個處於傳統行業，遇到的核心難題存在差異，然而，兩家企業也存在共性挑戰，就是數據質量不高以及數據融合貫通難；模型與算法的行業適配與專業化能力不足；以及落地AI必然存在的算力投入大與成本控制的矛盾。

二者的共性挑戰背後，絕大多數企業落地AI時遇到的問題，都是集中在智能體應用、模型與數據、算力支撐三大維度，這些“通病”嚴重製約AI價值釋放。

智能體在大模型落地應用裏是最主要的實體，已成為行業共識。作為大模型落地核心載體，智能體在複雜業務環境中常“水土不服”。

智能體需處理冗長、複雜的業務任務，如招聘行業簡歷篩選、政務應急響應，但現有方案高度依賴人工預設規則，容易出現失誤。

多智能體協作雖能突破單智能體能力上限，但任務拆解、結果整合邏輯複雜，且A2A（Agent-to-Agent）協議兼容等技術待突破。

此外，信任與保障缺失，智能體缺乏“博弈”能力，決策難契合企業利益，權限邊界模糊，加之知識更新滯後、多模態數據解析弱，難融入核心業務。

模型與數據是AI落地基石，卻普遍“不穩”，“模型難適配、數據難治理”成行業痛點。

模型上，通用大模型在特定行業有短板，如專業知識不足、易“幻覺”。要實現領域微調，需大量高質量標註數據、深厚行業知識和頂尖算法能力，技術壁壘高，多數企業難突破。

數據上，治理和流通問題突出。不少企業數據基礎弱，存在數據孤島、標準不一、質量參差的問題，“輸入垃圾，輸出垃圾”，劣質數據直接拉低模型性能，且生產環境對數據即時性要求高，傳統數據架構難以滿足。

算力支撐環節，效率與成本平衡難。隨着MoE模型普及和智能體推理需求激增，企業算力面臨“規模、優化、成本”三重壓力。

MoE架構推高集羣需求，多數企業難搭建，且算力需求動態性強，傳統估算易資源錯配。優化上，LLM推理內存帶寬易成瓶頸，需模型量化等技術，工程難度大且異構算力調度難。成本方面，大規模集羣建設運維貴，GPU利用率低，國產算力適配需額外成本，加重企業負擔。

這幾大維度的挑戰相互交織，構成了企業邁向智能化的“高門檻”。

02

“智能優先”深入腹地：一場全棧能力支撐的AI落地“攻堅戰”

面對企業落地AI遇到的普遍難題，百度智能雲給出的解法是，要做“智能優先”的雲。

沈抖認為，大模型智力上限將持續拔高，AI正站在超級週期的起點，加速進入智能經濟時代。智能經濟機會無限，但需要基礎設施來支持，就是智能優先的雲。而企業對於AI雲基礎設施的投入，正從成本中心轉化為新型利潤中心。

針對企業落地AI遇到的算力緊張與異構管理挑戰、模型適配與開發門檻高、數據治理與場景落地碎片化等難題，百度智能雲從算力、模型和應用等方面進行突破。

底層算力基座層面，百度智能雲發佈百舸AI計算平台5.0全新版本，在網絡、計算、推理系統以及訓推一體效率上進行了全面升級，進而打破了AI計算效率的瓶頸。

此前，北京人形機器人創新中心藉助百度百舸在算力高效調度、模型訓推加速等方面的產品技術積累，已大幅提升具身模型開發效率。

這次百舸升級後，其自研HPN網絡可以支持單集羣10萬卡RDMA網絡互聯，並將端到端延遲壓縮至4us。

百舸還讓“推理採樣、獎勵評估、訓練更新”這一條流水線高效運轉，實現訓推一體整體效率的最大化。

在模型開發平台層面，作為業內最早佈局智能體的重量級玩家，百度智能雲千帆大模型平台已演化為“智能體工廠”，為企業開發智能體提供全流程工具鏈，助力企業打造多維智能體生態。

北京人形機器人創新中心在具身“大腦”能力構建上，通過使用百度智能雲千帆大模型平台，和以文心大模型4.5為代表的模型能力，可實現自然語言指令的精準解析，並通過多模態信息融合與上下文理解，將複雜任務分解為可執行的子任務序列，提升決策效率和準確性。

官方資料顯示，千帆的企業用户數量為46萬，開發了130萬個智能體，組件調用次數高達2.3億次，成為智能體規模化落地的核心平台。

最新的千帆4.0，可以提供Agent從原型設計到生產部署的系統能力，是迄今為止功能最完備的企業級AI平台。

在應用產品層面，百度帶來了“吳彥祖數字口語陪練”，在雲智大會現場，沈抖和AI吳彥祖就進行了即時互動。面對“Goodgoodstudy,daydayup”是中式英語句式，吳彥祖也能給出正確翻譯説法。

百度智能雲聚焦安全生產、質量檢測、工廠SOP等核心場景的全視覺管理數字化平台“一見”進行5.0升級，上新了一見工序合規分析能力。

只需上傳一段標準操作視頻，一見20分鐘就能生成一個複雜工序的AI技能，堪比“AI老師傅”，徹底解決了生成周期長、落地門檻高、無法靈活定製等難題。

中國鋼研就是從業務場景出發，依託百度智能雲千帆、百舸、一見等平台的核心能力，實現從產品到應用的深度融合，雙方還聯合打造冶金行業首個流程感知大模型。

百度智能雲通過算力平台、開發工具、生態賦能的全棧能力，正將AI從技術探索推向規模化落地，讓AI滲透到企業研產供銷服全鏈條，實現降本增效的真實價值。

03

從“資源供給”到“智能效率”，AI雲定義雲計算下半場

當下，雲計算市場正在經歷一場深刻的範式轉移。

上半場，雲計算競爭是“資源效率”的競爭，企業上雲主要是為了節省自建數據中心的成本，核心比拼的是規模、穩定性和價格。

到下半場，生成式AI的爆發讓企業意識到，算力本身不是目的，如何將算力轉化為直接的智能生產力才是關鍵。

不可否認，過去20年，雲計算市場指數級增長。招商證券報告顯示，全球雲計算收入從2006年的0元增長至2010年約2000億元；到2020年，收入規模增至約1.5萬億元，十年間增長6.5倍；2024年，全球雲收入規模達到約5.7萬億元，5年間再次增長了2.8倍。

隨着AI大模型浪潮來襲，AI雲市場也迎來大爆發。近日，IDC相關報告顯示，2024年中國AI公有云服務市場規模達195.9億元人民幣，相比2023年增長55.3%。

這種增長也印證，市場已不再滿足於傳統的資源型雲服務，而是迫切需要能夠提供智能能力的開發型雲服務。

值得注意的是，IDC報告還顯示，在AI公有云市場，百度智能雲以24.6%的市場份額穩居第一，並且已經連續六年、累計十次蟬聯中國AI公有云市場冠軍。

《百度人工智能創新與專利白皮書2025》顯示，截至2024年底，百度在人工智能全領域專利申請量突破2.7萬件，連續七年位居國內第一。

百度智能雲早在2015年成立時，就已在一眾雲廠商中率先強調雲的智能屬性。2019年百度智能雲率先提出“雲智一體”戰略，如今2025年十週年之際，百度智能雲再次進行戰略升級，明確要做“雲智一體、智能優先”。

作為第一家喊出智能雲的公司，百度智能雲的發展也是AI雲的發展歷程，其將技術實力與產業know-how深度融合，為企業提供真正“能用好用”的AI解決方案。

如今，從芯片層的崑崙芯，到框架層、模型層與應用層，百度都有關鍵自研技術，這種全棧佈局構建了一種系統性優勢。

雲廠商如果只做上層應用，缺乏底層算力與平台工具的深度優化，其性能、成本和靈活性都會受限。反之，如果只做算力層，缺失了開發和應用，雲廠商就只能停留在“賣資源”層面，無法形成差異化價值。

在傳統雲計算市場，“賣資源、拼規模”曾是核心競爭邏輯，頭部廠商多圍繞算力、存儲等基礎設施的規模擴張展開角逐，百度智能雲在此階段一度處於追趕者位置。

但通過堅定落地“雲智一體”戰略，百度智能雲實現了關鍵的“換道競爭”，其沒有侷限於傳統雲的資源售賣模式，而是將AI能力深度融入雲服務核心。

切入AI雲賽道，百度智能雲不僅擺脱了傳統雲市場的同質化競爭，更憑藉對AI技術與行業需求的深度融合，成為該賽道的領跑者，甚至定義AI雲服務的標準與規則。

當企業需求轉向更能解決具體業務痛點的智能雲服務時，百度智能雲正通過雲智一體、智能優先的落地實踐，持續深化行業滲透，力求在這場價值導向的新競爭中，佔據最核心的生態位，引領雲計算從基建時代邁向智能價值時代。

頭圖來源|百度雲智大會