近日，波士顿咨询公司(BCG)发布了一份名为《产业智能化——中国特色AI平台模式》的报告，其中提到，人工智能技术作为建设现代经济体系的新引擎，已经成为改善民生的新途径、提升效率的新基础及经济增长的新支点。在这场中美领跑的变局中，百度和谷歌凭借着各自所倡导的AI平台模式，分别成为两国乃至全球在人工智能领域的领军企业。

随后，报告对中美智能技术平台模式进行了对比，认为百度领先的AI开放平台具有非常明显的“中国特色”。

透过这份报告，我们不禁思考：这场新的技术变革中，两家搜索引擎巨头为什么能率先跑出?百度和谷歌的AI平台模式有何差异?中国实体经济对于AI平台的生态管理、技术能力又有什么要求?

百度谷歌领跑中美

从刀耕火种的原始社会至今，人类一共经历过3次技术革命。

1780年代—1860年代的蒸汽技术革命带来了工业蒸汽机、铁路机车、蒸汽轮船等新发明，推动纺织和交通运输等行业实现巨大发展。

1870年代—1960年代的电力技术革命带来电力大规模应用和电动机的商用化，汽车工业快速走向成熟。

1970年代—2010年代的计算机及信息技术革命带来个人电脑和因特网的发明和普及，连接了虚拟世界和真实世界，使人类开始探索网上世界的未知领域。

每一次技术革命都会重新定义产业，社会发展也将因此向前跨越一大步。

人工智能正是我们将要经历的第四次技术革命。

与前三次技术革命相比，智能技术革命更多体现出由巨头公司引领和技术平台共享赋能的特点与趋势。

由于智能技术能为制造业带来效率和产出的大幅提升，在云计算成为核心计算基础设施提供者的前提下，原有软硬件分离的产业结构和服务方被改变，人工智能本身也形成了新产业。

新产业可以催生企业新业务的大幅发展：百度和谷歌在应用层、技术层和硬件层都已经建立起完善的人工智能技术平台布局，每个层面都有代表性的平台“镇守”。拥有如此全面能力的科技巨头，全球很难再找出第三家。

之所以能够全面布局人工智能领域，和搜索引擎起家的百度和谷歌都不缺海量数据基础有关。

另外，搜索引擎的业务竞争还让百度和谷歌在计算机及信息技术革命时代就已具备强大的数据分析能力，这项能力在人工智能时代进化为百度和谷歌的竞争优势，即体现在算法层面。

围绕着搜索生态，百度和谷歌同样建立起了非常广泛的业务组合，包括视频、翻译、地图等服务，这些服务都构建在人工智能技术的基础上。

人工智能时代，数据、算力、算法是其生长的动力。毫无疑问，这都是搜索巨头擅长的方面，因此，“人工智能从搜索引擎上长出来”这种说法并不过分。

百度谷歌领跑姿势各有不同

虽然百度和谷歌在人工智能布局上都处于领先地位，但作为研究智能技术赋能产业的典型样本，两家公司在具体打法上存在着明显的差异，主要体现在两个方面：

1、生态管理：绝对掌控VS广泛开放

谷歌对生态伙伴的选择相对谨慎，强调对平台生态的绝对把控。

比如自动驾驶领域，谷歌的Waymo平台只选择了英特尔作为技术合作伙伴，且双方只在较小范围内合作，谷歌极为注重核心技术端到端的控制;汽车OEM厂商选择了菲亚特克莱斯勒和捷豹路虎，目前停留在以代工形式在OEM厂商产品上装配谷歌的自动驾驶软硬件;出行生态伙伴的选择上，除了战略投资来福车(Lyft)，谷歌与安飞士租车(Avis)和汽车国度(AutoNation)均以服务合同的形式进行合作，与合作伙伴之间基本属于供给关系。

百度的策略则更为开放，通过共享各种技术能力构建广泛的生态系统。

自动驾驶领域，百度Apollo平台开放共享了几乎所有的技术能力，这一平台汇集了国内外车企、自动驾驶解决方案提供商以及大出行服务提供商等157家合作伙伴，数量居全球第一，是目前全球涵盖产业最丰富、全面的自动驾驶生态。

这项策略的直接结果是帮助生态伙伴快速获取了重要能力，有效缩短了产品落地的时间。一个典型的案例：金龙客车2018年落地了100辆自动驾驶客车阿波龙，这些客车被发往北京、雄安和厦门等25个城市，比原计划足足提前了2年。

2、产业赋能：全面广泛VS简便易用

产业赋能方面，百度和谷歌也体现出完全不同的思路。

谷歌技术平台追求技术能力的全面性和广泛性，关注技术开发的全流程支持;百度技术平台则强调技术的易用性和全面性，提供商业化支持、人才培养等产业化赋能，强调技术与产业赋能并重。

谷歌TensorFlow将技术能力和应用场景进行了极为细致的梳理;算法支持和部署方式尽可能追求深入广泛与灵活多样，同时在覆盖模型训练、参数调试、打包模型、部署服务等从研究到生产的全流程提供齐备的支持。正是因为这些特点，TensorFlow成为了行业内最受欢迎的深度学习框架之一。

同样定位于技术平台，百度飞桨侧重方向有所不同。它提供了更为便捷的深度学习框架和大规模深度学习模型训练技术，支持万亿级规模参数的模型高效训练及多端平台的部署，针对产业应用开源开放面向多领域的工业级模型库，更好地支撑产业落地。

为了提升智能技术平台的易用性，百度还推出无需代码编写的人工智能建模工具EasyDL，使用者通过页面拖拽操作和少量数据上传即可创造出定制化的人工智能模型。由于飞桨“傻瓜式”的易用特征，使得其在GitHub上仅用11个月就获得5000颗星的评价。

《哈佛商业评论》对谷歌和百度AI平台做出评价：“谷歌的野心在于塑造一个‘通用型人工智能’新秩序，谷歌则是这个秩序的主导者之一。”“百度是中国人工智能领域技术积累最深、布局领域最广的代表性公司……(百度CEO)是中国唯一拥有全套AI技术和产业能力的CEO。”

AI时代也要有“中国特色”

报告指出，中国独特的市场环境使企业面临多方面挑战，需要技术和产业价值并重的中国特色AI平台。中国中小企业生存压力大，面临着低于平均水平的净利润率以及融资难的现状，这直接缩短中小企业平均寿命;行业分散的特点直接带来了个体之间技术实力差距悬殊;此外，中国整体AI人才总体数量少，缺口较大，再加上头部企业对人才形成虹吸效应，导致中小企业的人工智能技术进展缓慢。

以奥比中光为例，百度大脑可帮助其加速产品落地、提升销售效率。报告提到，智能设备提供商BroadLink就借助百度小度助手(DuerOS)平台的技术、产品和服务能力，使总体成本优化了约50%。

另外，中国行业分散，个体企业技术能力强弱不均，这就要求中国的智能技术平台需要博采众长，通过生态聚合的力量完成智能技术发展所需要的数据积累和技术突破，实现技术赋能的产业价值。

因此，国内产业智能化需要一个从技术到商业可以提供全面支持、学习门槛低、易上手的技术与产业赋能并重的平台，从而带领中国实现产业智能化发展。

波士顿咨询报告调研显示，作为百度人工智能技术多年积累和产业实践的集大成者，百度大脑已经实现了AI能力与应用场景的融合创新，升级为“软硬一体的AI大生产平台”，全面支持产业智能化升级。目前，百度大脑开放228项核心AI能力，日调用量突破万亿。作为百度大脑的核心组成部分，百度飞桨深度学习平台也在持续升级。

飞桨官方支持100多个经过长期产业实践打磨的主流模型--其中包括在国际竞赛中夺得冠军的模型，同时开源开放200多个预训练模型，以助力快速产业应用。目前，飞桨的落地实践能力已经得到了验证，案例覆盖互联网、城市规划、金融、工业和农业等各个领域。

IDC《中国深度学习平台市场份额调研》显示，深度学习平台已经成为企业和开发者应用AI技术必备的助攻武器。百度飞桨与谷歌、Facebook名列前三，领衔中国深度学习平台市场。

波士顿咨询提出，面对中国多重挑战的独特市场环境，类似百度这种开源开放的模式，不仅能够提供全面的技术产品和服务，帮助开发者降低开发周期和成本，还能通过AI市场等形式为开发者匹配上下游产品和服务商，实现高效的产品集成落地，为产品和业务提供有力的商业化支持，提升整体价值，以百度为典型代表的开源开放模式，更适合中国企业发展与产业智能化的发展需要。

人工智能领先企业均基于自身技术特点和各自国情而做出适应性改变。对于技术与产业赋能并重的中国特色平台而言，百度提供的技术产品和服务将为企业提供有效支持，提升商业效率及经济增长新支点，并助推产业向智能化发展。