AI 是過去幾年雲計算市場中的最大變量，而大模型的成熟，毫無疑問将指數級增強這個變量。
記得在 2022 年年底，生成式 AI 與大模型開始爆火的時候，我們就曾讨論過一個問題：這輪 AI 浪潮中，最先受到深刻影響的将是雲計算市場。
這是因爲大模型數據規模大、訓練成本大、更新頻繁等一系列特點，必然導緻最好的應用方式就是基于公有雲來接入用戶界面。而随着大模型在産業智能化進程中紮穩腳跟，扮演的角色愈發重要，作爲大模型策源地的公有雲平台價值也将極大提升。
目前來看，這一判斷正在逐步變爲現實。具體表現爲 AI 公有雲的增長正在加快；大模型開始撬動新一輪的雲計算産業變革；具有大模型技術與應用優勢的雲計算廠商，領先身位正持續擴大。
（圖表來自 IDC 咨詢）
IDC 在近日發布了《IDC 中國 AI 公有雲服務市場份額 2022》報告。報告顯示，2022 年中國 AI 公有雲服務市場增速達到 80.6%。其中百度智能雲市場份額占比第一，增速達到了 69.7%。這也是百度智能雲連續四年、第八次在這一市場排名第一。
我們知道，機器視覺 CV 與自然語言處理 NLP 是 AI 技術目前最核心的兩大支柱。而在 AI 公有雲版圖中，百度智能雲在 CV 與 NLP 兩大市場同樣位列第一。伴随着文心大模型取得顯著成功，有理由相信百度智能雲 2023 年将會在 AI 公有雲市場中取得更大進展。
（圖表來自 IDC 咨詢）
IDC 這份報告之所以重要，不僅是因爲它總結了此前的市場結構，更在于其非常清晰、笃定地展示了未來。
爲什麽這樣說？大模型将給雲計算市場帶來什麽？百度智能雲在 AI 公有雲市場的成功，可以給雲計算廠商、用戶、相關産業鏈與投資者帶來哪些參考意義？
讓我們帶着這些問題，一起透過 IDC 報告，讀懂正在到來的 " 大模型 + 雲 " 新時代。
AI 公有雲
雲計算重回高增長的主航道
想要預判大模型給雲計算帶來的變化，首先要清楚 AI 公有雲所扮演的角色。
整體而言，目前階段公有雲處在發展放緩，行業壓力不斷增大的發展周期當中。根據數據顯示，2022 年中國公有雲增速僅僅爲 35.4%，同比 2021 年下降了 7.8%。行業普遍面臨增速放緩，盈利壓力大，缺乏産業支點等一系列問題。
這種情況下，找到持續、穩健的高增長窗口，就成爲了雲計算産業最爲重要的任務，而 AI 公有雲經過多年的發展，可以說已經證明了自身作爲雲計算行業新支點的可行性。
就像上文所說，根據 IDC 數據報告顯示，2022 年中國 AI 公有雲服務市場增速達到 80.6%，環比整個公有雲版圖，這樣的增長速度是十分罕見的。更爲重要的是，AI 公有雲不會僅僅作爲短期風口而存在。
從技術上看，雲廠商最具備生成式 AI、大模型的技術底座。這些處在起步階段的技術能力，受到着包括社會輿論、政策導向、投資建設等方面的強烈關注，會給雲計算廠商帶來極大的發展動力與發展空間。從商業上看，訓練 AI 模型、部署 AI 模型、獲取 AI 解決方案與綜合服務都需要依靠公有雲模式來實現，這将極大豐富公有雲的商業化路徑，從而讓雲計算廠商有更多方法解決盈利這個最關鍵問題。可以說，随着智能化在産業中扮演角色的不斷加強，AI 公有雲的升級是不可逆的。
IDC 認爲，未來 5 年，大模型、生成式 AI 驅動的下一代人工智能有望帶動整體産業重回高增長時代。
在這一趨勢下，AI 公有雲将憑借大模型的價值逐漸成爲公有雲市場的核心，進而演化成雲計算重回高增長階段的主航道，而連續多年在這一領域奪魁的百度智能雲，也将率先獲得啓動持續高速增長的機會。
在這樣的趨勢下，AI 公有雲接下來的爆點就是大模型。如何打造适配用戶需求的大模型能力與落地方案，将成爲雲計算廠商接下來的主要賽點。
大底座，廣應用
大模型 + 雲時代的落地方案
大模型是 AI 公有雲，乃至雲計算産業整體變革的關鍵。我們需要注意，上文引述的 IDC 統計數據來自 2022 年，而今年的情況是，大模型應用需求急劇增加，各行業雲用戶對大模型的了解與認可快速升溫，這勢必導緻具有大模型優勢的雲計算廠商優勢進一步擴大。
在不久之前舉辦的 2023 年世界人工智能大會（WAIC）期間，由國家标準委指導的國家人工智能标準化總體組正式宣布啓動大模型測試國家标準制訂，百度等科技企業進入了大模型 " 國家隊 "。
從國家标準化工作的推進，以及更多 AI 産業的最新動向中，不難發現大模型正在快速向标準化、底座化、強應用的新方向發展。從與雲計算市場的銜接來看，通過公有雲獲取大模型更加有利于大模型标準化的實現。大模型用雲量更大，需要在雲上獲取的服務與支持更加複雜，演化出的 MaaS 等商業模式更加多樣，因此大模型的發展，将極大刺激雲計算産業的快速提升。大模型 + 雲，将成爲接下來産業智能化的主要實現方式，以及雲計算市場的核心價值來源。
在大模型 + 雲的新階段，" 大模型強則雲強 " 的邏輯将愈發明顯。由于大模型的訓練、調參、持續升級成本極大，用戶重複打造大模型的意義将越來越低。因此使用成熟大模型，搭配數據微調、行業落地方案制訂的方法，将成爲大模型 + 雲的主要落地方案。IDC 報告中也認爲，企業未來更多會直接利用市場上已有的通用大模型。
這也就是說，大模型 + 雲的時代将很快呈現出少量大模型底座，搭配廣泛應用方向、多樣性行業落地通道的結構。這種情況下，作爲底座的通用大模型技術一定要經得起考驗。
比如說，百度文心大模型已升級至 3.5 版本，與 3 月份的 3.0 版本相比，訓練速度提升了 2 倍，推理速度提升了 30 倍。多項公開權威測評顯示，由文心大模型 3.5 支持的文心一言綜合能力評測得分已經超過 ChatGPT，遙遙領先其他大模型，部分中文能力甚至超過了 GPT-4。大模型 + 雲時代，是大底座 + 廣應用的時代，如何讓大模型底座構建起通向應用的橋梁，也将成爲雲計算新階段中最爲重要的能力。
橫縱兩個切面
決定未來格局
大模型将推動 AI 公有雲實現指數級發展，而雲廠商想要在未來五年這個關鍵變化周期中，争奪到産業智能化底座這個關鍵席位，主要依靠兩個方面的能力。
我們可以将決定公有雲市場未來變化的 AI 能力，理解爲一橫一縱兩個切面。橫向的能力是要拉通技術底座，構建出滿分體驗的大模型能力。縱向則需要真正打開大模型與 AI 技術通往産業的道路，确保大模型不是懸浮于産業之外。
我們可以看到，百度智能雲能夠連續四年蟬聯 AI 公有雲市場冠軍，堅持橫縱雙切面同步發展是其成功的關鍵。根據 IDC 發布的《AI 大模型技術能力評估報告，2023》顯示，百度文心大模型 3.5 拿下了 12 項核心指标的 7 個滿分，綜合評分位列國内主流大模型第一。其中，" 算法模型 " 和 " 行業覆蓋 " 兩大指标，是衡量大模型技術深度、産業覆蓋廣度最重要的指标，百度文心大模型是唯一在這兩項關鍵指标上獲得滿分的大模型。
文心大模型的優勢，也可以完整對齊到百度智能雲所具備的優勢上來。首先從橫向來看，百度智能雲集成了百度在 AI 領域的全棧技術優勢，實現了從自研芯片、自研框架到 AI 解決方案的優勢打通，并且在 AI 算法層面不斷突破，積累自身的軟件技術優勢。
而從縱向來看，大模型進入行業需要面對複雜的場景與需求。百度智能雲通過持續的案例打造與行業探索，不斷從共性平台與行業服務等多方面塑造自身的行業智能化能力。
舉個例子，機床行業是重型工業的代表，向來被認爲較爲是典型的傳統行業，但百度智能雲，已經将 AI 能力帶入了這樣的領域。在濟南二機床，通過應用百度智能雲的 AI 智能調度優化引擎，其調度能力得到了極大提升，解決了此前排産調度環節排班強度大、耗時久等挑戰，排産調度情況得到了明顯改善。
在工業、能源、金融、政務等諸多領域，百度智能雲都将 AI 與大模型的能力帶到了遠超外界預期的高度。爲了滿足産業用戶的 AI 需求，百度還推出了文心千帆大模型平台，它是大模型全流程工具鏈，包含了數據管理、模型訓練、評估優化、預測服務部署以及插件服務，能夠有效幫助産業用戶高效率、低成本應用到文心系列大模型。
目前，百度已經聯合國家電網、浦發銀行、泰康、吉利等企業，發布了 11 個行業大模型，實現了中國最大的大模型産業落地規模。
橫向紮穩大模型核心技術，縱向打通大模型與産業的邊界，構成了大模型 + 雲，能否成功的兩大因素。而兩手抓、兩手強的百度智能雲，也正是憑借于此，率先展開了大模型 + 雲的新畫卷。
總結起來，雲計算市場急切需要新的發展引擎，而大模型的爆火與持續發展，正好可以讓 AI 公有雲成爲這樣的引擎。在這樣的雲計算變革中，AI 基礎技術與 AI 産業能力，将決定未來雲計算市場的格局。
雲計算的确定性未來，就發生在産業與大模型的交彙處。
