与凯恩斯比肩的理论巨人熊彼特，在 1912 年提出了著名论断——创新是世界和社会发展的核心动力。这个论断在产生之后一百多年时间里，一直推动着人类社会的前进和发展。

　　但熊彼特的创新理论并不只是一句口号，其中还有更深层次的一种涵义，那就是——尽管创新必然会为社会生产、人们生活带来革命性的变化，但无可避免的，创新同样也会对已有的产业模式、已有的经营体系进行着冲击，甚至是取代。这种现象，在当下以 AI 技术为代表的硬科技产业中尤为显性。

　　从竞争到追求共赢，经历了过去数年来的研发积累和产业化实践，无论是感知智能，还是分析智能，AI 技术已陆续落地于去解决大量实际层面的问题。市场对赛道、对相关企业（特别是头部企业）关注的焦点便开始转入到技术商业层面。

　　那么，技术是否可以更好地嵌入到应用场景当中？通过技术、场景、产品、服务等维度的叠加式创新，又能否来带动整条产业链的优化升级，以及链属企业的共创共荣？

　　让 AI 成为 " 智慧 " 的核心生产力

　　从国内近年来对技术产业的扶持倾向来看，" 让 AI 成为数字时代的核心生产力 " 已从顶层设计的高度被确立了下来。作为拉动数字经济向前发展的新动能，AI 已成为支撑和引领数字经济、新兴产业、智慧城市、智慧社会发展的关键性基础设施。

　　就这一点而言，人工智能领域的头部企业为数字时代写下了可圈可点的注脚。

　　一直以来，人工智能领域的 " 老大哥 " 商汤科技给外界的印象都是研发高投入，高技术实力。

　　但实际上从去年年底成功上市以来，很多分析商汤财报的人发现，智慧城市和智慧商业收入已经如今已占商汤整体营收 9 成以上，而其中智慧城市的收入则占到接近 50%。

　　对商汤来说，智慧城市和智慧商业是其未来很长一段时间的发展重心。

　　以上海为例。2015 年之后，上海采用动态管理结构以及网格化管理体系，在全国闯出了一条城市治理的新路。但针对网格化管理体系，必须使得城市管理者对于网格内发生的事情要及时感知并及时处理。

　　如果所有的工作都依靠网格员的巡视，人工成本增加不说，效率也会显得极为低下。这就催生了上海对数字化城市管理的庞大需求，也成为商汤智慧城市产品的开端。

　　场景的数据化、要素的结构化、流程的可交互化是商汤科技智慧城市产品和技术的优势。在服务上海的过程中，商汤将各个功能逐渐模块化，并依靠对于系统学习能力的探究，建立了针对城市各个部门、各个系统模块 AI 学习的框架，而这些框架和案例还在不断丰富。

　　后续商汤在深圳、北京等特大城市这套系统也陆续展开部署。截至 2021 年底，商汤智慧城市系统服务的城市已累计达到 140 个，较 2020 年同期增长 49%。

　　由于商汤的技术研发是根植于产业需求之上展开，而非是先开发技术、再嵌套需求，加之公司选择的 " 平台化打法 "，因此相关产品推出以后便直接带来使用的高体验感。2021 年年初，上海市曾在内部会议上着重表扬了这一套数字化城市管理系统，认为其大大增加了上海网格员管理的效率，降低了人工使用的费用，节省了政府管理的成本。

　　这里不得不提到商汤自主研发的新型人工智能基础设施 SenseCore 商汤 AI 大装置。这种将算力层、平台层、算法层三者打通并有效连接的技术装置，大幅降低人工智能生产要素价格，这也让多功能、超高精度 AI 模型的工业级量产成为可能。

　　根据介绍，SenseCore 商汤 AI 大装置针对智慧城市管理的多样化场景，提供基于 " 方舟 " 和 " 星云 " 的云与边端产品平台的体系化产品与方案。

　　其中，" 星云 " 家族包括前端软件、智慧相机、智能边缘盒、智能服务器和数智物联平台，可广泛用于城市智联、智慧园区、智慧电梯等场景，以 AI 技术为核心打通上下游生态，融合物联感知、智能视觉、数据融合、数据分析能力，为行业应用场景提供闭环支撑，打造行业数智化体系，助力行业客户实现从数字化到数智化的全面升级。

　　比如在西安昆明池，商汤科技与合作伙伴共同打造 AI+3D 可视化智慧景区综合解决方案，就是一个很好的例子。

　　这个系统基于 SenseNebula-AIS 商汤星云 AI 服务器，实现了危险水域安全管理、进出游客数量统计、走失儿童 / 老人找回、客流热力图、人群密集提醒等功能，有效提升景区管理安全和效率。

　　从国内近年来对技术产业的扶持倾向来看，" 让 AI 成为数字时代的核心生产力 " 已从顶层设计的高度被确立了下来，作为拉动数字经济向前发展的新动能，AI 已成为支撑和引领数字经济、新兴产业、智慧城市、智慧社会发展的关键性基础设施。

　　随着市场认知的进一步加持，商汤智慧城市系统平台正在促进城市管理由人力密集型向人机交互型、由经验导向型向数据驱动型、由被动处置型向主动发现型转变。

　　云智一体 " 赋能千行百业 "

　　正所谓不会有绝对完美的技术创新，市场可以拥有的，是当下最为适配的解决方案。

　　随着 AI 技术与实体经济的深入融合，无论数据还是模型，规模上都在变的越来越大，时延性等方面也要求越来越高。这对算力和应用架构提出了新要求。百度在这方面做的很好。彼时，百度智能云提出 AI 原生云的理念，继承云原生的优势，面向 AI 场景，提供极致弹性的高性能异构算力，打造简洁、高效的 AI 应用开发架构。

　　而持续融合创新的 AI 技术越来越复杂，企业需要有便捷易用的平台，能够让开发者专注于应用的开发，加速产业创新。

　　于是百度自研了飞桨平台，解决了基础的开发、训练、部署和模型库、开发套件等问题，并开源开放，让开发者无需每一个人都从第一行算法代码写起，可以直接调用。大幅降低了应用的门槛，更快推进产业智能化。

　　目前，飞桨的应用已覆盖工业、农业、医疗、城市管理、交通、金融等众多领域，持续降低 AI 应用门槛，推动产业智能化升级。截至 2021 年底，飞桨平台已经汇聚 406 万开发者，服务 15.7 万家企业，创建 47.6 万个模型。

　　基于对技术领域的深耕，百度智能云推出 " 云智一体 " 战略，以 " 云计算为基础 " 支撑企业数字化转型，以 " 人工智能为引擎 " 加速产业智能化升级，云智一体 " 赋能千行百业 "，促进经济高质量发展。

　　" 云 " 为数字化转型提供安全、稳定、灵活的数字化底座，" 智能化引擎 " 为智能化升级提供领先的创新技术和平台。百度智能云推荐客户数字化转型与智能化升级一起做，一步到位。

　　实际上，加速云计算与 AI 的结合 ， 已经成为了各家云厂商的发展共识。百度智能云、微软 Azure、亚马逊 AWS、IBM、Google 云计算、阿里云、华为云等公司纷纷推出多个细分产业级 AI 应用 ， 以求体现自身云计算的价值所在。

　　虽说各家云巨头都在强调与 AI 结合 ， 但真正比拼起来或许并不是以谁的市场份额大谁就能将云计算与 AI 融合得更好为考量的。最为关键的还是要看落地实践得如何。在这一方面，百度的优势确实较为明显。

　　一方面 ， 百度在人工智能领域上积累多年 ， 在 AI 能力上本就高于友商 ， 也就容易构建自身的差异化壁垒。全球知名市场研究机构 Forrester 认为 ， 百度智能云对于同时寻求具备大型开发社区和全栈 AI 功能的公司与开发者来说 ， 是理想的选择。

　　另一方面 ， 百度智能云所强调的 " 云智一体 " 战略 ， 凭借着差异化产品和解决方案 ， 让百度智能云在当前与 AI 技术结合最为紧密的交通、金融、城市、制造、能源等多个重要赛道迅速获得市场。在 "AI 成为云厂商进一步打开云计算宝库钥匙已成业内共识 " 的当下来讲 ， 百度智能云赋予百度整体价值提升的动力正在进一步凸显。

　　可以说，" 漫步在云端 " 的新技术更快融入产业核心场景，" 孕育于数字 " 的新业务需求得到更大程度释放，产业数字化转向由内而外、全方位、全产业链条的改造提升，这是数字技术与产业融合的成效，数实融合的价值所在。

　　数字化发展需要懂场景的 AI

　　想要利好数字化时代的发展，需要有懂场景的 AI。百度智能云面向不同行业提供不同的 AI 中台和知识中台， 包括有面向制造、能源、金融、医疗等不同行业的模型和常用组件，基于具备行业属性的模型和组件，可以快速搭建超过 500 种场景的智能应用。这可以助力企业打造智能化中台，以平台化的方式支持企业技术创新、建设自己的 AI 能力，同时也支持快速定制智能应用。

　　而作为一家 AI 算法提供商，商汤已基于 SenseCore AI 大装置，围绕不同产业的客户需求开发并提供具有模块化灵活性的标准软件平台，并依靠销售软件平台实现规模化创收。

　　体现在不同场景的产品服务层面，就是：面向智慧商业的 SenseFoundry-Enterprise（商汤方舟企业开放平台），面向智慧城市的 SenseFoundry（商汤方舟城市开放平台），面向智慧生活的 SenseME（水星智能移动终端平台）、SenseMARS（火星混合现实平台）及 SenseCare（智慧诊疗平台），面向智能汽车的 SenseAuto（商汤绝影智能汽车平台）。

　　据了解，商汤所赋能的产业非常丰富，覆盖了金融、自动驾驶、教育、AR 等 17 个行业，现有客户数量已超过 2400 家，其中包括约 250 家《财富》500 强企业及上市公司，119 个城市以及 30 余家汽车企业，同时商汤赋能了超过 4.5 亿部智能手机及 200 多款手机应用程序，其中有 5 款每月活跃用户超 5 亿的手机应用程序。

　　从客户规模和应用分层不难看出，商汤的技术既应用于头部热门场景，也解决了不少 " 长尾 " 应用，这也印证了其在技术场景化应用方面的有效性和合理性。

　　在离人们更近的金融场景，当下越来越多的银行、证券公司匹配了自己的 AI 智能服务和 AI 店员，通过大数据以及自动学习能力，让这些 AI 店员利用电视频等方式，为用户提供在线能解决的绝大多数服务。

　　尤其在智能风控方面利用 AI 技术能有效识别潜在风险，筑起反欺诈的防火墙，农业银行正在加快推进智能化公共平台和系统建设，交通银行的智慧风控预警模型准确率能达 85%。

　　在消费金融领域，马上消费金融利用人工智能等技术，为新市民刻画信用画像，为近 700 万征信白户创建信用记录，通过自主研发的智能风控、智能获客、智能营销、智能客服等数字科技工具，以 0 物理网点的线上服务方式，马上把消费与可以使新市民更容易获得消费金融服务。

　　结语

　　越是在一个大小企业纷纷标榜 AI 的年代，能够真正把 AI 落到实处，产生商业价值以及行业影响力，就越显得弥足珍贵。近年来，资本市场对硬科技企业逐渐采用了一种新的投资逻辑，即区别于纯粹的互联网行业或传统行业，立足于长期思维，去看待这些未来极有可能带来丰厚回报的新兴赛道，同时让技术、商业得到更好的沉淀与迭代。

　　在成长周期方面，" 硬科技 " 赛道的周期更长，需要资本更多关注于长线的投资价值；在成长速度方面，硬科技企业在短期内难以实现爆发式商业增长，但突破临界点之后将拥有指数级的成长空间；在成长内核方面，对这类企业投资逻辑的关键点，要看技术应用的广度和深度，平台能力非常重要。

　　目前来看，无论是技术沉淀与积累，还是现有市场基本面，亦或是面向未来的长效机制，百度、商汤都在不断滚动向前。

　　趋势大于优势，长期主义者的决策往往会跟社会发展的趋势密切相关，然后不要局部优化，要全局优化，用一个点穿破行业，把口撕开，找到 10 倍数增长的点，聚焦 10 倍资源，长期击穿。未来，市场将从更加动态、弹性的角度去看待 AI 企业的估值，能否抓住未来 AI 赛道的成长优势，能否清晰的让市场关注到业务边界拓展或新业务放量而产生的经营拐点，是一众企业的重中之重。