百度智能云：互聯網行業：2021百度智能云服務白皮書（57頁）.pdf

1、CONTENTSCONTENTS目錄目錄0101智能升級，后數字化時代的必然趨勢智能升級，后數字化時代的必然趨勢02人工智能高速發展賦能產業轉型升級05企業在智能升級過程中面臨全新的挑戰08智能升級需要企業全面提升相關能力1 12 2攜手共創，百度智能云服務攜手共創，百度智能云服務14云智一體的基建服務18全場景智慧化的實施服務22持續優化的運營服務25全方位多維度的立體生態網絡28多種形式的聯合共創機制32云智一體化的服務體系特點 3 33 3巧奪天工，體系化的智能升級方法巧奪天工，體系化的智能升級方法34智能化升級方法體系37智能化升級運作模式4 40 0他山之石，智能化升級的落地實踐案例

2、他山之石，智能化升級的落地實踐案例41MVP 驗證 - 利用百度智慧城市大腦，建立城市治理新模式43由點及面 - 智慧警務實戰應用智能化，推動平安中國建設45云智工坊 - 變革傳統服務模式，加速國有銀行智能化升級47云智工廠 - 快速復制的可行性方案，助力企業人工智能規?；瘧?9聯合創新 - 打造區域級“工業互聯網平臺”，建立生態運營合作體系51生態共贏 賦能生態伙伴，構建智慧金融服務平臺5 53 3始于足下，如何成功地走出第一步始于足下，如何成功地走出第一步 0 01 1智能升級，后數字化時代的必然趨勢智能升級，后數字化時代的必然趨勢智能升級智能升級，后數字化時代的必然趨勢后數字化時代的必

3、然趨勢全球進入數字經濟時代，新一代科技革命成為推動數字經濟蓬勃發展的關鍵因素，人工智能與 5G、云計算、物聯網、邊緣計算等技術正在逐步交叉融合，互為支撐，推動智能技術產業化和傳統產業智能化，智能升級正成為新一輪產業變革的核心驅動力，為經濟高質量發展和產業數字化轉型升級提供巨大動力。 1.1.1 1 人工智能高速發展賦能產業轉型升級人工智能高速發展賦能產業轉型升級人工智能高速發展賦能產業轉型升級人工智能高速發展賦能產業轉型升級據統計，全球超過一半的數據和分析技術決策者都在積極部署人工智能，推動以洞察、認知為核心的 AI 模型在企業的規?；瘧?，并逐步將應用深度上升至企業戰略層面。人工智能未來將成

4、為企業產品、服務和模式的一部分，與企業發展相融合，成為推動企業跨越式發展、產業革故鼎新、甚至是社會經濟生產力整體躍升的重要戰略資源。2020 年初以來，新冠肺炎疫情席卷全球。越來越多的觀點認為，疫情將對我們的世界產生重大且永久的改變。以人工智能為首的數字技術應用的加快，帶來了消費需求的升級，提升供應鏈應對不確定性的柔性能力?？梢灶A見，人工智能必將在制造業、服務業、城市治理等領域釋放巨大價值。而在后疫情時代，人工智能將真正轉變為基礎服務設施，真正滲透到社會經濟的方方面面。 中央各個部門以及地方政府紛紛出臺政策，全面推進產業智能化工作建設。中央各個部門以及地方政府紛紛出臺政策，全面推進產業智能化工

5、作建設。近年來，人工智能行業在國家的高度重視和企業的積極配合下，充滿了新的產業圖景，同時也面臨著新的機遇和挑戰。在2020 年底召開的五中全會中，“十四五”規劃 36 次提及“科技”這個關鍵詞，并提出了“把科技自立自強作為國家發展的戰略支撐”，重點聚焦人工智能、芯片等領域，人工智能成為最優先發展的領域之一。2021 年是“十四五”規劃拉開大幕的第一年，是我國經濟由高速增長轉向高質量發展的關鍵階段。中央各個部門以及地方政府紛紛出臺政策，全面推進產業智能化建設。圖 1：中國人工智能產業規模及預測(2018-2025)來源：德勤咨詢，深圳市人工智能產業協會數字化、智能經濟的發展正處在數字化、智能經濟

6、的發展正處在“天時地利人和天時地利人和”的最好時機。的最好時機。人工智能技術，包括相關的云計算、大數據等前沿技術已到了突破的臨界點。不僅國家層面重視，而且民眾的接受度也很高，客戶、開發者都愿意積極擁抱科技帶來的各種改變，這些因素都將繼續加速未來產業智能化的發展。信息化時代，乃至匠人 AI 時代勢必都將讓位于具有自動化、產業洞察力的人工智能產業化時代。預計至 2025 年人工智能產業化市場價值將達到 5460 億人民幣?？v觀企業的發展轉型歷程，先后經歷了信息化和數字化階段，正在向智能化進行轉型升級?？v觀企業的發展轉型歷程，先后經歷了信息化和數字化階段，正在向智能化進行轉型升級。隨著管理理論的發展

7、，企業在不同發展階段所關心的管理重點和發展特色各不相同。而在向智能化升級的過程中，企業的關注點也截然不同，思維、架構和模式都需要同步進行全面的升級。 圖 2：企業技術轉型發展歷程信息化階段，信息化階段，企業的關注點是流程貫通、效率提升、成本降低、風險控制。信息化工作是自頂向下開展， 通過構建業務架構、應用架構、數據架構、技術架構，實現對管控的要求。數字化階段，數字化階段，由于技術的普及，特別是對客戶端技術和體驗性技術的發展，企業的關注點轉向數字化場景、業務的賦能以及模式的創新。在技術實現上，則將從應用系統轉向平臺化服務和平臺化產品，通過能力架構、平臺架構和服務目錄等方式實現業務價值的提升。智能

8、化階段，智能化階段，是數字化的進一步升級，企業的關注重點將轉向理念的轉變和模式的迭代升級。通過算力、算據、算法的技術應用，以模型和數據的方式，構建行業認知和洞察能力。并以此實現業務底層邏輯的重構、業務模式的升級乃至重塑、管理理念的轉變和思維方式的變革。 1.21.2 企業在智能升級過程中面臨全新的挑戰企業在智能升級過程中面臨全新的挑戰企業在智能升級過程中面臨全新的挑戰企業在智能升級過程中面臨全新的挑戰很多企業在積極的探索和推進智能化升級，但因受制于各種因素，企業在探索過程中面臨著諸多困惑與挑戰，尚未真正進很多企業在積極的探索和推進智能化升級，但因受制于各種因素，企業在探索過程中面臨著諸多困惑與

9、挑戰，尚未真正進入正確、良性的轉型路徑。入正確、良性的轉型路徑。圖 3：企業面臨規?；斯ぶ悄艿奶魬饋碓矗旱虑诩夹g趨勢 2021根據德勤的一項調查顯示，在推進智能化建設中，僅有 13%的企業處于領先者地位，并在建設規模和成效上取得可觀收益，但依然存在對文化、模式、認知、能力、道德、技術差距的憂慮。而有 60%的企業尚未真正進入智能化升級的良性路徑，對智能化升級的認知尚不明確。由于缺乏正確的方法和路徑，智能化建設甚至成為了吞噬企業資源與機會的陷阱，無法為企業帶來應有的價值與貢獻。企業在智能升級探索的初期，往往對智能化技術了解有限，不知道智能化技術可以應用在什么地方，缺乏對應用場景的想象力，無法有

10、效地實現人工智能與業務運營的融合。在智能化升級的實踐過程中，企業面對人工智能模型所使用的種類更多，數量更大的全新數據，缺乏有效的數據治理手段和模式，在數據的管理效率和使用安全等方面，也面臨著新的挑戰。為使智能化升級發揮更大的價值和效益，對于智能應用的持續深化，應用場景的持續運營，也需要企業構建相關能力，建立配套機制。同時，傳統的組織架構、人員的知識技能、工具和方法均已無法滿足企業智能化升級的需要，如何升級轉型依然是企業智能化進程中亟待解決的問題。 1 1）認知與模式）認知與模式許多企業對智能化的認知不足，甚至局限地認為智能化僅僅只是若干軟件應用的建設和升級。而對于人工智能等創新技術對企業帶來的

11、影響缺乏了解，無法有效識別人工智能等技術對業務發展和運營管理帶來的潛在機會和價值。企業尚未意識到智能化階段已經完全不同于信息化階段，僅關注于平臺和工具等技術層面的建設不足以支撐企業實現智能化升級。智能化階段的巨大挑戰是如何將人工智能與業務場景、業務運營進行緊密深入的有機融合，從而產生巨大的效益。2 2）數據與運營）數據與運營企業數字化基礎較為薄弱是大多數企業在智能化升級過程中存在的一大問題。企業基于傳統信息化，甚至部分數字化嘗試所積累的數據和數據管理方法，不一定會適用于智能化的全面轉型和推廣。這些問題通常是由數據治理能力不足，數據積累不足、無法識別有效數據、或數據存在質量問題而引起的。在智能化

12、初期階段，企業尚未形成數據生態，部分行業中存在生態壁壘，無法整合外部數據。企業對于智能化數據的種類、范圍、數據量、形式等要求，缺乏相關積累和有效的方法論，缺乏運用數據進行模型訓練的能力，缺乏專業的運營團隊或機制，對數據的運營能力不足。這種種問題，導致智能化平臺及應用上線后無法有效運行和持續演進，致使智能化應帶來的業務價值無法實現。對于智能化升級過程中的場景認知欠缺，也缺乏系統化、高效智能化的運營機制，難以持續開發、優化、升級相關的智能化場景，影響了智能化升級過程中業務價值的實現。3 3）組織與技能）組織與技能智能化升級不僅僅是技術的轉型，還包括業務和管理的轉型，因此需要多部門、多類型專業人員的

13、通力合作，如模式、算法、客戶體驗等多種技能的人員協同合作。以此來實現資源整合、高效協同，從而快速變現業務價值。以職能劃分分工的傳統組織架構、長期存在的部門壁壘都容易導致智能化升級推進舉步維艱。不同于傳統的信息化轉型，智能化升級不僅僅包括人才管理、技能和知識的升級，還包括多種全新的技能和知識，如心理學、數據加工和標識、模型訓練等。企業需要找到、培訓、留住具備這些新知識和技能的人才，實現傳統技能的 IT 人才、業務人才的成功轉型，以適應未來智能化的發展要求。4 4）工具與方法）工具與方法智能升級對工具提出了更高的要求，需要更多支持協同、敏捷和數據治理、運營管理的相關工具，以滿足智能化建設和運營的需

14、求。人工智能建設和運營需要工具對效率、質量等方面進行洞察分析并對改進給予支撐。方法與標準規范也需要進 行相匹配的升級。傳統的瀑布式、工程化的方法已經無法支持模型的敏捷性迭代、規?；芾砗统掷m性優化，導致模型效果與期望之間出現較大差距，或模型無法持續演進，影響到服務的持續提升和業務模式的逐步轉型。 1.31.3 智能升級需要企業全面提升相關能力智能升級需要企業全面提升相關能力智能升級需要企業全面提升相關能力智能化升級這一浪潮給企業帶來顛覆式的變化，這些轉變包括企業的業務模式、外部市場環境、競爭的核心規則等。智能化升級這一浪潮給企業帶來顛覆式的變化，這些轉變包括企業的業務模式、外部市場環境、競爭的

15、核心規則等。這些重大的變化一方面為企業帶來前所未有的發展機遇，另一方面也讓企業面臨著巨大挑戰。變局已成，升級企業能力以應對變局成為了企業的唯一選擇。為成功實現智能化升級，企業需要建立從場景識別到生態協同的六大核心能力，以有效推動和執行轉型相關舉措，實現升級戰略。為成功實現智能化升級，企業需要：圖 4：智能化升級能力體系1 1）能力之一）能力之一 - - 業務場景的快速識別驗證業務場景的快速識別驗證快速識別智能化創新技術的應用場景，評估智能化應用帶來的業務價值，并通過快速識別智能化創新技術的應用場景，評估智能化應用帶來的業務價值，并通過 MVPMVP 快速驗證智能化的技術及業務的可快速驗證智能化

16、的技術及業務的可行性。行性。 場景識別是智能化升級的起點，作為智能化升級的核心能力之一，場景識別涉及到幾個關鍵活動和能力，包括：i 場景識別：以賦能業務和管理為基礎，以價值實現為導向，分析人工智能等創新技術對現有業務的影響。從客戶體驗優化，已有產品和服務的提升、業務模式的重構與創新等維度梳理和識別應用的場景。ii 收益分析：對于識別的業務場景建立價值分析模型，圍繞企業的戰略和經營目標，將智能升級帶來的影響與業務價值進行關聯，為智能升級的深化和拓展等決策提供客觀依據。iii 模式設計：分析評估智能化升級對現有業務和管理模式的影響，優化升級現有模式及相關流程的，甚至顛覆現有模式，構建設計全新的業務

17、模式和業務流程。iv MVP 驗證：設計最小可用產品，建立應用場景原型，探索該產品應用于業務場景中的技術可行性和業務可行性，評估對業務運營和管理的影響，為落地推廣奠定基礎。2 2）能力之二）能力之二 - - 全新的數據治理全新的數據治理建立企業內外部大數據的采集、整合、治理、資產化及服務化等一系列能力，為人工智能的建設提供高質量的數據。建立企業內外部大數據的采集、整合、治理、資產化及服務化等一系列能力，為人工智能的建設提供高質量的數據。數據是智能化的基礎。智能化升級所涉及的數據種類、數量、形式、安全、使用等環節，與傳統認知的信息化時代的數據是完全不同的。因此，建立全新的數據治理模式和相關能力，

18、是企業智能化升級的關鍵點之一。全新的數據治理能力包括：i 數據治理：以促進多來源數據的整合，提升數據的規模和質量，提高數據對智能升級的支撐為目標，進行數據治理能力的升級。ii 數據資產盤點：識別智能升級所需的數據，建立體系化的管理機制，明確數據資產在業務運營中的價值與定位，持續提升數據資產的質量，避免“為了盤點而盤點”的狀態，提升數據的價值。iii 數據采集：智能化階段需要提升數據采集的自動化、精準度，由于是對場景化、多種類的數據采集，也需要豐富數據的采集手段。iv 數據處理：運用智能化技術對各種類型的數據進行高速、精準的分析和加工，從數據中抽取并推導出具有價值和意義的結果。v 數據存儲：能對

19、大量的、動態的、多類型的數據進行存儲，人工智能階段的數據存儲需要更高的性能、可擴展性，更可控的存儲成本管理能力。vi 數據服務：為 AI 算法建設和優化提供的數據采集、清洗、信息抽取、標注等智能化服務，為企業智能升級節約開發成本、提升運營效率。3 3）能力之三）能力之三 - - 算法模型的工業化生產算法模型的工業化生產通過自動化的開發流程和工具，加速機器學習模型的開發和運行，升級算法模型的生產方式，實現通過自動化的開發流程和工具，加速機器學習模型的開發和運行，升級算法模型的生產方式，實現 AIAI 的規?；a。的規?；a。智能化升級需要大量的算法模型，以工業化的方式進行生產，才能支撐廣泛的

20、應用場景，真正發揮其企業價值和社會價值。規?；乃惴Ｐ蜕a能力，是企業智能化升級成功的重要保障。其中包括：i 算力提升：提升計算能力，構建 AI計算架構，通過芯片、連接、系統和調度的協同設計進行技術創新，例如超大型神經網絡，超大規模高性能計算集群等，產生 強大的計算能力，提升對日益增長的海量客戶數據的處理能力，加速智能算法的創新。ii 數據建模：以業務需求或解決實際問題為目標，將實際問題轉化為人工智能模型的過程和方式是至關重要的。流程和規則梳理設計的傳統方式不再適用，通過算力、算據、算法的方式，結合深度學習建立智能模型，將是后續數據建模的主流方式。iii 樣本標注：對各類型的數據如：文本、視

21、頻、圖像、音頻等，通過多樣化的標注方式進行標注，智能升級對樣本標注的質量、可擴展性提出要求，需要建立標注質量的保證機制和方法。iv 模型訓練：基于需求，通過真實的業務數據作為訓練數據來確定全局最優的模型參數，并使用驗證數據進行結果驗證。如何快速收斂，縮短模型訓練的周期，提升模型的準確性，需要模型訓練機制的支撐。v 效果評估：以業務結果和價值為導向，將模型運用于真實的業務場景中判斷其是否解決問題或達到預設的目標。評估模型的準確率、精確率、召回率等，并作為模型優化升級和價值拓展等決策的支撐。vi 模型資產管理：形成模型目錄，需要實現對智能模型全生命周期的自動化管理，應對不斷增長的模型數量，也需要數

22、據科學團隊和 IT 部門之間建立高效的協作機制。vii 敏捷開發部署：以用戶需求為核心，采用敏捷迭代的方式進行開發部署，持續迭代升級和完善產品。敏捷開發部署不僅需要體系化的工具平臺支撐，更要建立全新的建設和運營機制，重構支持敏捷的低耦合高內聚架構。viii 低代碼平臺：基于可視化和模型驅動的理念，結合 AI 原生等技術，通過零代碼或低代碼的方式快速生成應用程序，需要改變傳統僵硬呆板的軟件開發模式，構建高生產力的開發模式。4 4）能力之四）能力之四 - - 持續運營升級的能力持續運營升級的能力實現模型的持續迭代優化、業務價值的縱向深化及橫向拓展的能力。實現模型的持續迭代優化、業務價值的縱向深化及

23、橫向拓展的能力。智能化的價值實現不止是在模型的實現過程中，更重要的是模型和數據的持續運營和持續優化。這種能力要求已經脫離了純粹的技術范疇，是和業務運營進行了深度的融合。持續運營能力包括：i 模型迭代：通過上線后的運營情況，迭代優化模型，提升模型的精確度、有效性。ii 持續改進：在上線運營過程中，對已上線的智能化應用進行優化升級，不斷鞏固和深化已有的升級成果，同時不斷識別新的可應用場景，將已上線部署的智能化應用進行優化并快速復制，不斷放大業務價值。iii 聯合共創：通過成立聯合實驗室、AI 創新中心等方式，整合各自的優勢和資源，通過運營不斷識別新的業務場景，拓展智能化范圍，創新運營技術、流程機制

24、和模式。iv 聯合運營：通過成立合資公司，以聯合團隊、項目合作等方式，充分發揮各方的能力優勢，資源互補，提升運營能力。v 長期輔導：在部署上線后的運營過程中，通過培訓等方式幫助企業建立或優化運維及持續改進的能力，通過深度聯合工作、專家輔導、日常工作支持和指導等方式逐漸提升企業運營能力、促進運營機制的成熟。5 5）能力之五）能力之五 - - 產品服務模式的創新產品服務模式的創新 通過智能化技術升級、重構原有的產品、服務、業務模式，乃至創造全新的產品、服務和業務模式。通過智能化技術升級、重構原有的產品、服務、業務模式，乃至創造全新的產品、服務和業務模式。正如數字化可以帶來業務模式創新，智能化算法和

25、數據，也會對產品和服務產生影響，甚至是顛覆性改變。產品和服務模式的創新能力包括：i 產品創新：基于智能化升級帶來的能力，重構產品設計，設計創新產品，如具備自動駕駛、娛樂等多種功能的汽車，能自動定位、記錄和分析自身運行狀態的智能設備。ii 服務創新：構建行業內全新的服務模式，如以出售設備為主的制造業，通過設備上傳感器的信息收集，和對設備狀態的智能監控和分析，開創定位查詢、預測性維修等全新后市場服務。iii 業務模式創新：對原有業務模式的變革和顛覆，創造新業務模式，從而帶來新的競爭力和利潤來源。iv 技術探索：保持對新技術發展的關注和研究，積極探索新技術的應用場景，了解新技術能夠提供的能力，如通過

26、情緒識別技術，改善和提升客戶服務的體驗。v MVP 及孵化：通過 MVP 的方式實現和驗證全新的產品、服務和業務模式協調相關資源，通過迭代演進，實現市場的驗證和孵化。vi 服務管理：對智能化升級帶來的服務建立服務目錄，并對服務目錄中的各項服務進行全生命周期的管理。6 6）能力之六）能力之六 - - 全面高效的生態協同能力全面高效的生態協同能力圍繞企業價值鏈構建生態，實現優勢互補和資源整合，形成行業領先實踐，樹立行業標桿。圍繞企業價值鏈構建生態，實現優勢互補和資源整合，形成行業領先實踐，樹立行業標桿。智能化企業所處的經營環境將不限于傳統供應鏈，而是與生態體系發生著緊密聯系。智能化企業中廣泛應用的

27、 AI 模型，需要大量來自生態體系的數據進行訓練和調優，才能精準實現業務價值。企業需要具備強大的生態協同能力，包括：i 企業賦能：通過培訓、輔導等方式幫助企業實現認知和思維的轉變、標準和機制的建設、人才和能力的培養、技術認知和使用的導入等。ii 社會賦能：通過 AI 算法和機器學習提煉和抽象社會治理、服務等核心模式，通過智能技術進行模式的升級和創新。iii 行業賦能：通過 AI 算法等技術沉淀行業特色、行業標準，加速產業升級。iv 眾包管理：把傳統上由企業內部員工承擔的工作，通過互聯網以自由自愿的形式轉交給企業外部的大眾群體來完成。在這一過程中，企業只需要為貢獻者支付少量報酬，而有時這種貢獻甚

28、至完全免費。v 行業認證：主導或參與行業標準的制定，或將經過實踐驗證的領先方案進行標準化，打造成行業標桿，進而形成新的行業認證。 0 02 2攜手共創，百度智能云服務攜手共創，百度智能云服務攜手共創，攜手共創，百度智能云服務百度智能云服務智能化升級對智能云服務廠商提出了新的服務需求；企業不僅需要技術和產品交付，還需要更豐富的服務內容和更強大的智能化升級對智能云服務廠商提出了新的服務需求；企業不僅需要技術和產品交付，還需要更豐富的服務內容和更強大的服務能力，來保障智能化升級的順利執行。服務能力，來保障智能化升級的順利執行。企業在進行智能化升級的過程中，對于相關的服務廠商，提出了更高的要求?？偨Y下

29、來，這些服務要求呈現以下特點：服務范圍的前移服務范圍的前移，企業進行智能化升級往往需要進行技術路線的整體轉型和整合，對于整體架構的規劃和設計以及具備 AI能力的技術基礎設施搭建，會是作為建設 AI 場景和相關應用的前置條件；服務內容的拓展，服務內容的拓展，企業需要的不僅是單一智能化產品的實施，還需要廠商提供全方位的服務內容，包括行業標桿經驗的傳遞、配套的數據和技術保障、試點業務的驗證以及模型迭代優化等；服務周期的延伸，服務周期的延伸，智能化應用的真正價值是在于應用相關的業務運營，完成集中建設并不是服務結束，而是進入了新的服務階段，企業需要服務廠商的陪伴式服務來保障智能化應用持續產生業務價值；服

30、務形式的轉變，服務形式的轉變，在智能化時代，企業客戶和專業廠商不再是簡單的甲乙方關系，而是需要利用各自的行業優勢、資源優勢、技術和產品優勢進行深度合作，共同探索、共同創新；服務對象的擴大，服務對象的擴大，服務不僅僅是體現在為客戶交付系統，更體現在賦能的作用；需要通過開放式的服務模式為客戶、合作伙伴乃至社會賦能，體現智能化對社會的整體價值。 百度深刻洞察到，產品與服務體系需要進行有機的價值結合形成新的二元體系。百度深刻洞察到，產品與服務體系需要進行有機的價值結合形成新的二元體系。在智能化時代，服務體系的作用愈加凸顯；多元化、立體化的服務體系是智能化產品落地的催化劑和潤滑劑；產品的核心價值只有通過

31、科學、配套的服務體系才能得到充分體現和發揮。因此，百度基于全球領先的 AI 技術和生態優勢，緊密結合企業在智能化升級過程中的實際需求，從企業所需的六大智能化升級能力出發，融合自有的 AI 原生云基礎設施，最終沉淀出百度立體化、全方位的智能化服務體系。這個體系涵蓋了云智一體的基建、多種形式的聯合共創、全場景智慧化的實施、迭代優化的運營和全方位多維度的立體生態等多種服務。百度智能云通過打造強健的服務體系，能夠為企業提供滿足從規劃到建設到運營，從模式到場景到技術，從理念到技能到組織，多個維度智能化升級的實際需求，并聯合相關生態伙伴，共同服務企業，服務政府，服務產業，攜手共創，加速智能化的轉型與升級。

32、百度的服務體系主要涵蓋了具體以下五方面的內容：百度的服務體系主要涵蓋了具體以下五方面的內容：圖 5：百度智能云服務體系云智一體的基建服務云智一體的基建服務- -幫助客戶建設支撐智能化應用的新型基礎設施，是打造企業智能化升級的前置條件；全場景智能化的實施服務全場景智能化的實施服務- -幫助客戶實現智能化應用落地的全生命周期；持續優化的運營服務持續優化的運營服務- -為企業客戶提供全面的從運維到運營的陪伴式成長服務；全方位多維度的立體生態網絡全方位多維度的立體生態網絡- -為客戶、合作伙伴以及社會進行賦能，實現產業智能化的生態延伸；多種形式的聯合共創服務多種形式的聯合共創服務- -拓展與客戶及合作

33、伙伴的合作方式，多種形式共同創新。 2.12.1 云智一體的基建服務云智一體的基建服務云智一體的基建服務智能化升級重新定義并拓展了基礎設施的內涵和外延，百度通過專業化服務，幫助企業打造和運營智能化升級的基礎。智能化升級重新定義并拓展了基礎設施的內涵和外延，百度通過專業化服務，幫助企業打造和運營智能化升級的基礎。百度基于行業經驗和專業能力為客戶建設資源適用、運行高效、質量可靠、平滑擴展的新型智能化基礎設施，并提供配套的定制化服務。智能化時代的云基礎設施建設，從內核到場景都與以往有很大不同。傳統的云基礎設施建設強調算力和數據處理能力；智能化階段的“新”基礎設施則更強調算法和模型作為平臺的核心能力。

34、“新基礎設施”天然帶有智能化基因，通過智能化技術的融合、疊加和迭代升級，為未來產業智能化的發展鑄就高經濟性、高可用性、高可靠性的新一代技術基礎能力，推動人類社會進入一個可靠傳輸、全面感知、智能處理和精準決策的萬物智聯時代。百度以云計算、大數據、物聯網、人工智能、區塊鏈等技術為依托，以 AI 算法和模型為核心，將智能化技術與云平臺無縫融合，為企業建設“云智一體”的新型基礎設施，推動企業智能化升級。百度新基礎設施能夠幫助客戶實現快速靈活的資源配置、簡潔易用的監控管理。其技術開發平臺，擁有成熟穩定的技術底座，能夠支持客戶實現業務自主創新，正成為企業智能化升級的高效、專業的生產力工具。建設新型云基礎設

35、施是企業邁向智能化的前置條件和必要過程。百度重視為客戶科學、高效、體系化的建設基礎設施平臺，并形成了標準化的服務過程與完善的服務能力。百度可以幫助客戶完成設備與技術選型、資源與軟件配置、系統與數據整合、算法與模型遷移等關鍵工作的規劃與執行，引導客戶多快好省的形成技術領先、能力齊備、穩定可靠、靈活擴展的云基礎設施。 2.1.12.1.1AIAI 原生技術底座建設服務原生技術底座建設服務工欲善其事，必先利其器。工欲善其事，必先利其器。企業實施智能化需要技術先進、穩定開放的 AI 原生技術底座，以幫助企業統一技術路線、提供公共服務組件，實現技術架構、計算資源、存儲能力和網絡拓撲的整合，使企業技術人員

36、能夠更加聚焦在不斷快速發展的業務新場景上。百度作為最懂 AI 開發者的智能云服務商，提供高性價比、軟硬件深度一體優化的 AI 開發基礎設施，支持“云智一體的 AI 開發全棧模式”?；谄髽I的行業特點和業務需要，百度為客戶提供 AI 原生云平臺的規劃和建設服務，幫助客戶實現匹配需求的技術底座，建設服務范圍包括但不限于云基礎計算建設服務、云安全建設服務、物聯網接入方案建設服務等。服務內容服務內容(包括但不限于以上服務)2.1.22.1.2 大數據能力建設服務大數據能力建設服務大數據是企業建設智能化應用的必要條件。一方面智能化應用需要高質量的數據源作為訓練輸入，另一方面智能化的應用大數據是企業建設智

37、能化應用的必要條件。一方面智能化應用需要高質量的數據源作為訓練輸入，另一方面智能化的應用效果需要結合實際的業務數據來進行驗證。效果需要結合實際的業務數據來進行驗證。百度打造的大數據服務與數據資產管理平臺，提供了涵蓋數據采集、標注、存儲、管理、訓練、清洗、評測等全流程的一體化解決方案，覆蓋大數據應用開發的全生命周期。通過這些服務和平臺，百度幫助客戶規劃數據治理體系，梳理數據源，服務特點服務特點全棧建設：全棧建設：幫助客戶基于業務發展需要和應用規劃設計平臺技術方案、產品選型及資源配置，為客戶提供最適配的技術底座建設服務；技術指導：技術指導：為客戶提供技術平臺的使用、維護的技術培訓；資產保護：資產保

38、護：基于平臺支持異構的技術特性，幫助客戶規劃和實施現有計算資源的整合與遷移。 搭建底層可伸縮的大數據平臺和上層各種大數據應用，全程助力客戶完成數據標準定義、數據質量治理、數據處理分析、數據服務應用等實施過程。服務內容服務內容(包括但不限于以上服務)服務特點服務特點助力數據價值實現：助力數據價值實現：在搭建大數據平臺的基礎上為客戶提供數據應用領域的定制化服務，服務內容包括但不限于梳理數據源、提升數據質量、定義數據服務產品等，幫助客戶盤活和提升企業數據資產價值；提升客戶提升客戶 DTDT (Data(Data Technology)Technology) 能力：能力：為客戶提供 DT 相關產品和技

39、術的培訓，幫助客戶熟悉平臺產品和開發模式，指導客戶進行大數據應用的開發和實施。 2.1.32.1.3 智慧大腦能力建設服務智慧大腦能力建設服務企業建立智慧大腦是智能化升級的關鍵任務。企業建立智慧大腦是智能化升級的關鍵任務。不斷迭代升級的百度大腦承載了領先業界的 AI 技術和能力，能夠幫助客戶進行快速建設智慧大腦，使企業“上云獲智”的門檻被大大降低。百度為企業建設智慧大腦提供了全要素能力，并結合行業智能應用和解決方案，為不同行業的企業客戶提供 AI 建設和應用的自主能力，夯實智能化升級的地基。服務內容服務內容（包括但不限于以上服務）服務特點服務特點全棧能力復制：全棧能力復制：通過個性化服務幫助客

40、戶全棧復制百度 AI 的核心能力，幫助客戶形成企業自身的智慧大腦；升級服務：升級服務：基于百度大腦自身的持續升級和能力擴充，為客戶提供同步升級服務；能力進化：能力進化：幫助客戶基于實際業務場景和數據進行優化訓練，并幫助客戶完成周邊應用的集成，促進企業智慧大腦的能力進化。 2.22.2 全場景智慧化的實施服務全場景智慧化的實施服務全場景智慧化的實施服務全場景智慧化的實施服務全場景智慧化的實施服務，覆蓋了行業和企業智能化升級所需的各環節要素。全場景智慧化的實施服務，覆蓋了行業和企業智能化升級所需的各環節要素。企業智能化升級的核心是識別相關的業務場景，并將智能化工具和模型融入到業務流程中，對流程進行

41、優化、重塑。智能化的理念和模型，可以應用到企業端到端業務和管理流程中，從采購到付款，從投資到資產，從訂單到收款，從業務核算到財務報告等。在這些基礎流程之上，前端企業觸達客戶的方式和運營模式也可能由于智能化的應用而發生變化，甚至催生全新的產品和服務，以及新的商業模式，形成新市場機會和業務增長點。百度在落地智能化應用過程中，提供的實施服務不局限于技術和系統本身，還包括幫助客戶完成業務場景識別、數據治理、算法模型行業化落地等服務內容。在這個服務過程中，百度通過其行業專精能力和行業解決方案，滿足客戶對于專業服務廠商的需求，從技術、產品、工具、培訓等方面為企業提供一站式整體服務。智能化升級對企業的影響深

42、遠，涵蓋了組織架構、組織分工、資源流程整合與決策模式等方方面面。為快速驗證智能化應用場景的可行性及相關影響，百度通過 MVP 價值驗證服務，幫助企業以最小的成本開發出易用且能表達出核心理念的智能化應用，實現場景的可行性驗證和業務模式驗證，并進一步持續優化迭代，為場景的實踐應用和推廣奠定基礎。2.2.12.2.1 行業定制化解決方案行業定制化解決方案百度在不同行業積累了豐富的智能化升級服務經驗，形成了多個行業領域的智能化場景預置模板以及行業標桿實施經驗，百度在不同行業積累了豐富的智能化升級服務經驗，形成了多個行業領域的智能化場景預置模板以及行業標桿實施經驗，能夠幫助客戶規劃最優實施路徑和方案。能

43、夠幫助客戶規劃最優實施路徑和方案。智能化升級惠及社會，對各個行業都有著深遠影響。百度聚焦于政務、金融、工業制造、能源電力、醫療和通信等近 20個行業的智能化升級服務，圍繞行業特性與規范，打造相關智能場景，沉淀積累 AI 模型，總結梳理配套業務流程和機制體系，幫助客戶構建行業領域適配的智能化解決方案。 服務內容服務內容(包括但不限于以上服務)2.2.22.2.2 一站式整體服務一站式整體服務基于客戶智能化需求，提供跨生命周期，基于客戶智能化需求，提供跨生命周期， 跨平臺體系，跨平臺體系， 跨生態環境，跨生態環境， 跨服務團隊的一站式整體解決方案?？绶請F隊的一站式整體解決方案。智能化升級涉及的領

44、域很多，技術和產品繁雜，生命周期復雜，時間跨度長，服務廠商多，生態伙伴廣。對企業來講，這是一項復雜的長期轉型工作。特別是前期探索階段，企業亟需具備綜合能力的服務提供商，能夠整合相關產品、技術、數據、資源、流程，幫助企業順利進行智能化升級的探索和嘗試。百度的智能化服務團隊，基于自身的專業能力，可以精準洞察客戶需求，并針對企業業務場景量體裁衣，滿足客戶相關訴求，提供端到端、一站式服務。服務特點服務特點基于行業特性沉淀，滿足客戶需求：基于行業特性沉淀，滿足客戶需求：百度以不斷沉淀的同行業方案實施經驗，推動行業智能化的轉型；例如，百度在政務類方面已沉淀了 11 類 79 個管控/治理場景解決方案，并進

45、一步固化了 200 多個基本算法，基于過往項目實施經驗與案例，百度服務人員能夠根據行業特性充分理解客戶需求，提供適用的方案；基于模型定制化，幫助客戶快速實施基于模型定制化，幫助客戶快速實施：在行業解決方案共性的基礎上，還需進一步管理客戶其業務目標相關的組織與管理、角色與定位、流程與規則等等，根據不同角色和場景進行定制化建模。例如，百度擁有近2500 個金融行業專用模型，在為金融行業的某客戶項目實施中，根據客戶在風險管控和公司業務流程規則，實現了基于專用模型的快速定制化建模，完成 20 多個業務場景的模型設計。 2.2.32.2.3 MVPMVP 價值驗證服務價值驗證服務為為客戶識別核心業務智能

46、化試點場景，綜合判斷業務價值、優先級和實施效果，盤點與整合關鍵數據，設計業務指標并實客戶識別核心業務智能化試點場景，綜合判斷業務價值、優先級和實施效果，盤點與整合關鍵數據，設計業務指標并實現核心場景現核心場景 MVPMVP 快速交付?？焖俳桓?。通過最小可行產品，建立業務原型，探索場景實現的業務可行性和技術可行性，確保項目在整個生命周期內解決方案是安全的和高質量的、項目整體是可交付的，并最終能滿足客戶價值期望。通過評估 MVP 對相關流程和管控影響，為場景全面落地推廣奠定基礎，幫助客戶驗證與衡量業務變革/技術創新的價值。服務特點服務特點通過具體業務場景切入，實現閉環：通過具體業務場景切入，實現閉

47、環：百度在進行 MVP 價值驗證的時候，實現了從場景識別、需求分析、數據梳理、建立模型、模型訓練到效果驗證以及迭代優化的過程，其通過某一具體業務場景作為切入口，進行方案從構想到設計、實施、運營的整個閉環管理。敏捷實施、快速驗證：敏捷實施、快速驗證：百度通過敏捷開發部署，低代碼平臺快速開發訓練模型，進行模型效果評估和模型資產管理，為客戶提供快速、敏捷的驗證服務。服務特點服務特點一點服務接口：一點服務接口：服務團隊具備行業方案定制、場景分析、產品技術支持、數據準備、模型訓練、業務驗證的全棧服務能力，在項目實施過程中為客戶提供一點的服務接口；全周期服務：全周期服務：服務客戶智能化升級的全周期過程，包

48、括但不限于前期方向探索和基礎環境準備、項目建設期的實施與迭代、項目運行期的維護和優化升級等；服務集成能力：服務集成能力：基于項目實施需要，協調與整合百度智能云平臺和各產品線資源，以及外部合作伙伴的能力，為客戶提供集成化的服務。 2.2.42.2.4 快速優質的迭代服務快速優質的迭代服務智能化應用需要基于業務效果和用戶反饋，不斷更新、完善解決方案和產品設計，并通過快速優質的迭代提升實施效果。智能化應用需要基于業務效果和用戶反饋，不斷更新、完善解決方案和產品設計，并通過快速優質的迭代提升實施效果。百度為客戶提供數據質量持續提升、模型持續優化、算法持續迭代的服務和保障，并提供配套的方法和工具加速迭代

49、優化周期，幫助企業完成算法模型和業務規則的更新迭代。服務特點服務特點方便快捷：方便快捷：擁有多種自動化、智能化工具，充分利用其部署快速、自動化執行的特點，提高迭代效率和縮短迭代周期；穩定可靠：穩定可靠：通過監控和質量保障工具，實現迭代的監控和管理，保障迭代過程的穩定和可靠；價值擴展：價值擴展：快速聚焦場景內的核心成果，通過敏捷迭代的方式將局部通路驗證成果不斷拓展至其他場景，擴大價值，幫助客戶實現成果的最大化利用。 2.32.3 持續優化的運營服務持續優化的運營服務持續優化的運營服務持續優化的運營服務智能化技術的應用實質上改變了企業的日常運營模式，企業客戶需要基于智能化實現更敏捷、更高效、更具價

50、值的業務運智能化技術的應用實質上改變了企業的日常運營模式，企業客戶需要基于智能化實現更敏捷、更高效、更具價值的業務運營，來推動模式創新、業務發展、以及打造更優質的客戶和員工體驗。營，來推動模式創新、業務發展、以及打造更優質的客戶和員工體驗。百度為企業提供陪伴式成長的運營服務，幫助企業利用 AI 技術實現智能化的運營和持續的迭代優化，創造新的業務運營模式，助推企業更好的發展。百度的智能化服務是基于高度自動化和完善的保障體系之上，并始終以服務客戶為導向，為客戶提供維護和保障服務，并通過陪伴式的輔導和支持，幫助客戶不斷探索拓展業務新價值，實現更快、更優、更強的運營管理模式。 2.3.12.3.1 全

51、方位的運維服務全方位的運維服務百度為其智能化產品提供全方位的運維服務，百度為其智能化產品提供全方位的運維服務， 幫助客戶更好的發揮產品價值。幫助客戶更好的發揮產品價值。企業智能化升級所涉及的產品體系復雜，工具繁多，專業性強。產品和工具的高效使用，很大程度上取決于供應商和實施商提供的運維服務能力和服務水平。百度的運維服務從客戶業務角度出發，深入客戶智能化使用場景，依靠強大的多角色團隊支撐，包括 TAM (Technical Account Manager)、SDM（Service Delivery Manager）、CTS (Customer &Technology Service)，大客戶管家

52、等，并擁有專業的服務方法論和最佳實踐。百度使用最短 SLA 支持路徑保證大客戶業務生命線，并提供支持團隊駐場服務，通過 1v1 需求評估、故障分析、改進規劃、重保設計等服務內容和服務過程，為客戶的業務保障提供堅實支持。服務內容服務內容(包括但不限于以上服務)服務特點服務特點多角色團隊：多角色團隊：為客戶提供多種專業角色的服務團隊進行綜合運維保障，包括技術專家、產品專家及運維專家，為企業客戶智能化升級的穩定運行保駕護航；體系化運維：體系化運維：通過專業化工具、專業化團隊以及運維體系，為客戶提供立體化、自動化、智能化的運維服務，并持續積累和沉淀運維經驗，持續優化改進；線上線下聯動：線上線下聯動：采

53、用線上線下聯動運維模式，實現最優資源配置和最優問題解決路徑；分鐘級響應：分鐘級響應：基于客戶至上的原則，實現運維的分鐘級響應，快速解決關鍵故障。 2.3.22.3.2 陪伴式成長服務陪伴式成長服務通過專業團隊的服務，陪伴企業持續探索智能化升級，實現共同成長。通過專業團隊的服務，陪伴企業持續探索智能化升級，實現共同成長。企業智能化升級本質是打造實體產業和智能化產業結合的新物種，需要企業客戶的內部驅動結合外部合作力量，共同推動完成智能化升級。百度秉承價值服務理念，通過長期運營服務，陪伴客戶共同成長，一起實現質的突破，成就彼此的價值。百度的陪伴式成長服務幫助客戶在以下運營方向進行優化改進：提升運營效

54、率：改進業務流程、促進組織協同，提升運營效率；提升業務質量：增強智能化識別和判斷能力，規避人工錯漏，提升業務質量；降低業務成本: 優化資源配置，降低業務運行成本；培育新型業務模式： 創造新的業務模式和營收渠道，提升企業營收；培養人才和能力：包括智能化人才和智能化組織以及智能化方法、平臺、工具等核心能力。百度的智能化運營服務，可以通過多種形式的運營模式與企業進行深度合作，確定共同的業務運營目標，共擔風險、共享收益。在實際合作過程中，百度可以通過項目模式、聯合運營、合資公司、或 BOT 等多種模式，輔助企業智能化運營，伴隨企業成長。 2.42.4 全方位全方位多維度的立體生態網絡全方位多維度的立體

55、生態網絡全方位多維度的立體生態網絡在 AI 技術和產業互聯網創新融合的發展背景下，智能化應用的大規模落地將在產業效率提升、用戶體驗、模式創新等領域產生新的業態和新的價值。產業智能化升級不再僅僅依靠企業的單兵作戰，智能化本身具備了連接產業生態的基因。百度依托智能云平臺的公共能力和開放性的服務體系，結合行業客戶的服務實踐、合作伙伴廣泛加入以及產業鏈上下游緊密連接，為客戶、合作伙伴以及社會提供產業智能化的生態賦能。百度充分開放智能云平臺的解決方案能力以及生態合作服務，建立全方位、多維度的立體生態網絡。通過服務體系的拓展，百度為行業客戶、合作伙伴以及社會個人和組織提供廣泛的生態賦能。百度和客戶及合作伙

56、伴共同建立 AI 應用生態有利于推動 AI 技術和應用生態圈的共生共榮，通過資源和技術共享、業務創新的共同探索等方式，加速 AI 應用落地及開放的生態建設，促進產業“智”變升級。2.4.12.4.1 客戶賦能客戶賦能“授之以魚授之以魚”并并“授之以漁授之以漁”。智能化升級的過程中，企業一方面在進行業務場景的探索，實現相關業務收益，更重要的是，在過程中建立自身智能化能力，和相關機制體系。百度智能云服務團隊本著不僅授之以魚，還要“授之以漁”的服務理念，深度服務客戶，協助客戶進行能力建設，并結合自身專業化能力與企業的優勢與專長，幫助企業應對技術和業務的挑戰。同時，百度服務團隊特別關注為客戶培養智能化

57、技能和專業人才、建立智能化組織和機制，培養開發與運營能力、提供行業標桿經驗，提供定制化的能力提升服務，為企業建立智能化能力，從而實現為企業自身轉型進行賦能。服務特點服務特點個性化賦能個性化賦能：基于客戶的服務需要和能力短板，制訂定制化能力成長計劃，為客戶提供個性化賦能；持續輔導：持續輔導：基于客戶不斷變化和升級的成長需求，提供持續性的能力輔導，幫助客戶持續升級能力；幫助客戶實現智能化輸出幫助客戶實現智能化輸出：基于客戶已建立完成的智能化核心能力，幫助客戶向同行業或客戶生態范圍內進行服務輸出，幫助客戶成為行業標桿和智能化引領者。 服務內容服務內容(包括但不限于以上服務)2.4.22.4.2 合作

58、伙伴賦能合作伙伴賦能百度建立了完備的生態體系賦能機制，與合作伙伴共建產業智能化生態。百度建立了完備的生態體系賦能機制，與合作伙伴共建產業智能化生態。百度在服務企業智能化升級的過程中，建立了完備的生態合作體系，并擁有一批經過百度賦能的合作伙伴。百度智能云服務團隊通過平臺支撐、交付支持、行業合作、技術培訓等手段為合作伙伴提供支持，與合作伙伴一起服務于企業。同時，百度能夠有效連接更多資源，為產業智能化提供更廣泛的服務能力。百度推出了百度大腦生態合作伙伴計劃“燎原計劃”，旨在為合作伙伴提供技術、客戶、營銷、企業運作和投資支持等全方位支持。幫助伙伴成功，共享 AI 未來。服務內容服務內容(包括但不限于以

59、上服務)服務特點服務特點開放共享開放共享：與合作伙伴共享云資源、技術資源、產品資源與服務能力，開展全面合作；合作共贏：合作共贏：發揮百度服務體系的特長，與合作伙伴的優勢互補，實現共同收益、共同提升、攜手共進；推動成長：推動成長：關注合作伙伴的業務和能力成長，通過服務體系幫助合作伙伴解決技術和方案的難題，推動合作伙伴的成長。 2.2.4 4. .3 3 社會賦能社會賦能百度將開放性的賦能范圍拓展到更廣闊的社會領域，并輔以配套的服務體系。百度將開放性的賦能范圍拓展到更廣闊的社會領域，并輔以配套的服務體系。AI 技術是一種廣泛的“使能”技術，人工智能對人類生活各方面將產生難以想象的巨大影響。智能化升

60、級的推動力量來自于不同的行業、企業、組織乃至個人。實際上，當人工智能被用于積極改變社會時，其影響力將是巨大而深遠的。服務內容服務內容(包括但不限于以上服務)服務特點服務特點開放性：開放性：基于平臺能力的開放性，采用開放式的賦能機制，向社會開放賦能；多樣性多樣性：賦能模式的多樣性，采用線上、線下多種形式提供賦能服務；普適性：普適性：賦能對象的普適性，面向廣泛的企業、組織和個人進行賦能。 2.52.5 多種形式的聯合共創機制多種形式的聯合共創機制多種形式的聯合共創機制多種形式的聯合共創機制百度強調與客戶及合作伙伴的聯合共創，并為多種聯合共創模式提供云基礎能力和配套服務。百度強調與客戶及合作伙伴的聯

61、合共創，并為多種聯合共創模式提供云基礎能力和配套服務。隨著智能化技術的日新月異，智能化能夠帶給企業和社會的潛力和前景，在不斷的被發掘和識別。這些技術能力會帶來很多工作效率和工作方式上的轉變。很多轉變會突破現有的思維框架和行業格局，打破企業的常規認知。因此，在智能化升級過程中，很多領域和場景是沒有先例可循的，需要企業和專業服務團隊共同創新，共同摸索，共同推進。百度在服務企業轉型的過程中，從多個維度與企業進行共創，探索智能化的應用領域，挖掘智能化升級的潛力。業務流程共創：業務流程共創：百度深入洞察和理解企業內部的業務流程本質和要素，通過智能化技術和能力的引進，與企業客戶一起優化、調整組織職責邊界、

62、協作模式和固有流程模式，實現業務流程的共創，提升企業的整體運營效率；業務模式共創：業務模式共創：百度重視智能化應用對行業和客戶業務模式的轉變和創新，并通過和客戶的聯合共創，探索新的業務模式和行業生態關系，助力行業的整體智能化升級；行業平臺共創：行業平臺共創：具備行業特色的綜合服務云平臺是未來發展趨勢，百度以云智一體的服務能力為合作基礎，聯合合作伙伴和標桿客戶為不同行業（如金融、電力、工業互聯網等）提供行業平臺服務；聯合實驗室：聯合實驗室：百度聯合政府、標桿企業成立聯合實驗室，為產業智能化輸送行業解決方案和智能化領域專業服務團隊；AIAI 創新中心：創新中心：百度用開放的心態和企業客戶開展探索性

63、創新合作，包括但不限于 AI 技術應用創新、行業解決方案創新、業務場景創新、工具創新等。百度積極與客戶和生態合作伙伴開展多形式、多領域的聯合共創，實現更靈活、更多元的產業智能化升級探索，實現多種形式的新價值創造。 2.2.5 5. .1 1 業務流程共同創新業務流程共同創新企業的智能化升級首先涉及到業務管理流程的改變企業的智能化升級首先涉及到業務管理流程的改變。百度洞察到智能化應用的落地能夠改進企業客戶的管理流程、改善組織的協作關系、優化企業的資源配置。在企業內部，業務流程的改變影響了管理方式，進而影響企業的制度與規范的制訂；在行業范圍內，業務流程的改變影響了生態間的協作關系和執行效率，可能產

64、生新的業務模式和服務模式。見微知著，百度通過智能化技術的落地作為業務流程優化的切入點，和企業共同深入探索管理模式的變化與創新，幫助企業和行業形成新的業務流程標準和管理規范，進而發掘新的業務價值。2.5.22.5.2 業務模式共同創新業務模式共同創新企業的智能化升級也會涉及到業務模式的創新。企業的智能化升級也會涉及到業務模式的創新。智能化升級不僅體現在戰略層面和業務管理層面，行業內固有的服務模式定位和理解限制了服務智能化升級的推進；百度基于對不同產業轉型的深度理解和敏銳洞察為不同客戶設計新的業務模式。百度在設計和實施智能化業務場景過程中，由現象洞察本質，例如，在服務智能化的項目推進中，通過對服務

65、觸點的變化、服務方式的調整、服務效果的提升等多個維度，探索業務模式的改變，創新服務方式。百度的智能云服務和產業深度結合，與企業客戶和合作伙伴實現生態共創，產生了多種形式的業務模式創新。百度的智能云服務和產業深度結合，與企業客戶和合作伙伴實現生態共創，產生了多種形式的業務模式創新。管理模式創新：管理模式創新：百度在企業管理和政務管理領域推出各類智能化解決方案，如智能內容審核、人臉校驗、智能客服等，改變了傳統的管理模式，提升了管理執行效率；生產模式創新：生產模式創新：百度通過 AI 技術手段，對工業生產和工藝過程進行改進，在生產領域產生新的模式；例如，通過人工智能圖像識別等技術，為一線產業工人賦能

66、，改變工業質檢產線人工操作模式，提升質檢監測手段，一方面節約了人工，另一方面改變生產線和質檢線的協作關系，產生了新的生產模式；用戶體驗創新：用戶體驗創新：百度推出的基于 AI 技術的虛擬助手、問答機器人等解決方案，極大地提升了用戶服務體驗，降低成本，并為相關行業帶來了新客群；服務渠道創新：服務渠道創新：百度基于智能模擬顯示技術推出 VR 云展會解決方案，將線下服務渠道無縫遷移到線上，通過渠道的擴展增強了展商的服務能力，在疫情期間得到客戶好評；決策模式創新：決策模式創新：百度基于 AI 技術和行業業務決策模型，在智慧城市和智慧政務解決方案中推出現場決策服務，為政務管理現場決策提供了有力的技術支撐

67、，有效縮短了決策周期，提升了整體決策效率； 商業模式創新商業模式創新: : 百度在傳統行業和互聯網新興行業廣泛使用人工智能技術進行賦能，與生態合作伙伴深度合作，形成了醫療、教育、農業、工業、交通等多個行業領域的商業模式創新。2.5.32.5.3 行業平臺共同創新行業平臺共同創新在產業智能化升級過程中，專業化的行業平臺成為企業外部生態協同的關鍵發展基礎。在產業智能化升級過程中，專業化的行業平臺成為企業外部生態協同的關鍵發展基礎。行業平臺往往由某行業內起主導作用或掌握關鍵資源的組織建立和維護；為行業內部生態用戶輸出具有行業特色的服務。行業平臺與公眾平臺的主要區別在于數據來源及服務提供者的核心競爭力

68、。行業平臺的數據主要來源于行業內部的核心組織和行業內部的其他成員，絕大部分是私有數據或半開放性數據，如交通、金融、公安、環保、質檢等各行業平臺。行業平臺的提供者的競爭優勢在于對行業的業務洞察、生態資源的協調以及數據的權限，劣勢在于專業化的技術水平和服務能力。百度充分發揮自身基礎平臺、產品技術和專業化服務能力的優勢，和行業平臺建設者建立戰略合作關系，共同建設行業服務平臺，為不同行業的企業產業化智能化升級提供助力。百度參與建設的行業平臺包括但不限于：金融、電力、工業互聯網、交通、安防等領域。百度為行業平臺提供云平臺搭建、AI 算法模型、平臺管理門戶、自動化運維工具等基礎能力；同時和平臺合作伙伴共同

69、探索行業內部智能化應用專題，提升行業平臺的產業智能化能力。2.5.42.5.4 聯合實驗室聯合實驗室聯合實驗室是百度與客戶及合作伙伴戰略合作的實體媒介。聯合實驗室是百度與客戶及合作伙伴戰略合作的實體媒介。百度致力于發展產業智能化升級，包括智能產品研發及推廣、培養行業智能化能力和人才。聯合實驗室，助力行業或企業的智能化業務發展、加速智能化升級轉型。聯合實驗室的定位：聯合實驗室的定位：百度的聯合實驗室定位于智能化創新平臺，行業智能化解決方案推行者、踐行者及智能化技術和能力培訓基地。聯合實驗室的主要目標：聯合實驗室的主要目標：聯合實驗室的目標包括人才、競爭力、技術、品牌等方面的綜合提升。人才提升：包

70、括制定人才培養和發展的機制，細分專業化人才培養目標和路徑、規?；I化技術人才梯隊、加強專業化培訓與認證、提升人員專業素質等。競爭力提升：通過聯合實驗室的創新成果形成市場競爭優勢、通過行業經驗和解決方案形成產品競爭優勢、通過資源整合與自動化工具形成成本競爭優勢。技術提升：通過專家分享與培訓提升戰略思維高度、通過智能化項目實踐提升實施能力、通過創新項目研究與開發提升技術能力。品牌提升：聯合發布技術白皮書，提升市場影響力；聯合發布技 術創新/業務創新研究論文，提升專業學術水平；在合作方內部渠道聯合發布新聞或宣傳類稿件，在合作方公共或合作渠道舉辦線上、線下發布會，提升品牌公共影響力。2.5.52

71、.5.5 AIAI 創新中心創新中心百度在不同行業和領域與多家企業和組織合作成立創新中心，共同推動行業和企業智能化升級。百度在不同行業和領域與多家企業和組織合作成立創新中心，共同推動行業和企業智能化升級。越來越多的企業和組織認識到智能化升級和轉型已經是產業發展的大勢所趨，但部分企業和組織一方面缺少清晰的智能化升級目標，另一方面缺少行業標桿作為參考，需要有相應的合作伙伴幫助企業和組織順利走過探索智能化升級的過渡期。百度在不同行業和領域與多家企業和組織合作成立創新中心，通過服務體系幫助客戶建立智能化升級的基礎，包括人員、技術籌備、業務方向探索、局部概念驗證等，幫助企業降低前期成本風險和業務風險。

72、2.2.6 6 云智一體化的服務體系特點云智一體化的服務體系特點云智一體化的服務體系特點云智一體化的服務體系特點百度的服務體系成為企業發展需求與智能化技術融合的粘合劑。百度的服務體系成為企業發展需求與智能化技術融合的粘合劑。百度幫助企業實現云和 AI 技術與業務實踐的結合，讓企業不再囿于單點智能化帶來的局限和遲滯，而是通過橫向的生態、縱向的持續迭代升級、全面的服務能力，為企業實現全場景的解決方案，并隨著客戶的快速發展變化同步迭代、同頻共振，加速企業數字化轉型、產業智能化升級進程。 0303巧奪天工巧奪天工，體系化的智能化升級方法體系化的智能化升級方法巧奪天工，巧奪天工，體系化的智能升級方法體系

73、化的智能升級方法隨著人工智能進入工業大生產發展階段，國家已經將人工智能納入發展戰略的范疇，將人工智能作為新一輪科技革命和產業革命的核心驅動力量。百度近年來逐步進入 AI 工業大生產，推動 AI 邁入自動化、標準化和模塊化的新階段，并與百度傳統業務以及各行各業的生產實踐深入結合，加速產業智能化進程。百度 AI 堅持走自己的路，深入研究，扎實應用。堅持核心技術創新突破，開源開放，并在國際舞臺屢奪桂冠。通過建設軟硬一體 AI 大生產平臺，實現數據、算法和算力有機融合，賦能各行各業智能化升級；同時不斷為社會培養 AI 人才，踐行AI 服務社會。百度在人工智能領域提供堅實的技術底座，推動了產業智能化真實

74、的轉變，正在創造值得信賴的智能化升級新未來，是人工智能的領先踐行者。 3.13.1 智能化升級方法體系智能化升級方法體系智能化升級方法體系智能化升級方法體系百度建立了體系化的智能化升級方法論以保障服務能力輸出的敏捷性、系統性和標準化，并在幫助企業智能化升級實踐中，不斷地完善服務體系，沉淀大量的數智資產，包括行業預置模板、專業方案、AI 模型庫和數據服務等，并通過全面的質量與效率工具，加速智能化升級過程。圖 6：智能化升級方法論3.1.13.1.1 智能化升級階段劃分智能化升級階段劃分百度通過大量的行業實踐，將實施智能化升級的過程總結為四個階段：百度通過大量的行業實踐，將實施智能化升級的過程總結

75、為四個階段：探索階段（探索階段（ExplorationExploration）：本階段主要任務是提升對智能化升級的認知，轉變信息化時代傳統的思維慣性；同時還需引入新的工作學習方法，并在組織機制、資源籌備等方面做好準備；發現階段發現階段(Discovery)(Discovery)：本階段主要任務是認識企業自身的特點，全面梳理企業業務痛點和需求，識別業務場景，對企業數據資產的盤點和評估。搭建業務價值模型進行各個場景的投入產出分析，并依據價值和實現難易程度綜合選取合適的場景進行速贏試點； 實現階段實現階段(Realization)(Realization)：本階段主要任務是生產環境的數據準備，以及通

76、過人工智能平臺進行模型的訓練、驗證與調優，構建企業數智化能力；當一點成功之后，進行業務場景的多點驗證與推廣；進化階段進化階段(Evolution)(Evolution)：在此階段，企業通常已經實際感受到智能化升級帶來的收益與便利。本階段主要任務是縱向上，隨著業務場景的深化實施，基于前期成果和經驗不斷迭代，提升模型準確率；橫向上，從已實現業務場景向其他場景進行延伸，不斷擴大企業收益，進而對企業價值鏈進行改變，最終實現業務的演進和模式的創新。3.1.23.1.2 智能化升級相關資產智能化升級相關資產百度作為領先的百度作為領先的 AIAI 實踐者，在幫助眾多行業客戶實現數智化升級的進程中，沉淀了行業

77、預置模板、專業方案、實踐者，在幫助眾多行業客戶實現數智化升級的進程中，沉淀了行業預置模板、專業方案、AIAI 模型模型庫、庫、數據服務等四大類數智資產，能夠幫助企業借鑒成熟的方案和經驗，降低不確定性，縮短建設周期，提升建設質量。數據服務等四大類數智資產，能夠幫助企業借鑒成熟的方案和經驗，降低不確定性，縮短建設周期，提升建設質量。行業預置模板：行業預置模板：百度在智慧城市、智慧金融、智能制造、智慧水務和醫療教育等領域有著豐富項目實施經驗，積累了豐富的行業認知，包括行業典型應用場景、行業標準以及行業監管要求等，并將其模板化，目前形成的行業預置模板超過 150 個；專業方案：專業方案：通過行業實踐，

78、百度在智能客服，智慧辦公，智能供應鏈等專業領域形成了超過 200 個專業智能化解決方案，為各類企業客戶成功實現智能化升級提供基礎支撐；AIAI 模型庫：模型庫：在智能化升級的服務過程中，百度形成了多套具備行業特征的 AI 模型庫，比如在政務管理領域有著200+AI 模型，在工業互聯網領域有著 400+AI 模型，在金融行業有著 2000+AI 模型、在其他的專用領域有著共計350+AI 模型；數據服務：數據服務：百度在自身提供服務的基礎上，在不同領域積累了大量的公共數據，如圖像識別數據，熱點趨勢數據等。在協助企業智能化升級的過程中，百度可以結合自身優勢，和企業應用場景，提供相關數據服務，輔助企

79、業實現模型的快速訓練，持續優化。 3.1.33.1.3 智能化升級配套工具智能化升級配套工具智能化升級的落地實施需要大量工具的輔助支撐，百度通過多年的工程化實踐，積累了全家桶式的智能化升級配套工具。智能化升級的落地實施需要大量工具的輔助支撐，百度通過多年的工程化實踐，積累了全家桶式的智能化升級配套工具。通過這些工具，能夠為數智化轉型升級提質增效?？傮w包括兩大類：效率提升類工具和質量保障類工具。通過這些工具，能夠為數智化轉型升級提質增效?？傮w包括兩大類：效率提升類工具和質量保障類工具。效率提升類工具效率提升類工具智能助手：智能助手：面向內部和外部客戶，通過其 IM、對話機器人、知識庫、推薦服務等

80、核心功能，構建智能化、人性化、高效率的智能助手系統，能夠達到降低人力成本、提高工作效率、提升服務質量的效果；AIAI 應用管理平臺：應用管理平臺：作為定制化交付所打造的 AI 應用管理平臺，實現業務應用從測試、部署到運維環節的全面管理，提升交付能力和效率；AIAI 應用安裝平臺：應用安裝平臺：研發人員能夠通過 AI 應用安裝平臺快速生成應用部署包，并實現一站式系統上線工作，大大降低了部署成本，提高了部署效率；AIAI 產品編排部署系統產品編排部署系統: : 通過軟件定義 AI 產品部署順序和啟動依賴，一站式完成整個 AI 應用的快速部署；數據轉換平臺：數據轉換平臺：利用該平臺，百度能夠通過簡單

81、的前端界面配置，即可對源數據進行過濾、映射、計算后輸出到目標數據源，幫助開發人員完成系統集成等復雜的操作性工作并有效避免由人工操作帶來的失誤。質量保障類工具質量保障類工具云顧問：云顧問：基于百度智能云多年運營經驗沉淀出的最佳實踐，云顧問能夠對云上問題與風險進行系統性快速檢查，并基于用云需求向使用者提供使用報告和用云建議，以提高資源使用效率；云音平臺：云音平臺：定位于百度智能云產品/服務的建議反饋收集平臺，通過平臺提高問題處理效率，監控服務質量；質檢平臺：質檢平臺：為了進一步提升服務質量，更全面、及時地發現服務問題，減少服務投訴率與輿情風險，售后業務需要對服務數據進行多維度分析，通過制定靈活多變

82、的規則，分析篩選出特定的業務場景，識別有價值的服務數據，例如檢測技術工程師回復準確性、違規話術，服務 SLA 檢測等場景。質檢平臺對照質檢標準規范，把其中部分人工質檢項改為系統質檢的方式，不斷挖掘服務問題，提升服務質量和效率；智能工單分析：智能工單分析：作為百度智能云售后的統一入口，實現智能填單、智能派單、智能工單分析與流轉服務，支持客戶問題全流程處理，支持售后多團隊協同處理，支持問題解決時效監控，協助業務高效完成 ITR（Issue To Resolution）閉環；性能測試工具：性能測試工具：在客戶面臨流量洪峰、性能退化等問題時，該工具能夠通過性能測試的方式持續監控系統容量水平、服務性能能

83、力等，全力保障系統的穩定性和可靠性。 3.23.2 智能化升級運作模式智能化升級運作模式智能化升級運作模式智能化升級運作模式企業或組織實施進行智能化升級，可以根據自身產業特點、企業智能化現狀及智能化準備度目標來選擇適合的運作模式，企業或組織實施進行智能化升級，可以根據自身產業特點、企業智能化現狀及智能化準備度目標來選擇適合的運作模式，主要包括以下兩類模式：主要包括以下兩類模式：云智工坊云智工坊：企業或組織基于特定的業務方向和業務目標，探索智能化應用場景，通過復合型團隊形式， 實現智能化場景的快速迭代；云智工廠云智工廠：企業或組織在智能化場景探索的基礎上，通過平臺化工具、多團隊協同、規范化流程和

84、質量管理等機制，實現 AI 模型的規?；a。3.2.13.2.1 云智工坊云智工坊模式模式云智工坊云智工坊是目前企業或組織在智能化初期采取較多的智能化運作模式，適合對是目前企業或組織在智能化初期采取較多的智能化運作模式，適合對 AIAI 應用場景的快速探索和反復迭代要求的應用場景的快速探索和反復迭代要求的企業或組織。企業或組織。云智工坊云智工坊的主要運作特點如下：的主要運作特點如下：交響樂式的組織：交響樂式的組織：由業務部門和技術部門多種角色人員組成的復合型團隊；專業化的工具支撐：專業化的工具支撐：通過 MLOps 等工具，提升云智工坊的專業化能力和工作效率；明確的業務目標：明確的業務目標：

85、以快速實現業務場景為目標，強調價值快速迭代和驗證。圖 7: AI 工作坊-售中階段工作機制及組織架構 云智工坊遵循智能化升級方法論體系，關鍵實施活動覆蓋探索、發現、實現和進化全部階段，以場景快速實現思維作為導向，強調在快速迭代過程中與業務的緊密互動，并通過復合型團隊配備相關的技能和能力，在百度智能化工具和數智資產的支持下，實現 AI 場景的快速實現，模型訓練的持續優化，應用深度和廣度的快速拓展及業務價值的驗證和提升。3.2.23.2.2 云智工廠云智工廠模式模式為幫助企業客戶快速拓展智能化應用領域，實現為幫助企業客戶快速拓展智能化應用領域，實現 AIAI 模型的規?；a，百度采用模型的規?；?/p>

86、生產，百度采用云智工廠云智工廠模式助力企業智能化升級。模式助力企業智能化升級。對于已經進行了早期智能化探索的企業，在積累了相關應用場景經驗，形成一定智能化機制和能力的基礎上，企業會進入快速拓展智能化應用領域，放大智能規模效應的階段。在這個階段，企業需要有相關的機制、平臺、流程、方法、團隊和技能，實現 AI 模型的批量化生產，并保證相關效率和質量。這些智能化實踐領先的企業，已經在探索采用云智工廠模式來推動企業智能化升級和轉型。云智工廠模式為企業實踐智能化提供統一的項目管理模式、資源支持、技術能力共享。在企業內部，通常會組建智能應用中心作為實踐領導部門來推動云智工廠模式的落地，并通過工廠模式，來同

87、步支持并行的智能化項目。不同部門、不同業務的需求經過業務場景識別與分析，整合為不同的業務專題和智能化實施項目；將這些專題和項目的分解，通過流水線的方式，由不同的智能化項目小組來具體承接執行。智能化項目小組由跨部門的業務專家、產品經理、技術工程師組合而成，面向統一的業務目標和項目目標。在云智工廠的運行過程中，也會借鑒 MLOps 的實施方法體系，將 AI 模型和運營理念相結合，強化 AI 訓練迭代和實施部署過程的自動化，加速 AI 模型的開發生命周期，為企業云智工廠模式的運營提供工程化的保障。企業通過企業通過云智工廠云智工廠實現以下規模效應：實現以下規模效應：統一項目群管理，保障項目和業務目標；

88、有效組織各部門人員，形成合理資源配置；改善團隊之間的協作，形成資源合力；通過統一的技術路線管理和技術支持，縮短開發周期、提升開發質量；統一監控和維護模型，提升模型的商業價值，降低運維成本。 圖 8: 云智工廠的建設模式示意圖百度的專業化服務團隊可以幫助企業建立云智工廠的運營體系，提供相關工具和流程模板，進行人員和技能的培訓，使得企業的云智工廠能夠快速落地運營。同時，在體系建立的過程中，百度專業化服務團隊還可以在企業云智工廠中扮演專家角色，為云智工廠提供 AI 專家、數據專家、行業專家以及云技術專家，為云智工廠提供必要的資源支持，并基于自身的產業智能化經驗幫助企業和組織進行從云智工坊向云智工廠的

89、過渡。百度的智能化實施方法論指導和幫助企業客戶快速高效的落地和推動智能化升級，借助百度的成熟經驗，使得企業客戶能夠找到最佳實踐路徑、選擇適合的技術與解決方案；同時通過配套的工具支撐，為智能化升級提供質量和效率保障。百度的智能化實施方法論已經在多個行業實踐中得到有效的證明，配合百度智能化服務體系，為企業客戶帶來最優的智能化升級體驗。 0 04 4他山之石，智能化升級的落地實踐案例他山之石，智能化升級的落地實踐案例他山之石他山之石，智能化升級的落地實踐案例智能化升級的落地實踐案例不同企業因為其所處的發展環境不同，業務模式不同，經營理念不同，競爭格局不同等多種因素，在智化轉型的嘗試過程不同企業因為其

90、所處的發展環境不同，業務模式不同，經營理念不同，競爭格局不同等多種因素，在智化轉型的嘗試過程中，所選擇的路徑和切入點也各不相同。中，所選擇的路徑和切入點也各不相同。通過對一些企業轉型歷程的研究，我們看到有幾種常見的智能化升級探索模式和角度，這些模式有著較強的代表性。首先，一些企業會從具體場景入手。首先，一些企業會從具體場景入手。這類企業強調智能化的業務應用場景，將場景與業務價值緊密聯系，處于小步快跑的初期探索階段，或是對某一業務領域有著明確的業務痛點和轉型方向。這類企業往往會呈現智能化在業務場景中應用的常見問題，如價值體現不明確、投入產出不清晰或數據缺失等。這個階段需要解決的主要問題包括場景的

91、識別，業務價值的分析，創新模式的探索等，并通過 MVP 方式進行價值驗證和模式驗證，以開啟思維轉變歷程。其次，一些企業會從技術平臺入手。其次，一些企業會從技術平臺入手。這類企業通常由信息化或者數字化部門主導智能化升級。這些部門具有一定規模和人才，通過前期信息化和數字化的建設，具備一定的信息化和數字化的能力和經驗。而業務部門也對數字化和智能化有較深的認知，已經開始對模型的建立、訓練、應用和運營進行初步的探索。但該類企業常常因為數據治理能力和數據處理技術能力不足而受到局限。同時，在建設過程中缺乏統一的標準規范，完善的建設運營機制，極易導致模型建設的低效、準確度不高、智能化項目成功率低。針對這類企業

92、，需要通過設立統一標準，統一工具，并使用統一的工具平臺，來提高數字化轉型成功率。另外，還有一些企業從模式轉型入手。另外，還有一些企業從模式轉型入手。這類企業希望通過智能化，探索全新的服務模式或者管理模式，將智能化置于較高的戰略層面。并通過新模式的探索，轉變服務和管理方式。這類企業面臨的問題是智能化能力如何與服務相結合、對配套的流程有什么樣的影響、傳統的服務如何轉型等。所以對這類企業而言，服務模式的創新， 服務標準和服務流程的重新打造尤為重要。最后，有一類企業會從能力建設入手。最后，有一類企業會從能力建設入手。這類企業會希望通過智能化手段重新打造企業核心能力，突破現有能力的局限性，全面提升能力水

93、平。例如，質量檢測中的檢測范圍和檢測精準度，風險控制中的風險識別能力和應用領域等，是建設過程中的重點。 4.14.1 MVPMVP驗證驗證 - - 利用百度智慧城市大腦利用百度智慧城市大腦，推動城市治理新模式推動城市治理新模式MVPMVP 驗證驗證 - -利用百度智慧城市大腦，建立城市治理新模式利用百度智慧城市大腦，建立城市治理新模式隨著國家治理體系和治理能力現代化的不斷推進，城市被賦予了新的內涵和要求，這不僅推動了傳統意義上的智慧城市向新型智慧城市演進，更為新型智慧城市建設帶來了前所未有的發展機遇和挑戰。由于城市治理的獨特性，如何找到適用于自身特色的城市治理體系與模式，實現“精細化治理”和“

94、創新治理”，解決城市體系結構失衡、治理能力不足等問題，成為了智慧城市轉型急需解決的幾大難題。而麗江，作為數字技術浪潮的先行者，為如何解決這個難題提供了一個優秀范例。麗江，作為全國知名的旅游城市，面臨著游客多，景點資源管理復雜，旅游市場監管難度大等管理難點。為解決這些問題，麗江與百度攜手，共建“智慧麗江”平臺，打造了城市治理的新標桿。在建設過程中，百度引入其獨具特色的智能化在建設過程中，百度引入其獨具特色的智能化升級服務方法論體系，交付團隊對麗江進行了充分的調研考察，場景探索以及用戶需求挖掘。經過與客戶的深入探討，識升級服務方法論體系，交付團隊對麗江進行了充分的調研考察，場景探索以及用戶需求挖掘

95、。經過與客戶的深入探討，識別并創新了一系列智能化場景應用。別并創新了一系列智能化場景應用。在 AI 應用的搭建過程中，百度利用最小可行產品，建立場景原型，探索場景實現的業務和技術可行性，而后由專業的駐場團隊進行快速的迭代驗證，實現了從方案構想到設計再到實施運營的整個閉環管理。以智慧旅游為例，為解決購物旅游團問題，百度建設的城市大腦構建了相關使用場景，即通過對旅游車輛的實時監 測，由 AI 進行自主判別，若存在風險，便會即刻通知城管在其預測路線上實施攔截并進行檢查。這一場景的智能化解決方案大大提高了旅游安全管理的效率。而為解決旅游景區管理難的問題，百度利用圖像識別技術，進行了相關事件的自動分析，

96、如垃圾暴露、街面違規經營等，通過 AI 主動發現，主動派發工單的方式，實現了事件的快速響應和閉環處理。自平臺上線后，半年間，識別了近萬件治理事件，結案率更是高達 98%。目前，通過百度團隊的高效服務，配備的 AI 智能算法已達到 58 種，基本能覆蓋城市管理中的主要場景和事件。智慧城市大腦正全力幫助政府從“被動服務”、“事后處置”和“全靠人力”轉變為“主動發現”“事前預警”“AI 自動化管理”，推動了城市治理新模式的建立。在項目建設前期，麗江各委辦局有自己的信息化系統，所以存在數據孤島效應，使得政府高層無法快速、便捷、全面地獲取和整合實時數據進行決策。為了解決這一難題，也為了“智慧麗江”平臺的

97、順利建設，百度通過密集調研，并且與相關委辦局進行了多輪洽談，百度打通部門墻，實現了數據的集成與多域數據治理。與此同時，百度與相關單位共創了治理管控流程，為政府決策與資源的高效協調匹配提供了精準的數據支撐。未來，隨著城市大腦的不斷升級，城市治理的科學化、精細化、智能化水平必將不斷提高。百度將通過強大的服務能力和閉環的智能化升級方法論，對智慧城市各行各業和多種場景不斷迭代賦能，協助政府打造新型智能城市，實現治理模式升級，創造城市的長久繁榮。 4.4.2 2由點及面由點及面 - - 智慧警務智慧警務 實戰應用智能化，推動平安中國建設實戰應用智能化，推動平安中國建設由點及面由點及面 - - 智慧警務智

98、慧警務 實戰應用智能化，推動平安中國建設實戰應用智能化，推動平安中國建設隨著中國城市化程度迅速提高，城市要素愈發增多，城市規模不斷擴大，城市結構日趨復雜，城市治安管理愈加困難，如何利用互聯網+、大數據及人工智能等新技術加強和創新社會治安防控體系建設，是新時代下各地政府亟待思考的問題。2018 年 1 月，公安部向全國公安機關提出明確要求，把握時代發展大勢，大力實施公安大數據戰略，著力打造數據警務、建設智慧公安，努力實現公安機關戰斗力的跨越式發展。而如何完善立體化社會治安防控體系建設，有效提升防控體系的整體效能，是各地公安機構面臨的主要挑戰。 百度緊跟時代趨勢，同地方公安機構合作，通過科技和場景

99、的結合，利用公安動態觸角的前移推動了現代公安模式的變革，實現由事后管理到主動預測分析、預警的新模式。該項目采納了百度端到端的實施方法論，百度從單一場景出發為該該項目采納了百度端到端的實施方法論，百度從單一場景出發為該公安機構提供了智能化解決方案，隨后通過深挖場景實現了包含社區、醫療、景區、教育、金融、商業在內公安機構提供了智能化解決方案，隨后通過深挖場景實現了包含社區、醫療、景區、教育、金融、商業在內 6 6 大場景的完大場景的完整整解解決方案。決方案。以商業場景為例，在商業區內，AI 中臺能將抓取的圖像信息與在逃人員數據進行比對，發現可疑人員即可自動報警。而負責在街頭開展巡邏、處警的公安民警

100、則是應急響應的“利劍”，接到系統報警后，第一時間趕往現場核查處理。在建設過程中，交付團隊利用百度智能化升級方法論體系，通過已沉淀的行業模板和在建設過程中，交付團隊利用百度智能化升級方法論體系，通過已沉淀的行業模板和 AIAI 模型資產，實現了模型能力的快模型資產，實現了模型能力的快速迭代，在短時間內提高了算法的準確度，為持續推進新型智慧速迭代，在短時間內提高了算法的準確度，為持續推進新型智慧警務警務建設提供了有力支撐。建設提供了有力支撐。此次項目中，百度利用原有的人像、人體、人檔模型和 AI 算法軟件，通過定制化的方式，快速實現了安防監控系統的搭建。同時通過與硬件合作商的深度合作，實現了軟硬件

101、的一體化交付。而交付團隊通過不斷對模型進行訓練、快速迭代，使得人像識別算法的準確率在一個月內提高了 40%。至此，百度經由單點突破，為客戶提供了從軟硬件到全場景的整體解決方案。為了打造安全城市，數據的充分獲取以及先進的大數據處理能力是保證新模式成功運作的堅實基礎。地方公安局與百度通過多方的深度協作，聯合卡口、酒店、網吧、社區等多方機構，實現了數據共享、數據融合，打造了新型數據生態網絡。百度利用自有的 AI 技術，對數據融合進行了新探索。通過對大數據進行關聯和分析，實現了對人、物、事的立體刻畫，再經由 AI 的自主分析，實現了實時的識別、預測和預警功能，大大推動了現代公安管理模式的變革。百度通過

102、“AI+生態+場景”的融合，實現了對新安全管理模式的探索和建立，助力“雪亮工程”，不斷促進城市環境更安全，保障人民生活更美好。 4.34.3AIAI 工作坊工作坊 - - 變革傳統服務模式，加速國有銀行智能化升級變革傳統服務模式，加速國有銀行智能化升級云智工坊云智工坊 - -變革傳統服務模式，加速國有銀行智能化升級變革傳統服務模式，加速國有銀行智能化升級一直以來，面對金融市場風險諸多的不確定性和不穩定性，銀行業風險防控形勢始終嚴峻，防控風險仍是金融監管繼續深耕的領域。金融監管機構為了防控風險，不斷出臺新規章制度，完善監管體系，僅 2021 年第一季度，就新出臺和更新了金融監管政策共計 120

103、余項（不局限于具體政策文件）。而隨著新一代信息網絡技術等迅速發展，互聯網金融等新業態不斷涌現，金融風險呈現出新特點。例如，機構類型復雜、業務種類繁多、跨區域傳導風險大、風險隱蔽復雜并難以識別等。在智能時代，以人工智能、云計算、區塊鏈、大數據為代表的新技術，為解決這些難題創造了新的可能。 某國有銀行與百度合作，建設了“AI 大腦”平臺，優化了貸前自動評價模型和風控模型，完善了自動風險預警和“觸發式”貸后檢查功能，開創了智能化的全過程風控管理新模式?！癆I 大腦”不僅為客戶實現了降本增效，并且利用大腦的模型全生命周期管理能力，進一步滿足了金融監管部門的監管要求。在此項目的交付過程中，百度引入了特有

104、的在此項目的交付過程中，百度引入了特有的云智工坊云智工坊模式，使項目能夠快速、高效、高質量落地。模式，使項目能夠快速、高效、高質量落地。云智工坊云智工坊不同于以往分不同于以往分段式進場交付模式，形成了包含架構師、研發、測試、實施人員和項目經理的段式進場交付模式，形成了包含架構師、研發、測試、實施人員和項目經理的作戰小組作戰小組結構，其特點是能形成敏捷迭代結構，其特點是能形成敏捷迭代的服務閉環。的服務閉環。在交付階段，云智工坊團隊將會全體入場，由項目經理作為團隊領導，負責整體項目交付。而工作坊團隊中的架構，研發，測試，交付人員會形成快速迭代的交付閉環體系。由應用架構師對需求做出拆解后，任務將分配

105、給研發，測試，實施人員，他們將不斷以此為基點進行迭代和開發。實施過中，通過需求的統一收集，保證了信息傳遞的高效性和一致性。而敏捷的專業化小團隊，能夠對模型進行快速的迭代升級，以使客戶獲得快速、高效、高質量的服務體驗。例如，在此項目中，客戶基于百度人工智能中臺開發的信用卡分池和小企業授信審查模型需 7 天即可完成。在未來，隨著百度對金融行業的深入，百度將持續利用數據，開發場景，通過綜合性的服務幫助客戶擴大想象空間，不斷幫助客戶持續提升科技賦能水平。 4.44.4云智工廠云智工廠 - - 快速復制快速復制的的可行方案，助力企業人工智能規?；瘧每尚蟹桨?，助力企業人工智能規?；瘧迷浦枪S云智工廠

106、- -快速復制的可行性方案，助力企業人工智能規?？焖購椭频目尚行苑桨?，助力企業人工智能規?；瘧没瘧萌斯ぶ悄茏鳛樾乱淮畔⒓夹g的代表，被主要發達國家視為提升核心競爭力的戰略性科技。近年來，我國在人工智能技術研發、商業開發方面飛速發展，成效逐漸顯現。當前，人工智能同各行業的深度融合和推廣在實踐層面處于起步階段，如何解決人工智能系統難以復制的問題，并進行快速的復制推廣，一直以來是各企業需迫切解決的難點。以能源行業為例，在與國內某能源企業的合作過程中，百度的交付團隊通過對其復雜體系的深入調研，根據百度的交付團隊通過對其復雜體系的深入調研，根據云智工廠云智工廠的工的工作模式，定制化了人工智能底座，并

107、通過結構化的方法和工具，在極短的時間內推廣到了多個省份，實現了統一納管，高作模式，定制化了人工智能底座，并通過結構化的方法和工具，在極短的時間內推廣到了多個省份，實現了統一納管，高效地完成了在復雜條件下，有序、優質的快速交付。效地完成了在復雜條件下，有序、優質的快速交付。在整個項目進行過程中，百度首先邀請了百度云智教育的專家，對客戶進行了多次認知培訓，引導客戶從傳統觀念向智能化升級；其次，百度利用自有的“3 圖 2 表”工具，與客戶共同理解業務、明確需求、轉變思維模式，在技術和業務認知上達成了一致；最后，百度基于試點省份的成功經驗，迅速總結出了一套適用于該類型企業推廣的模板。同時，技術人員通過

108、對模型的容器化，迅速推廣至其他省份。百度在雙方的深度協作中，不斷基于技術創新，通過快速迭代，提升客戶體驗，有效實現了人工智能技術的規?；瘧?。圖 9 : 3 圖 2 表 百度基于此底座，持續為該企業提供了定制化的智能應用開發。交付團隊利用基礎產品，運用敏捷開發的模式，實現了對模型的快速迭代，迅速擴大了智能應用的普及范圍和工作效率。以智能客服為例，該應用實現了懂客戶“所想”、答客戶“所問”、做客戶“所指”，為多個省份數億用戶提供 7*24 小時不間斷服務。項目結束后，得益于前期的認知培訓，客戶能夠自行在產品底層功能上搭建場景并進行運營。而這一切都離不開百度專業的交付團隊和成熟的方法論體系。未來，

109、百度仍將利用自身的方法論持續不斷地為企業的智能化升級，提供更好、更優、更快的解決方案。 4.54.5 聯聯合合創新創新 - - 打造區域級打造區域級“工業互聯網平臺工業互聯網平臺”，建立生態運營合作體系建立生態運營合作體系聯合創新聯合創新 - -打造區域級打造區域級“工業互聯網平臺工業互聯網平臺”，建立生態運營，建立生態運營合作體系合作體系經濟發展作為地方政府的重要目標，如何通過技術手段，為區域內的企業進行賦能，推動區域經濟轉型，是擺在各地政府面前的重要課題。為改善區域內企業經營痛點，提升區域內企業，尤其是中小企業的數字化轉型和智能化升級水平，力促區域內經濟高質量發展，某地方政府與百度聯合搭建

110、區域工業互聯網平臺。百度作為區域工業互聯網平臺建設主力軍，面對區域內 300 多家行業特性不同、發展階段不同的客戶訴求時，百度專業化服務團隊與客戶進行了多達 30 多輪的溝通，一對一走訪企業調研近 600 次。同時，百度的服務團隊攜手生態伙伴，與客同時，百度的服務團隊攜手生態伙伴，與客 戶采用聯合共創的方式，首先聚焦于先進裝備制造業，電子信息制造業，醫藥健康等產業。戶采用聯合共創的方式，首先聚焦于先進裝備制造業，電子信息制造業，醫藥健康等產業。在平臺側，與當地政府就場景融合、業務流程和平臺經濟等方面進行多次探討，成功對工業互聯網平臺方案進行 10 余次版本的迭代；在企業側，基于行業經驗和技術專

111、業背景，為客戶提出一對一針對性的解決方案，幫助企業降本增效，實現智能化的業務創新。目前，該平臺已覆蓋 14 大行業，實現 100 多家企業的精準畫像。 百度聯合 30 多家合作伙伴，采用龍頭帶動、點面結合的模式，觸達和構建了 50 多類垂直場景，打造了工業互聯網平臺通過多途徑為企業賦能服務的模式。為支持平臺的持續運營和提升，百度與當地政府合作，組建本地化合資運營公司，瞄準未來為支持平臺的持續運營和提升，百度與當地政府合作，組建本地化合資運營公司，瞄準未來 3 3 年營收年營收 6 6 億元規模目標。億元規模目標。公司主要負責工業 SaaS 應用開發、平臺運維等工作。 運營公司立足于企業長遠發展

112、，運用百度技術優勢，結合西南區域產業發展特點，深挖各行業差異化需求，面對工業互聯網平臺的不斷地迭代升級，建立長效運營機制，為企業提供陪伴式成長運營服務?；谟押眠\營合作的基礎，合資運營公司在積極籌備百度智能云創新中心，遴選并聚集工業互聯網各環節的生態合作伙伴，以期全面升級運營體系，為當地建立更加全面的工業互聯網生態體系。并且，通過與當地人才市場、教育局、工信部、科研院校就大數據聯合實驗室、創業服務研發項目、國家重點科技課題專項等工作展開合作，吹響當地 AI 創業的號角，幫助企業培養高復合型人才，實現價值創造。 4.64.6生態共贏生態共贏 - - 賦能生態伙伴賦能生態伙伴，構建智慧金融服務平臺

113、構建智慧金融服務平臺生態共贏生態共贏 - -賦能生態伙伴，構建智慧金融服務平臺賦能生態伙伴，構建智慧金融服務平臺人工智能技術“場景化”以及“落地”應用正成為當前 AI 產業的關鍵詞。AI 的落地應用，涉及到算法、算力、數據、應用場景等多種關鍵要素，缺一不可。構建 AI 生態圈和開放平臺，共同推動 AI 在各行各業的落地應用，已經成為行業共識。作為一種通用的賦能技術，在向細分應用場景落地應用的過程中，仍需經歷一系列從產品定制到解決方案定制再到平臺化的過程。所以如何構建生態圈，為產業的發展營造出更加開放的市場環境，進一步消除橫亙在技術下沉過程中的技術孤島、數據孤島等問題，讓產業鏈上下游伙伴合作打造

114、一個開放的 AI 生態是一個艱巨的挑戰。為了應對最新的發展變化，百度攜手生態合作伙伴，雙方通過優勢互補，戰略協同，為客戶提供智能、安全、高效的金為了應對最新的發展變化，百度攜手生態合作伙伴，雙方通過優勢互補，戰略協同，為客戶提供智能、安全、高效的金融融ITIT 服務，共建一個完整的生態系統，實現了產業共贏。服務，共建一個完整的生態系統，實現了產業共贏。在這個生態里，百度不是與合作伙伴競爭而是賦能伙伴。交付團隊在服務過程中，通過定制化培訓、專家支持、開發者社區等資源的開放共享，實現了對伙伴的技術賦能，并且通過深入的技術合作，實現了伙伴產品和解決方案能力的提升。此次項目中，百度服務團隊基于對 AI

115、 的深層次理解，為生態伙伴設計 并提供了最適合 AI 應用搭建的金融云底座，同時升級了產品能力。在底座替換后，單個云主機最大存儲容量提升 5 倍，云存儲性能突發能力提升 6 倍，擴容周期從周級別縮短至天級別。而終端客戶若是使用了基于新底座的網銀系統，也可實現成本上的下降。據悉，2020 年，該伙伴整個金融云相關業務增速達到 50%。另外，百度也為生態伙伴提供了人才體系培養的認證和課程，例如產品課程、能力認證等，為未來的持續發展，做出充足準備。同時，百度利用強大的業務場景設計能力，幫助生態伙伴覆蓋更多的金融業務場景。同時，百度利用強大的業務場景設計能力，幫助生態伙伴覆蓋更多的金融業務場景。通過豐

116、富的金融行業預制模板和場景庫，交付團隊快速建立和驗證模型，實現了高質量、高效率的應用交付。例如，在此次項目中重構的相關場景包括：共建金融云，消費金融云專項，風控信貸核心創新，金融信創，智能外呼，智能集成等。以風控信貸為例，百度構建各種機器學習模型輔助銀行客戶經理在貸前、貸中、貸后自動生成業務報告，大大提高金融業務處理效率?，F在，百度與合作伙伴仍在積極探索如何實現深度的聯合運營。期望在未來能通過全方位的合作，通過合作交付、利潤分成的方式，進一步擴大市場份額，成為行業領導者。構建 AI 生態圈、實現 AI 應用的大規模落地已勢不可擋。百度將持續發揮領先技術優勢和云服務能力，與生態合作伙伴一起，深耕

117、金融云建設與應用，創新服務模式，攜手推進金融產業智能化。 0505始于足下始于足下，如何成功地走出第一如何成功地走出第一步步始于足下，始于足下，如何成功地走出第一步如何成功地走出第一步在數字化轉型如火如荼的今天，隨著人工智能、大數據、5G、工業互聯網等相關技術的日益成熟，智能化升級已經成為后數字化時代的必然趨勢。很多企業已經在開始探索和實踐智能化場景，通過產品和服務的創新，形成了企業獨特的競爭能力。企業在探索智能化升級過程中，面臨著與以往不同的全新挑戰，特別是在轉型能力的建立上，智能化升級有著其獨特的要求。作為企業，如者何能夠借助這個浪潮，提前布局做好能力準備，調整自身機制，建立創新文化，成為

118、智能化時代的領軍，是企業必須思考的一個重要問題。首先，企業需要建立開放的文化和心態，積極探索，勇于實踐。首先，企業需要建立開放的文化和心態，積極探索，勇于實踐。不僅是在現有的業務模式和行業格局中進行點狀智能化應 用場景的探索，也要探索智能化對產品、服務體系、業務價值體系所帶來的沖擊和影響。在探索的過程中，了解技術，了解方法，了解能力，了解工具，了解數據，理清自身所處環境和能力的準備程度，找準切入點，明確最適合自己的智能化發展模式。其次，由于智能化所帶來的技術復雜性和實施復雜性，企業需要充分借助生態伙伴的力量，尋找成熟、合適的合作伙伴，其次，由于智能化所帶來的技術復雜性和實施復雜性，企業需要充分

119、借助生態伙伴的力量，尋找成熟、合適的合作伙伴，共建能力，共同創新，共同成長。共建能力，共同創新，共同成長。特別是對于智能化升級中的核心能力，如數據能力、算法能力、敏捷能力、創新能力等，企業需要引入合作伙伴，構建自己的智能化升級生態系統。百度作為以智能化技術和服務為特色的互聯網企業，在智能化工具、產品、方法、人才和服務方面，占據著市場領先地位，是企業智能化升級合作伙伴的最佳選擇。百度智能云的專業服務團隊，在為企業持續提供智能化升級服務的過程中，建立了完備的服務體系和服務生態，形成了具備百度特色的智能化實施方法論，沉淀了大量的行業智能化解決方案和行業智能化實施模板，積累了豐富的實施經驗和大量的標桿

120、客戶。同時，百度作為智能化的踐行者，在自身業務發展及為企業服務過程中，形成了一套自己的智能化工具體系，為智能化的敏捷實現和工業化生產打下基礎。再次，智能化升級是一個長期持續的歷程，百度的專業化服務團隊不僅能夠幫助企業構建智能化方案，建立智能化能力，再次，智能化升級是一個長期持續的歷程，百度的專業化服務團隊不僅能夠幫助企業構建智能化方案，建立智能化能力，還可以通過多種形式的運營服務，陪伴企業智能化升級全過程，與企業共同成長。還可以通過多種形式的運營服務，陪伴企業智能化升級全過程，與企業共同成長。展望未來，依托百度智能基礎設施和技術產品平臺，百度智能云服務將始終致力于對企業更好的賦能，拓展場景、深化應用、創新業務模式；與企業攜手共進、共同發展，協助客戶持續提升其價值，共同推動我國智能化產業的發展！