近两年，即使是最不关心科技产业的普通民众也能感觉到，科技与互联网领域创新乏力，远不如十年前那般百花齐放；商业模式逐渐陷入内卷，大数据杀熟、视频流杀时间等讨论频上热搜。
而大家还清晰地回忆起仅在数年前，无数应用和服务争相涌现，烧钱大战接连上演，中国手机行业横扫全球，一批本土科技公司市值排入全球十大——正因为有这些商业和技术维度的前后对比，再加上疫情等突发因素的加持，科技、互联网等行业也成为了变化最快、最具不确定性的行业。
深究其理，过去十年为经济、科技带来蓬勃发展的红利已经离我们远去。为了维持企业的估值与想象力，将精力和资源花在“让消费者多看两秒”、“给用户区别定价”等小心思上已成了一种无奈的现实。
作为对比的是，百度在此消彼长间逐渐显山露水，成为智能化升级的“领路人”，并稳稳地站在下一个黄金时代的门前。
成为未来中国智能经济的“水电煤”
过去十年间，我们所经历的所有新经济新应用，几乎都建立在“应用层技术”蓬勃发展的基础之上。
不需要过多的研发投入，应用层技术在整个链条中是最容易、也是最快速诞生创新的，在商业模式不出大问题的情况下，大部分困难都是可以通过“堆设备、堆人”来解决的。正如同过去十年，我国移动互联网企业全球领先，并诞生了大量程序员群体，其核心逻辑跟曾经那个“改革开放后，通过大量劳动力建立起制造业优势”的故事并没有什么区别。
也正因此，在一片欣欣向荣背后，当“卡脖子”成为近两年被频繁提到的话题，都在提醒我们要清醒地意识到，中国底层技术实力与欧美发达国家的差距。
而前文这些行业的变化，固然绕不开政策导向与百年一遇的疫情刺激，但更为根本的原因在于——中国人口红利走到尽头，应用层技术的领先不再能掩盖底层技术的差距。
红利在变，但国家发展的需求亘古不变。中国经济想要进一步发展，亟需新一轮的生产力革命。随着计算和存储成本的大幅下降，计算能力的显著增长，以及科技企业所搭建的人工智能生态逐渐完善，人工智能普及的逐渐加速，必然会带领我们迎来一个发展的转折点。
AI作为智能时代的生产力底座，正被视为未来中国智能经济的“水电煤”。可以说，在人口红利之后，人工智能将成为下一代支撑起中国经济的技术“红利”。这一切，归根到底都离不开在底层核心技术领域的自主知识产权。
而百度在AI上取得的成绩格外瞩目。
在百度Create2021大会上，李彦宏还向外界透露了百度 AI 技术和业务的最新进展：
百度深度学习平台飞桨已凝聚406万开发者，服务超过15.7万家企事业单位，创建了47.6万个模型；自动驾驶出行服务平台“萝卜快跑”2025年将扩展到65个城市，2030年扩展到100个城市；集度的首款汽车机器人，也将于2022年亮相，2023年量产。
这些只是百度眼下AI能力的一些具象化的投影，在这背后有越来越多的人、组织和机构，通过百度的技术生态跨过这扇智能产业的门。
时代下的百度宿命
深度学习元老Jürgen Schmidhuber曾总结：2010年代，人工智能在如游戏、互联网、营销等方面的虚拟世界中表现出色；而在2020年代，AI将越来越多地融入现实世界，影响到人类所有的生产，因而成为经济发展的主要推动力量。
这个观点在很多层面都得到了证实，从各大互联网行业下场开始帮助传统行业转型，到新基建等政策提出的时间节点。无数证据表明，我们正处于“AI产业化”向“产业AI化”发展的关键分水岭。而过去十年间所积累的人才、算法、算力等AI基础设施，将成为接下来“AI黄金十年”发展的基座。
但搞人工智能并不容易，对于国内的先行者来说，面临着来自内外两方面的压力。
一方面，此前无论是互联网时代还是移动互联网时代，中国在底层技术领域更多是学习者的身份。但到了今天，人工智能的研发几乎全球都在同一起跑线，中国科技企业已经无人可学。
另一方面，与应用层技术不同，底层技术从研发到落地，投入很大、周期很长、见效很慢，必须要耐得住寂寞、经得起诱惑，才能有机会走出一条道路。
百度有其独有的优势，搜索引擎几乎是解决信息数量和（有价值）信息获取效率之间矛盾的唯一途径。而搜索引擎的工作逻辑与深度学习有着异曲同工的逻辑：二者皆是通过大量数据训练算法，使机器获得某种判断能力，最终输出符合我们需求的结果。
在搜索引擎积年累月对互联网数据不断进行挖掘的过程中，传统搜索必然会逐渐理解并尝试预测使用者的意图。因此，搜索引擎公司更容易先人一步迈入人工智能行业。
这一观点最有力的证据就是谷歌，无论是 AlphaGo 还是自动驾驶企业 Waymo ，谷歌在人工智能领域的研究成果有目共睹。其实早在2002年，《连线》杂志主编凯文·凯利提问谷歌创始人佩奇，“为什么要做搜索引擎？”时，佩奇就回答：“我们做的是人工智能。”
从这个角度来看，搞AI与其说是百度的选择，不如说是某种宿命。
根据百度财报：2013年，百度研发投入41亿、占营收12.9%；2015则为100亿、15.3%；2020是200亿、18.2%；2021年单看Q2就达到63亿，占营收的比例达到20%的新高，超过了2013全年。研发投入力度持续增强可见一斑。
如果这组数据还不够直观，我们不妨直接将过去约十年（2012初-2021年6月）的研发投入打个包，得到的结果是：百度累计投入研发费用1117亿、占过往9.5年累计营收的15.9%，更惊人的是，占累计经营利润的97.2%，接近100%。
也就是说，过去约十年的时间里，百度几乎将自己赚到的每一分利润，都投入到了技术研发上。
如果百度像很多公司那样，不将研发资金一次性计入当期损益，而是将这笔资金分n年进行摊销，记入“研发投入资本化”，那么其账面将增加数百亿“无形资产”，财报数据也必然好看很多。
2015年初，李彦宏在接受采访时说：“...这其实表明一种决心，就是说我愿意砸钱、我愿意投入，我不在乎华尔街怎么看，我不在乎我的股价会再跌掉一半或者更多，我一定要把这事儿做成。”
如果说过去十年，是一个国家为AI行业积累人才、算法、算力等基础设施的最佳时间，那百度投入在这“不能马上看到效益的研发”累计上千亿的资金，可以说是完整踩在了中国AI发展的脉搏上。仅用“巧合”来解释，实在是单薄了些。
也正是这十年间，大众还未认知到，所用的诸多产业和服务已经有了AI的身影，这离不开百度及一众企业的普化，而更进一步的，如何避免AI数据层面的“信息茧房”、误差与偏见的加剧，如何将“算法关进笼子”，都是当下和未来无法避免的命题，也正是百度一直所思考与践行的：算法，应该有价值观。
这也是百度在经历艰难时刻之后，价值逻辑终于逐渐显现，股价能够重回上升通道，最终走出一个U型的原因所在。
立足“AI黄金十年”的力量
仔细研究百度的AI布局，会发现百度建立起的AI体系，包含百度大脑、百度飞桨、百度Apollo、百度智能云、百度昆仑芯片等，几乎覆盖了从基础到应用到全AI生态。百度正肩负起产业、交通等智能时代转型的底座，扛起更多的“国家命题”。
先看产业。
根据埃森哲《中国企业人工智能应用之道》面对全球企业高管的调研显示：高达79%的中国企业高管认为，他们必须借助人工智能来实现业务增长目标——但其中，有52%的中国企业高管人员坦言，人工智能试点容易，但当设法将人工智能推广至全企业时，难度较大。
AI融入产业远比嘴上说的要困难，以至于行业内有一个流传甚广的玩笑：“所谓人工智能，就是有多少‘人工’就有多少‘智能’。”
简单来讲，AI的介入，需要将过去依靠人决策的生产工作流程打破，找到适合落地场景并构建AI的工作模型，通过大量数据对模型的投喂与不断调试。当其准确率达标后，才能将模型正式投入使用。而模型的调试与数据的标注，可能需要大量AI专业的人才花费数月之久，普通企业很难一上来就承担起这么大的投入，所谓国家产业转型也就面临重重困难。
今年，百度发布“文心”产业级系列知识增强大模型，并联合鹏城实验室，共同研发全球首个知识增强千亿大模型——鹏城-百度·文心，该模型参数规模达到2600亿，是目前全球最大中文单体模型，在60多项NLP任务中取得世界领先效果。
简单来说：基于文心知识增强大模型，在行业领域需要少量标注数据甚至无需标注数据，就能解决新场景的构建任务。根据百度测试，鹏城-百度·文心在30余项小样本和零样本任务上均取得了世界领先成绩，能够以更低成本实现各类AI应用场景效果的提升，这就为AI的大规模产业化应用提供了一个非常好的切口。
在鹏城-百度·文心背后，是鹏城实验室自研的算力系统“鹏城云脑Ⅱ”和百度自研的深度学习平台“飞桨”的良好配合，其中飞桨是百度自主研发的深度学习平台。其面向业务场景进行深入优化，经过大量业务场景的反复打磨，其“产业级”、“低门槛”的两大特性，在满足正在帮助越来越多的产业完成智能化转型。
截至目前，飞桨已汇聚了来自于各行各业的406万开发者，创建了47.6万个AI模型，累计服务15.7万企事业单位，中国深度学习平台综合市场份额领先。
再看交通。
随着中国城市化率和人口的提升，城市交通问题越来越明显。有研究数据表明，与国外的超级城市对比，中国的一二线城市虽然通勤距离更短，反而通勤时间往往更长。在这过程中，交通安全、拥堵、碳排放问题，以及背后的形成原因非常复杂，但通过技术手段提升交通系统本身的运行效率势在必行。
李彦宏在新书《智能交通》中写到：“未来20年最重大的产业变革将在交通领域诞生。智能交通运营商模式将改变过去传统智能交通建设的业态，由一次性集成商模式改为持续性运营商模式。智能交通运营商模式，将给交通、城市、甚至经济社会带来颠覆性的创新和深远的影响。”
聪明的车加智慧的路，是百度对交通强国高质量发展“中国模式”的探索与回答。李彦宏在百度Create2021大会上正式发布了百度路端的自动驾驶系统——AIR智能道路系统。
相比超具未来感的汽车机器人，AIR智能道路系统更加“接地气”。通过对路侧设备的智能化升级，AIR智能道路系统已在全国2000多个路口实现“城市级”信控实时优化，并在全国数百万公里道路实现对车辆的安全护航，大幅降低城市道路拥堵延误。
李彦宏在大会上举个例子：河北保定核心区，过去两年年均机动车增长7%，但拥堵指数却通过部分路段信控优化下降了6%。在广州黄埔区，每辆车遇到红灯的平均次数，从三四次下降为1次左右。
他说：“我们通过结合图神经网络的仿真发现，假如一个城市全部路口都实现了智能化和城市级的区域信控优化，能够提升15%-30%通行效率。我们判断，5年之内中国的一线城市将不再需要限购和限行；10年之内，基本上拥堵问题就可以解决。”
现有的交通系统早已像血管一样深入到人类社会、城市空间、甚至是国家经济当中。相应的，人工智能对交通问题的改善也将随着“血管”传递到资源效率、经济、环境保护、最终是我们每一个人的身上。
这还只是短期道路交通效率的改善，从更远的角度来看，人工智能对交通的改变必将进一步改变我们每个人的出行方式。比如，有数据显示，社会上的私家车辆超过80%的时间都是闲置状态，但如果车辆支持自动驾驶，那么从根本上我们就无需自己拥有一辆车，只需要支付用车费用，就可以实现全局资源效率更优的目标。
因此我们可以发现，当从更长线的角度去思考、实践之后，百度Apollo已经发展出了三种商业模式：一是为主机厂商提供Apollo自动驾驶技术解决方案；二是百度造车，成立造车公司集度；三是Robotaxi。11月，百度Apollo在北京亦庄获得中国首个自动驾驶商业化试点，这是自动驾驶出行服务商业化的里程碑。
以百度为代表的自动驾驶、智慧交通的技术实验与普及，正在扩展到越来越多的城市、车辆中，随着跟百度一样的人工智能公司发展，与人工智能结合的智能交通将迎来一个跨越式的发展期。
总结
新冠肺炎疫情仍未退去，全球化遭遇逆流，世界经济复苏迟滞，不确定因素增加，今天我们面对百年未有之大变局，“卡脖子”成为了近两年中国在科技行业一个挥之不去的话题。
对内，在共同富裕的语境下，我们需要在这个高度不确定性的时代中，抓住下一个时代的红利，并通过高质量发展满足人们对美好生活的向往；对外，这是一场新的全球竞争，将关系到我们在未来产业链和全球价值链上的位置。
在面对充满未知的市场与创新风险时，技术研发的突破为整个市场带来的确定性至关重要。它是无数行业信心的源泉，正因为有他们在，才有更多人愿意敢为人先、承担风险，坚持长期主义，对创新进行持续投入。
在不久的将来，AI技术将在各行各业得到广泛地应用，在相关业务的大规模商业化的推动下，会再次推动百度营收的增加，中国科技公司格局也将被再次重塑。
被漠视与不解的十年，和躬耕与坚守的十年，两个百度的身影正逐渐重合在一起。正如李彦宏在《智能交通》一书中的结语：
“这不过是将来之事的前奏，也是将来之事的影子。”