AI落地难？46万家企业在百度智能云啃下“硬骨头”

云计算竞争已迈入“下半场”，行业焦点正从基础资源供给全面转向智能效率的提升。

作者：金森

编辑：周周

“AI喊得响，落地走得难！”2025年，几乎所有企业都在探索AI落地触点，尤其智能体已成为企业AI转型核心引擎。

然而现实挑战依然严峻，企业推进AI落地阻力不小，比如技术架构复杂、模型训练与推理成本高企、算力资源分配与投入回报难以平衡、数据质量参差不齐制约模型效果，以及生成式AI本身所固有的“幻觉”问题等，都不同程度延缓了AI走向规模化应用的步伐。

面对企业痛点，8月28日百度云智大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖表示，“智能经济时代，一定要有新的基础设施来支撑，这就是智能优先的AI云。”

随着超级个体开发者与大型企业共同推动AI云需求呈爆发式增长，百度智能云凭借“云智一体”战略持续领先。目前，其以24.6%的市场份额稳居中国AI云市场第一。

拿百度旗下企业级AI开发平台“千帆”来说，其已服务超过46万企业用户，智能体开发量突破130万，已成为国内规模最大、生态最活跃的智能体开发和部署平台，有力推动AI应用从概念验证走向批量落地。

当前，云计算竞争已迈入“下半场”，行业焦点正从基础资源供给全面转向智能效率提升。在这一背景下，能否提供稳定、高效、易用且具备业务洞察力的AI基础设施，已成为衡量云服务商竞争力的关键标准。

百度智能云正凭借其全栈布局、深入行业的解决方案与日益壮大的生态体系，成为中国企业实现AI规模应用的优先选择。

01

2025年企业落地AI，难在哪儿？

在时下火热的人形机器人赛道，北京人形机器人创新中心在落地AI时，遇到阻力。

一方面，行业智能化较初级，需要一个“通用大脑”，也就是具备多本体兼容性、多场景适应性和强大泛化能力的通用智能平台。另一方面，行业缺少高质量多模态具身智能数据，采集成本高且缺乏标准。

在传统的钢铁行业，中国钢研遇到的难题是，通用大模型与行业结合欠佳。同时，企业虽有数据，但质量不佳且孤岛严重，跨模态融合困难，如难以将材料微观结构数据与宏观生产数据有效结合，影响AI模型对生产全流程的理解与优化。此外，在材料微观分析上依赖“老师傅”经验。

两家企业一个处于前沿行业，另一个处于传统行业，遇到的核心难题存在差异，然而，两家企业也存在共性挑战，就是数据质量不高以及数据融合贯通难；模型与算法的行业适配与专业化能力不足；以及落地AI必然存在的算力投入大与成本控制的矛盾。

二者的共性挑战背后，绝大多数企业落地AI时遇到的问题，都是集中在智能体应用、模型与数据、算力支撑三大维度，这些“通病”严重制约AI价值释放。

智能体在大模型落地应用里是最主要的实体，已成为行业共识。作为大模型落地核心载体，智能体在复杂业务环境中常“水土不服”。

智能体需处理冗长、复杂的业务任务，如招聘行业简历筛选、政务应急响应，但现有方案高度依赖人工预设规则，容易出现失误。

多智能体协作虽能突破单智能体能力上限，但任务拆解、结果整合逻辑复杂，且A2A（Agent-to-Agent）协议兼容等技术待突破。

此外，信任与保障缺失，智能体缺乏“博弈”能力，决策难契合企业利益，权限边界模糊，加之知识更新滞后、多模态数据解析弱，难融入核心业务。

模型与数据是AI落地基石，却普遍“不稳”，“模型难适配、数据难治理”成行业痛点。

模型上，通用大模型在特定行业有短板，如专业知识不足、易“幻觉”。要实现领域微调，需大量高质量标注数据、深厚行业知识和顶尖算法能力，技术壁垒高，多数企业难突破。

数据上，治理和流通问题突出。不少企业数据基础弱，存在数据孤岛、标准不一、质量参差的问题，“输入垃圾，输出垃圾”，劣质数据直接拉低模型性能，且生产环境对数据实时性要求高，传统数据架构难以满足。

算力支撑环节，效率与成本平衡难。随着MoE模型普及和智能体推理需求激增，企业算力面临“规模、优化、成本”三重压力。

MoE架构推高集群需求，多数企业难搭建，且算力需求动态性强，传统估算易资源错配。优化上，LLM推理内存带宽易成瓶颈，需模型量化等技术，工程难度大且异构算力调度难。成本方面，大规模集群建设运维贵，GPU利用率低，国产算力适配需额外成本，加重企业负担。

这几大维度的挑战相互交织，构成了企业迈向智能化的“高门槛”。

02

“智能优先”深入腹地：一场全栈能力支撑的AI落地“攻坚战”

面对企业落地AI遇到的普遍难题，百度智能云给出的解法是，要做“智能优先”的云。

沈抖认为，大模型智力上限将持续拔高，AI正站在超级周期的起点，加速进入智能经济时代。智能经济机会无限，但需要基础设施来支持，就是智能优先的云。而企业对于AI云基础设施的投入，正从成本中心转化为新型利润中心。

针对企业落地AI遇到的算力紧张与异构管理挑战、模型适配与开发门槛高、数据治理与场景落地碎片化等难题，百度智能云从算力、模型和应用等方面进行突破。

底层算力基座层面，百度智能云发布百舸AI计算平台5.0全新版本，在网络、计算、推理系统以及训推一体效率上进行了全面升级，进而打破了AI计算效率的瓶颈。

此前，北京人形机器人创新中心借助百度百舸在算力高效调度、模型训推加速等方面的产品技术积累，已大幅提升具身模型开发效率。

这次百舸升级后，其自研HPN网络可以支持单集群10万卡RDMA网络互联，并将端到端延迟压缩至4us。

百舸还让“推理采样、奖励评估、训练更新”这一条流水线高效运转，实现训推一体整体效率的最大化。

在模型开发平台层面，作为业内最早布局智能体的重量级玩家，百度智能云千帆大模型平台已演化为“智能体工厂”，为企业开发智能体提供全流程工具链，助力企业打造多维智能体生态。

北京人形机器人创新中心在具身“大脑”能力构建上，通过使用百度智能云千帆大模型平台，和以文心大模型4.5为代表的模型能力，可实现自然语言指令的精准解析，并通过多模态信息融合与上下文理解，将复杂任务分解为可执行的子任务序列，提升决策效率和准确性。

官方资料显示，千帆的企业用户数量为46万，开发了130万个智能体，组件调用次数高达2.3亿次，成为智能体规模化落地的核心平台。

最新的千帆4.0，可以提供Agent从原型设计到生产部署的系统能力，是迄今为止功能最完备的企业级AI平台。

在应用产品层面，百度带来了“吴彦祖数字口语陪练”，在云智大会现场，沈抖和AI吴彦祖就进行了实时互动。面对“Goodgoodstudy,daydayup”是中式英语句式，吴彦祖也能给出正确翻译说法。

百度智能云聚焦安全生产、质量检测、工厂SOP等核心场景的全视觉管理数字化平台“一见”进行5.0升级，上新了一见工序合规分析能力。

只需上传一段标准操作视频，一见20分钟就能生成一个复杂工序的AI技能，堪比“AI老师傅”，彻底解决了生成周期长、落地门槛高、无法灵活定制等难题。

中国钢研就是从业务场景出发，依托百度智能云千帆、百舸、一见等平台的核心能力，实现从产品到应用的深度融合，双方还联合打造冶金行业首个流程感知大模型。

百度智能云通过算力平台、开发工具、生态赋能的全栈能力，正将AI从技术探索推向规模化落地，让AI渗透到企业研产供销服全链条，实现降本增效的真实价值。

03

从“资源供给”到“智能效率”，AI云定义云计算下半场

当下，云计算市场正在经历一场深刻的范式转移。

上半场，云计算竞争是“资源效率”的竞争，企业上云主要是为了节省自建数据中心的成本，核心比拼的是规模、稳定性和价格。

到下半场，生成式AI的爆发让企业意识到，算力本身不是目的，如何将算力转化为直接的智能生产力才是关键。

不可否认，过去20年，云计算市场指数级增长。招商证券报告显示，全球云计算收入从2006年的0元增长至2010年约2000亿元；到2020年，收入规模增至约1.5万亿元，十年间增长6.5倍；2024年，全球云收入规模达到约5.7万亿元，5年间再次增长了2.8倍。

随着AI大模型浪潮来袭，AI云市场也迎来大爆发。近日，IDC相关报告显示，2024年中国AI公有云服务市场规模达195.9亿元人民币，相比2023年增长55.3%。

这种增长也印证，市场已不再满足于传统的资源型云服务，而是迫切需要能够提供智能能力的开发型云服务。

值得注意的是，IDC报告还显示，在AI公有云市场，百度智能云以24.6%的市场份额稳居第一，并且已经连续六年、累计十次蝉联中国AI公有云市场冠军。

《百度人工智能创新与专利白皮书2025》显示，截至2024年底，百度在人工智能全领域专利申请量突破2.7万件，连续七年位居国内第一。

百度智能云早在2015年成立时，就已在一众云厂商中率先强调云的智能属性。2019年百度智能云率先提出“云智一体”战略，如今2025年十周年之际，百度智能云再次进行战略升级，明确要做“云智一体、智能优先”。

作为第一家喊出智能云的公司，百度智能云的发展也是AI云的发展历程，其将技术实力与产业know-how深度融合，为企业提供真正“能用好用”的AI解决方案。

如今，从芯片层的昆仑芯，到框架层、模型层与应用层，百度都有关键自研技术，这种全栈布局构建了一种系统性优势。

云厂商如果只做上层应用，缺乏底层算力与平台工具的深度优化，其性能、成本和灵活性都会受限。反之，如果只做算力层，缺失了开发和应用，云厂商就只能停留在“卖资源”层面，无法形成差异化价值。

在传统云计算市场，“卖资源、拼规模”曾是核心竞争逻辑，头部厂商多围绕算力、存储等基础设施的规模扩张展开角逐，百度智能云在此阶段一度处于追赶者位置。

但通过坚定落地“云智一体”战略，百度智能云实现了关键的“换道竞争”，其没有局限于传统云的资源售卖模式，而是将AI能力深度融入云服务核心。

切入AI云赛道，百度智能云不仅摆脱了传统云市场的同质化竞争，更凭借对AI技术与行业需求的深度融合，成为该赛道的领跑者，甚至定义AI云服务的标准与规则。

当企业需求转向更能解决具体业务痛点的智能云服务时，百度智能云正通过云智一体、智能优先的落地实践，持续深化行业渗透，力求在这场价值导向的新竞争中，占据最核心的生态位，引领云计算从基建时代迈向智能价值时代。

头图来源|百度云智大会