"云智一体、智能优先。" 一个多月前，麻省理工学院发布《GenAI 鸿沟：2025 年 AI 商业状况》的报告，称 95% 尝试使用 AI 的企业目前没有得到商业回报，这个广为传播的数字一度使得美股科技股集体下跌。 但被忽略的一点是，剩下那 5% 成功落地的项目创造了远超预期的价值。报告提到，也有使用 AI 的 初创公司，在一年内的营收从 0 增长到 2000 万美元，因为 "他们聚焦具体业务痛点，借助 AI 工具去 做执行"。 去年 10 月，Google 云也曾发布《The ROI of GenAI（生成式 AI 的投资回报）》的报告，调查了 2500 多位企业高管，其中超 7 成公司称在上线生成式 AI 的第一年就获得了回报。 百度智能云支持了 65% 的央企，80% 的系统重要性银行、150 余家保险、券商和基金公司，95% 的 主流车企，50% 的游戏厂商落地大模型。 当大模型技术逐渐走向成熟，云计算不再只是降本、提效的工具，不仅要提供算力和存储，还要提供 一系列技术能力，支持企业业务发展。 AI，从辅助到核心 过去十几年，云计算的主流路线是先搭建通用基础设施，再逐步叠加 AI 能力模块，AWS（亚 ...

在科技领域的浩瀚星空中，AI与云计算正携手绘制出一幅前所未有的壮丽图景。2024年，中国见证了50个千亿级别参 数大模型的诞生，这一浪潮推动智能算力规模实现了74.1%的同比增长，远远超过了通用算力的增幅，智算中心的利 用率也不断攀升，突破70%大关。 云计算，作为AI规模化落地的坚实基石，正经历着前所未有的变革。AI技术的融入，不仅彻底重塑了云服务的架构与 价值逻辑，更催生了"AI云"这一全新范式，为云计算产业注入了新的活力，使其得以突破长期以来的增长瓶颈，开启 了第二增长曲线。 百度集团执行副总裁、百度智能云事业群总裁沈抖曾指出，当价值的创造方式被重构，产业链也将迎来进化，AI正步 入真正的"超级周期"。随着产业步入应用规模化落地的新阶段，从"知识增强"迈向"执行增强"，对AI云的需求也从底 层的AI算力基础设施扩展至更全面的一站式端到端解决方案，这对云厂商提出了新的挑战。 AI与云计算的紧密共生，正重构着技术与商业的边界，绘制出全新的起跑线。云计算领域长久以来的竞争格局开始松 动，AI正重塑这一赛道。回望2020年5月，微软与OpenAI携手，在Azure云平台上构建了第一台AI超级计算机，这一 合作被 ...

AI与云计算融合趋势 - AI与云计算以前所未有的紧密姿态绑定，AI云成为新范式，推动云计算产业突破长期桎梏并跑出增长第二曲线 [1] - 2024年中国新增千亿级别参数大模型50个，智能算力规模同比增长74.1%，是通用算力同期增幅的三倍以上，智算中心利用率持续突破70% [1] - AI彻底改变云服务架构与价值逻辑，产业进入应用规模化落地期，需求从底层AI算力基础设施走向一站式端到端解决方案 [1] 云计算行业竞争格局演变 - 2020年中国云计算市场规模达1781亿元人民币，同比增长33.6%，但行业陷入同质化价格战困局 [5] - 海外云计算巨头率先发起价格战：亚马逊AWS最高降幅40%，微软Azure超50%，谷歌云超60% [5] - 私有云定制化解决方案虽可避免同质化，但面临碎片化瓶颈，需求非标导致成本高企 [8] AI重构云计算商业模式 - AI模型训练依赖云计算超大规模计算能力，打开市场空间并带来技术革新，在同质化与碎片化间取得平衡 [8] - 竞争焦点从"计算力价格"转向"业务难题解决能力"，从资源规模竞争升级为创新解决方案竞争 [9] - 微软与OpenAI合作构建AI超级计算机，为云计算产业开辟新赛道 [3][5] 百度智能云战略布局 - 百度拥有完整AI技术栈：芯片层（昆仑芯）、框架层（飞桨）、模型层（文心大模型）和应用层 [10] - 2020年提出"云智一体"战略，以全栈布局优势引领AI开发范式变革 [11] - 提供三层服务：基础设施层（AI IaaS）支持三万卡集群部署；平台服务层（AI PaaS）千帆平台作为企业级大模型开发工厂；应用解决方案层（AI SaaS）提供开箱即用Agents [14][15] 技术突破与性能提升 - 百舸AI计算平台5.0实现推理能力全面升级，推理算力占比达58.5% [18] - 昆仑芯超节点实例单卡性能提升13倍，单卡吞吐提升近一倍，较国内同类产品高15% [19] - 强化学习框架BRL将训练推理效率提升9倍，万亿美元参数模型可在几分钟内运行 [19] 市场表现与生态建设 - 百度智能云以24.6%市场份额连续六年蝉联中国AI公有云第一 [16] - 2024年第二季度智能云收入同比增长27%，AI新业务首次突破100亿元，同比增长34% [21] - 千帆平台4.0扩充模型库至150个，提供Agent开发基础设施，降低开发门槛 [19][20] 行业应用与落地实践 - 解决方案覆盖金融、冶金、人形机器人、自动驾驶、3D创作及AI眼镜等创新赛道 [20] - 千帆慧金金融模型在认证考试和推理计算评估集上超越SOTA通用模型 [20] - 推出数字员工"AI吴彦祖"和一见SOP合规分析能力，为客服、营销及视觉AI应用提供范本 [20]

题图｜视觉中国 从 2022 年 11 月 ChatGPT 发布至今，短短 33 个月，大模型引发的变革已席卷全球：英伟达凭借算 力需求实现三年十倍的市值增长，突破 4.4 万亿美元。与此同时，模型的快速迭代，催生了 4000 个 大模型、近 500 家 AI 独角兽，吸引近 5000 亿美元投资…… 有人为技术突破欢呼，也有人担忧投入打水漂，但有一点毋庸置疑，大模型的智力上限还在持续拉 高，其应用将彻底重构行业格局。而 AI 创造的价值，将远超互联网时代。 AI推动了智能时代的发展，也让云市场迎来一场新的"算力革命"。从 2023 年起，几乎所有云厂商都 开始强调自身的 AI 属性。2025 年以 DeepSeek 为代表的 MoE 模型爆火后，围绕AI云的心智争夺更 是进入白热化阶段。一个明显的感知是，市场的用云需求正加速向 "手握全栈 AI 技术 + 拥有雄厚资 本"的头部玩家集中。 IDC 数据显示，2024 年中国 AI 公有云市场前 5 大厂商的份额 （CR5） 超过 75%，比 2020 年提升 了23%，大浪淘沙的洗牌期已然开启。这意味着，曾经比拼CPU服务器数量的时代已成过去，如今行 业集体 ...

全球云计算，经历过一场又一场范式转移。 关键抉择：预判，云计算的拐点 时代的更迭、技术的演进，并非只是"性能更强"、"成本更低"的线性提升，它改变的是企业使用云计算的方式——也改变了云计算本身的定义。 从2006年AWS对外提供云服务至大模型出现前，云计算的市场逻辑清晰而粗放：谁的资源更多、价格更低，谁就能赢得客户。在那个阶段，企业上云的 主要诉求是成本优化与弹性扩容，云厂商的竞争也主要围绕服务器规模、带宽能力和价格策略展开。 这一时期，国内各个厂商快速崛起，依托各自的基础资源、资金实力和渠道优势，占据了公有云市场的大部分份额。这场竞争本质上是一场卖水的游戏 ——客户关心的是水是否够多够便宜，而不是水背后是否能生成价值。 拐点很快到来。随着OpenAI、Anthropic等AI创企的爆发，全球云厂商逐渐形成共识：客户的需求已不再仅限于算力托管，而是需要智能能力。金融行业 客户要求大模型能实时识别风险、生成报告；制造业希望用视觉大模型提升质检准确率，降低损耗；游戏厂商希望AI成为陪伴式的交互角色，而不仅仅 是后台支撑。 AI开发与推理需要更高的算力、更稳定的延迟，以及端到端的优化，这让云厂商必须从资源提供者转型 ...

当云计算的竞争从"卖资源"转向"卖智能、 卖价值"，百度为什么能够站上舞台中央？ 全球云计算，经历过一场又一场范式转移。 每一次技术演进，背后都是一轮产业结构的重新洗牌：在PC互联网时代，云是企业搭建IT基础设施的外包方案，本质是服务器租赁；到了移动互联网时 代，云被用来支撑海量用户的高并发需求，强调的是稳定性与弹性扩容；在如今大模型驱动下，云的角色进一步演化，它不仅是计算资源的提供者，还要承 担企业增长、发展的智能能力。 这对云厂商提出了更高的要求：要从拼资源、拼价格，转向拼智能、拼行业理解能力和交付能力。 现在已经能够看到，大模型的爆发式发展带来了新一轮洗牌：OpenAI借助微软Azure构建起世界领先的模型生态，Anthropic借力AWS快速扩张，连甲骨文 这样的传统玩家也凭借AI实现了业务的重新增长。 在中国，转变同样剧烈。百度智能云正在借着这次机会超车，从追赶者，变成AI云赛道的领跑者之一。问题也愈发清晰：当云计算的竞争从"卖资源"转 向"卖智能、卖价值"，百度为什么能够站上舞台中央？ 关键抉择： 预判，云计算的拐点 时代的更迭、技术的演进，并非只是"性能更强"、"成本更低"的线性提升，它改变的是 ...