Agent實效競賽正式打響!百度智能雲在服務營銷、工業賽道先各下一城

智東西
08/28

作者 | 程茜

編輯 | 漠影

吳彥祖來百度雲智大會了!

AI吳彥祖化身英語陪練與百度集團執行副總裁、百度智能雲事業羣總裁沈抖現場來了一場英文對話,這位陪練老師能自如應對中式英語,還能流暢回應複雜長難句。

智東西8月28日報道,今天,在百度雲智大會上,百度智能雲宣佈了針對AI落地熱潮的一攬子更新。

百度百舸AI計算平臺5.0在網絡、算力、推理系統以及訓推一體系統上實現全面升級,崑崙芯超節點正式啓用;百度智能雲千帆4.0提供超150個模型,升級多模態RAG、企業級MCP服務,打造以Agent爲核心的一站式企業級服務平臺。

基於慧播星數字人能力和技術打造的AI吳彥祖,就是百度智能雲在此之上構建的開箱即用的Agents。除此以外,百度智能雲一見視覺大模型平臺還正式發佈了一見·工序合規分析能力,允許用戶零門檻生成SOP規則、AI技能開發週期縮短至幾分鐘、操作過程實時提醒,讓Agents堪比“AI老師傅”。

AI落地走向深水區:一方面,大模型的能力進化與開發工具鏈的完善,使得Agent走向規模化應用成爲可能,另一方面,企業對AI落地的需求已經從嚐鮮轉向降本增效的剛需。

在此基礎上,百度智能雲瞄準千行百業,包括基於慧播星數字人技術的AI數字員工天團在能源、製造、營銷等領域的落地,以及一見視覺大模型平臺圍繞着製造業的智能化升級,爲企業提供了效果好、性價比高的落地方案。

沈抖提到,大模型的應用會徹底改變行業格局,而Agent就是智能時代的核心,其“封裝的是智能,交付的是結果”,所以企業從生產到經營的各個環節將會被Agents接管創造價值,或許將來每個場景、每個崗位都可能會有幾個、幾十個Agents。

AI雲基礎設施的價值正在被重塑。

一、AI吳彥祖現場實時互動,一見合作三一能源工廠

百度智能雲在此次雲智大會上,直接亮出了AI在服務營銷、工業場景的亮眼落地實效。值得注意的是,這兩大場景也是AI易於快速釋放價值、直擊行業痛點的核心場景。

首先是百度智能雲基於慧播星數字人技術的AI數字員工天團又擴容,招聘顧問、課程顧問、營銷顧問、促銷專員、還款助理、產品經理、汽車銷售七位顧問,串聯起了智能營銷領域的業務痛點。

話不多說來看實例,在雲智大會現場,沈抖和AI吳彥祖就進行了實時互動。

1分鐘的中式英語發音、糾錯,30秒的複雜長難句理解,都沒有難倒AI吳彥祖,其不僅識別出“Good good study, day day up”是中式英語句式,還給出了正確的翻譯說法。

這正是百度智能云爲AI教育創企雅識教育開發的“吳彥祖數字英語陪練”。據沈抖透漏,AI吳彥祖背後是百度自研的端到端語音語言大模型和慧播星數字人技術等一整套AI能力,以及百舸提供算力支持,使其在與用戶交互過程中幾乎零延遲。目前,百度數字員工已經在超100個行業落地。

未來,針對內容營銷領域的數字員工,百度智能雲還將在小紅書上實現智能創作、精準分發與數據閉環。內容電商方面,未來數字員工營銷內容創作平臺還可以實現視頻翻譯、URL轉視頻等操作。

其次是工業場景,百度智能雲升級了一見視覺大模型平臺,這也是其在工業領域佈局八年的拳頭產品,新增了工序合規分析能力。

這一功能也在雲智大會上現場展示了應用細節。

可以看到,一見可以基於用戶上傳的伺服控制器加熱器組裝正確操作視頻,自動分析、拆解工作步驟,從而生成相對應的AI技能,幾分鐘內就能生成一個包含複雜工序的AI Agent,效果堪比有多年經驗的工人。

在現場,沈抖現場組裝了“邊緣計算盒”,當他裝反風扇時,一見就會及時預警操作錯誤提醒糾正。

今年4月百度智能雲就在Create大會上正式發佈一見5.0,實現了一句話生成專業級視覺AI應用,此次再度將工業領域AI應用生成的門檻進一步降低。

據沈抖透露,一見平臺已經在3C、裝備製造、餐飲連鎖等行業場景落地,大幅提升了產品直通率。其中,在餐飲業幫助連鎖企業實現操作合規率提升10%、製造業與鋼鐵企業合作實現95%的分割準確率、能源領域減少75%的人工巡檢工作量。

這些演示案例指向一個核心共識:AI要真正深入企業,可用、好用纔是關鍵。

二、Agent走向規模化應用,效果、成本是核心標的

這正是百度智能雲在當下AI真正深入企業,於企業核心業務發揮實際價值的最新解法。

一方面,從行業發展趨勢來看,Agent已經成爲大模型落地應用裏面佔據主導地位的最主要實體,其已經從最初做簡單的任務,進化到可以完成更復雜的任務,甚至於多個Agent交互協作。

另一方面,Agent幾乎已經成爲企業數字化轉型的核心基建,且企業的核心需求正在從嚐鮮向爲結果付費,這也使其對AI落地的效果與成果的關注度與日俱增。

在這背後,深入洞察企業在落地部署AI時,隨着落地階段不同、業務場景多元以及外部技術更新迭代表現出的動態需求變化,成爲大模型提供商在當下激烈競爭中突圍的關鍵。

百度智能雲AI與大模型平臺總經理忻舟談道,據他們觀察,企業對於AI落地第一看重的是效果能不能達到應用要求,第二看重的是成本,在保證效果好的同時兼顧高性價比。

以一見平臺爲例,當下製造業企業個性化定製的需求越來越多,小批量、多批次的生產模式成了常態,但企業的痛點在於訂單類型變化,生產工序就要跟着變,中間流程出錯就會影響產品質量。而此前的小模型時代,工廠內部想要實現類似於電器控制器組裝操作的AI應用,往往需要2~3個AI工程師耗時數週,現在企業基於一見平臺將這一流程縮短到了分鐘級。

沈抖稱,此前企業內部的流程都是圍繞着人去設計和優化,而現在基於Agent的能力,可以從結果出發重塑整個流程,使得這一系統更加主動、靈活。

與此同時,在服務營銷領域,百度智能雲從2010年就開啓佈局,從語音識別、自然語言處理等技術的研究,到AI對話平臺的應用,再到大模型時代重構數字員工產品等,其正將真實業務場景中積累的用戶需求與在AI領域的積累相結合,從而契合企業對AI落地效果、成本的需求。

在AI落地初期,企業可能會由於嚐鮮而弱化對高成本的敏感度,一旦進入規模化應用,企業在性能之外會更聚焦於部署成本、數據安全等方面,因此爲結果付費也成爲企業選擇技術平臺的核心考量因素。

如今,百度智能雲已經圍繞着企業的核心訴求,構建起了支撐AI落地的核心矩陣,圍繞着算力、模型、數據和工程能力這四大AI雲核心要素,以百度千帆、百度百舸爲底座,數字員工、一見平臺等爲工具,推動AI應用商業化落地。並且沈抖宣佈,今天起,百度智能雲將打造雲智一體、智能優先的新一代雲基礎設施。

三、百度智能雲卡位AI落地前排,數字員工、工業巡檢潛力應用爆發

從雲智大會上AI吳彥祖與三一能源裝備製造的案例,我們看到了AI落地在當下的應用價值,同時也窺探到了AI與場景深度融合後的應用潛力。

百度智能雲聯手雅識教育打造的AI吳彥祖案例,不由得讓人聯想到其深入到更廣泛的應用場景的可能性。

如在企業端,尤其營銷領域,AI明星代言人可以實現品牌營銷的全場景滲透與業務轉化鏈路閉環,從拍廣告宣傳片、海報,向與用戶實時進行交互的口語老師、銷售顧問等擴展。

此前,明星IP與AI技術的結合往往會面臨合規風險,基於百度慧播星數字人技術的數字員工的出現,可以規避此前的風險,同時提高數字人Agent的營銷轉化率。

最後在用戶生態層面,AI明星數字員工可以構建起高粘性、場景化的用戶互動生態。

對於工業場景,AI在重資產、高複雜度的工業場景落地價值凸顯,其不僅能替代人工完成重複繁瑣的工作,還有望解決人工難以覆蓋的高精度、高時效需求任務。

其將工業場景的“老師傅經驗”轉化爲可量化、可複用的AI工具,避免了人才流失導致的技術斷層、經驗複用難,同時讓中小廠商也能通過AI獲取頭部企業級的工藝能力,以低成本接入AI工具,推動工業場景的AI普惠。

如今,據沈抖透露,百度智能雲已經服務了超過65%的央企客戶和超過46萬家企業,打造了130萬個Agents。

面向未來,AI落地的競爭或許並不僅僅圍繞着模型參數、基準測試分數,而是朝着其在企業業務中的適配與可擴展性發展,沈抖提到,所有計算產生的智能都會被封裝進Agents,參與價值創造和交付。這正是百度智能雲當下探索AI落地的核心思路。

結語:百度智能雲打通AI落地“最後一公里”

追求Agent可用、實用、好用已成爲大模型企業和業務端企業的共識,更成爲AI商業化落地的核心評判標準。

百度智能雲正通過基礎設施的系統性優化,將這一共識轉化爲可落地的技術能力,爲AI應用商業化打通“最後一公里”。

展望未來,正如沈抖所說,當價值的創造方式被重構,產業鏈也會進化,AI就會進入真正的“超級週期”,而今天,我們正站在這個超級週期的起點。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10