Agent实效竞赛正式打响!百度智能云在服务营销、工业赛道先各下一城

智东西
Aug 28

作者 | 程茜

编辑 | 漠影

吴彦祖来百度云智大会了!

AI吴彦祖化身英语陪练与百度集团执行副总裁、百度智能云事业群总裁沈抖现场来了一场英文对话,这位陪练老师能自如应对中式英语,还能流畅回应复杂长难句。

智东西8月28日报道,今天,在百度云智大会上,百度智能云宣布了针对AI落地热潮的一揽子更新。

百度百舸AI计算平台5.0在网络、算力、推理系统以及训推一体系统上实现全面升级,昆仑芯超节点正式启用;百度智能云千帆4.0提供超150个模型,升级多模态RAG、企业级MCP服务,打造以Agent为核心的一站式企业级服务平台。

基于慧播星数字人能力和技术打造的AI吴彦祖,就是百度智能云在此之上构建的开箱即用的Agents。除此以外,百度智能云一见视觉大模型平台还正式发布了一见·工序合规分析能力,允许用户零门槛生成SOP规则、AI技能开发周期缩短至几分钟、操作过程实时提醒,让Agents堪比“AI老师傅”。

AI落地走向深水区:一方面,大模型的能力进化与开发工具链的完善,使得Agent走向规模化应用成为可能,另一方面,企业对AI落地的需求已经从尝鲜转向降本增效的刚需。

在此基础上,百度智能云瞄准千行百业,包括基于慧播星数字人技术的AI数字员工天团在能源、制造、营销等领域的落地,以及一见视觉大模型平台围绕着制造业的智能化升级,为企业提供了效果好、性价比高的落地方案。

沈抖提到,大模型的应用会彻底改变行业格局,而Agent就是智能时代的核心,其“封装的是智能,交付的是结果”,所以企业从生产到经营的各个环节将会被Agents接管创造价值,或许将来每个场景、每个岗位都可能会有几个、几十个Agents。

AI云基础设施的价值正在被重塑。

一、AI吴彦祖现场实时互动,一见合作三一能源工厂

百度智能云在此次云智大会上,直接亮出了AI在服务营销、工业场景的亮眼落地实效。值得注意的是,这两大场景也是AI易于快速释放价值、直击行业痛点的核心场景。

首先是百度智能云基于慧播星数字人技术的AI数字员工天团又扩容,招聘顾问、课程顾问、营销顾问、促销专员、还款助理、产品经理、汽车销售七位顾问,串联起了智能营销领域的业务痛点。

话不多说来看实例,在云智大会现场,沈抖和AI吴彦祖就进行了实时互动。

1分钟的中式英语发音、纠错,30秒的复杂长难句理解,都没有难倒AI吴彦祖,其不仅识别出“Good good study, day day up”是中式英语句式,还给出了正确的翻译说法。

这正是百度智能云为AI教育创企雅识教育开发的“吴彦祖数字英语陪练”。据沈抖透漏,AI吴彦祖背后是百度自研的端到端语音语言大模型和慧播星数字人技术等一整套AI能力,以及百舸提供算力支持,使其在与用户交互过程中几乎零延迟。目前,百度数字员工已经在超100个行业落地。

未来,针对内容营销领域的数字员工,百度智能云还将在小红书上实现智能创作、精准分发与数据闭环。内容电商方面,未来数字员工营销内容创作平台还可以实现视频翻译、URL转视频等操作。

其次是工业场景,百度智能云升级了一见视觉大模型平台,这也是其在工业领域布局八年的拳头产品,新增了工序合规分析能力。

这一功能也在云智大会上现场展示了应用细节。

可以看到,一见可以基于用户上传的伺服控制器加热器组装正确操作视频,自动分析、拆解工作步骤,从而生成相对应的AI技能,几分钟内就能生成一个包含复杂工序的AI Agent,效果堪比有多年经验的工人。

在现场,沈抖现场组装了“边缘计算盒”,当他装反风扇时,一见就会及时预警操作错误提醒纠正。

今年4月百度智能云就在Create大会上正式发布一见5.0,实现了一句话生成专业级视觉AI应用,此次再度将工业领域AI应用生成的门槛进一步降低。

据沈抖透露,一见平台已经在3C、装备制造、餐饮连锁等行业场景落地,大幅提升了产品直通率。其中,在餐饮业帮助连锁企业实现操作合规率提升10%、制造业与钢铁企业合作实现95%的分割准确率、能源领域减少75%的人工巡检工作量。

这些演示案例指向一个核心共识:AI要真正深入企业,可用、好用才是关键。

二、Agent走向规模化应用,效果、成本是核心标的

这正是百度智能云在当下AI真正深入企业,于企业核心业务发挥实际价值的最新解法。

一方面,从行业发展趋势来看,Agent已经成为大模型落地应用里面占据主导地位的最主要实体,其已经从最初做简单的任务,进化到可以完成更复杂的任务,甚至于多个Agent交互协作。

另一方面,Agent几乎已经成为企业数字化转型的核心基建,且企业的核心需求正在从尝鲜向为结果付费,这也使其对AI落地的效果与成果的关注度与日俱增。

在这背后,深入洞察企业在落地部署AI时,随着落地阶段不同、业务场景多元以及外部技术更新迭代表现出的动态需求变化,成为大模型提供商在当下激烈竞争中突围的关键。

百度智能云AI与大模型平台总经理忻舟谈道,据他们观察,企业对于AI落地第一看重的是效果能不能达到应用要求,第二看重的是成本,在保证效果好的同时兼顾高性价比。

以一见平台为例,当下制造业企业个性化定制的需求越来越多,小批量、多批次的生产模式成了常态,但企业的痛点在于订单类型变化,生产工序就要跟着变,中间流程出错就会影响产品质量。而此前的小模型时代,工厂内部想要实现类似于电器控制器组装操作的AI应用,往往需要2~3个AI工程师耗时数周,现在企业基于一见平台将这一流程缩短到了分钟级。

沈抖称,此前企业内部的流程都是围绕着人去设计和优化,而现在基于Agent的能力,可以从结果出发重塑整个流程,使得这一系统更加主动、灵活。

与此同时,在服务营销领域,百度智能云从2010年就开启布局,从语音识别、自然语言处理等技术的研究,到AI对话平台的应用,再到大模型时代重构数字员工产品等,其正将真实业务场景中积累的用户需求与在AI领域的积累相结合,从而契合企业对AI落地效果、成本的需求。

在AI落地初期,企业可能会由于尝鲜而弱化对高成本的敏感度,一旦进入规模化应用,企业在性能之外会更聚焦于部署成本、数据安全等方面,因此为结果付费也成为企业选择技术平台的核心考量因素。

如今,百度智能云已经围绕着企业的核心诉求,构建起了支撑AI落地的核心矩阵,围绕着算力、模型、数据和工程能力这四大AI云核心要素,以百度千帆、百度百舸为底座,数字员工、一见平台等为工具,推动AI应用商业化落地。并且沈抖宣布,今天起,百度智能云将打造云智一体、智能优先的新一代云基础设施。

三、百度智能云卡位AI落地前排,数字员工、工业巡检潜力应用爆发

从云智大会上AI吴彦祖与三一能源装备制造的案例,我们看到了AI落地在当下的应用价值,同时也窥探到了AI与场景深度融合后的应用潜力。

百度智能云联手雅识教育打造的AI吴彦祖案例,不由得让人联想到其深入到更广泛的应用场景的可能性。

如在企业端,尤其营销领域,AI明星代言人可以实现品牌营销的全场景渗透与业务转化链路闭环,从拍广告宣传片、海报,向与用户实时进行交互的口语老师、销售顾问等扩展。

此前,明星IP与AI技术的结合往往会面临合规风险,基于百度慧播星数字人技术的数字员工的出现,可以规避此前的风险,同时提高数字人Agent的营销转化率。

最后在用户生态层面,AI明星数字员工可以构建起高粘性、场景化的用户互动生态。

对于工业场景,AI在重资产、高复杂度的工业场景落地价值凸显,其不仅能替代人工完成重复繁琐的工作,还有望解决人工难以覆盖的高精度、高时效需求任务。

其将工业场景的“老师傅经验”转化为可量化、可复用的AI工具,避免了人才流失导致的技术断层、经验复用难,同时让中小厂商也能通过AI获取头部企业级的工艺能力,以低成本接入AI工具,推动工业场景的AI普惠。

如今,据沈抖透露,百度智能云已经服务了超过65%的央企客户和超过46万家企业,打造了130万个Agents。

面向未来,AI落地的竞争或许并不仅仅围绕着模型参数、基准测试分数,而是朝着其在企业业务中的适配与可扩展性发展,沈抖提到,所有计算产生的智能都会被封装进Agents,参与价值创造和交付。这正是百度智能云当下探索AI落地的核心思路。

结语:百度智能云打通AI落地“最后一公里”

追求Agent可用、实用、好用已成为大模型企业和业务端企业的共识,更成为AI商业化落地的核心评判标准。

百度智能云正通过基础设施的系统性优化,将这一共识转化为可落地的技术能力,为AI应用商业化打通“最后一公里”。

展望未来,正如沈抖所说,当价值的创造方式被重构,产业链也会进化,AI就会进入真正的“超级周期”,而今天,我们正站在这个超级周期的起点。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

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