放眼国内的云服务玩家，不论是早先倡导去“IOE”（去掉IBM小型机、Oracle数据库、EMC存储设备）的阿里云；强调与传统产业连接的腾讯云；着重服务政企客户的网易云；预备走出海路线的京东云；还是将 AI 作为输出优势的百度云——各家产商已逐渐形成具有所属集团特色的标签。
其中，作为 BAT 中最后一家入场的百度，其云计算业务的发展经历过不少波折。
2010年，李彦宏曾在中国 IT 领袖峰会中直言：“云计算，不客气一点讲就是新瓶装旧酒，没有新东西。”在当时的李彦宏看来，类似于将微软 office 从传统客户端搬到云端的做法有些“左手打右手”，在商业化上也容易遭遇困境。
不过，随着云计算的硬件，包括数据中心、服务器等基础设施的创新，再加上移动互联网的兴起，李彦宏对云计算前景的看法很快发生了转变。
“相比 PC 端应用，移动端的计算能力和功能受诸多限制，云计算可以很好地弥补这些限制，不再是新瓶装旧酒了。”李彦宏在2012年的百度联盟峰会上表示，他还在当时透露，百度正在做一个云计算平台，云储存是其典型代表。
2015年，百度云正式开放服务，不到一年时间，百度云团队迅速从200人扩充至上千人，还挖来了曾在苹果、SAP 担任要职的尹世明担任百度副总裁、百度云总经理，向百度总裁张亚勤汇报。
集团授权、高管就位、再加上百度已有的技术与数据积累，百度云很快明确了发展方向。
2016年7月，在百度云计算战略发布会上，百度董事长兼CEO李彦宏发布了百度云“人工智能+大数据+云计算”三位一体的发展战略；同年11月，2016百度云智峰会（ABC Summit）召开，百度总裁张亚勤首次将“云智数”三位一体战略总结为ABC（AI，Big Data，Cloud Computing）。
“ABC是百度云的核心竞争力，百度 AI 战略将通过百度云落地各行各业。”百度总裁张亚勤曾这样表示。
这样的定位一直延续至今。今年9月初，张亚勤在百度云智峰会中发布ABC 3.0，当中包括配有深度学习、对话式搜索、自然语言处理等全面AI能力的 AI To B 平台，同时针对农业、制造业、客服等细分场景，推出“云农、云制、云服”三类产业赋能平台。
百度总裁张亚勤在今年的云智峰会中发布ABC 3.0。
从 ABC 1.0时期的技术整合，到 ABC 2.0 时期对交通、金融、物流等行业小试牛刀的单点输出，百度云 ABC 3.0 进一步将百度内部超过110种 AI 能力进行整合，并以ABC-STACK、ABC一体机的形式加速交付，对输出行业也有了更系统的方法论。
“从百度内部来说，To B 的解决方案全部由百度云的团队提供，包括地图、车联网等数据和百度内部的AI 能力，所以我们给客户看到的是一张脸。”百度云副总经理李硕对钛媒体说。
除了百度云副总经理以外，李硕还在内部担任另一个关键职位：AI 商用业务负责人。自2006年加入百度后，李硕曾先后经历过百度搜索，基础技术，IDC战略合作，AI平台等多个重要业务团队，从0到1搭建了人工智能商用平台和产品矩阵，并负责推动百度人工智能在金融，通信，能源和交通等多个领域的落地。
身处与企业客户接触的一线，李硕对 AI 产品在市场上的认知变化有着直观的感知，而不论是百度在2017年推出的 ABC 一体机，还是今年更加细化的垂直行业解决方案，李硕将客户对 AI 能力的需求提炼为三个字：获得感。
这种“获得感”首先体现在价格方面。
区别于传统计算技术，搭建一套 AI 系统对算力的要求远高于普通 IT 架构，以钛媒体曾经报道过的人工智能平台公司“商汤科技”为例，为了重塑 AI 底层框架，商汤自建了超算中心，每年在采购 GPU 上的花费就超过上亿元。而对于一般企业来说，光是采购一套适配 AI 算力的 IT 系统，也需要百万元左右来更迭服务器。
商汤斥巨资建立的“超算中心”
“对于企业 CIO 或者 CTO 来说，他们花了几百万甚至上千万采购了设备，必须要考虑这些投入最终产生的价值是什么。”李硕对钛媒体谈到。
也就是说，对于仍属于新兴事物的 AI 类产品，企业客户需要的是一套高性价比，且能对症下药的解决方案。举例来说，假使企业只是需要语音转文字这样的单一 AI 场景，出于企业内部成本控制的考虑，就不需要采购最好的 GPU。
也正因如此，出于性价比的考量，“获得感”又进一步体现在 AI 方案的具体实施环节。
与传统 IT 设施的采购方式不同，眼下客户对 AI 能力的获取方式，已不仅仅是单纯的大批量产品采购，而是在产品上，需要软件（平台）+硬件（一体机）结合；咨询方案上，则需要提供适配 AI 时代的理念与方法论。
“你可以理解成乐高积木，或者是流量套餐，企业根据规模以及应用场景的复杂度，选择基本的、高级的、甚至是豪华套餐。”李硕说。
百度云副总经理李硕、AI 商用业务负责人李硕
从云计算的角度来说，这种“即用即取”的弹性化选择方式能够帮助企业降低资源成本，而放在 AI 领域，除了计算资源的可选择外，企业用户对具体的实施方案也有了更细分的要求。
以百度联合浪潮在2017年推出的 ABC 一体机来说，起初，该产品面向的场景是广义的模型训练与线上预测，提供的也是人脸、OCR、语音识别等通用型功能。而随着 ABC 一体机在金融、工业等具体行业的应用，百度云也逐渐针对不同行业类型，提供诸如 ABC Fdata金融数据库一体机等细分产品，同时在基础服务器、硬盘、GPU 等配件中提供灵活选择，帮助企业支持二次开发。
尽管从开放服务至今不过三年，但根据张亚勤最近透露的数据，百度云相比2017年用户数已增长3倍，合作伙伴增长3倍，营收增长4倍，合作客户包括中化农业、宝武集团、北汽集团、中国人寿等大型集团企业。
那么，百度云的 AI 方案是如何从内部技术演化为外部产品的；在服务大型集团客户中提炼出了怎样的方法论；又是如何看待当下产业对 AI 落地的趋势？在与钛媒体的专访中，李硕详细回顾了百度云从 0 到 1 实现 AI 商业化的方法论，以下为访谈实录，经钛媒体编辑提炼后发布：
谈落地：将 AI 和信息化程度不高的行业结合，很容易陷入泥潭
钛媒体：百度云在2017年云智峰会推出 ABC 一体机、2018年AI开发者大会推出机器人开放平台 Nuwa，百度云为什么要推出这类“硬件+软件”的解决方案，软硬件之间的关系是什么？
李硕：ABC 一体机是整个业务实现的基础设施，这类系统一般会涉及到知识图谱、自然语言理解、语音文字转换等 AI 技术，以及商品、用户画像等数据标签，这些载体都可以被定位为企业级 AI 基础设施，目前一体机的矩阵已经扩展了很多，包括学习训练一体机、语音一体机，自然语言理解一体机等。
你可以将这种细分的产品方案理解为乐高积木，一体机不仅是一组机器，企业除了得到技术支持以外，还需要与内部业务打通，这就是企业在今天强调的对 AI 能力的“获得感”，他们希望装配在一体机内的 AI 引擎适应企业业务的革新，这就需要在给企业提供基础设施的基础上，同时赋予他们二次开发的能力。
钛媒体：这种“获得感”为什么一定要通过“软+硬”的方案才可以达成？
李硕：从硬件的层面来说，企业内部有很强的成本控制需要，对于企业 CTO/CIO 而言，他们花了几百万、上千万采购这些设备，也会被考核最后产生的投入产出价值。所以企业在考虑投入 AI 能力的时候，就需要用一个经济的硬件再加上适合这个场景的算法。目前，我们会根据企业规模以及应用场景的复杂度，帮助企业选择适合的基础服务器、硬盘、GPU 等不同性价比的软硬一体套餐，比如语音转文字这种单一场景，就不需要用最好的 GPU，因为最好等同于最贵。
钛媒体：目前我们的 AI To B 方案主要聚焦在哪些行业，选择一个行业的标准是什么？
李硕：简单而言就是关系到国计民生的行业，像金融、汽车、能源、农业、工业制造相关的。
进入一个行业，最重要的选择标准就是这个行业本身的信息化成熟程度。今天 AI 和大数据的能力很难建立在还没有完成信息化基础的行业。我们早期遇到过这种客户，他们很热情地拥抱 AI，但当我们实际去客户的生产环境和经营环境观察后，发现内部很多生产流程还是靠 Excel完成，这种情况下AI和大数据是无从谈起的，他们首先要完成信息化。
所谓信息化，就是内部生产经营活动至少有一套 IT 系统在运作，当中产生的数据至少被存在云端（私有或者公有），而不是存在销售人员的电脑里。
钛媒体：不同行业之间的信息化成熟度有怎样的差别？
李硕：现在国内信息化进程排在前列的行业里，首先是金融；其次是运营商，通信和周边配套的产业。另外，能源做得非常好，因为能源涉及到电网运行安全，送变电等一系列事情，信息化水平从八十年代就开始建立，同时还有航空公司、机场、汽车等涉及交通安全的行业。
钛媒体：行业信息化程度的不足是否给百度云的落地带来挑战？
李硕：AI落地行业的选择的确是非常重要的一个指标，将 AI 跟一个信息化发展程度不高的客户和行业结合，就很容易陷入泥潭，因为无法找到数据的价值。
2015-2016年间，我们尝试去将AI 应用在旅游行业，当时来看，用人脸识别方案“刷脸”买票进入景区是个很好的结合场景，但做得时候发现国内的景区信息化水平发育参差不齐，比较落后的景区，连网络都不通，还是靠纸质门票完成检票，更不要谈识别人脸了。
所以在2017年之后，我们找到了行业里帮助景区实现票务电子化的集成商，跟他们合作之后，整个 AI 落地的过程就变得更快了。
