疫情照出了AI的底色，無論是直面病毒的藥物、疫苗研發，還是群防群控的新技術應用，這次抗疫之戰AI都投下了濃墨重彩的一筆。

某種程度上，雖然不希望這樣——但疫情已經成為AI的一次檢閱式。而恰恰在這個時候，對AI的另一重檢閱——巨頭們的財報又與疫情同時進行。

最近的，是2月28日百度發布2019年Q4財報，顯示百度Q4營收289億元，凈利潤92億元，同比增長95%，2019年全年營收為1074億元。

其中，尤為值得注意的是，李彥宏強調了“百度智能新業務在2019年取得了長足的進步”、“憑借先進的人工智能技術，我們在智能設備、智能交通和企業云解決方案上建立了領先的地位”，這說明百度AI在獲得長足發展的同時對百度營收的潛在貢獻有了很大的提升。

一邊是抗疫展現出AI的技術能力和落地價值，另一邊是以財報的方式直觀呈現AI的發展現實，巨頭AI在同一時間段被雙重考驗，而百度的案例或也說明AI已經打破量、質、速“不可能三角”這一行業根本矛盾，擺脫AI爆發的根本性發展束縛。

一、2020回望AI：量、質、速“不可能三角”一直存在

AI的發展無非有三個表征：

量，代表AI涉獵的場景廣度以及AI規模體量；

質，代表AI在場景深耕的深度；

速，代表AI多場景快速布局、快速適應市場新需求的平臺化能力。

然而，量、質、速無法同時體現、總是至少要放棄一項的“不可能三角”是行業過去長期存在的現實：

那些有量+質表現的，往往缺乏對市場的快速適應能力。

比如，某傳統AI巨頭在語音語義領域功底深厚，體量龐大，A股市值也證明了這一點，但是，該巨頭在近些年想要涉獵醫療、營銷、司法等領域卻進展緩慢，“結硬寨，打呆仗”跟不上快節奏場景的要求。

那些有量+速表現的，往往因為場景淺難以在各方面形成領先優勢。

這主要體現在某些新興平臺型AI企業身上，本身作為互聯網科技巨頭，在AI趨勢和浪潮面前試圖實現智能制造、智能客服、智慧零售等從零起步一次到位，乍看體系全，卻缺乏場景內深度應用的能力。

最后，那些有質+速表現的，往往難以在體量上有進一步提升，只能做AI時代的“弄潮兒”，憑借敏銳的市場需求把控做到“小富即安” ，綜合能力弱，不是AI發展的引導力量。

“不可能三角”只是“現實”而非一定是“問題”，但是，那些率先打破了“不可能三角”的AI企業則一定會獲得無短板式的全面協同優勢。

二、從AI防疫與背后的AI能力體系，看打破“不可能三角”的“三部曲”

按照冰山理論，任何看得到東西，背后可能都有龐大的關聯內容。

疫情中的AI應用一定是AI能力體系支撐的結果，而此次疫情的多方面、深度、快速應用，本身就反映了“量、質、速”無法統一的問題已經被百度這樣的AI巨頭解決。

解決針對病毒的AI藥物篩選（提供算力算法）、智能外呼機器人、抗疫醫療翻譯、網格化防群控、時空大數據……這是百度AI應用場景多樣化的表現；像是智能外呼機器人快速部署、快速上線這樣的動作，又從一個個點（例如，外呼機器人的本質是AI對話機器人）反應了百度在垂直領域的場景技術深度，以及應對特殊需求的快速處置能力。

而這樣的能力體系，又與財報中AI的表現相契合。從打破“不可能三角”的角度看，百度做了這三件事：

1、技術積累與沉淀，解決“速”的不協調問題

“量+質”與“速”沖突，就像是厚實的身軀不夠靈活。

而事實上，只要力量和技巧足夠，“姚明也可以身手矯捷”。量+質只是堆積式的沉淀，其結果就是面向新場景、新需求難以有靈活的應對。

這意味著在量+質基礎上解決“速”的問題，要求量與質必須建立在前瞻性認知基礎上。

這從百度案例上也能看出來。不久前，全球最大的企業增長咨詢公司Frost&Sullivan弗若斯特沙利文發布《2019年中美人工智能產業及廠商對比白皮書》，百度憑借強大的技術儲備、廣泛的AI布局、完備的AI生態，在綜合AI技術實力和綜合AI落地實力兩個維度都處于領先地位，位居全球前四，在中國AI廠商中綜合實力第一，這是量+質的直接證明；

而另一方面，2月初，AAAI 2020全球大會上百度28篇論文被收錄，較2019年提升近一倍，這些論文大多數涉及機器學習、自然語言處理、計算機視覺等前沿研究，表明百度的量與質始終被超前的認知引導。

從這個意義上看，也就不難理解百度AI疫情中表現的那些全新需求的適應力，除了上文提到的智能外呼機器人等應用，還有業內開源首個口罩人臉檢測及分類模型（檢測所有戴口罩或未戴口罩的人臉、判斷是否佩戴口罩，開發者和廠商可以通過免費開源的AI模型，快速完成軟件開發）、醫療領域定制化翻譯產品等，都是快速適應新場景、新需求的體現。

2、主動理解場景與業務，讓“質”的提升伴隨AI發展全程

“量+速”與“質”沖突，直白地說，攤子鋪得太大，過于求市場、求步伐，而導致技術及場景沒有沉下去，浮于表面。

解決這個矛盾，首先要的是長周期的沉淀和積累，這是時間給百度等AI企業塑造的天然屏障；

另一方面，也需要AI平臺在快速拓展的過程中主動理解場景與業務。

同樣在百度AI案例中，可以看到其一直在各種垂直場景進行技術深拓，例如2019年末的機器學習領域頂級會議NeurIPS 2019上，百度入選8篇論文，并且在大會舉辦的機器學習大賽中蟬聯冠軍，大會公開資料顯示，300支隊伍僅3支隊伍完成最后的挑戰，此外，百度還在其中自己舉辦了自然語言處理的專題研討會。

在疫情中，百度免費開放線性時間算法LinearFold以及世界上現有最快的RNA結構預測網站，助力病毒RNA檢測提速120倍，亦是AI助力科研的場景深化表現。

與此同時，“質”還可以表現在基礎設施的強化上，例如百度的AI芯片“昆侖”以及搭載該芯片的云服務器，保證了AI推理和訓練性能，而這種“質”反過來又能通過加速AI技術與各行各業深度融合方式來推動“量+速”的提升 ，這恰恰是很多新興AI平臺不具備的。

3、用“質”與“速”讓“量”變成一件不必刻意的事

客觀地說，有“質+速”而沒有“量”的創業企業有很多，有些也過得不錯。但是，對AI行業的主要力量AI平臺而言，量是必不可少的。

只不過，從案例來看，對“量”的追求并不一定要成為一件刻意的事，只要上文提到的那些關于“速”、“質”的內容做上去了，量反而變成一件自然而然、水到渠成的事。

1月中旬，國際商業管理權威媒體《哈佛商業評論》發布“2019全球AI公司五強”，谷歌、蘋果公司、微軟、百度和亞馬遜分列1-5名，位列第四的百度成為唯一上榜的中國企業。

公開資料看，百度大腦AI開放平臺對外開放240項核心AI能力，日均調用量突破1萬億次，語音能力引擎日均調用量超過100億次，百度方面稱語音、人臉、NLP、OCR等調用量都位居中國首位。

即便如今有這樣的體量和多元場景應用，但無論從什么角度看，百度都不是那種快速求成的AI平臺型企業。作為最早的AI布局者，百度AI的發展經歷了漫長的靜默期，量的發展始終不是百度AI先于場景耕耘和快速布局能力考慮的事，時候到了，量也就自然形成了，財報的重點關注是一種可預期的自然結果，這種心態反而最終消解了“不可能三角”。

三、“不可能三角”被打破后，正在變成“AI價值塑造鐵三角”

一旦“不可能三角”被事實上打破，量、質、速得到統一，一個“AI價值塑造鐵三角自然冒出”。

1、量、質、速相互協作，AI價值塑造更加穩固

大體量和多元化場景，意味著百度AI這樣的航母級AI生態核心形成，AI發展有足夠的平臺化引導力量；

一以貫之的AI深度能力，保障了在任何垂直場景和應用面前AI都不是“淺嘗輒止”，而是真正在改變，不淪為雞肋；

快速適應新場景、新需求的能力，讓AI在供給側始終擁有匹配瞬息萬變需求側的能力。

疫情中的AI集中應用和展示，已經證明了量、質、速三者統一的必要，缺一不可——在更多沒有被輿論集中照顧的領域，AI在根本上也是以這樣的方式默默實現行業推動價值 ，隨著抗疫進程，將有更多聚光燈打向AI，其應用價值將更多表現出來。

2、商業化與“量”緊密相關，但處理量、質、速的關系不能本末倒置

如果目光從AI行業發展和應用價值收回到商業化層面，就會發現“量”是與商業化指標最為相關的，這也導致AI行業中存在著先量后質、速的做法，尤其以原本不具備AI技術稟賦但想要入局AI的互聯網巨頭最為明顯。

而綜合前文，可以明顯看出，先求“量”，再求“質”或“速”，成為一種本末倒置。 AI的發展如同正規軍，只有先建編制、樹立價值觀才能更好地攻城略地。

無論如何，從百度AI的發展以及財報表現來看，AI的商業化一定是一件內生的而非刻意推動的事 ，而一旦這樣的內生動能被“AI價值塑造鐵三角”推動，就如同機械結構中的飛輪，越過臨界點、越來越快無法停下也無法被追趕。

相信體現在百度后續財報中的AI表現將證明這一點，不妨等等看。

*此內容為【科技向令說】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

文|曾響鈴

來源|科技向令說