刚刚进行的百度云智峰会上，百度智能云发布了其“新战略”——“以云计算为基础，以人工智能为抓手，聚焦重要赛道”，和“新架构”——百度大脑、平台层、行业智能应用及解决方案三层结构。
会上，百度CTO王海峰称，“全新升级的百度智能云融合了云计算、百度大脑、大数据等百度核心技术，将在新基建大潮中，成为加速AI工业化大生产的关键力量。”
结合百度先期完成的一系列动作，响铃认为，百度的AI平台化模式已然鲜明——即打造“平台型AI”，为自己瞄准的产业智能化进行加速。
这一切植根于百度作为AI领头羊的技术和实践积累，它属于百度的企业个案，也属于整个AI。
深厚积淀后，百度正在“封装”AI能力构建“平台型AI”
分析“平台型AI”前，先来看百度抗疫的一些表现。
在疫情期间，百度快速落地了一系列智能产品和服务，帮助疫情防控+复工复产，例如，AI多人测温1周检测2700万人次，智能外呼支持基层随访500万次，AI问诊完成1500万次等。
王海峰形容“百度在第一时间就形成了战斗力”，他给这种“效率”提供的解释是“百度在人工智能、大数据、云计算等技术领域的积累”。
单从AI技术本身，应该没有人会质疑百度是中国AI技术最强的企业。仅仅过去的一年，百度就在MRQA/CVPR/ICCV等国际权威竞赛中获得20多个冠军，取得国家科技进步奖、省部级科技进步奖等100多个奖项，人工智能专利申请数量位列中国第一，深度学习专利申请数量位列全球第二。
而从AI落地层面，百度在智慧医疗、智能金融、智能客服及营销、智能制造、智慧城市等领域积累了大量实践案例，例如智慧医疗在27个省市自治区与300+医院，1500+基层医疗机构展开合作，智能金融与30多个合作伙伴一同开拓了200多家金融客户，智能客服及营销已经落地80多家客户，等等。
从技术到实践，百度AI长时间积累和沉淀，逐步形成了某种“萃取效应”，已经把AI（包括技术与实践）中的通用性能力提炼出来：
在这样的大背景下，百度正在将这些具备通用性的AI能力“封装”起来，成为提供通用技术和实践能力的AI中台、知识中台——也是此次百度智能云新架构的亮点内容。百度要做的，是把AI积淀转化成平台能力，即AI的发展不再只是由大量个案项目组成（可看作“个案型AI”，尚不能在AI方面实现通用性突破的多数玩家还是如此），而成为通用性AI能力下的平台化赋能过程，即“平台型AI”。
一方面，“平台型AI”是AI积累不可抗拒的客观结果，另一方面，百度在云业务上从规模竞争转型为注重价值落地，迎接新经济周期、新市场环境机遇的动机，也要求这样的变化。
响铃认为，正是在这样的双重因素驱动下，百度围绕“平台型AI”构建了一整套从战略到业务到组织的体系，厘清这种通用性能力与云计算基础支撑、表层应用的关系。
总得看来，深厚积淀后，百度“封装”AI能力构建“平台型AI”的工作，已经初步完成，剩下的，就是如何运营好这个全新的AI体系了。
“平台型AI”对产业智能化有四大“加速”价值
不管是出于客观结果，还是主观需要，响铃认为，“平台型AI”体系的建立，都将对产业智能化产生四大“加速”价值。
1、生产加速：更快的智能应用和解决方案“出产效率”
产业智能化及更深度的智能经济时代，首先体现的是“面”上更大的智能化渗透率，其首要解决的，是AI解决方案或应用仅靠单一企业一个一个推进的问题，实现批量化“出产”。
在新战略和对应的新架构下，“平台型AI”实际上顺应了当下AI与云深度融合的趋势，将使百度已经“萃取”的、具有通用性及标准化、自动化和模块化工业大生产特征的AI技术，以及AI实践积累，与百度的云能力形成更好的化学反应。
这种化学反应，即表层的行业智能应用或解决方案的出产虽然还是点对点的合作过程，但通过平台化赋能，其中的技术资源、实践案例经验可以更大程度共享，加速“酝酿”新的行业智能应用或解决方案出现。
例如，作为中国金融云解决方案领域第一阵营玩家，百度智慧金融已服务近200家金融客户，包括国有6大银行，9大股份制银行，21家保险机构，涉及营销、风控等10几个金融场景，把其中的能力平台化后，配合云计算的底层化支撑，百度在智慧金融领域完成新的智能应用或解决方案需求的过程无疑会更快，其过程，将近似呈现先慢后快甚至暴力拉升的态势。
2、落地加速：打破信息不对称，用“教练式”合作深入实践
很长一段时间内，AI企业与产业合作都存在着某种信息不对称，即B端企业懂产业但不懂技术，而AI企业有技术能力却不太懂产业。
“平台型AI”解决了这种信息不对称。
事实上，“平台型AI”相较于那些个案型AI，其演化可以看作AI由“授人以鱼”到“授人以渔”的转变，以共享百度平台化能力的方式，每个企业都可以拥有自己的AI平台、具备属于自己的AI能力，企业可以按照自己对业务的理解和需求，快捷、高效地打造AI解决方案。
简单说，百度“平台型AI”，就是百度提供技术能力，和B端企业一起定制建设AI中台，再把技术落地到产业，每一个落地项目，都是一个既有技术深度又有业务理解的整体。
来看例子。
国网山东省电力公司基于百度的BML机器学习平台构建了国网公司自己的AI中台，落地了大量智能应用或解决方案，例如“输电通道可视化平台”可以轻松实现户外各种复杂场景下的安全巡检，AI人脸识别实现进厅识别、刷脸办电等功能，精准营销则帮助用户体验和电力营业厅的效益提升。
而由于这些中台能力是企业在百度帮助下自主具备的，业务应用的建设变得十分快速，甚至对营商环境及生产管理水平提升有根本性的价值。
3、场景加速：聚焦赛道，在优势场景内实现产业智能化“再加速”
在制造业中，长期聚焦于某个领域，无论是生产效率
