21.4%。
这是百度2月18日发布的2020年第四季度及全年财报中，核心研发费用占收入的比例数据。根据这份财报，截至2020年12月31日的第四季度，百度实现营收303亿元，归属百度的净利润达到69亿元，连续四个季度超市场预期。2020年全年营收1071亿元，净利润220亿元。
但在这些亮眼数据中，技术投入仍然是最草蛇灰线的一个。它很少被讨论，但却非常重要。
在过去几个季度，百度的研发投入其实连续超过了15%，这在中国的互联网企业中并不多见。这些成本大多数投向了搜索和广告等为主的核心业务之外，那些尚未盈利的需要长期投入的硬核技术业务。
不过，这种对技术的“偏执”，并没有被外界足够的认知到。在过去很长一段时间，百度被标签化地讨论，甚至伴随着一些争议，但事实上，这些争议一定程度掩盖了这家公司的最独特之处，而这些独特之处就藏在这些巨额资金流向的技术领域。
新增长引擎浮现
一个普遍的观点是，百度在移动互联网时代入口优势没那么明显了。但今天我们再回头看移动互联网，其实许多时候靠的是模式创新和对用户习惯的迎合，这只是互联网和技术发展过程中的一段历史。对于本就年轻的中国互联网，用更长期的视角看一家公司有时候很难。但越来越多的人在近几年开始认识到，真正伏脉千里的，是硬技术的创新。
随着2020年疫情下全行业的数字化进展加速，百度这些动辄数年的技术投入，开始带来回报，也开始被更多人看到和讨论。
根据最新财报，第四季度，百度核心非广告收入同比增长达到52%。在财报电话会议中，百度首席财务官余正钧表示：“第四季度，百度智能云凭借差异化的 AI 解决方案优势实现同比增长67%，年化收入约130亿元。”
这是2020财年内百度*次在财报中披露智能云业务的增长情况。
百度一直将智能云定义为百度AI 落地的承载者和输出者，也就是说，百度的智能云主要的差异化竞争就在于百度的AI能力。据品玩了解，百度智能云架构分为三层，底层是百度大脑，包括基础层、感知层、认知层和安全，这是百度最核心的技术引擎。中间是平台，包括通用的基础云平台、AI中台、知识中台，以及针对场景的平台和其他关键组件。百度智能云在这两层之上为各行各业提供应用和解决方案，同时提供一体化的安全体系，从AI模型安全到行业生态安全等方面提供保护。
根据 IDC 报告，做为商业化起步并没有先发优势的百度智能云，已连续三次在 AI Cloud 市场份额中*。据百度介绍，在金融领域，百度已经服务了近200家金融客户；在工业互联网领域，其智能制造的云解决方案覆盖了14大行业，50多家企业，多个场景已经规模化落地。
在此次财报中，配合智能云的首次业绩公布，百度还首次披露了自研芯片百度昆仑的进展。
百度2019 年推出百度昆仑1 代AI 计算处理器（Baidu KUNLUN AI Computing Processor），采用14nm工艺，16GB HBM 内存和2.5D 封装解决方案，提供512 GB/s 的内存带宽。据公开数据，它在低于150 瓦的功率下实现了256 TOPS 的INT8 处理能力，与同类型芯片的表现相比有两倍的提升。
技术路线上，百度昆仑采用的是FPGA（现场可编程门阵列）进行AI架构研发，这种设计*的特点是可编程，百度昆仑选择这种设计，让使用它的生态伙伴可以更自主地进行定制。除了支持通用的人工智能算法所需的推理和训练，百度还基于百度昆仑1代设计了K100 和K200 两款AI加速卡，且采用了标准化的接口，让它可以被安装在不同类型的服务器，小型工控机和边缘设备上。
据百度透露，百度昆仑在2020 年已有万片以上的规模部署，而百度昆仑2芯片即将量产，并将部署在搜索、工业互联网、智能交通等业务领域。
百度昆仑芯片也将“进一步增强百度智能云的算力优势”。百度财报体现出明显的结构改变，对百度核心广告营收的依赖减轻，而智能云为主的新业务开始成为新的增长引擎。
这些变化开始引起更多讨论，其中反应最快的自然是投资人。据媒体统计，近三个月里，为智能云业务单独估值的券商多达14家。有“女版巴菲特”称号的的外资基金ARK操盘者凯瑟琳•伍德，已经在1月不断加持百度。摩根大通，花旗，瑞信等多家机构也大幅上调百度目标价。百度的市值也在上周突破了千亿美元。
AI 的百度
事实上，无论是百度智能云还是芯片，背后的核心逻辑都是百度对AI的投入。而且这种投入并非最近才发生，它某种程度体现了百度这家公司在技术上的“长期主义”。
从百度的公司历史来看，它更擅长捕捉一些更高门槛的技术革新带来的商业机会，反而在模式创新加资本运作的移动互联网时代错失了另外一些机会。但这某种程度反而体现出这家公司的“技术基因”。
它在技术上的嗅觉确实很灵敏——百度成为一家搜索引擎公司，并不是发生在谷歌或其他搜索引擎已经成为主流后。百度最初拥有搜索引擎的核心技术，并认定随着互联网普及，信息爆炸，搜索会成为最基本的需求。
而它在人工智能领域的布局则是这种嗅觉的另一次证明。一方面，因为搜索业务的成熟和在中国市场的统治力，使得它能够提早网罗大批算法人才，让他们可以在人工智能还处于早期时，就能把自己的技术能力通过搜索引擎这个应用来影响千万用户——这对于当时可能在学术界都不受重视的人工智能人才们是巨大的吸引力。
另一方面，百度自己在外界对人工智能还一片懵懂时，就提前开始了基于技术趋势判断而进行的布局。2010年百度就开始布局和构建AI技术团队，把自然语言处理、语音、图像、知识图谱作为百度AI技术研究方向，并逐步发展出百度大脑，框计算技术，深度学习平台百度飞桨、自动驾驶开放平台Apollo、语音交互系统DuerOS等。
这些不同的产品，背后是百度在AI上逐步确定的三个方向：服务个人、服务产业、及服务社会。百度搜索的智能化、百度地图的语音交互导航、小度系列智能硬件累计超过65亿次的语音交互，都在让普通人无感地使用着AI。百度智能云在金融服务、工业制造、医疗教育、物联网等领域的渗透让百度AI在服务产业上迎来商业化的拐点。与此同时，疫情和新基建下，百度的AI应用开始快速落地到国计民生的领域。
在这些应用能不断拓展的背后，关键是技术的沉淀，最有代表性的就是深度学习平台飞桨。它对百度和业界都有着双重的意义，一方面，随着机器学习的应用场景快速扩张，需要具备不同特点的底层平台来满足千奇百怪的开发需求。另一方面，如何避免“卡脖子”的故事在AI领域重演，避免在AI上重蹈安卓的覆辙，也是个长期悬在头上的问题。
飞桨基于百度自己的深度学习技术研究和业务应用，提供开发便捷的产业级核心框架，并能支持超大规模深度学习模型训练，有多端多平台部署的高性能推理引擎和覆盖多领域的工业级模型库。据百度介绍，飞桨累计开发者数量已超过265万，基于飞桨训练的模型超34万，服务企业累计超10万家。此外，百度全球AI专利申请量已超过1万件，其中中国专利7000多件，位列*，并在语音识别、自然语言处理、知识图谱和自动驾驶四个细分领域排名国内*、深度学习专利全球第二。
飞桨的诞生也让百度的AI真正有了一个生态的样子。如今的AI技术迭代，越来越是一个系统工程，依赖软硬结合、云端结合以及算法和算力的结合。而飞桨的存在，让百度的AI能够拥有这种系统化的配合能力。拿芯片为例，百度昆仑作为百度人工智能平台的核心组件，就从设计上支持了飞桨，并进而支持百度机器学习平台（BML）及各百度各垂类AI引擎，这让它不只是一个简单的硬件，而是一个有完善软件实力支撑的开放产品。
而最能体现百度在AI上的系统化能力和先发优势的无疑就是Apollo。
虽然Apollo是2017年正式推出，但百度对自动驾驶的投入从2013年就已经开始——一个移动互联网还方兴未艾的年份。百度开始了人才的网罗，研发方向的试错，并逐步形成了系统化的解决方案思路——在正式发布三年后，Apollo建成了自动驾驶、智能交通、智能车联三个开放平台，全球生态合作伙伴数达到210家，开发者 55000 名，开源代码70万行。
与飞桨面对的挑战类似，未来必将到来的自动驾驶也很难由一个统一解决方案服务全球场景，同时它也必须要有适合中国情景的技术路线。百度的自动驾驶部门早早在硅谷设立研发机构，根据2019年加州DMV自动驾驶脱离报告，Apollo位列全球提交报告的60家公司中的*名。同时，百度也更了解中国的自动驾驶场景，在自动驾驶技术之上，配合展开着智能交通和智能车联的研发——这些从基础设施角度进行的改造，只有中国有能力推进，而且这也会加速自动驾驶的普及。
这些系统最终要结合为一个解决方案，去年4月9日，Apollo正式对外发布了“ACE智能交通引擎”，ACE分别代表了Autonomous Driving自动驾驶、Connected Road车路协同和Efficient Mobility高效出行。它被称为*个车路行融合的全栈式智能交通解决方案。
一名在硅谷从事自动驾驶研发的资深技术人员曾对品玩说，自动驾驶的技术其实在飞速成熟，它终会到来，而在路测的数据上的优势尤为关键，可以说，目前的*者，形成的优势已经很难被后来者超越。
而目前来看，Apollo的先发优势正在转化成数据和技术上的壁垒。截止目前，Apollo测试车队规模达到500辆，获得专利2900件，测试里程总计超过700万公里，获得测试牌照总计近200张，其中载人测试牌超过120张。同时，百度还拿下北京市自动驾驶测试管理联席小组发布的首批T4级别自动驾驶测试牌照，成为*家、也是*获得此级别牌照的企业。
在目前最接近实现商业化的出租和公交场景里，去年12月Apollo发布的报告显示，Apollo GO是全球*在多城开展Robotaxi与Robobus运营的出行服务，接待乘客超过21万名。百度还计划在未来3年从目前北京、长沙、沧州三城全面开放至30个城市，部署3000余辆自动驾驶出租车服务3000万用户。
百度还拥有目前国内*的城市道路L4级视觉感知解决方案Apollo Lite，据百度介绍，它能够支持对10路摄像头、200帧/秒数据量的并行处理，单视觉链路最高丢帧率能够控制在5‰以下，实现全方位360°实时环境感知，前向障碍物的稳定检测视距达到240米。
百度身上正在发生的故事，有时会让人想到英伟达。这家“游戏显卡”公司的产品在人工智能时代成为了新技术发展的根基，并从此变成一家AI时代的技术基础设施公司。但事实上，这看似命运轮转的背后，其实还是对自己擅长的技术领域的坚持。技术优势永远不是设计出来的，更重要的是技术的积累，百度在搜索引擎技术上的积累，让它在算法、算力、基础设施以及数据等方面都有了很强的护城河，而这些要素都是人工智能时代的核心竞争力。
现在的百度甚至有点像百度创办之初的那个靠技术打地盘的年轻公司，当初李彦宏带着搜索引擎领域最核心的技术专利归来，等待互联网普及和信息大爆发后对搜索引擎的需求增长，而现在百度有长期积累的AI全链路布局，并且在许多技术上也有了核心优势，同样在等待AI的商业化需求彻底爆发的那刻，届时在AI生态上已经提前起跑的百度，会更有准备。也许现在外界是时候明白，百度依然是那个技术的百度，而它有希望在AI时代再次迎来自己的指数级增长机会。
