核心观点
1. 定战略、聚人才、储技术、找场景，百度“All in AI”
百度在AI领域深耕已久，2016年首次提出“百度大脑”计划，开放其核心能力和底层技术。2017年百度全面聚焦AI战略，大刀阔斧调整组织架构，裁撤边缘业务，转型步伐愈加坚定。目前百度成功聚集一批全球顶尖人才，成立四大实验室，语音识别、图像识别、用户画像等技术积累深厚，其人工智能技术已渗透到百度的所有核心业务之中，成为百度未来发展的基石。百度在战略、人才、技术、场景四大关键点全面发力，已成为国内人工智能领军企业之一。
2. 开放赋能，“百度大脑+智能云”铸造国内最全AI能力平台
百度在2017年开发者大会宣布开放国内最完整AI平台——百度大脑+智能云，为开发者提供80种强大的、可组合的AI能力。AI平台平台的核心在于百度大脑，百度大脑开放了语音、图像、视频等一系列基于深度学习的能力，几乎涵盖目前已知人工智能的所有技术领域。而智能云是百度AI平台的基础，百度云“ABC”(AI、Bigdata、Cloud)差异化战略在客户数、流量、收入等方面均已实现跨越式发展，广泛赋能各行各业。
3. 开放Apollo和DuerOS两大应用平台，从云至端构建完整AI开放生态
基于百度大脑的核心能力，百度重点布局AI应用生态，开放DuerOS、Apollo两大平台。DuerOS平台以语音为入口，搭建并开放语音交互从硬件到软件的全栈能力，致力于打造未来智能家居和万物互联的关键节点，已相继与小鱼在家、海尔、美的、联想等巨头达成了合作。Apollo平台是全球范围内自动驾驶技术首次系统级开放，全球开发者反映强烈，搭载Apollo的智能汽车迅速落地，截至2017年9月Apollo1.5发布时，生态合作伙伴已达70多家。
4. 软硬一体化战略逐渐落地，垂直行业AI商业化进程加速
AI技术不仅赋能于百度的核心业务生态，其在垂直领域的商业化布局也逐渐清晰。智能硬件领域，百度继2015年推出度秘以后，又收购渡鸦科技，成立家居事业部，软硬一体化战略逐渐落地；自动驾驶领域，百度发布“Apollo”计划开放自动驾驶平台, 与奇瑞、北汽等汽车厂商达成战略合作，全面推进无人车技术的商业化；此外，百度近期成立智慧机场业务部、智能客服与金牌销售业务部，在安防和智能客服领域取得良好进展，AI商业化进程加速。
5.风险提示：
人工智能技术商业化落地不及预期；行业扶持政策变动风险；人才流失风险
目录
一、定战略、聚人才、储技术、找场景，百度“All in AI”
（一）定战略：从think mobile 到think AI，全面战略调整备战AI之役
（二）聚人才：人工智能领域的黄埔军校，面向世界网罗人才
（三）储技术：中国人工智能的领跑者，技术沉淀深厚
（四）找场景：加速推进商业化落地，支撑用户体验跃升
二、开放赋能，“百度大脑+智能云”铸造国内最全AI能力平台
（一）百度大脑：百度AI平台的核心，技术实力卓越
1、算法层：推出国内首个深度学习开放平台——PaddlePaddle
2、感知层：语音识别、图像识别技术业界领先，行业首创视频内容分析技术
3、认知层：自然语言处理是技术基石，用户画像能力得天独厚
4、平台层：开放即加速度，开发者即贡献者
（二）百度智能云：百度AI平台的基础，战略地位不断上升
1、从“提出”到“引领”，百度云占领ABC战略制高点
2、ABC差异化战略实现跨越式发展，广泛落地各行各业
三、开放Apollo和DuerOS两大应用平台，从云至端构建完整AI开放生态
（一）Apollo平台：打造汽车界的安卓系统
（二）DuerOS平台：引领对话式人工智能时代
四、软硬一体化战略逐渐落地，垂直行业AI商业化进程加速
（一）人机对话“撕”开场景：软硬件结合实现产品落地
（二）无人驾驶未来时：“开放赋能”引领技术趋势
（三）图像识别/语音识别进行时：智慧机场和智能客服成为新阵地
五、风险提示
正文
一、定战略、聚人才、储技术、找场景，百度“All in AI”
“定战略，聚人才，储技术，找场景”的策略让百度成为国内人工智能发展当之无愧的领衔者。在《麻省理工科技评论》2016年评选的50家“最智能”科技公司中，百度排名第二。2016年美国《财富》杂志刊载文章《Why deep learning is suddenly changing your life》评出了深度学习的四大巨头——谷歌、微软、Facebook、百度，百度作为一家中国科技企业少见地登上了世界顶尖科技的巅峰。
（一）定战略：从think mobile 到think AI，全面战略调整备战AI之役
最早提议设立“中国大脑”计划，抢占新一轮科技革命制高点。2015年两会期间，李彦宏提案建议设立国家层面的“中国大脑”计划，推动人工智能发展，抢占新一轮科技革命制高点；提议建立人工智能基础设施平台，并开放给科研机构、民企、国企、创业者等社会各个层面，在平台上尝试语音识别、视觉识别、自然语言理解、智能机器人等。在之后的两年，中国跑步进入人工智能时代，2017年3月2日，“深度学习技术及应用国家工程实验室”揭牌仪式在百度大厦举行，意味着“中国大脑”概念的最终落地，足以证明李彦宏在人工智能技术上的深谋远虑。2017年两会，李彦宏提案“利用人工智能和大数据技术，帮助解决走失儿童问题”、“打造智能交通信号灯，缓解交通拥堵问题”和“加强人工智能行业应用，构建国家创新型经济”，三个提案全部聚焦人工智能。
“All in AI”战略清晰，坚定向人工智能公司转型。李彦宏在2016年巴黎Viva科技大会、百度联盟峰会上讲话重点均是人工智能，提出人工智能将推动互联网的“下一幕”。2016年的百度开发者大会上，百度正式发布“百度大脑”计划；2017年5月，李彦宏在2017百度联盟峰会上表示,百度公司将不再是互联网公司,而是一家人工智能公司，将过去17年来的公司使命“让人们最平等便捷地获取信息找到所求”更改为“用科技让复杂的世界更简单”，希望百度从全球最大的中文搜索引擎彻底转型人工智能科技公司。在2017年的百度开发者大会上，百度首次公布了完整的AI生态开放战略，并开放Apollo和DuerOS两大平台。这都表明百度对人工智能技术的高度重视以及“All in AI”的决心。
调整组织架构，裁撤边缘业务，全面聚焦AI。2017年以来，百度对内部组织架构大刀阔斧，全面聚焦AI战略：1）新设两个事业部。收购渡鸦之后，渡鸦团队变成百度智能家居硬件事业部，同时原来的度秘团队升级为事业部。2）整合两个事业群组。将自动驾驶事业部（L4）、智能汽车事业部（L3）两个事业部整合为智能驾驶事业群组，由陆奇亲自担任总经理；对NLP（自然语音处理部）、KG（知识图谱部门）、IDL（深度学习实验室）、Speech、BigData等部门进行整合，组成百度AI技术平台体系（AIG），任命百度搜索引擎总负责人、百度副总裁王海峰为AI技术平台体系总负责人，同时晋升为Estaff成员，转向百度集团总裁和首席运营官陆奇汇报。3）裁剪边缘业务。百度外卖、糯米等O2O、百度游戏、百度文学等与主业和AI战略关系不大的业务则渐渐被压缩和边缘化，独立运营或被打包出售。
图表 1 百度业务内部组织架构
资料来源：36氪，华创证券
（二）聚人才：人工智能领域的黄埔军校，面向世界网罗人才
百度目前有超过2000个的AI研发人员，有一流的AI研发中心，且拥有全球人工智能领域多位泰斗级人物，无论数量还是质量都遥遥领先。根据e成和量子位联合发布的《BAT人工智能领域人才发展报告》，百度的AI人才储备占总人数的2.54%，领先于阿里巴巴和腾讯。
图表 2 BAT各公司AI人才占比
资料来源：e成、量子位、华创证券
百度一直被称为人工智能领域的黄埔军校，汇聚全球顶尖人才。百度深度学习研究院（IDL）曾于2014年启动“少帅计划”，该计划主要针对30岁以下的优秀人才甄选和培养。从2013年初李彦宏创办百度研究院以来，五年间百度曾经聚集大批AI技术大牛——王劲、余凯、吴恩达、张潼、倪凯、楼天成、顾嘉唯等等，为百度人工智能的发展做出重要的贡献。2017年《福布斯》杂志评选出了“20位驱动中国人工智能改革的科技领导者”，这20人中目前在百度供职的多达6人，加上曾经在百度工作过的共10人占据了榜单的一半，百度撑起了中国人工智能领军人物的半壁江山。
图表 3 20位驱动中国人工智能改革的科技领导者
资料来源：澎湃、华创证券 （注：★代表目前就职单位，◎代表曾任职单位）
2017年1月，世界级人工智能技术权威、前微软副总裁陆奇加盟百度，担任集团主席与COO，全面负责百度所有业务的技术、产品、运营、市场营销及销售服务。凭借丰富的管理经验、出色地技术洞察力和卓越的团队领导力，陆奇的加盟有望帮助百度在人工智能时代奠定全球领先地位。
图表 4 百度在任主要管理及技术人才履历
资料来源：华创证券根据公开资料整理
（三）储技术：中国人工智能的领跑者，技术沉淀深厚
百度是国内最早在人工智能领域布局和投资的科技巨头。2012年初百度已将深度学习技术应用在语音识别上，2012年底百度就成立深度学习实验室，百度在人工智能上的布局已超过四年，目前百度拥有1504项人工智能专项专利，囊获国际人工智能各大奖项。
图表 5 百度论文和专利国内领先
资料来源：环球智能、华创证券 (注：1、论文综合评分：通过综合近三年论文发表数量、SCI收录数量、论文被引次数等综合评分；2、专利综合评分：依据公司国内外人工智能相关专利数量、及获奖专利数量等因素综合评分)
成立四大实验室，高度重视人工智能技术研发。2013年1月，成立百度深度学习实验室IDL，2014年5月，成立硅谷人工智能实验室，2014年7月成立大数据实验室，2017年1月，百度宣布成立增强现实实验室（AR Lab），百度深度学习实验室高级副总监吴中勤任实验室负责人。2015和2016两年，百度研发投入都在100亿人民币左右，在2016年中企500强的评选中成为中国研发强度最高的企业。
图表 6 百度四大实验室
资料来源：华创证券根据公开资料整理
频繁投资并购，增强技术实力。2016年9月，百度宣布成立百度风投(Baidu Venture)，专注于人工智能，以及AR、VR等下一代科技创新项目，集中投资于早期项目，第一期基金规模达2亿美元。百度投资和收购的项目集中于“智能机器平台”和"行业智能化"这两个层次，包括各类智能硬件设备制造和设计商等。
图表 7 百度频繁投资并购巩固技术优势
资料来源：华创证券根据公开资料整理
百度人工智能技术不仅与搜索业务深度融合，还孵化组建了覆盖机器翻译、语音识别、图像识别、大数据、自动驾驶等人工智能各个领域的核心能力和业务矩阵。根据环球网智能频道发布的研究报告，百度在机器翻译、图像识别、自动驾驶、大数据等技术领域均已走在前列，百度毫无争议地是国内人工智能综合实力最强的企业。
图表 8 国内科技企业人工智能各领域实力分析
资料来源：环球智能、华创证券
（四）找场景：加速推进商业化落地，支撑用户体验跃升
人工智能的总体布局当中，最关键的是场景落地。如何将语音识别、生物特征识别、图像识别等领域的人工智能技术应用到各个领域撬动刚需，决定了人工智能扩展的边界。百度在summer party获得最高奖项的“百灵”项目，已被实际应用。在2016年3月31日张国荣忌日前夕，百度百灵技术将张国荣在影视、电台等处留存下来的原声进行建模，并通过合成技术实现了张国荣与粉丝“隔空对话”，虚拟合成的声音听上去像张国荣，还有语调等情感表达。目前的手机百度、百度新闻、百度地图、百度知道等产品均已应用了这一技术，实现了语音互动。
人工智能技术已渗透到百度的所有核心业务之中。1）搜索业务：作为一家技术驱动的公司，百度一直以来在人工智能领域的布局都走在国际第一梯队，百度将自我学习、神经元网络技术融入了核心的搜索业务之中，实现经营方式的创新。百度搜索业务占据中国75%的市场份额，拥有庞大客户群体的数据，有助于利用AI来为客户提供更加有效更加个性化的服务。2）百度外卖：通过人工智能技术进行物流调动，大幅提升物流效率，确保外卖准时送达；3）百度地图：通过人工智能技术，80%的数据采集和处理工作由机器处理，在业内处于领先，大幅提高了数据更新及时性、大幅降低了数据采集成本；4）无人车：百度正在大力投资，百度是BAT中唯一一家探索无人车的巨头，这也是基于其在人工智能技术和高精度地图上的优势；5）百度金融：基于人工智能技术实现了教育贷款的秒批，在业界领先。
人工智能技术已经成为百度业务的“水电煤”，对业务带来积极影响已日趋明朗：提升体验、提高效率、降低成本、获取价值。从搜索到金融到地图到O2O的诸多产品，从用户体验到产品运营到商业变现的诸多环节，人工智能技术已成为百度的基石。
图表 9 人工智能技术已渗透到百度的所有核心业务
资料来源：数据观、华创证券
二、开放赋能，“百度大脑+智能云”铸造国内最全AI能力平台
“开放赋能”成为百度在AI时代的核心战略。COO陆奇在开发者大会上称，“百度将为每一个AI开发者提供工具，数据、基础建设、良好的开发环境；为每一个AI开发者消除障碍、创造机会。百度将All-In AI，百度AI生态的长期战略方向是努力引领新一代的AI计算平台。”
百度的整体布局将基于百度大脑+百度智能云。百度大脑加智能云是中国最完整、最全面、最前沿、最有活力和最具生命力的AI平台，其中核心的是百度大脑。基于百度大脑卓越的技术实力，百度有能力把代表未来的智能云提供给中国开发者。
图表 10 百度AI开放平台架构图
资料来源：百度AI开发者大会、华创证券
（一）百度大脑：百度AI平台的核心，技术实力卓越
2016年的百度AI开发者大会上，百度首次向外界全面展示百度人工智能成果——“百度大脑”，并宣布对广大开发者、创业者及传统企业开放其核心能力和底层技术。
目前“百度大脑”已经形成一个完整的人工智能技术布局，包括算法层、感知层、认知层、平台层四个层面。算法层包括机器学习平台和深度学习平台；感知层包括语音识别、图像识别、视频技术AR、VR等能力；认知层面包括NLP、知识图谱、用户画像；平台层则为AI开放平台，将不同能力向外界开放。同时，百度大脑正在与各行各业结合，衍生出不同领域的行业大脑，比如医疗大脑、交通大脑、金融大脑等等。
图表 11 百度大脑的AI技术布局
资料来源：百度AI开发者大会、华创证券
1、算法层：推出国内首个深度学习开放平台——PaddlePaddle
算法、计算能力和数据构筑护城河。在人工智能三大要素：算法、计算、数据上，百度都有着得天独厚的优势。1）百度拥有建立在超大规模神经网络、万亿级参数、千亿级样本上的人工智能算法；2）拥有依托数十万服务器和中国最大GPU集群的计算能力；3）作为全球最大的中文搜索引擎，累计了全网万亿网页、数十亿搜索、百亿级图像视频和定位数据。
从算法架构来看，百度走在中国甚至世界前列。百度算法层包括机器学习平台和深度学习。2016年9月，百度正式对外宣布开放其深度学习开源平台PaddlePaddle，成为继Google、Facebook、IBM后又一家将人工智能技术开源的公司。PaddlePaddle已实现CPU/GPU单机和分布式模式，同时支持海量数据训练、数百台机器并行运算，以应对大规模的数据训练。此外，PaddlePaddle具备高质量GPU代码，提供了Neural Machine Translation、推荐、图像分类、情感分析、Semantic Role Labelling等5个Task，每个Task都可迅速上手，且大部分任务可直接套用。2017年2月，百度又宣布实现了框架和集群管理系统Kubernetes 的兼容，PaddlePaddle 成为了迄今为止唯一一个官方支持 Kubernetes 的框架。
PaddlePaddle深度学习平台，具有易用性、灵活性、高效性、扩展性等多种技术优势，对于序列输入、稀疏输入和大规模数据的模型训练有着良好的支持，支持GPU运算，支持数据并行和模型并行，仅需少量代码就能训练深度学习模型, 大大降低了用户使用深度学习技术的成本。
图表 12 热门深度学习平台比较
资料来源：国家工业信息安全发展研究中心、华创证券
开源移动端深度学习框架MDL，与其他支持移动端的开源框架相比较性能优越。该移动端深度学习框架，致力于让卷积神经网络极度简单的部署在手机端，目前正在手机百度内运行，支持iOS GPU计算，具有体积小，速度快的特点。
图表 13 支持移动端的开源框架对比
资料来源：CSDN、华创证券
2、感知层：语音识别、图像识别技术业界领先，行业首创视频内容分析技术
“能听（说）”、“会看”是衡量当前各大公司人工智能发展水平的重要参考标准，也是各大巨头研发投入的重要领域，百度在语音识别、图像识别、视频分析等领域均处于业界领先地位。
1）语音技术：语音识别准确率高达97%，入选麻省理工“2016年十大突破技术”
语音识别技术领域：百度基于深度学习研发的新一代深度语音识别系统Deep Speech 2，专注于提高嘈杂环境下的英语语音识别的准确率，它在噪音环境中的识别准确率超越谷歌、苹果的语音技术。目前的识别准确率可达到97%，入选麻省理工“2016年十大突破技术”。百度已公开申请专利已经达到404项智能语音技术专利，远超竞争对手。
语音合成技术：百度语音合成基于业界领先的深度神经网络技术，能将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量、音频码率设置，打破传统文字式人机交互的方式，让人机沟通更自然。应用场景非常广泛，很多用户每天都在使用语音导航，用语音播报新闻、听小说，听贴吧的帖子等等。目前百度每天响应的语音合成的请求达到了2.5亿次。
语音唤醒技术：百度语音唤醒技术通过在设备或软件中预置唤醒词，当用户发出该语音指令时，设备便从休眠状态中被唤醒，并作出指定响应，大大提升了人机交互的效率。
图表 14 2012-2016年百度单词识别准确率领先
资料来源：“互联网女皇”2016年互联网趋势报告，华创证券
2）图像技术：人脸识别准确率达99.7%，曾获FDDB与LFW双料第一
人脸识别技术：百度人脸识别BFR基于百度业界领先的智能人脸分析算法，提供了人脸检测、人脸识别、关键点定位、属性识别和活体检测等一整套技术方案。2015年曾在人脸识别技术两个最为权威的国际评测——FDDB与LFW中获得了双料世界第一，百度人脸识别准确率达99.7%。
图表 15 2017年国际权威人脸检测评测平台FDDB结果
资料来源：FDDB、华创证券
百度已经在内部确定了人脸识别技术的四大落地方向：1）闸机。百度希望将“刷脸通行闸机”落地到景区，以及大企业和大型写字楼里；2）交通。积极寻求和火车站、机场达成合作；3）金融。长远来看，金融方面是百度人脸识别最重要的应用方向；4）手机。百度和国内几大手机厂商在谈人脸识别技术上的合作。
图表 16 2015年LFW中百度击败腾讯、谷歌夺冠
资料来源：比特网、华创证券
地图识别技术：在人工智能的助力下，百度地图全流程数据生产自动化程度已超过80%，全景图像的自动化识别提取准确率高达95%，居行业首位。人工智能技术已经成为支撑百度地图业务发展的核心力量，目前百度地图的采集数据覆盖全国城市，采集里程已超过670万公里，拥有7亿余张全景照片，为用户提供超2亿公里导航服务。得益于深度学习技术优势，百度地图的采集设备能够自动识别道路特征、提取建筑轮廓并绘制形状、识别道路图形标牌、电子眼、警示牌。图像智能识别技术则能够精准识别店铺名称、门牌号、停车场标识，甚至是营业时间。不仅如此，百度地图率先打破传统数据采集模式，实现了外业单人全景图像采集，使生产效率大幅提升。
文字识别OCR技术：百度文字识别OCR是国内首个公有云文字识别产品,整图中文识别准确率达85%+,英文91%+，支持任意场景、复杂背景、任意版面下的文字识别,支持10多种语言的识别。截至2017年7月13日，百度OCR技术在国际文档分类与识别大会(ICDAR)最具挑战性的自然场景类文字识别任务中斩获三项冠军，比赛结果均远超第二名，此外百度凭借OCR技术在该比赛中已经连续两年获得多项世界第一。
3）视频技术：行业首创视频内容分析VCA，夺冠“Kinetics视频分类比赛”
首创VCA技术，全面颠覆人工分类的视频分类模式。2017年5月，百度智能视频分析技术正式上线，推出视频内容分析VCA(Video Content Analysis)、智能封面选图服务、视频比对检索、视频内容审核。基于百度人工智能技术，智能视频分析技术可以对视频输出泛标签，并自动选取精彩视频封面，提高搜索准确度和用户推荐视频的曝光量。百度VCA是国内首个基于视频内容理解的分析技术，其提供的场景化视频服务尚属业内首创。百度VCA技术，全面颠覆了以往依赖人工分类的视频分类模式，满足用户对视频个性化推荐、精准视频内容检索的需求。
2017年7月，在由DeepMind主办的“Kinetics视频分类比赛”中，百度IDL的 Genome团队获第一。ActivityNet竞赛是目前视频动作分析领域影响力最大的赛事，被誉为视频界的ImageNet竞赛。其中，Kinetics是ActivityNet2017年最新推出的一个大规模视频分类任务，有400个动作类别，24万训练语料，每个视频长10秒左右，一个视频就是一个完整的类别，是迄今为止开放视频内容的最大视频分类数据集。
图表 17 百度视频内容分析功能
资料来源：百度AI开放平台网站、华创证券
3、认知层：自然语言处理是技术基石，用户画像能力得天独厚
1）自然语言处理：核心技术行业领先，赋能新搜索生态
自然语言处理（NLP）是搜索引擎的技术之本。百度研发了多种NLP技术，包括语义理解、内容标签、情感分析、文本生成、摘要、深度问答、机器翻译和对话系统等。这些技术广泛应用于百度的搜索、信息流、智能助手等产品中，为数亿用户提供服务。搜索引擎是 NLP 技术最大的用武之地，搜索引擎最基本的模式是自动化地聚合足够多的内容，对之进行解析、处理和组织，响应用户的搜索请求找到对应结果返回，这其中每一个环节都离不开自然语言处理技术。
除了对NLP技术本身的研究，百度还将这些技术集成到统一的平台——NLP云，从而为百度各种产品提供服务支持。百度开发的NLP云平台拥有 20多种 NLP 模块，每天的请求数量超过1000亿次。
图表 18 百度自然语言处理技术体系结构图
资料来源：雷锋网、华创证券
自然语言处理具有三种常用的应用系统，包括图像问答系统、机器翻译系统和对话系统。目前，百度翻译已可支持全球28国语言、756个翻译方向之间的互译，每日翻译次数达1亿以上。截至2017年初，百度已经为超过2万个企业和开发者提供百度翻译API，让他们提升自己的产品功能，为用户提供更优质的服务。
图表 19 百度神经机器翻译(NMT)系统
资料来源：雷锋网、华创证券
图表 20 百度多轮交互对话系统
资料来源：雷锋网、华创证券
2）知识图谱：用“知识”连接世界，创造智能应用
知识图谱技术包括知识的获取、组织、运用和传承等，这将是人工智能核心基础能力。目前百度的实体图谱已经包含了数亿实体、数百亿属性和千亿关系，这些都是从大量结构化和非结构化数据挖掘出来的。知识图谱能够对各类应用进行智能化升级，为用户带来更智能的应用体验，知识图谱已经在百度的生态中展现实力，智能问答、相关推荐和信息流推荐、百度度秘、百度汉语和智能提醒中均融入知识图谱技术，让用户体验获得极大提升。知识图谱还在百度各个产品线发挥作用，包括百度地图、百度金融、百度教育等。知识图谱开放平台也已上线，可接入数据引入和数据抽取两项服务。
图表 21 百度知识图谱技术应用
资料来源：百度、华创证券
3）用户画像：“亿人亿面”——十亿用户画像、千亿级标签
用户画像是基于百度大数据、机器学习获得的能力，每天使用百度系产品的用户累积超过10亿。用户行为构成了用户画像能力的数据基础；百度大脑的高精度模型对百度80多条产品线，以及合作伙伴的数据进行分析挖掘，得到千万级别的用户标签体系，并且根据用户不同的行为特点贴标签、绘制画像。百度已有接近十亿的用户画像，对于用户的识别可以细分到1000万级细分标签。
图表 22 百度可根据用户不同的行为特点贴标签、绘制画像
资料来源：数据观、华创证券
4、平台层：开放即加速度，开发者即贡献者
从开放量来说，百度为开发者提供80种强大的、可组合的AI能力。百度度开放了一系列基于深度学习的能力，包括但不限于语音、人脸识别、自然语言理解、知识图谱、数据智能等，几乎涵盖目前已知人工智能的所有技术领域。不仅提供API接口，而是提供综合的、解决场景化需求的一体化解决方案，可以让开发者、合作伙伴快速加入。从使用量来说，百度语音识别API年增长 300%，图像识别API月增长 200%。
图表 23 百度AI开放平台首页
资料来源：百度AI开放平台网站、华创证券
推出AI生态伙伴计划，加速构建开放生态。2017年10月19日，百度在深圳发布名为“燎原”的AI开发者扶植计划，并正式启动AI加速器一期报名。“燎原计划”包括两个层次。首先，AI领域的解决方案商和产业链厂商可以报名成为百度AI生态伙伴，履行相应义务，并获得百度提供价值从十万到千万级别的技术、客户、营销资源支持；其次，优质的生态伙伴将有机会入选百度AI加速器，享有顶级导师定制课程、生态伙伴三星权益、百度投资入股、定向支持伙伴项目等核心权益。该计划拟在2018年为百度招揽500多家生态合作伙伴，培养超过5000名人工智能人才，遴选60多家创业公司进入AI加速器，并投资其中的优秀者。
（二）百度智能云：百度AI平台的基础，战略地位不断上升
百度云作为百度 AI 平台的重要组成部分，其战略地位不断上升。人工智能时代，云计算是行业落地的基础设施，其战略布局的重要性不言而喻。2016年7月，百度开放云发布“云智数三位一体战略”。10 月，百度开放云正式更名为百度云。11月，百度云召开云智峰会，正式宣布聘任苹果及 SAP 前高管尹世明担任百度副总裁、百度云总经理，同时发布“云图计划”，计划未来5年投入100亿，建立百度云平台及生态体系。2017年7月的开发者大会上，百度提出智能云是百度AI平台的主要组成部分，百度云的战略地位再次上升。
图表 24 ABC智能云与传统云服务对比
资料来源：百度云智峰会、华创证券
1、从“提出”到“引领”，百度云占领ABC战略制高点
作为引领未来的战略性技术，人工智能(AI)、大数据(Big Data)和云计算(CloudComputing)组成的ABC是新一轮产业变革的核心驱动力。ABC战火炙热，已经成为科技巨头们新的“必争之地”。百度云也持续展开一系列的“变革大战”，稳固ABC领跑地位。1）人工智能AI：百度拥有一流的AI实力。2）大数据Big Data：百度拥有海量的数据和强大的大数据处理能力。3）云计算Cloud：百度有多年累积的从计算到存储、网络的强大核心技术能力。
图表 25 百度云ABC战略
资料来源：湖南互联网联盟、华创证券
ABC战略的核心之一是云计算，云计算市场经过多年的发展，目前正在进入从动力引擎向智能引擎升级的下半场。2017年百度云智峰会提出的一个核心为云计算正在从量变走向质变。基于此，百度云推出了XPU（云计算加速芯片）、FPGA/GPU云服务器和ABC－STACK（技术栈）等代表ABC技术融合的新产品和服务框架，打造最领先的智能云服务。
1）ABC-STACK框架，全面支撑ABC能力落地
通过ABC-STACK，百度云全面开放60项AI平台能力，9个开源开放的大数据服务能力，以及10种计算实例、6类网络组件、3级对象存储等强大的基础云服务能力。ABC-STACK的目标，是将百度多年在AI技术上的积累，通过百度云服务于中国的企业，以便其在全球的竞争格局中获得优势。
2）XPU云计算加速芯片，专注于多样化计算任务
采用百度设计的新一代AI处理架构，拥有专用计算单元和数百个处理器，具备GPU的通用性和FPGA的高效率，同时针对PaddlePaddle深度学习平台进行了优化。XPU将大大增强AI、数据分析、云计算和无人驾驶等领域的计算能力。
3）FPGA/GPU云服务器，加速AI应用发展
百度云正式推出FPGA/GPU云服务器，将百度积累的技术能力开放出来，满足企业和开发者在AI时代的异构计算需求，助力人工智能和大数据的应用发展。
2、ABC差异化战略实现跨越式发展，广泛落地各行各业
百度云 ABC 以人工智能为中枢，以大数据为依托，以云计算为基础，能够全面输出百度的技术能力和资源。三位一体的 ABC 战略将与产业结合，全方位满足客户需求，同时为大数据与人工智能提供更好的应用场景。百度云ABC差异化战略已获得行业客户的认可，并实现跨越式发展，2017年百度云客户数、流量、收入分别是2016年的11倍、8倍和4倍。
百度云已推出四大智能平台，为社会各个行业提供最安全、高性能、智能的计算和数据处理服务。四大智能平台包括智能大数据平台——天算、智能多媒体云平台——天像，以及智能物联网平台——天工、人工智能平台——天智。
1）百度智能多媒体云平台——天像
百度天像智能多媒体云平台依托百度海量资源，提供了包括从文档到视频的多媒体处理服务；同时基于百度人工智能技术，开放百度在图像、语音处理的智能服务。天像平台为国家教育部、全民TV、熊猫TV和罗辑思维等教育、直播、媒体类企业提供了优质的智能多媒体服务。
图表 26 百度天像—智能多媒体
资料来源：湖南互联网联盟、华创证券
2）百度智能物联网平台——天工
百度天工平台提供从设备端的SDK到接入、协议解析、设备管理、存储、数据等全栈产品，让企业和合作伙伴可以快速搭建一个满足行业诉求的物联网应用。百度天工的物接入服务是国内首个支持原生MQTT协议的公有云物联网服务，物解析服务是国内第一个支持工业Modbus协议的云服务，抹平行业技术鸿沟，降低传统企业上云门槛。同时得益于百度天算平台的大数据和人工智能技术，在设备维保领域，天工平台帮助用户实时、存储设备数据，通过机器学习和深度学习等方式，可以大大提高设备故障预测的准确率。天工平台为太原铁路局、中船重工、康力电梯等企业提供了高效的物联网解决方案。
图表 27 百度天工——端到端的全栈物联网平台
资料来源：湖南互联网联盟、华创证券
3）百度智能大数据平台——天算
天算平台整合百度大数据服务和人工智能技术，提供从数据收集、存储、处理分析到应用场景的一站式服务，广泛适用于诸多行业场景，在生命科学、数字营销、日志分析、金融征信、智能客服等领域变现尤为突出。天算平台为传奇影业、诺禾致源和e袋洗等企业提供了优质的大数据分析服务，证明了其在影视娱乐、生命科学等领域的良好应用。
图表 28 百度天算——智能大数据
资料来源：湖南互联网联盟、华创证券
4）百度天智——人工智能平台
天智平台由三个部分组成，分别是感知平台、机器学习平台与深度学习平台。感知平台主要包括图像技术(文字识别和人脸识别)、语音技术(语音识别、语音合成和声纹识别)和自然语言处理(NLP Cloud)，可以应用于智能客服、身份验证、内容审核等场景，应用开发者可针对特定场景的应用直接调用API。机器学习平台是百度云端托管的机器学习服务，可以打通机器学习全流程，并开放Spark MLlib;同时支持百度用户画像数据，并提供多种应用场景模版。深度学习平台支持多种神经网络结构和优化算法以及自定义网络配置，对于计算、存储、架构、通信等多方面进行优化，支持多核、多GPU、多机环境，其Paddle内部技术已经使用成熟，并实现对全球开发者的开放。
图表 29 百度天智——人工智能平台
资料来源：湖南互联网联盟、华创证券
此外，百度发布ABC Inspire技术标识，赋能工业、媒体和金融等各行各业。2017年百度云智峰会发布百度云ABC技术标识——ABC Inspire，代表ABC赋能行业、推动变革。ABC Inspire首先赋能支持百度内部的产品和平台，包括DuerOS、Apollo平台，都是基于百度云。百度云ABC实现对DuerOS三层系统结构的赋能，打造目前最优秀的中文对话式人工智能系统；ABC赋能Apollo的整体设计框架，助力Apollo 1.5升级发布。同时百度云凭借ABC技术优势以及成熟的解决方案，正在营销、金融、媒体、工业、交通、物流等各个行业推动创新与变革。多家行业领军企业客户在峰会上展示了众多令人惊艳的ABC应用案例。
三、开放Apollo和DuerOS两大应用平台，从云至端构建完整AI开放生态
百度AI开放布局从云延伸至端，已建立起一套完整的生态体系。云端，百度开放百度大脑和智能云，为每一位开发者提供其所需的能力，帮助他们搭建自己的知识体系和行业解决方案。端上，百度开放DuerOS、Apollo两大应用平台，Apollo和DuerOS核心能力都源自百度大脑。
图表 30 百度AI开放生态战略
资料来源：百度AI开发者大会、华创证券
（一）Apollo平台：打造汽车界的安卓系统
Apollo开放平台标志着全球范围内自动驾驶技术首次系统级开放，将帮助汽车行业及自动驾驶领域的合作伙伴快速搭建一套属于自己的完整的自动驾驶系统。开发者借助Apollo能力，可以搭建自己的自动驾驶汽车，让自动驾驶从0到1只需要三天。Apollo生态设计基于Apollo宣言的四个战略目标：
1）开放能力。汽车工业正在走向自动驾驶的未来，最大痛点是技术壁垒太高，任何一家企业都需要多年技术，人才和数据的累积。百度起步较早，有将近4年的相关积累，并且有强大的持续研发能力。百度将把这些能力开放给合作者，帮助他们迅速进入自动驾驶研发。
2）共享资源。任何一个Apollo的合作伙伴都可以使用Apollo技术，同时他们都有机会对Apollo生态做贡献，尤其是贡献有价值的数据资源。Apollo计划的共享原则是：贡献的越多则获得的更多，因此Apollo受益，合作伙伴更受益。
3）加速创新。创新是Apollo的核心所在，因为AI的技术核心是数据＋能力。数据的累积、能力的迭代、技术更新的速度是整个工业的关键。Apollo生态会将越来越多的数据资源汇总在一起，这样Apollo每天测试的场景越来越多，而且这个迭代、创新的速度将会不断的加快。未来Apollo的创新速度和创新能力将超过任何一个封闭体系，Apollo自动驾驶能力将会领先整个工业。
4）持续共赢。百度的商业模式将基于百度的算法、数据、大规模计算等核心能力，聚焦提供一系列高价值的商业化核心服务。百度所提供的能力，将是目前汽车工业所没有、可互补的。每个合作伙伴都可以聚焦在自己的核心能力上，用Apollo来加速创新，获取更多的商业价值。
Apollo具备整个工业最完整、最强大的自动驾驶布局，在每一个关键部位都有强大的能力和布局。1）大脑是Apollo平台；2）血液是云服务，除百度云外，百度还有Microsoft等公司在国外提供核心云服务；3）四肢和骨骼是国际一流的供应商。传感器方面，百度有很多非常出色的有强大创新能力的合作伙伴。整车制造商，百度在全球有15家合作伙伴；3）心脏是计算硬件，百度与英伟达、英特尔均建立了良好的合作关系。4）在落地能力上，百度有很多出行服务提供者和国内城市合作伙伴。
图表 31 Apollo拥有自动驾驶工业最完整的布局
资料来源：百度AI开发者大会、华创证券
Apollo的核心技术框架由软件平台、服务平台、参考硬件平台和参考车辆平台四层组成。把所有的模块加在一起，Apollo能让每一个开发者从0到1，快速组装一辆属于自己的自动驾驶车。
1）中间是软件平台。Apollo开放了一系列重要模块，重点是以下四大模块。自定位模块：使用百度业内领先的高精地图，加上多种传感器融合，让每一辆车都可以低成本、全天候地精准定位。感知模块：感知是当前自动驾驶工业创新的重点，运用顶尖的人工智能技术能“看清”和“看懂”路况。车辆规划控制：Apollo模型运用AI和大数据，采取最安全的驾驶策略做到精确的车辆控制，也能适应不同国家的交通路况。运行框架：核心是安全、可靠、实时控制，并能同时支持Intel和NVIDIA的芯片。
2）最上层是服务平台。Apollo重要的开放能力汇聚于此，重点包括：1）高精地图服务；2）仿真引擎；3）安全服务；4）DuerOS服务将为每一辆车提供智能化的车内用户体验。
3）参考硬件平台和参考车辆平台。Apollo硬件平台支持从CPU到GPU到FPGA各种计算硬件，也支持从GPS、IMU、摄像头，到激光雷达等各种传感器。同时，Apollo提供的黑盒子能够记录和保存所有的数据信号，使得合作伙伴可以更安全、有效地预防和处理车辆事故。
图表 32 Apollo技术框架
资料来源：百度AI开发者大会、华创证券
从Apollo 1.0到Apollo 1.5，自动驾驶开放生态逐渐完善
在2017年百度AI开发者大会上，百度正式对外开放Apollo 1.0，包括三种不同的开放形式：开放代码、开放数据和开放能力。同时公布了Apollo开放路线图：到2017年9月份，Apollo将会开放固定车道自动驾驶能力和开放部分的仿真引擎数据；到2017年年底，Apollo将开放一系列新的能力，使车辆能够在简单城市路况下，完成自动驾驶任务，同时会开放更多的数据及数据上传的接口；2018、2019、2020年，Apollo会加强开发能力，加速开放速度，直到最后实现完全自动无人驾驶。
图表 33 Apollo开放路线图
资料来源：百度AI开发者大会、华创证券
Apollo1.5如期开放，跑赢时间表。2017年9月20日，百度召开APOLLO MEETUP开放平台技术发布会，发布Apollo 1.5，从Apollo1.0的固定车道循迹驾驶升级为固定车道行车。
Apollo 1.5最大的亮点是新增昼夜定车道自动驾驶功能，该功能不仅能在夜间恶劣的视觉环境下精准识别障碍物，还可识别出异性障碍物，比如大型犬、足球、垃圾桶等。
在Apollo1.0的基础上，Apollo 1.5开放五大能力，包含障碍物感知、决策规划、云端仿真、高精地图服务、端到端的深度学习（End-to-End）。
1）障碍物的感知模块。感知是无人车的“眼睛”，Apollo采用基于64线激光雷达的解决方案，对3D障碍物进行追踪和识别，对激光雷达采集的数据结合高精地图提供的在线服务，把无人车所在的区域进行划分，将不需要的数据去除掉，极大的提高运算的有效性。基于深度学习的方法，对无人车周边一定范围内的障碍物进行精准的识别和追踪，同时，配有GPU运算平台系统，能够非常快的实现从原始的典型数据到障碍物的追踪，甚至是识别整个任务的实现。
2）车辆的决策和规划的模块。决策和规划的模块是为了保证无人车能够安全准确地规避所有的障碍物，能够完成点到点的自动行驶能力。首先对无人车所收到的所有的数据进行筛选和聚合，然后在决策规划的模块里对数据进行无人车世界里的重构。基于上述操作，再运用不同的优化器进行不停地互相反复迭代，能够为无人车画出一条最高质量的，最安全的，也是最光滑的行车路径。
3）云端仿真平台。Apollo仿真引擎是推动 Apollo能力快速创新的核心。云端仿真是Apollo开放平台的重要工具链，拥有海量的场景数据，基于大规模云端计算容量，打造日行百万公里的虚拟运行能力，形成一个快速迭代的闭环，让开发者轻松实现“日行百万公里”。Apollo云端仿真是唯一开放的、内置高精地图的、为自动驾驶量身打造的仿真平台。Apollo开放的专门针对自动驾驶度量的仿真器具备四大优势：第一是内置高精地图，第二拥有海量场景，第三有云端的强大的计算能力，第四是专业的度量体系。
4）高精度地图。Apollo高精度地图是最懂自动驾驶的地图，具有精细化程度最高，生产效率则高，覆盖面最广的优势。高精度地图和普通地图的区别在于：首先是精度高，相比较普通地图而言，高精地图增加了大量的几何信息、车道信息、交通标志信息。整个属性从40多种变成两三百种，相对精度达0.1-0.2米，实现了精细化程度最高。第二是生产效率最广，百度高精地图依托模式识别、深度学习、三维重建、点云信息处理等世界领先的技术，其数据自动化处理程度已达到90%，能自动识别包交通标志、地面标志、车道线、信号灯等上百种目标，准确率高达95%以上。第三是覆盖面最广，2020年Apollo高精地图将覆盖全国所有高等级道路及重点城市道路。
2017年7月5日，百度与国际顶级地图厂商TomTom达成合作，宣布联手研发用于自动驾驶的高精地图，双方将在所有市场实施全球统一标准，并全面整合双方在高精地图生产和人工智能方面的专业知识。百度将利用TomTom的实时地图生产平台来改进在中国使用的高精地图。
5）端到端的深度学习。端到端是指将感知的数据输入，到最后把决策和规划的结果输出的整套系统。输入和输出系统适配不同的底层结构，算法上采用经典的图象处理网络，纵向上创新性地使用基于深度学习的神经网络。
图表 34 Apollo1.5定车道昼夜自动驾驶架构
资料来源：APOLLO MEETUP开放技术发布会、华创证券 （注：浅蓝色部分是Apollo1.0开放的内容，黄色是Apollo1.5开放的内容，深蓝色部分内容尚未开放）
全球开发者反映强烈，搭载Apollo的智能汽车迅猛落地。开放首月，在Github上C++类项目中排名第一，6000多个开发者推荐Apollo开源软件，1300个合作伙伴使用Apollo开源代码，近百个合作伙伴申请开放数据，已签署量产方案、产品研发、合作意向超过50起。
在Apollo1.5发布时，全球已有近70多家合作伙伴加入了Apollo计划。合作伙伴包括：1）优秀的中国汽车制造商和两家世界一流的汽车制造商——福特和戴姆勒；2）世界一流的汽车零部件供应商和和芯片公司、传感器公司、地图公司、云服务公司、创业公司、研究机构；3）中国众多的城市合作伙伴。其中Apollo与激光雷达制造商 Velodyne 宣布合作。
图表 35 Apollo的部分合作伙伴
资料来源：百度AI开放平台网站、华创证券
Apollo是业内最扎实、最全面的自动驾驶开发者生态，从软件、硬件、专项资金、数据集和工具、开发者社区、测试场地等全方位赋能合作伙伴和开发者：提供专项资金扶持、更丰富更易得的训练数据、更丰富的软件支持、方便获取的硬件和车辆平台、更好的教育资源和更多的开发者、更安全规范的测试场地等。
图表 36 Apollo开发者生态的全景图
资料来源：百度AI开放平台网站、华创证券
（二）DuerOS平台：引领对话式人工智能时代
DuerOS是百度度秘事业部研发的对话式人工智能系统。2017年7月5日百度 AI 开发者大会上百度推出 DuerOS 开放平台；8月18日，百度发布DuerOS全球合作伙伴计划。DuerOS是一款对话式人工智能系统，搭载DuerOS的设备可让用户以自然语言对话的交互方式，实现影音娱乐、信息查询、聊天休闲、生活服务、智能家居、出行路况、实用工具、手机指令、个人助手、知识教育等10大类目、100+功能的操作，可以为不同行业的合作伙伴赋能，广泛支持手机、电视、音箱、汽车、机器人等多种硬件设备，同时支持第三方开发者的能力接入。
图表 37 DuerOS具有优质丰富的原生对话技能
资料来源：百度AI开发者大会、华创证券
DuerOS开放平台打通智能语音生态——听清、听懂、满足用户需求。DuerOS是真正能够做到听清、听懂、满足的开放生态系统，提供最容易上手的软硬件一体化解决方案，包括多样化的开发套件和完全开放的参考设计。DuerOS 的整体架构包括三层：中间层为核心层，即对话系统；最上层为应用层，即智能设备开放平台；最底层为能力层，即技能开放平台。
图表 38 DuerOS整体技术框架
资料来源：百度AI开发者大会、华创证券
核心层：对话系统。从语音识别到语音播报再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着上下两层的实现。
图表 39 小度对话核心系统
资料来源：百度AI开发者大会、华创证券
应用层：智能设备开放平台。主要是为第三方厂商提供包括核心接入组件、芯片模组、麦克风阵列等的开发套件，以及包括工业设计、结构设计、音腔设计在内的参考设计方案。
图表 40 DuerOS为第三方厂商提供开发套件
资料来源：百度AI开发者大会、华创证券
能力层：技能开放平台。主要是面向开发者，提供了包括了原生技能和第三方技能在内的技能开放平台，开发者可以通过技能工具，来创建并发布基于 DuerOS 的技能。
图表 41 DuerOS为开发者技能开放平台
资料来源：百度AI开发者大会、华创证券
DuerOS将搭建并开放从硬件到软件的全栈能力,为企业提供turnkey解决方案,降低企业使用门槛。搭载DuerOS系统能力的“智慧芯片”，具备低成本、低功耗、高度集成等特点。DuerOS智慧芯片使用了ARM的mbed内核以及安全协议栈，将Duer OS大脑、语音解决方案与紫光展锐提供的芯片实现完美集成，汉枫电子则基于该芯片推出了WIFI模组HF-LPB200U——一款低成本、小体积的通用模组，广泛适用于智能玩具、蓝牙音箱、智能小家电等多种设备，极大降低了合作伙伴使用人工智能对话系统的门槛。
图表 42 DuerOS提供Turnkey解决方案
资料来源：百度AI开发者大会、华创证券
DuerOS已广泛赋能，引领行业进入语音交互新时代。百度DuerOS已经广泛赋能智能家居、可穿戴、车载和移动等多个行业，并与小鱼在家、联想、HTC、美的等多家企业达成生态合作。目前，搭载DuerOS的极米无屏电视、猫王音箱、TCL电视、创维盒、联想电视等均已上市。在IFA 2017(柏林国际电子消费品展览会)上，搭载DuerOS的TCL最新旗舰电视正式发布并参展，DuerOS再次登上国际舞台，其搭建的开放平台也得到越来越多合作伙伴的认可与信任。
四、软硬一体化战略逐渐落地，垂直行业AI商业化进程加速
国内甚至国际的AI商业化“抢位战”才刚刚拉开帷幕，格局远未成定局。以“智能语音操作系统”为核心的人机交互、以“人脸识别”为核心的智能图像识别，以“智能驾驶”为核心的机器大脑，以及他们背后所连接的家庭场景、交易和身份识别场景、汽车场景，已逐渐成为百度AI商业化落地的主战场。李彦宏在今年2月给员工的一封信中表示,人工智能的机会来自于软件硬件的整合以及垂直行业的发展,AI技术的商业化将成为公司的核心业务。
（一）人机对话“撕”开场景：软硬件结合实现产品落地
对于百度来说，软件技术已经足够强大，更缺乏的其实是硬件基础，人工智能与新型硬件的结合是技术变现的重要方式。在2015年开发者大会上，百度推出对话式人工智能秘书——度秘。度秘已在手机百度Android、IOS 6.8以上版本及PC端同步上线，现已推出独立APP，供IOS用户下载使用，产品依靠多模交互、多轮对话、自然语言处理、全网数据挖掘等技术实现个性化、场景化、口语化的服务。目前百度已经推出了四大度秘解决方案，分别应用于智能家庭、智能手机、智能车载以及度秘APP。
度秘推出以来，先与肯德基合作推出人工智能概念店“Original+”，又在高考期间将度秘应用到高考查询报考信息服务中，随后携手中信国安广视，打造人工智能电视盒子，并推出DuerOS人工智能操作系统，联合小鱼在家研发推出个人智能助理机器人。搭载了百度对话式人工智能系统 DuerOS 的“小鱼在家”在2017年CES上被CNN评选为14项最酷技术产品之一。度秘的尝试可以看做百度在人工智能与硬件设备的新探索，即让产品脱离手机，以智能交互的方式深入数字家居等众多应用场景中去。
图表 43 度秘四大解决方案
资料来源：度秘官网、华创证券
收购渡鸦科技，成立智能家居部门，百度软硬一体化战略逐渐落地。2 月 16 日，百度宣布全资收购做智能家居中控硬件的渡鸦科技，创始人吕骋任百度智能家居部门总经理，直接向百度集团总裁和首席运营官陆奇汇报。同日，百度也宣布将原来的度秘事业部升级为事业群，直接向陆奇汇报。这一软一硬的动作，基本反映了百度在人工智能方面软硬结合的战略布局，对于奠定百度智能交互平台的领先优势以及打造软硬件一体化的核心竞争力有着非常重要的意义。
（二）无人驾驶未来时：“开放赋能”引领技术趋势
百度是国内最早投入大量资金和人才资源布局无人车研发的企业，技术积累雄厚。无人驾驶是结合汽车工业、人工智能等的综合技术领域，极致的硬软件配置对于无人驾驶汽车来说必不可少。百度无人驾驶车项目于2013年起步，其技术核心是“百度汽车大脑”。百度自2015年开始大规模投入无人车技术研发，2015年12月初百度完成北京开放高速路的自动驾驶路测，并于宣布正式成立自动驾驶事业部，并计划三年实现自动驾驶汽车的商用化，五年实现量产。
2016年8月，百度无人车刷新了KITTI测试的多个世界记录——在KITTI竞争最激烈的车辆检测评比中排名第一。9月，百度获得美国加州自动驾驶路测牌照；11月在浙江乌镇开展普通开放道路的无人车试运营。
图表 44 百度无人驾驶大事记
资料来源：华创证券根据公开资料整理
2017年以来，百度加速无人车的布局，致力于“开放赋能”，引领技术趋势。2017年3月，百度成立智能汽车事业群组（IDG），由百度集团总裁兼首席运营官陆奇兼任总经理。IDG将由自动驾驶事业部（L4）、智能汽车事业部（L3）、车联网业务（Car Life etc. ）共同组成。2017年4月，百度发布了一项名为Apollo的新计划，宣布将向汽车行业及自动驾驶领域的合作伙伴提供一套完整的软硬件和服务的解决方案,7月开发者大会上百度正式开放Apollo 1.0，计划开放一些列引擎数据和接口，9月百度对外公布了 Apollo1.5 版本，开放了五大核心能力。
此外，百度不断与国内外车企达成战略合作为无人车铺路。目前百度已与奇瑞、北汽、金龙、首汽约车多个汽车生产制造企业及约车平台达成战略合作，上升势头强劲。
图表 45 百度与多个车企达成战略合作
资料来源：华创证券根据公开资料整理
（三）图像识别/语音识别进行时：智慧机场和智能客服成为新阵地
百度近期在AI技术平台体系（AIG）下单独成立了智慧机场业务部、智能客服与金牌销售业务部，安防和智能客服领域成为百度AI技术落地的新场景。
语音识别方面，智能客服与金牌销售业务部融合语音识别、自然语言处理等前沿技术，在提升企业与客户电话沟通中的效率和效能，进行的突破性尝试。该技术通过对呼叫中心的通话历史语音进行分析，提取客户画像、优秀销售经验，并在通话过程中进行实时语音识别及分析等方式，结合当前客户情况与销售特点，个性化推荐适合的销售思路与话术要点。智能客服与金牌销售业务部可以改造传统呼叫中心，客服不再受到人类情绪影响，更为精准、耐心，并且减少了企业的人力成本。百度系的携程依托AI技术的智能客服已经服务超1亿人次。
图像识别方面，智慧机场业务捷报频传。2017年6月，百度人脸识别技术落地河南南阳机场，8月23日，百度与T3首都机场签署战略合作协议，共同打造智慧机场。无论智能客服还是智慧机场，实际上都是B端业务。
在人工智能时代，由于百度把握技术优势，能够为众多行业的经营者带来显著提升，这让百度不再只依赖平台上的用户变现，技术输出本身也能够创造可观财富，大大拓宽了百度的商业前景。传统核心业务、开放生态、企业级应用服务，构成百度面向未来的三级商业巨塔。
五、风险提示
人工智能技术商业化落地不及预期；行业扶持政策变动风险；人才流失风险
