百度智能云和云计算行业领头羊的差距正在缩小，且在部分领域形成了拳头产品。下个阶段考虑的问题是：维持合理增速和利润
，并扩大局部优势

文｜吴俊宇

编辑｜谢丽容

2月22日，百度集团（NASDAQ: BIDU）公布了2022年四季度及全年业绩报告。

由于爱奇艺与百度正常经营业务无直接关系
，美国通用会计准则下百度利润长期受投资快手科技(1024.HK)等企业市值波动影响，无法反映真实业绩。本文讨论仅以百度核心（剔除爱奇艺后的其他所有业务）为重点，利润率将以非美国通用会计准则为标准。

根据财报发布的信息，百度核心收入954亿元，与2022年基本持平。其中，在线营销收入（搜索与移动广告）695亿元
；非在线营销收入（云、车、小度音箱）259亿元，同比增长22%。非美国通用会计准则下百度核心的营业利润为209亿元
，营业利润率为22%。

百度近3年来长期处于换挡期。旗下一共有三大战略业务，分别是广告
、云
、车。广告是百度的“现金牛”

。云和车是百度的未来，但在投入期，要做大规模、控制亏损
，形成良性循环
。（相关报道见《财经》2022年3月3日《百度如何熬过换挡期》）

2022年疫情长期影响、宏观经济波动，中国互联网广告市场大盘同比下降6.4%，搜索与移动广告受到一定影响。智能云营收目前在百度核心占比为18.5%，且增长跑赢大盘。2022年前三季度，智能云营收177亿元，同比增长23%。同期国内头部云厂商增速普遍已低于10%。

智能云短中期内有望盈利，车相关业务还需长期投入。因此智能云正在成为百度广告、云、车三大业务中的压舱石
。云的增速、利润甚至直接影响百度在短中期的市场预期
。过去一年，智能云和头部企业的差距在缩小

，并形成“AI应用 AI模型 深度学习平台 基础设施”这一套差异化解决方案。

AI算力 大模型将是云计算下阶段的技术重点，百度的文心大模型已有长期布局。此次财报后的投资者电话会议中，百度管理层称，百度正在研发大语言模型文心一言并对外提供服务
。百度搜索
、小度音箱都将集成文心一言
。未来还将对客户
、开发者和生态合作伙伴提供文心一言的技术服务。

智能云扩大优势的重要路径是
：维持高于同行的增速，减少低毛利业务
，扩大可复制的AI解决方案。

云开始良性循环

百度管理层在此次财报后的投资者电话会议中说
，由于2022年四季度国内疫情影响

，云项目的执行、回款中断，这影响了营收增速。随着疫情风控解除，智能云的收入增速正在逐步恢复。智能云业务仍在亏损，但利润率在过去几个季度持续提高
。

这意味着百度的智能云业务开始出现良性循环的迹象。这是战略目标逐步清晰
，业务进展围绕着战略目标落地的结果。

从战略布局来看，百度智能云目前形成了“AI公有云-AI算法和软件定制-AI算力和大模型”的布局。AI公有云是百度现金流业务，AI算法和软件定制面向市场现实，AI算力和大模型面向未来。（相关报道见《财经》2023年1月9日《百度AI公有云市场第一
，含金量是多少？》）

AI公有云主要提供API调用、SDK下载等平台服务。规模相对较小，但产品成熟且自动化、通用化程度高。服务成本低，容易获得60%-80%的高毛利率。

AI算法和软件定制倾向于混合云、私有云部署。由于数据成本

、算法成本、交付成本高
，毛利率通常只有30%
。提升毛利率

，需要数据成本低、算法复用率高
。

AI算力和大模型面向自动驾驶、高端制造、智慧城市、生物医疗等高科技场景
。需要耗费巨额成本采购GPU芯片建设智算中心，做大规模的数据标注、模型训练
。

中短期内决定百度智能云竞争力的重要因素，是AI算法和软件定制业务。目前百度正在工业
、能源
、金融
、政务、交通这几个领域亲自下场，花苦功夫为客户主打拳头级应用产品。

此前多家云厂商人士对我们表示，近两三年来

，平台型云厂商长期在“被集成”和“自己下场”两个方向寻找平衡点。目前云厂商新出现的一种误区是
，为提高利润率粗暴往后撤
，只提供通用平台，把难题交由合作伙伴承担。这只会导致对传统行业缺乏真实理解。现实情况是，只有先做了集成业务
，才能懂怎么更好的“被集成”。

一位的保险公司CTO曾对我们表示，通用算法和软件只能走1%的路程，针对行业的算法还要走99%的路程
。企业只有亲自下场提供定制的算法
、软件服务
，才能理解行业知识。高峰时期，百度曾有数百名算法工程师为其驻厂提供票据识别的算法服务。短期内，这会带来成本。但随着企业行业理解加深
，可以沉淀出行业算法和软件

，并复制给同类其他企业。

对中小AI企业来说
，由于客户规模不够大
、数据获取成本高，难以收回成本
。百度依靠规模效应
，有一定的成本优势。“亲自下场”积累的行业经验正在转化成护城河。从业务进展来看
，百度智能云在部分领域过了“从0到1”做标杆阶段
，开始进入“从1-3”复制推广阶段。

我们查阅启信宝招投标板块发现，2022年百度智能云300万以上的政企订单至少超过35个（以上为不完全统计
，仅包括信息公开部分）
。这些订单有三个主要特点：

其一
，在工业
、能源、金融
、政务、交通等领域做成了标杆产品
；

其二，2021年培育的标杆项目，2022年正在实现规模化复制
；

其三，300万-1000万之间的的订单数量大幅增长；

这意味着百度的政企项目开始了良性循环。政企项目在“从0到1”做标杆阶段处于投入阶段，需要负担高昂的研发成本
，通常处于亏损状态

。“从1-3”复制推广阶段，通常会逐步提高利润率。一方面可以通过标准化的产品摊平研发成本
。另一方面由于客户黏度提升，可以通过二期
、三期项目收回前期投入。

此前一位政企ICT企业人士对我们表示
，政企项目的盈亏平衡需要耐心，通常完整的周期长达3年-5年
。长线看，甚至可以实现超过20%-30%的营业利润率
。实现高利润率的前提是
，把“从1-3”延伸到“从3-10”。这需要把解决方案做得更轻量化
、更小而美
。还要依靠销售渠道和服务伙伴，把业务下沉到三四五线城市
。

决定这个周期能否顺利的关键因素是形成对内严密

、对外清晰的To B组织管理模式

。上述政企ICT企业人士解释
，To B企业的营收规模是组织能力决定的
。这就像是人需要强壮的骨架支撑起合理的体重。

AI计算如何投入

如果只做好AI算法和软件定制业务
，百度智能云只能成为一家解决方案公司
。解决方案公司收入
、利润稳定
，但成长性、想像力是有限的。

但AI计算让云计算产业带来了新的增量和变量
。今年以来
，微软利用对话式机器人ChatGPT引发了云计算市场的变革
。微软正在把云带入下个阶段——AI计算。（相关报道见《财经》2023年1月9日《美国三大云厂正在拉大与中国同行的差距》）

微软管理层在2023财年二季度（即2022年四季度）财报后的电话会议中说，微软正在用AI模型革新计算平台
，新一轮云计算浪潮正在诞生。Azure ML智能算力收入连续四个季度增长超过100%。自动驾驶

、医疗制药、高端制造等产业均高度依赖模型训练
、数据分析
、图像识别等AI计算能力。目前微软的AI计算有200多家客户，其中包括制药公司拜耳
、审计公司毕马威。

百度目前在AI算力领域有长期积淀
，也形成了“AI应用 AI模型 深度学习平台 基础设施”的布局。基础设施层，目前在江苏盐城、湖北宜昌建成了两座智算中心。平台层
，有深度学习框架飞桨和文心大模型
。文心大模型在金融、能源、制造等行业已有一部分落地案例，但处于起步初期，使用深度有待观察。

百度管理层在财报后的电话会议中说
，百度计划将大模型“文心大模型”整合到云和AI产品中。这将帮助企业客户建立新应用
、探索新业务

。百度的判断是，新技术的出现，可能重塑中国云产业。

多位基础设施产品经理对我们表示，理论上看
，AI算力会对云厂商的财务模型带来重大影响
。

其一
，AI算力消耗量
、增速
，将远大于通用算力消耗量。信通院2022年数据显示，2021年中国通用算力规模95 EFlops，增速为24%，占比47%。智能算力规模是104EFlops
，增速为85%，占比超50%
。这意味着，智能算力会成为云计算的新一轮增长点

。

其二，智能算力的价格高于通用算力。通用算力的价格在不断降低
，由于AI算力相对稀缺，价格目前正在被推高。理论上看，实现规模化运营的AI算力比通用算力的毛利率高10%以上
。

其三，AI算力 大模型在垂直行业的使用可以让新的应用模式产生。比如金融、自动驾驶、医疗研发
、智能制造场景下，企业通常需要采购企业的AI大模型开源平台，调教适合自己业务的小模型

。这种PaaS化的AI服务可以带来60%以上的毛利润
。这是目前加深AI算力/AI模型使用的最佳路径。

但不可否认的是，中国云厂商的AI算力
、大模型和微软存在较大的差距
。其原因是，算力规模、数据规模、模型精度都存在差距
。

以算力规模为例，支撑ChatGPT的智能算力集群至少需要使用上万张英伟达GPU A100显卡

。一次完整的模型训练成本超过1200万美元。ChatGPT背后的智能算力集群
，仅GPU显卡采购成本就超过10亿元
。国内目前能够支撑起类似基础设施的企业不超过3家。

中国云厂商的数据中心通常只配备了数千张GPU显卡。原因是，采购一片英伟达顶级GPU的成本高达8万元。一台服务器通常需要4张-8张GPU，一台GPU服务器的成本通常超过40万元
。国内服务器均价为4万-5万元
。这意味着GPU服务器的成本是普通服务器的10倍以上

。

此外，目前国内市场对AI算力/大模型的需求仍处于起步期。此前一位AI算法技术人士对我们表示，国内金融、制造企业目前模型训练对智能算力的需求量只需要调用数百台GPU服务器
。

也就是说

，对国内云计算厂商来说，不仅需要考量市场需求增长情况，还需要平衡AI算力的投入和成本。目前发展AI算力更务实的路径是，为客户提供小规模的GPU算力/AI模型。

此次财报后的投资者电话会议中，百度管理层称
，百度正在研发大语言模型文心一言并对外提供服务
。百度搜索
、小度音箱都将集成文心一言
。未来还将对客户、开发者和生态合作伙伴提供文心一言的技术服务。如果这类大模型服务能够通过API调用的方式开放给外界使用，这将扩大智能云生态和利润空间。

战略储备有多少

无论是云
，还是云在下个阶段的AI算力
，都需要长期的重资产、重研发投入

。这考验百度的利润规模

、现金储备。

百度仍处于高强度研发的中前期
。2022年百度核心的研发支出为230亿元
，研发费用在营收中的占比上升至24%。这一研发投入力度，在国内位居第一，甚至超过了华为的22.4%（2021年数据）
。相比之下
，成熟软件公司（微软、Oracle、SAP、Salesforce）研发支出的营收占比通常在15%左右。

但随着压强式的研发投入逐渐开花结果，软件公司通常会获得更高的利润回报。事实上，百度核心目前的营业利润率可以看到一定的回报。

2021年百度核心的营业利润率曾出现下滑。原因是，云和车这两大起步期的业务都需要投入巨量研发成本。不过
，2022年百度核心的营业利润率
，相比过去1年处于持续改善的状态
。2022年四季度因疫情影响虽有小幅波动
，但整体仍处向好状态。

要保证高比例的研发投入，现金流的健康程度则是关键。现金流如同血液一样，健康的现金流是企业存活和持续经营能力的前提
。

虽然2022年受到疫情持续影响，百度仍保持着较强的经营韧性

。现金流和负债处于健康区间，相对充足的储备仍能够支撑百度在云和车这两个领域的长期投入。

2022年，百度核心的现金
、现金等价物
、受限制资金及短期投资是1774亿元。营运资金（流动资产-流动负债，企业在经营中可供运用
、周转的流动资金净额）是1235亿元
。这两个指标相比2021年均略有下滑。资产负债率则持续下滑至32.9%
，长期优于企业40%-60%这一健康的资产负债红线。

换挡期的百度
，仍需要靠充足的现金储备去支撑云和车这两大业务，这让百度长期处于承压状态
。文心一言这类AI大模型服务首先在百度搜索和移动业务中使用，有机会形成新的流量入口
，吸引更多的用户，为广告收入带来新增长点
。

无法忽视的是
，投资者对换挡期的百度正在用放大镜进行检视。在此次财报电话会议中，投资者和百度管理层22次提到了利润相关的问题
。

好消息是，随着利润率持续改善，云已经看到了盈亏平衡的机会

。百度在可预见的1-2年内有机会向投资者给出成果
。