中美AI的平台模式：谷歌绝对掌控VS百度广泛开放

近日，波士顿咨询公司（BCG）发布《产业智能化——中国特色AI平台模式》的报告，报告显示，人工智能技术作为建设现代经济体系的新引擎，已经成为改善民生的新途径、提升效率的新基础及经济增长的新支点。在这场中美领跑的变局中，百度和谷歌凭借着各自所倡导的AI平台模式，分别成为两国乃至全球在人工智能领域的领军企业。

然而。同为平台模式，谷歌与百度的平台实践也大有不同。

　 谷歌：绝对掌控，打造封闭式AI平台

虽然谷歌和百度都开放了各自的AI平台，帮助AI企业、从业者低门槛进入，但二者在发展路径上有较大的差异，谷歌采用较为谨慎的强把控策略。

报告指出，在自动驾驶领域，谷歌自动驾驶Waymo相对谨慎，注重强控制力。如与英特尔核心技术上的合作，其紧握核心技术端到端的主控权，在与汽车整机厂、周边生态的合作上，也多采用代工性质和供给的合作方式。同时，Waymo注重利用自身技术能力和经验积累致力率先创造突破。

谷歌智能技术平台追求技术能力的全面性和广泛性。以TensorFlow为核心的谷歌技术平台，满足了广泛人群和场景使用，解决不同规模企业的个性需求，并提供技术开发的全流程支持——初始阶段以研究论文和计算资源等形式提供丰富算法选择和配套资源，部署阶段推出更高效的自研Cloud TPU，随着部署方式逐渐向边缘端演进，发布Edge TPU予以支持。

　　 百度：共享开放，构建广泛的生态系统

不同于谷歌谨慎的态度，百度的策略则更为开放，通过共享各种技术能力构建广泛的生态系统。

在自动驾驶领域，百度Apollo平台为了推动自动驾驶行业的发展，汇集了157家生态合作伙伴，共享了各层技术能力，构建了广泛生态。事实证明，Apollo生态的开放性帮助生态伙伴快速获取重要能力，有效缩短了产品落地时间，金龙客车智能产品阿波龙的落地比原计划足足提前了两年。

百度智能技术平台则强调技术的易用性和全面性。百度飞桨提供了更为便捷的深度学习框架和大规模深度学习模型训练技术，支持万亿级规模参数的模型高效训练及多端平台的部署，针对产业应用开源开放面向多领域的工业级模型库，更好地支撑产业落地。

责任编辑：张薇