文：董指導(dǎo)

圖片由文心一言生成

巴菲特對(duì)科技股非常謹(jǐn)慎，一度被戲稱為“不懂科技”。然而，當(dāng)這位“奧馬哈先知”開始出手投資科技巨頭時(shí)，他展現(xiàn)的往往不是對(duì)尖端技術(shù)的追逐，而是對(duì)商業(yè)模式和競爭優(yōu)勢的穿透力。

比如在2016年，當(dāng)智能手機(jī)滲透率接近天花板、蘋果也被指責(zé)創(chuàng)新減少時(shí)，巴菲特卻開始買入蘋果股票了。市場一片嘩然、甚至嘲諷，果真不懂科技。

但沒想到，蘋果從芯片到操作系統(tǒng)、應(yīng)用商店的垂直整合，帶來了強(qiáng)大的定價(jià)權(quán)，優(yōu)勢不斷積累、成功穿越周期，也讓巴菲特這筆投資大賺。

市場驚嘆：你大爺還是你大爺，眼光還真是犀利。

于是，當(dāng)巴菲特披露了對(duì)谷歌母公司的買入后，公眾相比于2016年時(shí)質(zhì)疑和嘲諷，這一次，更多的是熱議和思考：巴菲特看中了什么？

巴菲特考慮的因素有很多，但我覺得，至少有一點(diǎn)是和當(dāng)年投資蘋果一樣的，那就是看中了谷歌“垂直整合的全棧能力”。同樣的，百度在資本市場上的討論度也顯著提升，一個(gè)重要原因便是其“全棧能力”越來越被認(rèn)可。

當(dāng)AI的新鮮熱情開始轉(zhuǎn)為理性，大家也漸漸意識(shí)到：AI這場馬拉松，跑得快，遠(yuǎn)不如跑得久；而跑得久，靠的不是融資，而是“續(xù)航能力”：

業(yè)務(wù)的自我造血、以及技術(shù)全棧體系。尤其后者，對(duì)AI格局的重要性，越來越清晰。

全棧，對(duì)于AI很關(guān)鍵

全棧（Full Stack）一詞的首次出現(xiàn)，是對(duì)程序員能力的最高評(píng)價(jià)：既精通前端技術(shù)、又掌握后端邏輯、還能熟練操作數(shù)據(jù)庫。堪稱代碼世界里的魯濱遜。

如今，全棧雖然已經(jīng)改為對(duì)企業(yè)的形容，但要表達(dá)的全能性、硬核性，依然未變。

就像谷歌、百度的AI戰(zhàn)略，他們在構(gòu)建的并非僅僅是產(chǎn)品，而是一套基礎(chǔ)設(shè)施的閉環(huán)：芯片與算力、大模型、開發(fā)工具、以及應(yīng)用和應(yīng)用生態(tài)。從底層到上層，全棧覆蓋。

例如，谷歌有TPU+TensorFlow+Gemini+搜索/郵箱等應(yīng)用；百度有昆侖芯+飛槳+文心大模型+搜索/文庫/蘿卜快跑等等應(yīng)用。

那么，為什么在人工智能時(shí)代，這種垂直整合會(huì)非常關(guān)鍵呢？

因?yàn)锳I是算力、算法、數(shù)據(jù)的協(xié)同發(fā)力，而非單一要素；而且會(huì)一直如此。斯坦福AI研究所也在《AI Index Report》中指出，AI的價(jià)值實(shí)現(xiàn)必須通過三要素的深度融合。

算法需要更“懂”它的芯片，才能避免通用芯片的冗余而導(dǎo)致的效率浪費(fèi)；大模型需要獲取更多前端真實(shí)數(shù)據(jù)，從而可以通過訓(xùn)練進(jìn)化更快、更加聰明；不同的數(shù)據(jù)，例如文本、視頻，也需要有不同的、更合適的芯片來處理。

而且，垂直整合，也意味著減少了“中間商賺差價(jià)”，其邊際成本也會(huì)隨之降低。

另外，面對(duì)一些復(fù)雜問題，擁有全局優(yōu)化的能力，則可以任意調(diào)整芯片、框架、模型、數(shù)據(jù)等任何一個(gè)環(huán)節(jié)的資源來解決。而非全棧公司則只能在自己受限的那一層里打轉(zhuǎn)。

所以，非全棧，當(dāng)然也可以發(fā)揮AI的作用；但全棧能力，可以讓三要素配合更緊密，產(chǎn)生乘數(shù)效應(yīng)，降低成本的同時(shí)，提高模型效率和效果。

對(duì)于AI行業(yè)競爭格局而言，垂直整合的全棧布局，是一種系統(tǒng)能力，可以有效抵御單點(diǎn)突破式的沖擊；而且隨著數(shù)據(jù)和模型規(guī)模增長，競爭優(yōu)勢還會(huì)越來越大。

對(duì)于AI行業(yè)未來發(fā)展而言，未來應(yīng)用場景也會(huì)從單一任務(wù)到多模態(tài)、多領(lǐng)域的融合；也需要AI技術(shù)的成本能像水電一樣唾手可及；而全棧布局，也通過“降本提效”、加速著AI在各行各業(yè)的普及。

因此，也可以說，垂直整合，是AI時(shí)代的“元競爭力”。

硬核，不只是選擇，更是付出

全棧的優(yōu)勢顯而易見，但全棧的形成，卻不是輕松實(shí)現(xiàn)。

在商業(yè)世界里，有兩種護(hù)城河。一種是靠“巧勁”挖掘的，比如商業(yè)模式的創(chuàng)新或營銷的突圍；另一種則是靠“硬核”堆砌的，是硬碰硬的技術(shù)死磕。而顯然，全棧能力，就屬于后者。

以百度智能云為例，對(duì)其進(jìn)行拆解就可以看到，這是關(guān)于“戰(zhàn)略定力”和“堅(jiān)定研發(fā)”的故事。

百度智能云正式成立的2015年，公有云市場雖然不是紅海一片，但同質(zhì)化也比較嚴(yán)重，仍以資源虛擬化為主。彼時(shí)的AlphaGo還沒有迎來高光時(shí)刻，但基于對(duì)AI未來的判斷，百度智能云仍選擇走一條不一樣的路：不只做計(jì)算，更瞄向“智能”。

雖然2016年，AlphaGO戰(zhàn)勝圍棋世界冠軍李世石，點(diǎn)燃了AI行業(yè)的熱情；但隨后的AI更多地停留在人臉識(shí)別等碎片化場景中。對(duì)于云廠商而言，賣計(jì)算更賺錢，而賣AI能力則是不賺錢。

顯然，百度智能云經(jīng)歷了一段“技術(shù)寂寞期”，甚至有聲音質(zhì)疑，百度智能云提出所謂的“云智一體”，只是一個(gè)錯(cuò)位競爭的無奈之舉。

幸運(yùn)的是，研發(fā)并沒有停止；AI的發(fā)展，也沒有停止。2023年生成式AI的爆發(fā)，讓市場驚覺，傳統(tǒng)的云架構(gòu)，并不能良好地支撐大模型運(yùn)行。云的主戰(zhàn)場，瞬間轉(zhuǎn)向了“模型訓(xùn)練與推理”。

而云智一體的“錯(cuò)位”，也成為了“搶位”。

當(dāng)然，提前布局，并不必然確保競爭力。百度智能云的硬核，也得益于在芯片自研上的投入。

2014年，谷歌為了擺脫對(duì)英偉達(dá)的依賴，開始自研TPU。隨后就是每年數(shù)十億美金，然后迭代至今。百度走的也是這條難路。脫胎于2011年的芯片部門，昆侖芯在一輪輪流片的失敗中，依然保持研發(fā)投入，終成大器。

今年，國內(nèi)首個(gè)全自研的昆侖芯P800三萬卡集群點(diǎn)亮，可同時(shí)承載多個(gè)千億參數(shù)大模型的全量訓(xùn)練；而11月的百度世界大會(huì)上，性能更高的新一代昆侖芯M100、M300等產(chǎn)品也相繼發(fā)布。

將多張昆侖芯AI加速卡整合，便有了超節(jié)點(diǎn)。帶來更高的擴(kuò)展性和資源利用效率。明年上市的天池512，單一節(jié)點(diǎn)就能完成萬億參數(shù)模型訓(xùn)練。而基于芯片，又構(gòu)建了百度百舸AI計(jì)算平臺(tái)。

當(dāng)全世界都在搶英偉達(dá)芯片時(shí)，百度智能云卻可以通過軟硬件協(xié)同優(yōu)化，讓AI效果更出色、成本也更劃算。例如在DeepSeek V3/R1 PD分離推理架構(gòu)的優(yōu)化下，實(shí)現(xiàn)了單卡性能提升95%，單實(shí)例推理性能大幅提升高達(dá)8倍。

基于百舸AI計(jì)算平臺(tái)，百度智能云也提供了AI Infra，包括完善的模型、以及模型開發(fā)等服務(wù)；也打造了Agent Infra，集成了開發(fā)、工具、模型、數(shù)據(jù)等服務(wù)，以及Agent運(yùn)行環(huán)境。AI成為水電一樣的基礎(chǔ)設(shè)施，正在實(shí)現(xiàn)。

如今，百度智能云，作為國內(nèi)全棧AI云市場第一，擁有40%份額。

而“全棧優(yōu)勢”并不是一句輕飄飄的口號(hào)，而是由無數(shù)行的代碼、幾十億甚至上百億的研發(fā)投入、以及在無人喝彩時(shí)的默默堅(jiān)持堆砌而成的。

硬核實(shí)力，解決硬核問題

硬核的基礎(chǔ)設(shè)施、全棧優(yōu)勢，并不是為了炫技，而是讓下游客戶便捷享受到技術(shù)紅利。

其中一個(gè)展現(xiàn)層面，就是Agent。這是大模型最佳展現(xiàn)形態(tài)之一，也是實(shí)現(xiàn)大模型和真實(shí)世界交互的重要方式。

有許多創(chuàng)業(yè)公司都瞄向了消費(fèi)級(jí)Agent，改善我們的日常生活；然而，AI更大的價(jià)值，在于和產(chǎn)業(yè)結(jié)合。

得益于全棧優(yōu)化能力，百度向產(chǎn)業(yè)硬核難題發(fā)起了“沖鋒”，推動(dòng)Agent在在嚴(yán)肅場景中價(jià)值涌現(xiàn)。

比如，其發(fā)布的超級(jí)智能體“百度伐謀”，借鑒自“進(jìn)化算法”，模擬生物界幾億年的進(jìn)化過程、并壓縮至幾天甚至幾小時(shí)，從而發(fā)現(xiàn)“過去人類從未發(fā)現(xiàn)過的全局最優(yōu)解”。

這對(duì)于產(chǎn)業(yè)非常重要。因?yàn)樵谏a(chǎn)、研發(fā)等場景，哪怕1%的優(yōu)化提升，都能帶來千百萬、甚至上億的價(jià)值。

過去，企業(yè)通常會(huì)依賴于專家經(jīng)驗(yàn)，也需要漫長的摸索、試錯(cuò)；費(fèi)時(shí)費(fèi)力。而現(xiàn)在，“百度伐謀”不僅可以快速抽象復(fù)雜問題、建立模型；還可以7X24小時(shí)不停歇地學(xué)習(xí)、迭代，根據(jù)條件變化給出“動(dòng)態(tài)”全局最優(yōu)方案，突破人類容易陷入的局部最優(yōu)。

伐謀展現(xiàn)的“人類定義任務(wù)、智能體持續(xù)尋優(yōu)”的新范式，正為產(chǎn)業(yè)帶來新氣象。

中國能源建設(shè)集團(tuán)廣東院，將伐謀用于海上風(fēng)電設(shè)計(jì)，生成的優(yōu)化方案，找到了比人工設(shè)計(jì)更短的電纜路徑，節(jié)省時(shí)間又節(jié)省成本。

中國數(shù)聯(lián)物流將伐謀應(yīng)用于遼港集團(tuán)，在保障作業(yè)效率的前提下，優(yōu)化港口設(shè)備的計(jì)劃與調(diào)度，帶來了每年上百萬的節(jié)能降耗空間。

除了提供可直接使用的智能體，百度智能云也提供Agent Infra，讓傳統(tǒng)企業(yè)可以輕松開發(fā)專屬的智能體；不只有硬件，還有服務(wù)。

例如“智能體工作坊”，通過“專家手把手帶教+場景全流程實(shí)戰(zhàn)”的共創(chuàng)模式，幫助企業(yè)自主構(gòu)建可落地、可應(yīng)用的智能體，同時(shí)也培育相關(guān)的人才，解決傳統(tǒng)行業(yè)的痛點(diǎn)。

某制造龍頭企業(yè)，通過工作坊的合作，將一項(xiàng)基于復(fù)雜技術(shù)文檔的功能測試時(shí)間，從2-3天縮短至半小時(shí)內(nèi)，效果遠(yuǎn)超人工。某大型集團(tuán)央企，也通過工作坊，篩選和培育了幾十名兼具業(yè)務(wù)洞察和AI能力的復(fù)合型人才。

類似的案例還有很多，都在呈現(xiàn)一個(gè)故事：只有全棧布局的硬核實(shí)力，才能解決產(chǎn)業(yè)硬核問題。

尾聲

回到開頭的問題，為什么全棧能力被投資人紛紛看重？

不僅因?yàn)槿珬５纳疃?，決定著AI玩家自身競爭力的高度；更是因?yàn)楣雀琛俣戎悄茉七@些全棧玩家們，把內(nèi)部消化的“技術(shù)痛苦”，轉(zhuǎn)化為了合作伙伴的“極致性價(jià)比”；把積累的硬核實(shí)力，轉(zhuǎn)化為了AI與產(chǎn)業(yè)結(jié)合價(jià)值紅利。

許多產(chǎn)業(yè)、企業(yè)，面對(duì)AI充滿期待，但又充滿擔(dān)心：技術(shù)路線如何變？算力成本高不高？AI開發(fā)難不難？AI效果值不值？算力、模型能不能適配？模型會(huì)不會(huì)不更新？等等等等。

此時(shí)，全棧能力就是定心丸。它不只是極致的效果、更低的成本、周到的服務(wù)，更是一個(gè)因著全局優(yōu)化的能力，從而動(dòng)態(tài)調(diào)整時(shí)刻保持的最優(yōu)解。

尋找最優(yōu)解，既是企業(yè)解決問題的關(guān)鍵；也是AI時(shí)代，企業(yè)選擇伙伴的關(guān)鍵。

---全文完，歡迎交流

理工/金融 復(fù)合背景

暢銷書《英偉達(dá)之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷

看清科技、商業(yè)本質(zhì)，講出精彩故事