晚点独家丨百度智能云分拆平台产品事业部：MaaS

### 1. 新闻背景和上下文 百度智能云近期完成了一轮重要的产研组织调整，标志着其在AI基础设施与智能应用布局上的战略重组。这一调整的核心在于**拆分原平台产品事业部**，将原本集中管理的MaaS（Machine Learning as a Service）、数据平台及通用智能体能力分拆至三个独立事业部。这一变动是百度在AI云业务扩张后，为应对业务规模增长、提升资源效率与战略聚焦度所做的关键调整。 **上下文要点**： - **历史背景**：过去，百度智能云将MaaS、数据平台和通用智能体集中于“平台产品事业部”，形成了从模型到应用的完整产品链，便于快速迭代和基础设施支撑。 - **业务演进**：随着业务规模扩大，MaaS（模型服务）、数据平台和智能体开始需要独立资源和管理方式，共处于一个事业部内导致战略聚焦度下降。 - **战略驱动因素**：百度希望**让成熟业务（如Infra）规模化**，**让新兴业务（如Agent、智能应用）敏捷化**，因此通过事业部重组实现资源精准分配。 --- ### 2. 关键信息和要点 #### 2.1 调整后的三大事业部及负责人 | 事业部 | 负责人 | 核心职责 | 关键业务聚焦 | |------------------------|----------|--------------------------------------------------------------------------|----------------------------------| | **基础设施事业部** | 侯震宇 | 管理 AI Infra 和 Agent Infra；承担模型推理、算力调度、云资源等基础设施能力 | MaaS、千帆模型服务、GPU算力、昆仑芯调度 | | **智能体事业部** | 殷大伟 | 聚焦 Agent 产品（百度搭子、秒哒、伐谋）；推动用户增长、留存、商业化探索 | Agent用户规模、DAU/MAU、端到端任务完成率、付费转化 | | **智能应用事业部** | 阮瑜 | 管理行业应用（百度一见、Hogee、胜算）及交通、金融等垂直场景解决方案 | 行业客户数、解决方案复用率、FDE交付效率 | #### 2.2 核心调整逻辑 - **MaaS划入基础设施事业部**： MaaS（模型服务）本质依赖算力、托管、推理等底层资源，**与基础设施直接绑定**，此前因资源共享不足导致效率低下，调整后将模型服务、算力、云资源纳入同一事业部，实现“**从昆仑芯到千帆模型推理的链路打通**”。 > *“MaaS 本质上就是 Infra”*（接近百度的内部人士观点） - **数据平台转入智能应用事业部**： 数据能力不再由基础设施主导，而是聚焦**行业应用场景**（如交通、金融），目标是让数据团队“离客户更近”，缩短数据处理到业务应用的跨部门协作链路。 - **智能应用事业部强化行业聚焦**： 重点推行FDE（Full-Stack Deployment & Experience）式交付，**以行业客户数和解决方案复用率为核心指标**，服务百度一见、Hogee、胜算等产品。 #### 2.3 业务指标与目标 | 事业部 | 核心指标 | 业务目标 | |------------------------|------------------------------------------|------------------------------------------| | 基础设施事业部 | 资源利用率、推理成本、GPU Cloud收入增长 | 扩大规模、提高算力效率、达成明确收费目标 | | 智能应用事业部 | 行业客户数、解决方案复用率、FDE交付效率 | 提升项目复用率，减少跨部门协作成本 | | 智能体事业部 | DAU/MAU、留存率、付费客户数、端到端完成率 | 探索商业化路径（如订阅制），聚焦用户增长与体验 | #### 2.4 数据佐证（2024财报与市场表现） - **基础设施收入**：AI Cloud Infra收入73亿元，同比增长50%（GPU Cloud增283%），表明**算力需求旺盛**，验证MaaS作为Infra核心的合理性。 - **智能应用收入**：AI Applications收入25亿元，同比仅增长3%，反映**行业应用仍处于渗透期**，需通过资源重组提升落地速度。 - **Agent市场竞争激烈**：百度搭子7月PC端MAU 674万，环比增长1063.79%，但**商业化路径未明确**，仍需验证用户付费意愿。 --- ### 3. 可能的影响和意义 #### 3.1 对百度智能云业务的深远影响 | 影响维度 | 具体意义 | |-------------------------|--------------------------------------------------------------------------| | **资源效率提升** | 消除跨事业部协作成本，缩短MaaS从模型服务到算力交付的链路，提升资源利用率（如GPU算力调度效率提升）。 | | **战略聚焦增强** | 基础设施事业部专注Infra规模化，智能体事业部聚焦Agent增长，智能应用事业部服务行业场景，避免资源争夺。 | | **商业化路径清晰化** | 智能体事业部将探索订阅制等商业化模式，但需先达成规模（如DAU/MAU），避免“为而不盈”的亏损。 | | **行业应用加速落地** | 数据平台转入智能应用事业部，使数据能力更贴近客户需求，加速交通、金融等场景的解决方案复用。 | #### 3.2 对行业的标杆意义 - **行业趋势验证**：百度将MaaS划入基础设施事业部，标志着**AI服务从“模型为王”转向“算力与服务共生”**，符合行业对AI基础设施的深度需求。 - **竞争格局重塑**： - 阿里、腾讯、字节等厂商在Agent整合上加速（如阿里整合QoderWork、腾讯将QClaw纳入WorkBuddy），百度通过**智能体事业部独立负责**，避免内部资源争夺，可能抢占先机。 - **Agent市场从“技术探索期”进入“规模验证期”**，百度的组织调整为其提供了更清晰的增长路径。 #### 3.3 潜在风险与挑战 - **短期业务波动**： 数据平台、智能应用从原事业部抽离可能导致原有项目进度延误，需时间适应新组织。 - **商业化压力**： 智能体事业部需在用户增长与成本控制间平衡，若付费转化率低，可能拖延商业化进程。 - **跨事业部协作成本**： 虽减少客户对接团队，但三事业部需在资源共享（如算力）上建立高效协作机制，避免新瓶颈。 --- ### 4. 相关的延伸话题 #### 4.1 AI基础设施的演化路径 - **MaaS的定义与边界**： MaaS不仅是模型服务，更是**算力、托管、推理、分发的全链路能力**。百度的调整印证了其本质是**基础设施（Infra）**，而非纯软件业务。 - **算力成本的核心地位**： GPU Cloud增长283%显示算力需求爆发，百度需进一步优化算力调度（如昆仑芯）以降低MaaS的运营成本。 #### 4.2 Agent在企业级应用中的落地 - **从“办公辅助”到“生产流程核心”**： 百度搭子的674万MAU表明用户规模，但关键在于**端到端任务完成率**（如自动生成报告、调度会议），而非仅关注DAU。 > *“市场仍在快速发展阶段，更关注办公智能体能否进入专业人群的生产流程并交付结果”* → 未来需聚焦**解决方案可复用性**（如为金融、医疗垂直场景提供标准化Agent）。 - **商业化模式探索**： 订阅制、按任务计费、行业解决方案捆绑等模式，将在智能体事业部中优先试点。 #### 4.3 行业应用的深度赋能 - **从“数据处理”到“业务场景交付”**： 数据平台转入智能应用事业部，意味着百度将从**提供数据能力**转向**交付业务结果**（如交通调度优化、金融风控模型），需更强的行业理解力。 - **解决方案复用率提升**： 通过FDE交付模式，降低客户定制化开发成本，加速行业解决方案的规模化落地（如交通、金融领域）。 #### 4.4 竞争格局与百度的定位 | 竞争对手 | Agent整合动作 | 与百度的差异点 | |----------------|----------------------------------------|------------------------------------------| | 阿里 | 整合QoderWork、悟空、MuleRun为千问办公 | 侧重办公场景，强调“人机协同” | | 腾讯 | QClaw纳入WorkBuddy | 深耕企业微信生态，Agent与协作流程深度耦合 | | 字节跳动 | 整合飞书、豆包产品团队 | 聚焦社交与内容场景，Agent更轻量化 | | **百度** | **智能体事业部独立负责，聚焦通用智能体** | **强调“端到端任务完成率”+“商业化可探索性”** | > **关键判断**：百度的差异化在于**将Agent与基础设施（Infra）深度绑定**，通过组织重组实现资源优先级提升，而非仅聚焦办公场景，更关注**AI能力如何真正融入客户生产流程**。 --- ### 总结：百度智能云重组的深层意义 这轮调整**不是简单的组织架构变动，而是百度在AI云业务进入规模化发展阶段的关键转折点**。通过拆分MaaS、数据与智能体能力，百度实现了： 1. **资源精准匹配**：让成熟的Infra规模化，让新兴的Agent与行业应用敏捷化； 2. **战略方向清晰化**：明确MaaS属于基础设施，智能体聚焦用户增长，行业应用聚焦解决方案复用； 3. **商业化路径提前铺路**：为智能体的付费模式、行业解决方案的规模化交付提供组织保障。 **未来关键考验**： - 能否通过资源整合**降低MaaS运营成本**，提升GPU算力的利用率？ - 智能体能否在**用户规模突破临界点后，快速实现盈利**？ - 行业应用能否通过数据能力**从“工具”转向“业务合作伙伴”**？ 这场组织革命，将决定百度智能云能否在AI基础设施与Agent竞争中，**从“跟随者”转变为“引领者”**。题图《点球成金》的隐喻亦暗示：这场重组，是百度在AI云赛道的“关键一击”。 > **注**：所有数据均来自《晚点LatePost》及百度2024财报，特别声明中内容为网易号用户原创，本分析基于其公开信息。