2025年，百度凭什么在鏖战中走得更远？

文/林三千

AI的2024年，热闹是真热闹，残酷也是真残酷。水面之下，商业本质正在逐渐清晰。

应用到底会走向何方？商用艰难进化，谁能把落地的故事讲完整？玩家以什么样的姿态才能在这场鏖战中走到最远？

迷雾之下，AI领军者对2025年的判断，提供了信息与信心。

1月1日，百度成立25周年，百度创始人李彦宏发布了全员信，给出了两个清晰的行业判断：

一是，2025年，AI应用会井喷式发展；

二是，重大技术创新来源于规模化应用。

这对于烈火烹油的AI竞赛来说，等同于釜底抽薪的判断。没有规模化应用的AI产品走不远，动辄天量资金打投，客户的付费意愿与实际投入成本不成正比，单个场景能够产生的价值也有限。

广泛的应用场景、庞大的用户基础、对深层工作流的实际改变，这些是判断AI变革真正落地的关键要素。

AI是一场持久战，敢闯无人区、不惧失败、不断创新的企业，才能坚持到最后。除此之外，还有一点也万分重要，一号位的认知、决心与胆识，从根本上决定了公司能否留在赛场，甚至是独占鳌头。

AI“超级应用年”

如果说2024年是AI应用元年，那么2025年，很可能成为AI的“超级应用年”。

当前人工智能领域竞争异常激烈，技术迭代不断加速，李彦宏对2025年的预判在于，AI原生应用将在各行业广泛普及，AI实际渗透率将呈现井喷式增长。

作为AI行业的领军者，他对行业趋势的洞察，切中实际。

不同于AI初期的单点应用，随着技术的不断演进和用户需求的深度挖掘，2025年极有可能见证超级应用的诞生。这类应用将整合多种复杂功能，以一站式服务平台的形式出现，打破现有应用的边界。

例如，一款融合了智能办公、生活服务预订、沉浸式教育课程以及个性化金融理财规划的超级应用，用户通过一个入口即可满足工作、生活、健康、学习和财务等多方面需求。它借助AI强大的数据分析能力，实现各模块之间的无缝协同，根据用户的实时场景和历史使用习惯精准推送服务，极大地提升用户体验，彻底改变人们与数字世界交互的方式。

这其中，百度凭借早期的技术布局与应用探索，构建了多元化的应用矩阵，涵盖搜索、文库、地图、智能云等多个领域，无论是面向个人消费者的生活服务，还是企业数字化转型的To B服务，能够快速响应不同场景下的用户需求。

除了超级应用，各细分领域或将涌现出大量“超级有用”的AI应用。

比如，把农民院士“装进手机里”，为农民实时解答五花八门但需求迫切的种植问题；通过AI数字人帮助农民直播带货；支持无障碍开发编码工具，让视觉障碍程序员可以通过指令自然语言等方式完成开发工作。未来，我们日常生活中的每一度电、每一滴水、每一颗米......背后都是AI。

应用真的来了，但这些应用究竟会长在哪个平台上，是行业最在意的事情。这也意味着，2025年，大模型领域的竞争势必会愈发激烈，玩家们陷入深度角逐之中。

圈内风向认为，通用大模型不会留下来太多，以后大概就3到5家大模型能成为主流玩家，撑不住的企业陆续退出竞争，被淘汰或是转型。这其中，大厂的赢面比较大。

从算力维度来看，它们均具备10万卡的运算能力，这是保障大模型高效训练与运行的基石。在算法层面，它们所掌握的大模型技术处于行业前沿，能够设计出结构精妙、性能卓越的模型架构，精准捕捉数据特征，实现高效的信息处理与知识提取。此外，于数据获取而言，它们善于通过多元渠道开展合作，积累丰富且高质量的数据资源，为模型训练提供充足的 “燃料”。

规模化应用隐藏的玄机

作为最新的产业革命，AI行业对技术的祛魅来得比预想中更快。国内大模型领域也从去年的狂欢，逐渐回归到商业落地的现实考量。

李彦宏在全员信中着重突出了“规模化应用”，并明确指出“只有规模化的应用才能让技术发挥它的价值”。

为什么要强调“规模化”，因为规模化意味着用户基数大，意味着成本更低，应用铺开得也更快。

以光伏为例，早期阶段，光伏技术成本居高不下。随着产业规模的持续扩张，生产环节的规模经济效应逐渐显现，成本降低，生产流程得以优化，使得单位成本显著下降，光伏也从高成本、小众化走向低成本、普及化，成为一种具有广泛应用前景的能源解决方案。

AI行业也是如此，大模型出了名的“烧钱”，训练和推理的成本高昂，API的调用成本也居高不下，这就迫使百度等大模型厂商，不断迭代技术，并降低大模型应用的成本，这也是AI井喷式增长的前提。

规模化还直接关联着庞大的用户基数，意味着以用户为中心的反馈循环得以建立。

百度多年来深耕AI领域，旗下诸多产品拥有庞大用户基数，天然具备规模化应用的土壤。以百度文库为例，重构后的文库成绩斐然，AI MAU（月活跃用户）高达7000万，AI DAU（日活跃用户）年同比增长150%，付费率更是提升60%，付费用户超过4000万，一举成为大模型To C最先实现商业化的应用典范。

当海量用户在文库中使用AI辅助创作、知识检索等功能时，产生的行为数据、需求偏好等信息，能够为技术改进与产品优化提供丰富且精准的依据，进而促使技术与产品更加贴合市场需求，实现持续迭代升级。

一些反面案例在于，尽管部分chatbot产品运营方持续投入巨额资金用于市场投放，但实际成效却不尽如人意。耗费大量资金换来的仅仅是DAU数据，从投入产出比的商业逻辑角度审视，这样的拉新效果难言良好。即便吸引来了新用户，单纯依靠外部输血式的投放策略，难以构建起可持续的盈利闭环，用户粘性不足，付费转化率也会低下。

应用也是技术最有效的训练场。

李彦宏认为，没有万卡集群就不会有大模型的智能涌现，就不会有这次生成式AI的浪潮；没有数以亿计的运营公里数，无人驾驶就不可能比有人驾驶安全十倍；没有大量的AI原生应用的推动，国产AI芯片就不可能真正成熟。

2024年，百度在AI应用方面，也实现了多项技术突破。例如，在解决行业共性难题上，百度发布的iRAG技术直击文生图领域的幻觉问题，大幅提升生成内容的准确性与可靠性，为AI内容创作拓宽边界；而无代码技术秒哒的推出，则是降低技术门槛的创举，让普通用户也能拥有程序员般的开发能力，加速AI技术在各行业的普及应用。

这些突破并非孤立存在，而是与应用场景紧密结合，相互促进，形成技术推动应用、应用反哺技术的良性循环，夯实企业在应用领域的差异化竞争壁垒。

AI大战，谁最可能抓住机会？

2025年，AI继续高速前进，考验的是企业技术、应用、场景落地能力。

李彦宏在全员信中强调，始终相信技术创新才是百度的核心竞争力。多年来。百度一直把超过收入20%的资金投入到研发上，并且不遗余力地尝试把最前沿的技术产品化。

应用端，百度的布局兼具广度与深度。

To C领域，百度文库持续拓展智能办公、学习辅助、娱乐创作等多元场景。To B领域，据悉，已有超六成央企使用百度智能云，1-11月中标数量第一。在主流大模型厂商中，百度表现突出，拿下了最关键的中标项目数量、中标金额两项第一。

例如，在智能制造场景下，百度智能云通过提供智能设备故障预测与健康管理解决方案，利用AI实时监测生产设备的运行状态，提前发现潜在故障隐患，精准定位故障原因，实现快速维修，大幅提升生产效率与质量管控水平；在智慧城市建设中，提供智能交通管理、能源消耗监测、城市环境治理等一揽子解决方案。

场景落地能力是检验AI企业实战水平的关键标尺。

中国互联网企业在AI领域的竞赛也并非始于2022，而是更早的十年前。2013年至今，百度为AI投入了一两千亿元，也曾经历过不解。

正如李彦宏所言，走在技术的最前沿也意味着要冒更大的风险，要承受高于同行的失败概率，要耐得住寂寞，要忍受别人的不理解甚至白眼，要不断试错，要知道哪一天方向走错了需要迅速调整方向，重新出发，甚至要对自己的能力边界有清醒的认知，并且不断总结经验教训，以利再战。

正是这份执着坚守，让百度在面对复杂多变的市场环境，拥有源源不断的内生动力。即使短期市场风云变幻，应用商业化进程偶有波折，熬过寒冬的，才是新的英雄。