自 2022年末 ChatGPT 發布至今，大模型已經經過了三年半狂奔。但兇猛生長過后，結果的進程卻比預想中慢得多。

模型參量、跑分，應用的 DAU、token 消耗量，這些被默認用來衡量產品表現的指標，似乎失效了。

不少產品 token 消耗巨大卻無法轉化為商業價值，高活躍無法轉化為高收入。

以英偉達在 AI 芯片領域的營收數據為參考基準，光是 AI 產業在芯片領域的投資，想要實現 10% 的回報門檻，應用端至少需要產生約 1.4 萬億美元的新收入，這在短期內幾乎是不可能完成的任務。

5 月 13 日，李彥宏在 Create 2026 上提出“DAA（日活智能體數）”這一新概念，宣布這將成為AI價值度量衡的“新尺子”。

在新度量衡的敘事邏輯牽引下，百度AI的商業潛力得到了進一步的釋放。在百度剛剛發布的 2026Q1 財報上，2026年第一季度，智能云基礎設施收入為人民幣88億元，同比增長79%；GPU云的收入同比增長184%。2026年第一季度，AI應用收入為人民幣25億元。

過去兩年，百度的 AI 業務經常被認為在 C 端 App 的規模增長上，落后于大部隊。

但現在，當行業開始反思為 C 端“調用量”買單是否是一個陷阱時，百度率先拿出了行業第一份展示效果的成績單。

高活躍≠高收入，AI就是生意本身

百度目指 AI 效果價值的宣言，很容易讓人想到它起家的主營業務，廣告。

互聯網廣告誕生之初，廣告主為曝光量買單，核心指標是向觀眾展示一次廣告的成本。后來，隨著精準廣告算法的出現，“效果廣告”開始興起，廣告主也開始更精準衡量投放的 ROI（投資回報率）。

這與 AI 領域正在發生的變化形成了類似的對比。如果說拼模型參數、跑分就像是廣告行業傳統的 4A 創意評選，DAU 是曝光量，那么 token 消耗量就是典型的“流量邏輯”，它只代表大模型吐了多少個字，并不等同于收益。

而 DAA 則是真正意義上的“效果邏輯”，它衡量的是 AI 究竟完成了多少具體的任務，交付了多少確定性的結果 。

這件事已經是進行時。就在剛剛過去的 4 月，Anthropic 宣布年化收入突破 300 億美元，靠著僅 2% 的 DAU，營收卻超過了 OpenAI。

毫無疑問，AI 產業正在迅速“B 端化”，大模型產生價值的方式不是讓每個普通人都跟 AI 聊幾句天，而是讓企業利用 AI 進行更高效的產出。

尤其是政企大客戶，他們對 AI 的態度不是“技術嘗鮮”，而是在用真金白銀購買切實的效果交付。

這一形勢幾乎就完美體現在了百度 2026 財年一季度的財報里。26Q1 國內主要云廠商大模型的相關中標里，百度智能云實現了項目數量和中標金額的雙雙領先。

根據智能超參數數據統計，一季度國內主要云廠商中標項目數量累計 85 個。其中，百度智能云已 25 個中標項目領跑，整體披露中標金額是第二名的 5 倍多。

這一切都證明，B端市場正在把AI從概念采購，拉回到ROI采購。

財報之下，百度還在醞釀更多轉化

在 26Q1 的財報里，百度智能云收入取得了近6年來的最高增速。

增長的長線轉化藏在哪里？百度給出的答案是：工業場景的效率擠出、超級個體的賦能挖掘，以及創新賽道長期投入。

一方面，百度伐謀 2.0 瞄準了工業市場。因為它體量巨大，過去曾是數字化改造很難突破的難點堵點，很多工業場景的流程已經被優化到極致了，很難評估進一步數字化改造之后，能否獲得足夠的 ROI 收益。

但與此同時，工業場景就像一個體量巨大，但已經被榨過的檸檬。

即便只是一點點的效率進步，都可以帶來可觀的價值增量，是產業鏈中的“隱形金礦”。從工廠、電力、物流，到金融和銷售，不同場景對 AI 算力和成本的需求各不相同，但都以產出衡量效益。

通過 AI 接入，曾經模糊的數智化收益變得具體。有此前已經實現高度自動化的碼頭，在接入“百度伐謀 2.0”智能體后，實現了 10.21% 的絕對指標提升；支持國家電網打造的千億級“光明電力大模型”，將 500 千伏及以上大型變電站的巡視時間由人工不少于 2.5 小時大幅縮短至約 45 分鐘，巡檢效率提升 50% 以上。

可見，AI 智能體不再只是“輔助”，而是開始全面滲透至核心工業領域 。

當然，對個人和小企業來說，百度也在賦能更多創新落地，激活市場的毛細血管。針對秒噠業務，秒噠生成的應用已服務了超 1000 萬用戶，并創造了100萬個具備商用價值的應用。

其中最小的開發者只有 8 歲，溫州小學生“撲滿”用秒噠開發了一個“下雨天學生拼傘出校”的互助工具。孫昱團隊帶領 4 名無代碼基礎的業務經理，用秒噠 7 天搭建了智慧養老系統，為超 9 萬老人建立健康檔案，拿下千萬級企業訂單。

普通人的創意、想法、業務經驗，正通過 AI 高效轉化為新的商業價值。

最后，百度也在前沿賽道進行著深耕布局。包括具身智能，百度不只服務了超 30 家重點具身智能企業，做到市場份額第一，還在將十余年自動駕駛積累的數據服務能力遷移至具身場景，支持大規模數據采集與標注。原本按周進行的訓練周期，縮短至按天迭代，典型 VLA 訓練實現超 70% 加速。

同時，百度智能云已服務超 1000 家 AI 硬件公司，為其提供核心算力、模型服務、Agent Harness 等能力。

可以說，百度已經展開了對整個泛 B 端市場的 AI 全面攻勢。AI 改造世界的過程不可能做到次次顛覆、百發百中，但在新的效果時代，效率將最終衡量 AI 的價值。

當行業開始算賬，有些優勢才顯出來

在移動互聯網時代，大部分企業的發展經驗都是燒錢、做規模，靠用戶對應用場景的依賴和粘性轉化利潤。規模是一切的基礎。

但百度反而不是一家有規模路徑依賴的企業，創業初期百度有一個顯著的用戶增長過程，但隨著桌面端用戶規模見頂，百度真正的“內功”是效率——是搜索結果的命中率，是廣告業務的轉化經驗。

這一切都決定了，百度從一開始就是一個有“效果基因”而不是”規模基因”的公司。

移動互聯網時代，獲取新用戶帶來的邊際成本很低，用戶注意力尚未被充分開發，此時講的是規模，是野蠻生長。但當用戶規模增量見頂，使用時長接近飽和的時候，如何精耕細作就變得更加重要。

到 AI 時代，當那些無效的互動也會消耗高成本算力，當邊際成本陡增的時候，“效率”就會逐漸變成全行業的目標共識。

“重效果”的基因，反而讓百度成為了行業內最早通過全棧布局來對 AI 進行成本控制、擠榨效率的企業。通過“芯云模體”四層架構，百度實現了低邊際成本與高執行穩定性的結合，成為了 AI 效果時代里 ROI 最高的平臺。

在這套軟硬件協同的底層系統里，百度實現了財報中令人震撼的降本提效數字：

“芯片”與“云計算”的算力基建方面，昆侖芯 P800 已交付多個萬卡集群，集群有效訓練率高達97%；天池 256 卡超節點讓推理效率提升50%。原有的 MaaS 服務升級為“Token Factory 詞元工廠”，最大化減少 token 重復計算，讓推理生成速度提升了約 25%。

同樣的效率收獲也發生在“模型”和“智能體”上。

文心 5.1 搜索能力國內登頂，但其預訓練成本僅為業界平均水平的 6%；“Harness Engineering 駕馭工程”則為 Agent 長鏈任務不跑偏構筑起防御機制，處理辦公場景任務成功率高達 95%，通過更優的上下文管理，做同樣任務相比龍蝦 OpenClaw 能生生減少 23% 的 Token 消耗。

通過分層池化架構，百度的 KV Cache 命中率超 90%，長鏈路 Agent 推理性能較開源社區整整提升了 3 倍。

這一切技術指標，背后都指向一個目的：增效。不只是為百度本身的業務增效，更在于讓客戶能脫離“嘗鮮造夢”，開始算清賬，感受到接入 AI 帶來的切實價值增量。

隨著泡沫退去，未來那些無法把 token 消耗和模型故事轉化為財報收入、無法交付實際結果的企業，將面臨巨大的壓力。

毫無疑問，AI 的下半場，將是一場“回歸算賬”的真生意，而百度這一步真正值得看的，不是何時又發明了一個新詞，而是它試圖把AI行業最懸空的那部分——“價值衡量”，重新釘到賬本上。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4859375.html?f=wyxwapp