2、矩阵式产品推进，已成为NLP产业落地的“新常态”

细数此次百度大脑新发布或升级的几个主要产品，包括：

文心ERNIE语义理解技术与平台，面向开发者提供各种NLP开发资源和能力；

TextMind智能文档分析平台，面向企业文档的规范化；

智能创作平台，面向创作者提供的一个高集成度的内容创作平台，功能方面进行了升级；

UNIT智能对话与定制服务平台，各大厂AI都在搞的服务，百度做得最早，现在重新整合进行了一次升级；

AI同传会议解决方案，利用前沿NLP技术构建的企业翻译解决方案。

一股脑推出这些产品，表明NLP巨头在产业落地时典型的矩阵化特征。这其中既有百度原本就占据优势的业务（例如UNIT、智能创作平台）的再升级，也有根据市场需要新开发的能力，例如文心ERNIE、TextMind；

换一个角度看，这个矩阵也显示出百度NLP既能实现最底层的赋能，也能走向台前完成一线解决方案的塑造。

以AI同传会议解决方案为例，随着技术不断突破，结合产品设计，同传这个被认为是难度颇高的NLP领域已经可以实用。百度新发布AI同传会议解决方案，让企业可以在只用一台电脑，一部手机的情况下就能快速搭建一套同传服务，参会人员可以选择属于自己的语种，同传服务成为语言转换的高效率“枢纽”。

回过头来看，也只有NLP方面有深度积累的巨头才能完成这样的产业落地矩阵构建。

3、“降落伞”规则，支撑AI技术落地走得更稳

合格率99．9％的降落伞会导致每千名士兵有一人因为产品不合格而失去生命，当军方要求生产厂家负责人自己亲身检测产品后，“难以突破的”合格率马上被提到了100％。

这个二战典故带来的“降落伞”规则在很多当代产业合作中被实践，百度NLP也是如此，很多产品或解决方案都有应用在百度庞大的互联网、科技生态中的“经历”。

例如，在百度移动生态的内容推荐及内容审核中，已经广泛存在NLP的身影，即便到了视听内容时代，百度在视频推荐方面超越行业的内容理解能力，同样有NLP的功劳。

而不止于移动生态，百度多样化业务布局中也存在NLP的印记，例如领先行业的金融信贷风控能力，或者百度最近大力推进的智慧医疗，其中涉及语义和知识也需要NLP加持。

二、破解“既要－又要”难题，语言与知识领域的AI已经完成三大挑战

NLP产业应用往往面临“既要－又要”的表面矛盾，而所谓的产业落地，某种程度上就是破解这些“无法兼得”矛盾的过程。

这从百度NLP的产品或解决方案中可见一斑。

1、既要通用性的便利，又要定制化的深度

一方面，由于通用性，产业开发者可以基于共有的方案快速实现产品或解决方案的部署及上线；另一方面，随着产业智能化走向深度，不同产业客户往往都开始追求属于自己独特的定制化能力。

这种通用性和定制化的矛盾，随着产业对AI追求深化将越来越明显。

可以看到，百度NLP此次的动作，越来越贴合“鱼和熊掌兼得”的现实需要。以语义理解技术与平台文心ERNIE为例，一站式能力即能够实现解决方案的快速部署适配，也能够满足开发者的个性化需求。

这是因为，深度学习平台飞桨上打造的文心，除了享受到飞桨赋予的能力，还依托于百度领先的NLP技术，集成了预训练模型、算法集、开发套件、平台化服务，这些使得开发者既能够更简单地制作自己的NLP模型，也能够便捷地融入企业的特殊需要。

通俗地说，这是一片已经耕好的黑土地，只要撒入不同作物的种子，就能快速长出自己想要的庄稼。