03

数据的使用

长期数据积淀和数据挖掘，再加上开发者和百度自身云与AI能力的支撑，形成了一整套解决方案。

这些解决方案涉及企业客户、政府客户以及自动驾驶等新型产业。

百度地图的数据使用在行业中处于领先位置。目前这些产品解决方案已经落地商业地产、交通枢纽、智慧园区、智能物流等客户群体之中。

其合作模式通常为合作伙伴使用开放平台提供的调度系统，通过API借口接入之后利用系统提供的技术和服务。

从企业客户来看，目前百度地图在智能物流和车用数据领域的客户非常具有代表性。

在智能物流领域，百度地图目前拓展了中国建材、双汇、圆通、德邦等一系列客户。

在双汇智能物流解决方案的建设中，百度地图为其提供了基础地图服务能力以及SaaS平台。覆盖运前调度、运中管理、运后分析等各个环节，帮助客户实现增效降本。

双汇则是可以在SaaS平台之上了解到智能物流系统的运转状况，物流安全性、可靠性都得以提升。

采用这一解决方案之后，其物流运输综合成本下降了5％，司机费用结算效率得到提升。这样已落地的智能物流解决方案未来可以在更多行业之中得以推广。

在今年疫情期间，百度地图在帮助政府指导社会疫情防控、复工统筹等方面起到了关键作用。

疫情防控与复工统筹方面，通过迁徙大数据平台，就每日全国和各省市人口迁入迁出规模趋势、城内出行强度等提供及时、有效的数据。

过往实现这些目标常常需要社区统计、工厂统计，但是在迁徙大数据挖掘的过程中，决策部门只需要利用某些数据相关性就可以展开计算。

在当时，百度地图复工指数通过大中型城市初七后累积活跃工作人口数与2019年12月的基准活跃工作人口数相比，得出复工人数比例，计算复工情况。

对决策部门来说，这种大数据相关性的计算省时省力，而且可以通过小样本得到更精确的数据。

在未来出现类似公共危机时，百度地图可以利用自身数据辅助政府部门科学决策，合理配置公共资源。

自动驾驶、智能汽车等当下技术迭代较快的新兴产业对地图数据有非常现实且迫切的需要。

目前大部分自动驾驶企业都会采用两部分数据，一部分是高精度地图的静态信息，另一部分则是感知器对环境的动态感知。两部分数据融合之后，才会形成可用的数据。

虽然目前自动驾驶汽车厂商都在通过使用传感器组合来实现汽车周边感知的无缝覆盖，但传感器依然挖掘不了测程外以及遮挡带来的数据盲区。要实现 L3 级别和更高的自动驾驶，必须要使用到高精度地图。

百度地图所提供的高精度地图数据可以弥补这些数据盲区让车辆定位更为精准，即便在路况复杂区域定位也可以得出科学的决策分析，进行线路规划。

事实上，这些地图数据也在百度Apollo自动驾驶的日常测试之中得到了使用。

在今年，特斯拉也更换了百度地图作地图数据服务商。原因在于，其自动驾驶技术主要依靠摄像头以及毫米波雷达实时演算，并不依赖地图。

百度地图的高精数据是其安全冗余必选项，而这些数据在自研导航系统升级和自动辅助驾驶方面的作用，同样对特斯拉有吸引力。

04

行业的价值

对行业而言，百度地图在当下的角色转变具备代表性意义。

这是产业数字化浪潮下的一次成功转型。在过去移动生态下诞生的产品，在今天都值得深入挖掘其中的数据价值，这些价值可以延展至国民经济、产业客户的实际诉求之中。早年在ToC领域积淀了用户、数据。在近1－2年来利用AI与大数据的技术基础实现ToB、ToG的服务转型。这是目前产业数字化转型浪潮中一批企业正在通往的路径。

ToB、ToG客户、开发者之间也在逐渐形成良性生态循环。随着ToB、ToG客户的持续拓展，未来更多开发者会参与到百度地图开放平台的诸多应用解决方案建设之中，这些方案会落地到各行业，为行业提供更丰富的解决方案。

地图正在与云、AI等技术深度结合，让AI在用户、产业、公共层面得到了实际落地。百度地图如今智能化位置服务平台的角色与百度长期在云与AI产业的技术积淀有密切关系。

这些技术让百度地图自身数据可以通过平台搭建的方式，为客户提供云化解决方案。尤其是在当下上云的大趋势下，这些解决方案会吸引大量企业客户。

未来百度地图平台化解决方案能力可以在ToB市场实现商业化，让百度地图从过去的成本中心逐渐转为收益中心，甚至是成为吸引企业客户采买云与计算资源的重要入口。

在AI新基建的政策倡导下，更多行业客户未来会倾向于使用百度地图带来的诸多解决方案，运用于日常降本增效中。

这对产业经济的发展会起到重要作用。