2、矩陣式產品推進，已成為NLP產業落地的“新常態”

細數此次百度大腦新發布或升級的幾個主要產品，包括：

文心ERNIE語義理解技術與平臺，面向開發者提供各種NLP開發資源和能力；

TextMind智能文檔分析平臺，面向企業文檔的規范化；

智能創作平臺，面向創作者提供的一個高集成度的內容創作平臺，功能方面進行了升級；

UNIT智能對話與定制服務平臺，各大廠AI都在搞的服務，百度做得最早，現在重新整合進行了一次升級；

AI同傳會議解決方案，利用前沿NLP技術構建的企業翻譯解決方案。

一股腦推出這些產品，表明NLP巨頭在產業落地時典型的矩陣化特征。這其中既有百度原本就占據優勢的業務（例如UNIT、智能創作平臺）的再升級，也有根據市場需要新開發的能力，例如文心ERNIE、TextMind；

換一個角度看，這個矩陣也顯示出百度NLP既能實現最底層的賦能，也能走向臺前完成一線解決方案的塑造。

以AI同傳會議解決方案為例，隨著技術不斷突破，結合產品設計，同傳這個被認為是難度頗高的NLP領域已經可以實用。百度新發布AI同傳會議解決方案，讓企業可以在只用一臺電腦，一部手機的情況下就能快速搭建一套同傳服務，參會人員可以選擇屬于自己的語種，同傳服務成為語言轉換的高效率“樞紐”。

回過頭來看，也只有NLP方面有深度積累的巨頭才能完成這樣的產業落地矩陣構建。

3、“降落傘”規則，支撐AI技術落地走得更穩

合格率99．9％的降落傘會導致每千名士兵有一人因為產品不合格而失去生命，當軍方要求生產廠家負責人自己親身檢測產品后，“難以突破的”合格率馬上被提到了100％。

這個二戰典故帶來的“降落傘”規則在很多當代產業合作中被實踐，百度NLP也是如此，很多產品或解決方案都有應用在百度龐大的互聯網、科技生態中的“經歷”。

例如，在百度移動生態的內容推薦及內容審核中，已經廣泛存在NLP的身影，即便到了視聽內容時代，百度在視頻推薦方面超越行業的內容理解能力，同樣有NLP的功勞。

而不止于移動生態，百度多樣化業務布局中也存在NLP的印記，例如領先行業的金融信貸風控能力，或者百度最近大力推進的智慧醫療，其中涉及語義和知識也需要NLP加持。

二、破解“既要－又要”難題，語言與知識領域的AI已經完成三大挑戰

NLP產業應用往往面臨“既要－又要”的表面矛盾，而所謂的產業落地，某種程度上就是破解這些“無法兼得”矛盾的過程。

這從百度NLP的產品或解決方案中可見一斑。

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，產業開發者可以基于共有的方案快速實現產品或解決方案的部署及上線；另一方面，隨著產業智能化走向深度，不同產業客戶往往都開始追求屬于自己獨特的定制化能力。

這種通用性和定制化的矛盾，隨著產業對AI追求深化將越來越明顯。

可以看到，百度NLP此次的動作，越來越貼合“魚和熊掌兼得”的現實需要。以語義理解技術與平臺文心ERNIE為例，一站式能力即能夠實現解決方案的快速部署適配，也能夠滿足開發者的個性化需求。

這是因為，深度學習平臺飛槳上打造的文心，除了享受到飛槳賦予的能力，還依托于百度領先的NLP技術，集成了預訓練模型、算法集、開發套件、平臺化服務，這些使得開發者既能夠更簡單地制作自己的NLP模型，也能夠便捷地融入企業的特殊需要。

通俗地說，這是一片已經耕好的黑土地，只要撒入不同作物的種子，就能快速長出自己想要的莊稼。