【深几度·产业数字化】
撰稿｜吴俊宇
编辑｜吴俊宇
审阅｜梁欣婷
「摘要：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。」
2020年是技术渗入生活和产业的一年。
新冠疫情催化了企业对AI产品解决方案的诉求。“新基建”政策倡导加速了这一进程。诸多移动时代产品在疫情下展现了平台化能力。这些能力对社会、产业起到了支撑作用。
百度地图是其中的案例之一。它在新冠疫情中曾利用技术能力测算人口迁徙、复工复产数据，对政府、企业疫情相关决定起到了一定的影响。
这些能力得以发掘后，百度地图进一步强化了在ToB、ToG市场的解决方案构建，成为了移动互联网到产业数字化的一款代表性产品。
从工具产品战场的角逐，到生活服务赛道的博弈，再到服务行业数字化，能够实现这三个阶段的进化其原因与诸多因素有关。
国民级用户基数，形成了国民信息分析的能力；
长期地图数据采集，这为百度地图后续服务行业数字化积累了数据资产；
百度AI技术的长期储备，这是百度地图服务行业数字化的充分条件；
这个过程既有必然也有偶然，其中经历了诸多曲折与试错。三个因素相互影响最终形成了百度地图在今天的角色定位——智能化位置服务平台。
在海外，地图甚至被视为“最具扩展性的数据机器”。原因在于，地图天然能与自动驾驶、智能汽车产业做结合，还可以服务更多对位置服务有需要的企业。
百度地图如今的生态规模也在实现扩张。和2019年相比，其核心能力正在延展。
轨迹服务、人口迁徙相关能力使其服务ToG客户的能力得以加强。百度地图目前在ToB领域与部分客户也有合作，应用领域拓展到了房产、安防、金融、工业等行业。
用百度集团首席信息官（CIO）李莹在百度地图生态大会上的话来说，“作为AI技术典型落地场景的百度地图，实现了从国民出行工具到新基建数字底座的重要跃迁。”
作为智能化位置服务平台，百度地图的数据、AI服务还将帮助ToB、ToG客户实现更多场景的科学决策。
01
数据的来源
数据是一种资产，这种资产需要积累和沉淀。
作为“位置服务平台”，地理信息的精准、丰富极为关键，这需要多方数据来源。
目前地图市场数据来源包含几块：用户数据积累、图商数据采买，以及最核心的自采数据。
不管是百度地图、高德地图甚至是Google Map都在强调自家数据自采能力。原因在于，数据采集，尤其是数据自采对地图产品而言具有基础战略价值。
在现实世界中，街道等地理位置信息变化速度快，要确保覆盖广度、准确性以及更新速度，自采团队具有较强优势。数据自采在很大程度上可以保证数据的内容统一，避免后期数据使用过程中出现融合难题。
对百度和谷歌这样的企业而言，数据自采还有更长远的打算。因为实时路况、高精地图等智能、精细化功能的实现，乃至辅助自动驾驶，都需要拥有强大的数据自采能力。
比如，谷歌便会通过卫星图像、地质调查、市政地图、第三方调查等方式进行数据采集，确保地理信息准确性。还通过专业技术将不同数据源组合，以生成最精确的地图。除此之外，还雇佣了部分人力手动更正不同来源收集的信息。
高德地图即使通过阿里集团多种方式智能采集数据后，依旧要通过专业采集的方式进行数据修正。
早在2013年，百度地图出于市场竞争、未来预判的考虑，全资收购了一家具备甲级测绘资质的地图厂商。这次收购后，初步建立了数据自采团队。
如今，则是搭建起了国内规模最大的采集团队，其AI化水平最高、搭载的AI技术最强最丰富，且唯一拥有全景数据。
百度地图的数据自采在不同阶段都展现了价值。
早年地图工具追求精确性的阶段，数据自采确保了百度地图的竞争优势。在当下，无论是政企客户、自动驾驶、智能汽车对数据的时效性、准确性乃至储备能力都提出了更高的要求。
除了自采数据之外，百度地图结合其发布的新一代数据生产技术，构建了全国高精度的基础骨架路网，并辅以轨迹大数据挖掘、用户上报分析能力，实时更新道路通行性信息。
事实上，目前百度地图基于AI能力实现的数据挖掘包含几个方面的现实落地。
基于海量轨迹数据挖掘，利用机器学习，精准刻画现实世界的变化。帮助客户进行人口挖掘、客群分析、出行研究、位置评估。
提供人口挖掘、客群分析、出行研究、位置评估等人、地、物研究，为国家城市规划提供重要参考。
从宏观到微观的人、地、物研究，已深入应用到城市规划、人口统计、政府、零售餐饮、广告文旅、高校智库、公安应急等行业。
当然，数据挖掘过程中，涉及的领域越多，产业边界就越是需要不断拓展。
不同领域需要储备不同的数据，根据不同产业维度、应用场景建设不同的数据模型，数据模型还要根据现实业务情况进行不断调整。
在实际运用过程中，交通、物流、汽车、文旅、规划等不同领域对数据的挖掘和使用需求都不一样，而且不同公司、不同机构对数据维度的要求也会产生个体差异。
因此，每一个使用场景往往都需要建立不同的算法模型和解决方案。这些解决方案还需要根据实践推移不断优化迭代。
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
