01 触发事件
2026 年 6 月，百度 CFO 何海鉴在 Bloomberg 采访中说，百度的 AI-related revenue 已经达到 50%，同时他强调 integrated services offering 的优势，并提到 robotaxi 的潜力。
这里最重要的原始事实只有三个：百度、50%、integrated services。
robotaxi 是采访里的第二叙事线，但我认为它在这条新闻里的权重没有 AI 收入口径本身高。问题不在百度又讲了一次自动驾驶故事，而在一家中国互联网与云厂商，公开把一半收入与 AI 绑定。
我没看到 Bloomberg 这段视频之外更细的分部拆分，也没在百度内部跑过它的财务口径，所以 50% 到底是“直接 AI 收入”、还是“被 AI 带动的云与解决方案收入”、还是“AI 相关合同口径”，这点我可能误判。
但即便如此，这个数字依然有战略意义。
因为公司不会随便挑一个口径在国际媒体上讲。它愿意讲，就说明它希望市场接受一种新的估值语言。
Bloomberg 给出的核心表述是：Baidu CFO Haijian He says the company’s AI-related revenue has reached 50%, and points to the benefits of its integrated services offering.
这才是这条新闻真正的内容。
02 这事的真正含义
表面上看，这是“百度 AI 业务进展不错”。
实际上，这在说另一件更重要的事：AI 的商业化单位，正在从“模型”切到“集成交付”。
如果一家公司的 AI 收入可以做到 50%，那通常不太可能只靠裸 API。尤其是中国市场，单纯 model access 很难撑起这么高的收入占比，因为模型价格会快速下滑，开源替代又多，客户 switching cost 也不高。
真正能被定价的，不是 token 本身，而是把 token 封装进工作流、云资源、数据管道、行业方案、售后服务之后形成的整包能力。
这也是 integrated services offering 这个词值得警惕的原因。
它的隐含含义是：百度不想只做模型供应商，它要做“带交付的 AI 基础设施公司”。模型只是入口，云是承载层，企业方案是变现层，最终形成一个毛利结构和客户关系都不同于纯 API 生意的组合。
这和很多 AI builder 现在默认的想法正好相反。很多团队还在讨论“哪个 model benchmark 更强”“上下文多大”“每百万 token 便宜多少”。这些当然重要，但对大厂收入结构来说，benchmark 常常不是决定因素，distribution 和交付能力才是。
我没拿到百度这 50% 收入在 cloud、foundation model、enterprise solution、advertising uplift 之间的精确分布，所以不能武断说这是高质量经常性收入。这里很可能掺杂了项目制收入，甚至包含被 AI 重新包装的既有云收入。
但这不削弱结论，反而强化结论。
因为只要资本市场愿意接受“AI-related revenue”这个口径，供给侧竞争就会进一步从模型能力竞争，转向收入归因竞争。谁能把更多既有业务重新归类到 AI，谁就更容易拿到更高的战略溢价。
问题不在百度是不是第一个这么说，而在越来越多公司都会这么说。
这会改变行业的比较基准。
03 历史类比 / 结构对照
我想到的历史类比不是 2022 年 ChatGPT，而是 2014 年之后的 AWS。
当年很多人以为 AWS 卖的是便宜计算。后来大家才看清，AWS 真正卖的是把底层计算、数据库、中间件、运维抽象、采购便利性、生态认证打包后的默认选择权。单个基础组件可以被比价，但整个平台不容易被逐项替换。
百度现在讲 integrated services，本质上也在争取类似的位置。
当然，两者不能简单等同。AWS 的核心是标准化基础设施，百度 AI 更可能是“半标准化模型能力 + 半定制化行业交付”的混合体。我没法确认百度能否把这套东西做成像 AWS 那样高度可复用的平台产品，这里我可能高估了平台化程度。
但结构相似性已经出现了：
第一阶段，市场追逐最强模型。
第二阶段，价格战压缩裸模型利润。
第三阶段，大厂把模型嵌入更难拆分的服务包。
第四阶段，客户采购的不是 intelligence，而是“能上线、能合规、能交付、能持续优化”的一整套系统。
这也是 aggregation theory 在 AI 时代的新版本。传统互联网里，聚合者控制 demand。AI 基础设施阶段，强者未必直接聚合终端用户，而是聚合企业客户对算力、模型、workflow、部署、支持的复合需求。
谁能把复杂性吞进去，谁就能把利润留在自己这里。
中国市场尤其如此。
因为中国企业客户往往不像美国 startup 那样愿意自己拼装“Open model + vector DB + orchestration + observability + guardrail + billing”。他们更愿意买一个可交付方案。这个偏好天然利好 integrated services，天然不利好纯 token reseller。
如果这个趋势持续，闭源 vs 开源的竞争也会被重新定义。开源模型会继续压低 intelligence 的边际价格，但闭源或大厂平台仍然可以靠交付、托管、SLA、行业适配拿走利润池。
这和 PC 时代的硬件标准化之后，利润向系统整合与渠道集中，并不矛盾。
04 对 AI builder 意味着什么
对 AI builder 来说，这条新闻不是“百度很强”，而是“你卖的东西到底是不是 token”。
如果你的产品核心价值仍然是把别家的模型接出来，再套一层普通 UI，那么你的 moat 可能比你想的更薄。因为上游模型在降价，下游大厂在集成，中间层会被双向挤压。
这周就该调整的，是收入设计，不是宣传文案。
第一，要重新审视自己是否处在最危险的中间层。凡是只靠 model routing、prompt 模板、轻工作流拼接就收费的团队，都要问一个问题：客户为什么不直接去买 cloud vendor 或大厂的 integrated service。
第二，要把产品往高 switching cost 的方向推。比如接入客户私有数据、嵌入审批流、建立 audit trail、做行业特定 evaluation、沉淀 agent telemetry。真正有价值的不是“调用了哪个模型”，而是“替换你需要重做多少组织流程”。
第三，要把 token economics 当成武器，而不是成本项。prompt caching、batch API、长上下文裁剪、异步队列、冷热模型分层、fallback routing，这些都不是 infra 团队的内部优化，而是可以直接转成报价优势的经营动作。我没看到百度在采访里展开这些细节，但 integrated services 最终一定要落在成本控制上，否则收入占比上去，利润未必上去。
第四，如果你是 API 消费者，不要把单一模型绑定当成长期策略。上游价格和能力变化太快，尤其在中国和全球双供应链并存的环境里，多供应商 routing 已经不是可选项，而是采购纪律。
第五，如果你做 developer tooling，要盯住 MCP、Agent SDK、托管执行环境这些层。模型会商品化，IDE 插件也会卷到同质化，真正能形成黏性的，是跨模型、跨环境、跨团队的操作面。
短期看，这会让很多创业团队不舒服，因为它意味着“做一个薄壳应用然后靠流量起量”的窗口在变窄。
但长期看，这反而是好事。
因为市场开始奖励真实交付，而不是 demo intelligence。
05 反方观点 / 风险
我上面的判断，最大风险在于把“AI-related revenue 50%”读得过重了。
第一种可能，是口径问题大于经营质量问题。AI-related revenue 也许包含了大量原本就存在的云、广告、企业服务收入，只是因为接入了大模型或被贴上 AI 标签，所以被重新分类。如果是这样，这个 50% 的信息含量就明显下降。
第二种可能，是 integrated services 并不意味着 moat，反而意味着低毛利。项目制交付看起来收入增长快，但人力密集、复用性差、续费不稳定，最后更像传统 enterprise IT，而不是高质量 AI 平台业务。我没看到百度披露这部分收入的毛利率、留存和合同结构，所以不能排除这是“收入很好看，经营杠杆一般”的情况。
第三种可能，是中国市场特性被我过度外推。百度能卖 integrated services，不代表独立 AI startup 也能复制。大厂有品牌、政企渠道、云资源、合规背书，创业公司没有。对多数小团队来说，盲目学百度做“大而全方案”，很可能把自己拖进低效率定制泥潭。
第四种可能，是 robotaxi 才是管理层真正想讲的长期 optionality，而 AI 收入 50% 只是一个用于支撑估值叙事的阶段性指标。如果市场更看重自动驾驶资产重估，那我把重心放在 AI 收入口径上，可能偏离了管理层最想传达的重点。
所以更稳妥的结论不是“百度证明了 integrated AI service 一定成立”。
更准确的说法是：百度正在测试一种新的资本市场叙事，即把 AI 从成本中心和概念标签，改写成收入分类框架。
如果这个叙事被市场接受，接下来模仿它的不会只有百度。
然后，整个行业会开始围绕一个更尖锐的问题重新定价：
谁拥有模型，不重要。
谁拥有客户工作流里的结算权，才重要。