9月1日，百度双重主要上市正式生效，标志着这家科技巨头以“全栈AI第一股”的新身份亮相资本市场。近期发布的Q2财报显示，AI相关业务收入已连续两个季度占据百度总收入半数以上，这一数据引发了市场对百度价值的重新评估。而这一切的背后，离不开百度CEO李彦宏十年前的一次关键抉择。
2016年，当移动互联网红利尚未消退，直播、外卖、共享经济等风口正盛时，李彦宏却提出一个在当时显得超前的判断：移动互联网时代已经结束，人工智能将成为下一幕的主角。这一观点在当时并未引起广泛共鸣，但李彦宏随即用行动证明了自己的远见——他选择了一条从芯片开始、逐层构建AI技术栈的“重资产”道路。
这条路径的选择与行业主流做法形成鲜明对比。当时，多数AI企业聚焦应用层开发，试图通过快速商业化获取融资。而李彦宏却坚持从最基础的芯片入手，逐步向上搭建云平台、大模型，最终形成完整的AI应用生态。这种选择意味着要承受长期的技术投入和市场质疑，因为芯片研发周期长、资金需求大，一款芯片从立项到量产往往需要五到七年时间。
李彦宏的决策逻辑源于对技术本质的深刻理解。他在内部复盘百度项目成败时发现，当技术先进性成为决定项目成败的关键因素时，百度往往能取得成功；反之，仅依赖市场规模而技术不起决定性作用的项目，失败概率则较高。基于这一认知，他确立了“技术决定性”标准：新项目立项前必须先评估技术是否起决定性作用，如果是则全力投入，否则宁可放弃。
这种以技术为先的决策方式在互联网行业显得尤为独特。当多数企业关注市场规模、用户增长和变现速度时，李彦宏却将技术先进性置于首位。这种特质源于他工程师的出身背景——对技术有着近乎信仰的坚持，相信技术积累终将转化为商业价值。2021年百度香港二次上市时，李彦宏在致辞中强调：“有一块钱投进技术，有一个亿投进技术，有一百个亿还是投进技术。”这句话道出了他决策的底层逻辑。
十年来，百度按照这一逻辑逐步构建起完整的AI技术栈。从自主研发的昆仑芯片，到支撑大模型训练的智能云平台，再到文心系列大模型，最终形成覆盖芯片、云、模型、应用的四层架构。这一过程中，每一层的突破都为下一层的发展奠定基础，形成技术协同的良性循环。
以芯片层为例，百度从架构设计开始自主开发昆仑芯片，历经多年研发才实现量产。云层则需要解决大规模算力调度的难题，支撑数万张GPU卡协同工作。模型层的挑战在于算法创新与工程落地的结合，而应用层则需要找到真正的刚需场景，将AI能力转化为商业价值。四层架构中，每一层都有其独特的挑战，但真正的难度在于让它们彼此咬合、形成协同效应。
百度的实践证明，这种全栈布局在AI时代具有独特优势。模型训练的需求推动芯片迭代，芯片性能的提升降低训练成本，模型能力的增强带动云上应用效果提升，而应用产生的数据又反哺模型和芯片的优化。这种循环一旦形成，就会产生自我强化的效应，形成其他企业难以复制的技术壁垒。
2017年百度对AI芯片公司Cerebras的投资，就是这种前瞻性布局的典型案例。当时AI热潮刚刚兴起，多数企业关注应用场景和数据获取，而百度却投资了一家尚未完成首次流片的芯片公司。这一决策源于对AI技术栈的深刻理解——算力终将成为制约AI发展的关键因素。多年后，Cerebras成为英伟达的潜在挑战者之一，验证了百度的判断。
进入2026年，百度的增长飞轮开始加速运转。华安证券研报显示，昆仑芯在全国产集群上完成文心5.1重要版本训练，整体集群有效训练率达97%，万卡规模集群线性扩展度超85%。这一数据表明，百度的全栈能力已经通过工业级训练验证，为持续增长奠定了基础。
业务层面，四条业务线同步加速：昆仑芯出货量居本土第三，分拆上市在即；智能云GPU云同比增长283%，连续四季度保持三位数增长；文心5.1在评测中独揽四项最高评级；萝卜快跑在多个国际市场取得突破。这些成就的取得，正是增长飞轮运转的必然结果——每一层的进步都带动其他层的发展，形成整体增速超过单一维度投入的效应。
资本市场的认知也随之转变。近十家头部券商开始采用SOTP分部估值法，对百度的AI资产进行单独定价，部分测算显示其潜在价值接近万亿港元。摩根士丹利预计百度最早将于9月纳入港股通，纳入后南向资金持股比例有望达到7%至15%。百度的定价逻辑正从中概互联网公司向全栈AI公司切换。
这种认知转变源于百度用业务数据证明的AI属性。AI收入连续两季占比过半，昆仑芯估值达数百亿美元，GPU云增速接近三倍——这些数据让市场无法再忽视百度的AI本质。正如李彦宏在Q2财报后所言：“随着AI业务成为百度核心的发展方向，正在为下一阶段的AI驱动增长夯实基础。”
