百度智能云自2015年起步，初期由尹世明带领，逐步提升在百度内部的战略地位。2019年，更名为“百度智能云”，标志着其向智能化转型，与百度“All in AI”战略高度契合。此后，在百度CTO王海峰的领导下，百度智能云进入“云智一体”阶段，深度融合AI技术，显著提升了技术竞争力。
然而，王海峰相对欠缺的商业化经验，导致百度智能云在增长和盈利方面面临挑战。沈抖的加入为百度智能云带来了新的转机。上任伊始，他就面临着百度创始人李彦宏提出的规模与盈利并重的目标。
幸运的是，沈抖上任不足一年便遭遇了大模型的爆发，这为百度智能云带来了战略机遇。大模型的出现，将AI真正转化为云计算的核心驱动力，催生了AI工具层的繁荣和算力需求的激增。百度智能云凭借在大模型领域的先发优势，迅速抢占了商业化先机。
公开数据显示，2024年1-8月，国内大模型相关中标项目数量达到475个，呈现爆发式增长。百度智能云在众多央企和行业项目中标数量和金额均位居前列，充分展现了其在大模型应用方面的实力。但挑战依然存在，盈利目标依然是摆在沈抖面前的重要课题。
目前，百度智能云收入主要来自底层算力，而大模型服务盈利仍有待突破。沈抖指出，大模型的实际价值尚未完全体现在定价上，市场竞争激烈。因此，百度智能云更注重提供算力基础设施，降低算力成本，进而推动大模型成本下降。
百度在GPU算力方面积累了丰富的经验，使其在提供算力基础设施方面具备竞争优势。沈抖积极与客户沟通，了解需求，并提供稳定的算力支持。大模型与算力如同抽水泵与蓄水池的关系，虽然当下算力是主要收入来源，但长期来看，大模型仍将是核心驱动力。
未来，百度智能云将面临更加激烈的竞争。阿里云、智谱AI、科大讯飞等厂商都在积极布局AI大模型生态。同时，在基础设施领域，百度还将面临来自阿里云、华为云等巨头的竞争。百度智能云需要在长期的竞争中持续突破，最终实现规模化和盈利能力的提升，这将是一场持久战。
