8月23日,华为董事长梁华出席首届中国国际智能产业博览会开幕式并发表主题演讲,分享了对于智能化、数字化的思考。
梁华表示,单纯依靠机器提升人类社会生产效率的方式已经遇到了瓶颈,客户服务体验和企业运营效率的诸多问题也难以通过机器来解决。
“这就需要我们给机器赋予新的引擎:给机器以智能,让机器拥有语言、视觉、逻辑分析、数据处理、身体运动等能力,通过智能机器来进一步释放生产制造、特别是服务业领域的潜能。”
梁华特别强调,作为前沿技术,人工智能的发展必须扎扎实实打好基础,需要长期重视基础研究。
不能为“人工智能”而“人工智能”,也不能“泡沫化”和“赶风口”,要针对实际业务场景,充分应用算法、算力、数据的积累,产生实际效果和收益。
以下为梁华演讲实录
非常高兴来到重庆参加中国国际智能产业博览会,并在此分享华为对于数字化、智能化的一些思考。
自工业革命以来,人类不断发明各种新的制造技术,并将其组装成为机器,通过“给生产以机器”,帮助人类社会大幅提升了生产的效率,促进了社会的分工协作和新商业模式的形成。
但经过200多年的持续发展后,单纯依靠机器提升人类社会生产效率的方式已经遇到了瓶颈。
根据经合组织OECD的数据显示,2000年到2017年,36个OECD国家制造业劳动生产效率年均增长仅为1.3%。
得益于机器的发展,企业中制造部门,在大幅提升生产所创造价值的同时,还同步实现了单位效率的持续提升、单位成本的持续下降。
但是,在不是以制造活动为主的服务性行业中,很多部门仍然需要靠大量有经验的人。
以企业客户服务为例,现在企业的售后服务系统绝大多数还只是客户问题接口,没有和企业销售系统、运营系统、生产系统、供应系统真正打通,不能给予及时有效反馈和现场解决问题,难以从根本上改善客户的体验。
未来进一步提升服务质量,必须建立在对顾客的全方位理解和大数据的支撑之上,这已经超越了人的经验和现有机器的能力。
同时,在企业的整体运营效率改进方面提升的空间也依旧比较大。
比如:研发领域,虽然我们有了计算机辅助设计等工具,但是硬件、软件、设计、开发、验证等各个子系统,没有有效地基于模型和仿真集成连接为一个高效的体系,不能够进行实时仿真、反馈、验证和高效迭代,所以创新和研发效率仍然不高。同时,研发与销售、制造、供应和服务也没有建立统一的数据共享机制。
因此,没有基于数据驱动的企业运营系统,难以根本上提升企业整体的运营效率,降低运营成本。
根据我们的研究,我们看到过去几十年以来,很多的企业在生产效率的提升、服务质量的改进、企业运营效率的提升都遭遇瓶颈,经过几十年的累积,已经不单单影响企业的盈利能力,也影响到企业的快速创新能力和对客户的服务能力,进而开始影响到企业的生存。
我们认为,新的问题需要有新的解决思路。既然单纯依靠“给生产以机器”难以进一步解决提升生产效率、客户服务体验和企业运营效率的诸多问题,这就需要我们给机器赋予新的引擎:“给机器以智能”,让机器拥有语言、视觉、逻辑分析、数据处理、身体运动等能力,通过智能机器来进一步释放生产制造、特别是服务业领域的潜能。
同时,通过“给服务以平台”,让数字化技术和数字化平台,帮助企业建立数据驱动的运营系统,构建数字化生产和数字化商业模式,显著提高运营效率、可靠性和预测能力。
在“给服务以平台”的过程中,我们认为,应该是以智能化、平台化的方式来使能各行各业,实现企业从制造环节的产品增值,向运营环节的服务增值的商业转型,而不仅仅是单纯的卖单点技术、或者卖单个的产品。
尽管数字化是一个痛苦的历练过程,但从长远来看,数字化至关重要。通过自动化、数字化和智能化,结构性解决生产效率、服务质量和运营效率低下的问题。
华为聚焦ICT基础设施和智能终端,立足于打造云服务、智能化的“黑土地”平台。我们坚持依托云服务、人工智能等技术,构建数字化平台改造自身内部管理、提升内部效率。
最近几年,华为选取了技术服务、财经体系作为突破口,已经取得了明显的成果。比如,我们在很多地区的网络规划、网络优化以及基站规划设计,已经因AI技术的介入实现了效率提升。
华为坚持人工智能的关键是基础研究突破和应用场景化。
早在2012年,华为诺亚方舟实验室就正式投入AI的基础研究、算法研究、算力研究,历经多年积累,已经应用在了手机等终端产品上;
我们识别人工智能技术应用场景,把复杂的场景做简单,让AI高而不贵;
人工智能需要通过大量的数据和行业知识训练才能发挥效益,我们会守住数据边界、合法使用数据,打造“用得起、用得好、用得放心”的人工智能、云服务平台,以此来使能客户、产生价值。
未来我们将持续发布最新的人工智能、云计算的技术和服务,应用华为的云服务、智能化的ICT平台使能给各个行业,真正实现“给机器以智能,给服务以平台,给行业以未来”。
历史已经证明,基础研究才是产业诞生和振兴的根本。作为前沿技术,人工智能的发展必须扎扎实实打好基础,需要长期重视基础研究。同时,不能为“人工智能”而“人工智能”,也不能“泡沫化”和“赶风口”,要针对实际业务场景,充分应用算法、算力、数据的积累,产生实际效果和收益。
华为以技术创新和客户需求驱动公司发展,我们将主动洞察行业趋势和客户需求,持续加大在技术创新上的投入,开放与合作,共生与共赢,真正使能行业和客户,创造价值。
未来二三十年,无论科技革命如何变化,世界局势如何变幻,为百业“提质增效”、为实体经济赋能,都值得我们长期对基础研究的投入以及中短期对商业问题的解决。
通过给机器以智能、给服务以平台,华为愿与大家一起,共同拥抱美好的智能时代。谢谢大家!
好文章,需要你的鼓励
甲骨文公司披露获得一份年价值超过300亿美元的云服务合同,消息传出后股价一度上涨近9%。该合同是甲骨文自4月1日2026财年开始以来赢得的多个大型云服务协议之一,预计从2028财年开始贡献超过300亿美元的年收入。虽然买方身份未公开,但最可能的候选者是OpenAI,两家公司正在合作建设AI数据中心网络项目Stargate。
国立台湾大学等机构开发的MuseControlLite技术实现了音乐AI的重大突破。该系统仅用8500万参数就达到61.1%的旋律控制精度,比现有方法减少6.75倍参数量却性能更优。通过创新的位置编码和解耦交叉注意力机制,系统能同时处理文字、音乐属性和音频信号的多重控制,支持音乐生成、修复和风格迁移等功能,为音乐创作民主化开辟新道路。
AI编程编辑器Cursor背后的公司Anysphere推出网页应用,用户可通过浏览器管理AI编程代理网络。该应用支持桌面和移动端,用户可用自然语言分配编程任务、监控代理工作进度并合并代码更改。Cursor年经常性收入已超5亿美元,被超半数财富500强企业使用。新应用面向Pro计划及更高级别订阅用户开放,旨在降低使用门槛。公司预计到2026年AI编程代理将承担软件工程师至少20%的工作。
马里兰大学研究团队在70亿参数的OLMoE模型中首次发现了真实大型语言模型的"Grokking"现象,即AI在训练误差稳定后仍能实现智能突破。他们开发了基于混合专家模型思维路径分析的新方法,能够在无需外部测试的情况下准确预测AI的泛化能力,为AI开发和评估提供了革命性的实时监控工具。