2018年7月8日，華為召開全球技術(shù)服務(wù)人工智能實踐進展匯報會，華為創(chuàng)始人任正非在會上作了重要講話，指出要立足實用，單點突破，腳踏實地搞好GTS人工智能實踐。

以下為講話摘要。

在人工智能和云的建設(shè)上，華為公司落后于時代，但是我們現(xiàn)在不能泡沫化地追趕。云，我們的追趕方法是做“黑土地”，打通基礎(chǔ)平臺，讓千萬家公司都可以來這塊“黑土地”上種“莊稼”。人工智能，我們有兩條路：聚焦在產(chǎn)品智能化和內(nèi)部管理服務(wù)的持續(xù)改進與自動化、智能化上。

我們應(yīng)首先依托人工智能改進內(nèi)部管理，提升內(nèi)部效率，這個領(lǐng)域的人工智能應(yīng)用成功率可能會較高，逐步積累起信心和后備專業(yè)人員力量。這樣在主航道產(chǎn)品有成功的突破后，可持續(xù)不斷從后備隊伍中抽調(diào)力量補充投入進產(chǎn)品智能化去，為產(chǎn)品開發(fā)輸送后備人才。我們要有重點的一塊塊突破，不要全面鋪開，所以公司選了GTS（注：全球技術(shù)服務(wù)）和財經(jīng)作為內(nèi)部管理改進試點，持續(xù)不斷地投入人工智能、數(shù)字化轉(zhuǎn)型的力量，擴大人工智能的后備隊伍，從單點突破到多點突破，進而橫向拉通。

目前我們看到了一些GTS的試點成果，比如非洲地區(qū)的網(wǎng)規(guī)網(wǎng)優(yōu)和基站規(guī)劃設(shè)計確實有進步，感謝弟兄們的努力。今天的匯報，我把2012實驗室的科學(xué)家和相關(guān)部門都請來了。我先從片面的角度談幾點，希望各個部門能夠看到這些問題。

一、GTS人工智能在交付上取得了單點突破，是可喜可賀的。

從單點突破到橫向拉通道路還很漫長，把財經(jīng)和供應(yīng)鏈卷進來，一起理解交付的概念，以站點為單位綜合性鋪開。單純的交付觀點，好像把設(shè)備安裝好就結(jié)束了。我們現(xiàn)在要求要實現(xiàn)站點綜合效益管理。我們要從盯著交付成功，轉(zhuǎn)移到實現(xiàn)站點效益成功上來，財務(wù)與供應(yīng)鏈同時要卷進來。在工勘階段，我們應(yīng)在完成工程設(shè)計的同時完成項目預(yù)算的編制；在交付履行階段，我們要在交付的同時及時開票和完成項目核算。

2017年，我曾在諾亞方舟實驗室使能工程部成立會上講話，其實當(dāng)時心里很忐忑，不知道能不能突破。今天來看，GTS取得了一些單點突破，單點突破對公司非常有意義，增強了我們在人工智能發(fā)展的信心。但是，你們今天講的都是交付和維護，還沒有包含預(yù)算、核算、供應(yīng)。我曾在Fellow及部分歐研所座談會上提到，現(xiàn)在我們要從單點突破走向多點突破，然后橫向拉通。

什么叫“橫向拉通”？

第一，工勘把預(yù)算、供應(yīng)拉通?，F(xiàn)在你們只是解決了GTS的交付技術(shù)問題，還沒有解決財經(jīng)的項目預(yù)算問題，供應(yīng)一次到位的效率也沒有明顯提升。工勘能否把財務(wù)和供應(yīng)鏈拉通？我認為，財經(jīng)至少要選10個PFC卷入進來，供應(yīng)鏈也要卷一些骨干進來，組成混合以站點為單位的混合人工智能應(yīng)用團隊，以提高工勘效率的同時，完成可交付性自動評估，生成供應(yīng)計劃，以及實現(xiàn)項目概算的自動編制。

第二，開票把核算拉通。項目核算要在開票的同時完成項目實時經(jīng)營情況的核算，開出給客戶的發(fā)票和收到供應(yīng)商的發(fā)票要自動形成項目的損益。

第三，人工智能在某個領(lǐng)域的應(yīng)用，是單點突破；人工智能在某幾個領(lǐng)域的協(xié)同應(yīng)用，就是橫向拉通。

二、吸收內(nèi)外部優(yōu)秀人才，壯大華為人工智能的戰(zhàn)斗隊和戰(zhàn)略預(yù)備隊，支撐人工智能的研究、推廣和維護。

1、人工智能的戰(zhàn)斗隊要廣泛吸納有經(jīng)驗的專業(yè)人才。

我們已經(jīng)把網(wǎng)絡(luò)安全、隱私保護作為公司最高綱領(lǐng)，確保用戶利益不受侵犯，公司整個產(chǎn)品架構(gòu)會面臨變化。在人工智能問題上，我們要吸納大量有經(jīng)驗的員工上戰(zhàn)場，逐步積累起一個龐大的人力隊伍，在網(wǎng)絡(luò)重構(gòu)中作為生力軍。第一，公司各大部門精簡的技術(shù)專家和管理干部，大量涌進到人工智能這支突擊隊來，天生我材必有用，我們需要算法專家，更需要有業(yè)務(wù)經(jīng)驗的干部、專家。將來推廣和維護還需要更龐大的隊伍。第二，國內(nèi)的人工智能正在泡沫化，可以招聘社會上的算法專家，也包括失敗了的算法專家。第三，我們不僅招聘測繪學(xué)的博士，也要招一批衛(wèi)星、航天、航空、航測……等專業(yè)人員，用大場景來解決宏觀問題；還要招一些炮兵隊伍轉(zhuǎn)業(yè)的炮兵學(xué)院畢業(yè)的軍官，他們能解決近距離的微觀環(huán)節(jié)問題。

2、組建GTS人工智能的戰(zhàn)略預(yù)備隊，學(xué)習(xí)“四組一隊”訓(xùn)練法，集成編練，成隊空投，成片推廣。

GTS在推廣人工智能這些工具時，不是苦口婆心去說服別人，可以成組編隊，選擇某個試驗點訓(xùn)練，然后成組空投，一個國家就成片推廣了。

3、科學(xué)家瞄準未來從事基礎(chǔ)理論研究，允許脫離實際，但要沿途“生蛋”，傳播思想與理論，為其他領(lǐng)域創(chuàng)造突破。

隨著公司政策的優(yōu)化調(diào)整，很多業(yè)界頂級科學(xué)家不斷進入公司。科學(xué)家可以抽空到現(xiàn)實場景中去，給其他人講講課，把你們的方法論往下傳，同時也理解需求，這樣可以沿途“生蛋”。

三、公司的人工智能不主張建立大構(gòu)架，要允許各模塊單點前進、單點突破。

首先，我不反對公司做整體規(guī)劃，但是要允許各模塊單點前進、單點突破，不能因為整體規(guī)劃約束了每個模塊的發(fā)展。

第二，在人工智能的戰(zhàn)略投入問題上，我們要有一個框架性模型，在戰(zhàn)略機會點上敢于投入。董事會能否出一個結(jié)論：“人工智能所節(jié)約出來的效率和費用反投回人工智能，加大戰(zhàn)略機會窗的突破”？華為的人工智能是以提高管理效率為中心，當(dāng)公司運作效率很高了，將具有很強的競爭力。

第三，關(guān)于人工智能在產(chǎn)品上突破，不是指專門做一個人工智能產(chǎn)品，而是能否讓我們公司的5G基站人工智能，讓我們的傳輸人工智能，讓我們的核心網(wǎng)交換人工智能……？這可以作為產(chǎn)品奮斗的一個目標(biāo)。

華為在170多個國家有1萬億美金的網(wǎng)絡(luò)存量，五年后可能達到1.5-2萬億美金的網(wǎng)絡(luò)存量，如果我們把網(wǎng)絡(luò)存量變成平臺，全世界有哪個網(wǎng)比我們大？沒有。未來理想的實現(xiàn)需要在座所有人的共同努力，我們要開放心胸，敢于擁抱時代，擁抱人才！