任正非談華為做AI:不要太沖動 不要遍地都是智能化

（原標(biāo)題：任正非談華為做人工智能：不要太沖動，不要遍地都是智能化）

虎嗅注：在人工智能大火的當(dāng)下，任正非在今年年初的一次內(nèi)部研討會上也提及相關(guān)話題，他對華為做人工智能的三點(diǎn)看法：

01、高質(zhì)量的數(shù)據(jù)是人工智能的前提和基礎(chǔ)，高質(zhì)量數(shù)據(jù)輸出要作為作業(yè)完成的標(biāo)準(zhǔn)

02、要聚焦投入，敢于投資，成功只是時(shí)間遲早的問題

03、人工智能要聚焦投入不要全面開花，先縱向打好殲滅戰(zhàn)，旗開得勝后再橫向擴(kuò)張

以下為華為“心聲社區(qū)”微信號發(fā)布的任正非講話全文：

總裁辦電子郵件

電郵講話【2017】034號 簽發(fā)人：任正非

任總在人工智能應(yīng)用GTS研討會上的講話

2017年1月7日

公司巨大的存量網(wǎng)絡(luò)是人工智能最好的舞臺，GTS要利用人工智能實(shí)現(xiàn)高質(zhì)量和高效率的交付與服務(wù)，支撐“一萬億”美元存量網(wǎng)絡(luò)的服務(wù)以及故障處理、預(yù)防的自動化……，以及支持每年數(shù)百億美元的網(wǎng)絡(luò)增量的科學(xué)、合理、有效地交付。持續(xù)為客戶創(chuàng)造價(jià)值并提升客戶滿意，構(gòu)筑活的“萬里長城”，成為公司重要的可移動的“馬奇諾防線”。誰能最低成本地提供高質(zhì)量的服務(wù)，誰就是這個(gè)世界最后的贏家。公司的人工智能研究是一個(gè)使能器，促使公司各項(xiàng)管理進(jìn)步，不要隨議論的忽悠而迷失方向。

01、高質(zhì)量的數(shù)據(jù)是人工智能的前提和基礎(chǔ)，高質(zhì)量數(shù)據(jù)輸出要作為作業(yè)完成的標(biāo)準(zhǔn)

為什么我們不可以統(tǒng)一作業(yè)的工具，和工作的標(biāo)準(zhǔn)。配個(gè)數(shù)據(jù)采集聚集器，員工在現(xiàn)場作業(yè)完后，回到駐地處理一下，一按鍵就群發(fā)出去了，不必經(jīng)過辦事處、地區(qū)部，就一步到位了。數(shù)據(jù)對各級各段透明，沒有層層級級的匯總處理，就快多了。

我們有430萬個(gè)站點(diǎn)，每年增加96萬個(gè)，1萬1千個(gè)合同，每個(gè)基站報(bào)上來的報(bào)表這么厚，是因?yàn)闆]有模塊化分類。不抽象不總結(jié)就要上報(bào)，我們處理管道就那么粗，所以堵得一塌糊涂。實(shí)際上歸納出來可能就一百種，大不到一千種模塊。我們分類按模板傳信息給供應(yīng)鏈，供應(yīng)鏈解碼打開、作清單發(fā)貨，我們管理會簡化很多?，F(xiàn)在報(bào)表層層上報(bào)，每層增加好多人，一大堆報(bào)表甚至沒人讀過。要基于目的標(biāo)準(zhǔn)模型建設(shè)簡單自動報(bào)表體系，這樣中間的人工就減掉了，主戰(zhàn)場的員工就增加了。人人都基于作業(yè)給你提供準(zhǔn)確數(shù)據(jù)，集中起來你的科學(xué)性就好了，有了這些準(zhǔn)確數(shù)據(jù)，通過監(jiān)督學(xué)習(xí)和統(tǒng)計(jì)手段就能使我們的效率提高。

填寫的表中有清晰的也有模糊的，確定性的工作填寫的數(shù)據(jù)要準(zhǔn)確，如果沒有審核就傳上來不正確的數(shù)據(jù)，就是一團(tuán)亂麻。清晰的數(shù)據(jù)不斷更新積累，新的有效數(shù)據(jù)不斷更替?？傆幸粋€(gè)模糊區(qū)，模糊數(shù)據(jù)的模糊性會持續(xù)不斷降低，但又產(chǎn)生新的模糊。在不該模糊的地方應(yīng)該有指引，能夠指引基層工程師來清晰操作。人工智能就要靠幾萬員工在做事的時(shí)候把數(shù)據(jù)有效采集回來，在歸納總結(jié)中找出規(guī)律來。清晰、準(zhǔn)確的現(xiàn)場數(shù)據(jù)是重要的事情。

我們是設(shè)備供應(yīng)商不是流量運(yùn)營商，要根據(jù)業(yè)務(wù)場景來看多快數(shù)據(jù)算實(shí)時(shí)，不要形而上學(xué)，要根據(jù)必要的需求來獲取這些所謂實(shí)時(shí)數(shù)據(jù)。對于網(wǎng)絡(luò)設(shè)備數(shù)據(jù)的輸出，可以采用類似“七遠(yuǎn)八按”的方式建設(shè)數(shù)據(jù)輸出標(biāo)準(zhǔn)，以基于人工智能的交付服務(wù)視角重新制定可服務(wù)性標(biāo)準(zhǔn)，并作為產(chǎn)品上市必要條件。

因此，你們說數(shù)據(jù)缺乏、雜亂無章，我不批評，我覺得沒有數(shù)據(jù)才是我要批評的。每一個(gè)人能不能搞個(gè)工裝穿在身上帶個(gè)儀器，數(shù)據(jù)先收集存儲起來，然后一按按鈕就傳送到信息庫，對貢獻(xiàn)數(shù)據(jù)者還可以獎(jiǎng)勵(lì)。

02、要聚焦投入，敢于投資，成功只是時(shí)間遲早的問題

在GTS選定的站點(diǎn)作業(yè)、網(wǎng)絡(luò)集成、網(wǎng)絡(luò)維護(hù)、網(wǎng)規(guī)網(wǎng)優(yōu)等關(guān)鍵場景，在業(yè)務(wù)模型、算法、平臺和數(shù)據(jù)上要加大投資，具體的人力與費(fèi)用在戰(zhàn)略規(guī)劃未來的時(shí)間鏈中落實(shí)。

要開發(fā)公司統(tǒng)一的人工智能軟件平臺，把算法、知識、方法、經(jīng)驗(yàn)等都固化在平臺上，首先在GTS實(shí)踐和應(yīng)用，未來也可以為公司其他業(yè)務(wù)提供支撐。數(shù)據(jù)底座的投資更需要加大，作為長期的基礎(chǔ)工程來建設(shè)，有了高質(zhì)量的數(shù)據(jù)基礎(chǔ)，人工智能才能發(fā)揮作用。

2012實(shí)驗(yàn)室的科學(xué)家要緊密與服務(wù)工程師合作，由熟悉理論和算法的科學(xué)家選擇最成熟的方案應(yīng)用到服務(wù)場景中，并共同完成業(yè)務(wù)提升，這就是技術(shù)和場景的結(jié)合。一部分人熟悉技術(shù)理論，一部分人熟悉場景，兩者合作起來天下無敵，你們先把我們內(nèi)部的改進(jìn)搞好，到那時(shí)候我們是不是走向外部我們再考慮。

新事物失敗也是成功，自己取得一點(diǎn)進(jìn)展就記下來，這是過程記錄，自己用蘿卜刻獎(jiǎng)?wù)拢e累多了就去換金牌。不要怕出錯(cuò)，別人說華為是落后的，因?yàn)槲覀冎唤o成功的人發(fā)獎(jiǎng)，從來不給失敗的人發(fā)獎(jiǎng)。今天比昨天好就要發(fā)獎(jiǎng)，喜馬拉雅爬一半也是成功，因?yàn)槲覀冞^去連山腳都沒去過。

03、人工智能要聚焦投入不要全面開花，先縱向打好殲滅戰(zhàn)，旗開得勝后再橫向擴(kuò)張

我們業(yè)務(wù)擴(kuò)張中，人員不按線性擴(kuò)張就成功了。服務(wù)工程師要聚焦服務(wù)業(yè)務(wù)，在完成服務(wù)業(yè)務(wù)同時(shí)完成人工智能所需要的正確數(shù)據(jù)輸出，在此基礎(chǔ)上產(chǎn)生場景分析師、數(shù)據(jù)分析師和模型設(shè)計(jì)師。這些專家要長期投入在服務(wù)戰(zhàn)場上，通過服務(wù)客戶不斷提升能力。對于場景分析師、數(shù)據(jù)分析師、模型設(shè)計(jì)師，我的態(tài)度是要看在三年之內(nèi)，有多長時(shí)間在一線服務(wù)戰(zhàn)場上取得成功的實(shí)踐經(jīng)驗(yàn)。沒有成功的實(shí)踐經(jīng)驗(yàn)就不要快速晉升，這樣也保證水是流動不是腐敗的。

人工智能在投資充分的情況下不要太沖動，要急用先行小步快跑，要聚焦在確定性業(yè)務(wù)、人工消耗大的項(xiàng)目，寧可做得少一點(diǎn)，先在一兩個(gè)點(diǎn)突破殺開口子，集中力量打殲滅戰(zhàn)，不要鋪開一個(gè)很廣泛的戰(zhàn)線。不要遍地都是智能化，這會形成全面開花沒有結(jié)果的盲動，就有可能滿盤皆輸。

如人工智能的應(yīng)用首先要瞄準(zhǔn)實(shí)現(xiàn)簡工勘，在此基礎(chǔ)上進(jìn)而實(shí)現(xiàn)自動化設(shè)計(jì)。海量重復(fù)動作要運(yùn)用人工智能技術(shù)來替代，實(shí)現(xiàn)文檔自動生成、質(zhì)量自動審核、遠(yuǎn)程驗(yàn)收及自動開票。然后再把人工智能應(yīng)用的成功經(jīng)驗(yàn)擴(kuò)展至網(wǎng)絡(luò)維護(hù)、網(wǎng)規(guī)網(wǎng)優(yōu)等業(yè)務(wù)場景，把被動問題處理變?yōu)橹鲃宇A(yù)警預(yù)防，不僅提升了效率還提升了為客戶服務(wù)的質(zhì)量。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。