https://www.toutiao.com/a6648499978907943437/

編輯 | 吳斯

視訊 | 二叉樹團隊

AI：我是誰？

以 AI 為驅動的第四次技術革命已經到來，人工智慧作為一種通用目的技術，其觸發的產業變革，將涉及所有行業、所有組織和個人。到 2025 年，全球個人智慧助理普及率將達到 90%，智慧服務機器人將步入 12% 的家庭，企業對 AI 的採用率將達 86%。

華為首席營銷專家周延青在接受 InfoQ 的專訪中提到，“+AI ” 和“網際網路 +”的本質區別在於，網際網路時代是資訊化的大整合，能給大家帶來快捷和便利。但是網際網路 + 從來沒有根本上改變過生產流程，而 AI 是逐漸在成長和學習的，在運作的時候帶來的最大變化是，AI 能夠持續地提升企業的效率。這種效率的提高是自動的，自動地降低企業生產成本，提升企業運作效率，同時還會提升企業產品質量。

一時間，AI 技術驚濤拍岸，捲起千堆雪。 從刷臉解鎖到無人駕駛車輛上路，從智慧家居的應用到智慧交通、安防等的布控，AI 已經覆蓋到了生活的方方面面。我國也相繼出臺一系列政策支援人工智慧發展，推動中國人工智慧步入新階段。這也意味著，人工智慧已經上升到了國家戰略層面。

華為入局，大勢所趨

2018 年10 月 10 日，華為副董事長、輪值董事長徐直軍在 2018 華為全聯接大會（以下簡稱“HC”）上，釋出了華為 AI 戰略及全棧全場景的解決方案。這一重磅訊息顛覆了外界的認知 ，有媒體評價道，華為在 AI 領域是三年不鳴，一鳴驚人。

但在周延青看來，更準確的表述應該是“厚積薄發”。

當外界都在對 AI 議論紛紛時，華為內部在若干年前，就開始研究 AI 到底能夠給社會、產業、華為帶來怎樣的價值。“基於一個簡單的邏輯：如果 AI 確實有用，華為如此龐大的企業一定能找到好的應用”，周延青解釋說，“華為一開始對 AI 的態度就非常清楚，那就是要在我們的業務領域裡去嘗試一下”。在產品製造、在內部運營包括財務運作、在面向客戶的服務和交付過程中去嘗試，華為發現 ，AI 技術已進入產業化階段，很多領域可以用 AI 來替代原本低效的工作。

此外，AI 技術可以用在華為自身的 To C 端產品中，最典型的是華為手機。從兩年前開始，華為手機就引入了 AI 相關的演算法和技術，Mate 10 手機在 AI 晶片麒麟 970 處理器的加持下變得更加智慧——比如在拍照時，攝像頭能夠智慧識別 13 種場景，自動除錯到該場景下適合的引數。2018 年華為釋出了麒麟 980，成功在指甲蓋大小的尺寸上塞進 69 億個電晶體。Mate 20 系列成為首款搭載麒麟 980 晶片的智慧手機，雙 NPU 使 AI 算力大幅飆升，能做到人臉識別、物體識別、物體檢測、影像分割、智慧翻譯等 AI 場景，每分鐘影像識別 4500 張，識別速度相比上一代提升 120%，遠高於業界同期水平。

通過實際落地的技術實踐，華為進一步觸碰到興奮的脈搏。因為在華為的認知中，AI 技術能真真正正地給整個行業帶來巨大的變化。

有心的人早就能看出，華為是有備而來。

早在 2014 年，華為提出了“共建更美好的全聯接世界”這一願景；而在 2017 年 12 月份，華為對外發布了新的願景和使命——把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智慧世界。不難發現，兩種表達背後的最大區別，是引入了“智慧”的概念。這個概念不只是一項普通技術，而是未來整個世界的基本要素，智慧是無所不及的，能夠給每個人、每個家庭、每個組織帶來很多創新的體驗和價值。“這是華為重新整理願景使命的一個最基本的動因，也是華為通過過去幾年的實踐對 AI 認識的一個總結。”周延青認為。

願景很美好，但是在實現願景的路上也存在很多挑戰。華為在實踐中發現，當前 AI 要真正應用併產生價值，還有很多工作要做。從資料到算力、演算法都需要解決很多問題。為此，華為也在思考能夠做點什麼，來幫助 AI 產業化。

AI：我要做什麼？

華為釋出全棧全場景解決方案後，如何與雲、IoT 、邊緣計算等技術充分協同，發揮最大價值？如何佈局平臺打造生態，讓更多的人和企業都融入 AI 的浪潮中？

算力與新技術齊飛

在華為釋出的 AI 全棧全場景解決方案中，有兩個“全”字。據華為副董事長、輪值董事長徐直軍介紹，所謂的全場景，是指包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境。所謂的全棧，是指從技術功能視角出發，包括晶片、晶片使能、訓練和推理框架和應用使能在內的全堆疊方案。

周延青表示，整個全棧全場景 AI 解決方案，並不是設計出來的，而是在解決實際的問題中一點點構建起來的。

最開始做研究的時候，大家首先需要的是大規模訓練，所以都考慮在大型伺服器或者在公有云上租用算力來支撐。但是真正走入到行業應用場景時，我們發現很多時候，AI 需要部署在邊緣或端側，例如“人臉識別”，我們最終會把它用在園區的出入口閘機上，也會把它用在手機上。如果攝像頭上收集進來的資訊全部傳到雲端處理，雲端的資料儲存和計算壓力會非常大，也會對網路帶來巨大的壓力。由於網路時延的因素，識別處理會比較慢，導致使用者體驗不好。同時還要考慮安全因素，很多使用者資料，並不都適合傳到雲端處理。這時候就需要端側的攝像頭具備一定的 AI 處理能力，提供相應的算力支援，使之能夠在端側初步處理資料，把一些關鍵的要素、特徵提取出來。華為發現，要真正把行業應用做好，需要各種場景下的 AI 算力支援。基於這樣的訴求，一個能夠覆蓋各種場景的系列化算力解決方案就顯得很有必要。周延青表示，這也是全場景理念提出的最基本來源，“所以它不是設計出來的，而是根據自然的業務需求提出的，也就是我們所強調的原生的全場景”。

為了實現全場景，華為設計了專門用於 AI 演算法的達芬奇架構，並基於此架構，推出了昇騰系列的 AI 晶片和 IP。本次 HC 大會上，基於“達芬奇架構”的晶片昇騰 910 和昇騰 310 問世，徐直軍在 Keynote 上手握晶片的照片也佔據了當天各大科技媒體的頭條。

但，有了全場景的昇騰系列之後，華為的 AI 事業就可以高枕無憂了嗎？

周延青給出的答案是，“AI 要真正大規模發揮作用，一定要和其他技術互相連線，互相協作，不僅僅是 5G 或 IoT，還包括雲、大資料、資料庫、車聯網等”。華為在 5G 和 IoT 上一直都有較大的投入，如何將這些技術和 AI 更好地連線，產生更大的價值，才是真正需要思考的內容。

比如，自動駕駛需要整合諸如各種感測器、資訊獲取和 AI 運算等多項技術，這些都只是自動駕駛的一部分，未來真正的自動駕駛還應該是車和路，及其和整個環境之間的互動，這就需要與整體的城市網路、智慧化系統、後臺的交通監控系統互聯互通，才能提升整個城市的交通運輸效率。

華為當前要做的，是將系列化晶片能力做強，將全棧開發平臺和應用平臺做好。在此基礎上，要想賦能行業和領域落地，還需要打造更好的平臺和生態。

平臺共生態一色

三類場景適合 AI 發揮價值

同樣也是在 HC 大會上，華為戰略 Marketing 總裁徐文偉釋出了一組資料 —— 全球 AI 市場空間將達到 3800 億美金；其中 90% 來自於企業市場，“所以說，未來十年，AI 的主場在行業”。

也就意味著，AI 技術一定會滲透到各行各業，所有行業都會被人工智慧所改變。現階段，AI 技術已重點在交通、製造、金融、園區管理等領域得到了初步應用。經過長期的探討和實踐，華為總結了三類特別適合現階段 AI 技術發揮價值的典型場景：

第一類場景是簡單重複型。現在很多園區已經開始使用人臉識別驗證身份，停車場車輛的進出也已實現了自動識別、自動記錄和自動進出。在這類場景的應用中，AI 可以替代人類安保工作，極大地提升效率、節約成本。

第二類場景是專家輔助型。國內現階段非常稀缺的是技術專家資源，他們的能力和經驗都極其寶貴。使用 AI 技術輔助專家決策，未來甚至可以將專家經驗固化下來，形成一套輔助專家進行決策的系統。

周延青以醫療行業宮頸癌病發檢測為例進一步做了解釋，據相關的醫療機構統計，全國大約僅有 5000 名合格的醫生可以進行宮頸癌檢測，在檢測的過程中需要看片子、查資料資料，這就導致宮頸癌的診斷和檢測工作需要花費醫生大量的時間。如果全國所有的適齡婦女都要做一遍宮頸癌篩查，靠 5000 名醫生的人工工作至少要花費 20 年時間。如果使用 AI 輔助醫生診斷，可以快速地幫助醫生排除 90% 的病例，使得醫生診斷效率提升 10 倍。這樣，在兩年內就可以將全國所有的適齡婦女排查一遍。

第三類場景是真正的複雜場景。這種場景是 AI 面臨的最大挑戰。例如，如何利用 AI 技術來提升城市的交通的效率，是非常有挑戰的課題。交通治理牽涉到非常多因素，比如道路情況、車流、天氣以及突發事件等，所有這些都需要綜合考量和安排，僅僅依靠人工很難完成如此複雜的計算。但是如果利用 AI 將這些資訊輸入到系統裡，使用機器學習技術就能讓機器自己學習、自己訓練、自己提升。在華為與深圳交警合作的案例中，以八個路口為試點，經過 AI 優化平均每輛車大概能節省兩到三分鐘，路口加總起來大概能節省平均十分鐘的上班時間。接下來，華為還將把這套系統擴充套件到更多的區域和城市。

三年時間內培養百萬名開發者

入局 AI 之後的華為，深知 AI 在所有行業的普及是一項巨大的工程，生態圈的建設非常重要。為此，從合作伙伴到開發者，再到產業組織和聯盟，華為都有不同的策略和解決方案。AI 跟傳統 IT 產品不一樣， 買回去之後不能直接使用，而是需要建模、訓練、部署，這個過程需要開發者全程投入。如果做出來的模型達不到要求，不能給客戶帶來真正的價值，華為的 AI 解決方案就會無人問津。

華為敏銳地嗅到了這一點。

在開發者生態的打造上，華為計劃用三年時間培養一百萬個 AI 領域的開發者，希望通過給開發者提供良好的開發平臺，讓 AI 開發不再困難重重。這就需要有相應的培訓課程、培訓計劃來共同打造 AI 開發者生態。

比如面向一個高水平的開發者，可以用 AI 技術承包他們工作中的髒活累活，使專家的開發效率大幅度提升；針對入門級的開發者，他們不需要懂複雜的演算法和模型，只需要提供一個非常簡易的開發平臺，讓他們可以在這個平臺上實現無程式碼開發，解決一些初級的 AI 應用開發。

此外，華為還將推出高校合作計劃。當前國內真正比較合格的 AI 開發者可能只有幾萬人，而整個產業的需求可能需要幾百萬人，中間的差距非常大。造成如此大差距的一個原因，就是現在 AI 人才的培養非常困難。據周延青介紹，華為將給高校提供相應的資源、課程等資訊，組織相應的實習活動，讓更多的學生在學校就有機會使用這些技術，做真正的 AI 專案。通過這些方式培訓更多適應技術發展的 AI 人才。

AI：我將去哪兒？

回過頭去看歷史上所有革命性技術的誕生，必定會帶來某些傳統工作的消失，但同時也必定會產生一些新的工作崗位。不管是個人還是企業，不擁抱變化，難免會被淘汰。

當前，AI 發展也遇到了一些質疑，比如一些企業會被顛覆，某些勞動崗位會被取代；有人也開始疑惑現在加入 AI 浪潮是否太晚。

對此，周延青表示，回過頭去看歷史上所有革命性技術的誕生，必定會帶來某些傳統工作的消失，但同時也會產生一些新的工作崗位。比如汽車的發明讓所有的馬車伕都失業，但是汽車駕駛員出現了。AI 也是如此，AI 的引入確實會讓一些低端的、重複性的勞動力被取代，但同時也會誕生出一系列與 AI 相關的新崗位，比如說資料工程師、資料分析專家等等。其實在徐直軍發言中也提到了未來組織結構的可能形態，即有可能由原先的三角形結構（上面管理層、中間技術專家、底部是普通員工）轉變成菱形架構，這也意味著，未來基層崗位工作會一定程度地減少，該架構的中間部分會擴大。

而對每個人來說，最重要的就是擁抱時代的變化，不能夠擁抱時代變化的人總是會被淘汰，不管個人還是企業都是如此。企業自身如果不能夠在 AI 的浪潮中抓住機會實現智慧化轉型，也會被新的企業取代。

而針對所謂的紅藍海問題，周延青認為，未來 AI 這片海是無限大的，所有人、整個世界都將會在這個海里面。

“所以我認為無所謂什麼紅海藍海，空間太大了，大到你無法想象。現階段在這片海中，能實現的場景仍然十分有限。現在任何企業、任何公司都應當擁抱 AI，進場都不算晚，都可以去實現各個行業的智慧化。簡單說，AI 無所不及”。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29829936/viewspace-2564280/，如需轉載，請註明出處，否則將追究法律責任。