2018_0718在GTS人工智能实践进展汇报会上的讲话1
需积分: 0 25 浏览量
2022-08-03
12:31:25
上传
评论
收藏 167KB PDF 举报
任正非在任正非在GTS人工智能实践进展汇报会上的讲话人工智能实践进展汇报会上的讲话
2018年7月18日
在人工智能和云的建设上，华为公司落后于时代，但是我们现在不能泡沫化地追赶。云，我们的追赶方法是做“黑土地”，打通
基础平台，让千万家公司都可以来这块“黑土地”上种“庄稼”。人工智能，我们有两条路：聚焦在产品智能化和内部管理服务的
持续改进与自动化、智能化上。
我们应首先依托人工智能改进内部管理，提升内部效率，这个领域的人工智能应用成功率可能会较高，逐步积累起信心和后备
专业人员力量。这样在主航道产品有成功的突破后，可持续不断从后备队伍中抽调力量补充投入进产品智能化去，为产品开发
输送后备人才。我们要有重点的一块块突破，不要全面铺开，所以公司选了GTS和财经作为内部管理改进试点，持续不断地投
入人工智能、数字化转型的力量，扩大人工智能的后备队伍，从单点突破到多点突破，进而横向拉通。
目前我们看到了一些GTS的试点成果，比如非洲地区的网规网优和基站规划设计确实有进步，感谢弟兄们的努力。今天的汇
报，我把2012实验室的科学家和相关部门都请来了，听听你们试点做了什么、有什么成果、有没有好的经验。科学家们也可以
谈谈自己的想法，在整体架构和方案设计上给以指导，也讨论一下这些实践的思路能否汇聚起来、提炼出来，为公司未来的人
工智能应该怎么做提供思路。我先从片面的角度谈几点，希望各个部门能够看到这些问题。
一、GTS人工智能在交付上取得了单点突破，是可喜可贺的。从单点突破到横向拉通道路还很漫长，把财经和供应链卷进来，
一起理解交付的概念，以站点为单位综合性铺开。单纯的交付观点，好像把设备安装好就结束了。我们现在要求要实现站点综
合效益管理。我们要从盯着交付成功，转移到实现站点效益成功上来，财务与供应链同时要卷进来。在工勘阶段，我们应在完
成工程设计的同时完成项目预算的编制；在交付履行阶段，我们要在交付的同时及时开票和完成项目核算。
2017年，我曾在诺亚方舟实验室使能工程部成立会上讲话，其实当时心里很忐忑，不知道能不能突破。我们先抓住GTS和财务
来改革，把千军万马压在这上面，这方面有确定的目标，至少能解决内部工作效率和数据透明问题，敢于在这方面囤积千军万
马，同时也给未来产品的人工智能应用提供了战略后备军。如果首先在产品领域集中几千人，万一失败，这几千人如何养？现
在我们有信心步子再大一些。
今天来看，GTS取得了一些单点突破，单点突破对公司非常有意义，增强了我们在人工智能发展的信心。比如，工勘平均每年
有几十万个站点，每个站点又涉及几十到上百设计文档和表格，大量数据都是在重复填表，人工耗费极大。把工勘变成数字
化、自动化，我们就能逐步提高效率，就是人工智能。我们不要纠结于模糊问题智能化才是人工智能的社会定义，不要在乎社
会对这项工作的评价标准，伟大是谁评定的？是我们自己，不需要别人来评价。晚会上你们找几株芦苇别在屁股上，就“尾”大
了。我们提高效率让职级、奖金不吃亏，就伟大了。一时受委屈，回家用萝卜刻个章自己表彰一下，明天更伟大，我们自己说
伟大就伟大。只要我们将大量的重复劳动自动化，提高了效率，就是我们的期望。
但是，你们今天讲的都是交付和维护，还没有包含预算、核算、供应。我曾在Fellow及部分欧研所座谈会上提到，现在我们要
从单点突破走向多点突破，然后横向拉通。什么叫“横向拉通”？
第一，工勘把预算、供应拉通。现在你们只是解决了GTS的交付技术问题，还没有解决财经的项目预算问题，供应一次到位的
效率也没有明显提升。工勘能否把财务和供应链拉通？我认为，财经至少要选10个PFC卷入进来，供应链也要卷一些骨干进
来，组成混合以站点为单位的混合人工智能应用团队，以提高工勘效率的同时，完成可交付性自动评估，生成供应计划，以及
实现项目概算的自动编制。
第二，开票把核算拉通。按DU核算，我们每年至少为200多万个点开票，每个点又是几百张表格。项目核算要在开票的同时完
成项目实时经营情况的核算，开出给客户的发票和收到供应商的发票要自动形成项目的损益。
第三，人工智能在某个领域的应用，是单点突破；人工智能在某几个领域的协同应用，就是横向拉通。木桶短板的原理，使得
人工智能在多个领域的协同应用，如以站点为单位，将项目管理、交付管理、财务管理融合改进，才能更有效地提高某一段流
程的整体工作效率。
二、吸收内外部优秀人才，壮大华为人工智能的战斗队和战略预备队，支撑人工智能的研究、推广和维护。
1、人工智能的战斗队要广泛吸纳有经验的专业人才。
我们已经把网络安全、隐私保护作为公司最高纲领，确保用户利益不受侵犯，公司整个产品架构会面临变化。在人工智能问题
上，我们要吸纳大量有经验的员工上战场，逐步积累起一个庞大的人力队伍，在网络重构中作为生力军。
第一，公司各大部门精简的技术专家和管理干部，大量涌进到人工智能这支突击队来，天生我材必有用，我们需要算法专家，
更需要有业务经验的干部、专家。将来推广和维护还需要更庞大的队伍。
第二，国内的人工智能正在泡沫化，可以招聘社会上的算法专家，也包括失败了的算法专家。为什么失败的人也伟大？他的理
想可能很大，但是原来的平台小，不容易成功，到了我们这个大平台，可能就如鱼得水。
这样，公司业务专家和业界算法专家结合起来，能不能把我们复杂的管理智能化？
第三，我们不仅招聘测绘学的博士，也要招一批卫星、航天、航空、航测……等专业人员，用大场景来解决宏观问题；还要招
一些炮兵队伍转业的炮兵学院毕业的军官，他们能解决近距离的微观环节问题。如果不是我们当年招聘测绘专业的博士，现
在“三朵云”及GTS无线规划、勘测数字化、自动化就是一句空话。
评论0