“人类发现地球只是宇宙一员的时候，也是我们距离群星最遥远的时候。”
这个来自天文领域的喟叹，今天同样出现在行业与企业的智能化之路上。在这个时代坐标上，AI大模型技术极速成熟，AIGC和AI Agent等应用受到了各个行业的巨大期待。
但对绝大多数企业而言，AI看似近了，其实却更远了。当企业耗巨资去追求大模型开发、自建AI算力、搭建AI平台等智能化方案，往往会发现其带来的价值并不明显，消耗的成本却难以承担。
如何解决能看到AI，却无法获得智能化价值的时代难题？
华为在这个过程中，又能够把握怎样的新战略机遇？
（华为副董事长、轮值董事长徐直军）
2024年9月19日，华为全联接大会2024在上海召开。华为副董事长、轮值董事长徐直军发表了以《拥抱全面智能化时代》为主题的演讲。将这篇演讲的内容与当前行业智能化的难题进行对齐，就能发现以上两个问题的答案。
全面智能化时代与初阶智能化阶段的区别在于，需要让AI系统像电力、网络一样归于极简，归于用户价值至上。
而让复杂的技术重回极简，正是华为最为擅长的战略惯性。
对于大多数行业与企业而言，大模型正在让智能化变得愈发复杂。参数不断膨胀的模型，成本持续增长的算力，以及不断叠加的AI系统运维难度，似乎都预示着AI将是一条单行道。最终只有极少部分能够负担超大模型、超大算力的企业才拥有智能。
然而从历史发展的逻辑看，这是绝不可能的。只有绝大多数企业与行业都能从中获益，技术革命才有成功的可能。
因此，我们必须换一个视角审视AI。在AI本身的技术脉络之外，还要看到企业对智能化技术的真实适配与需求。一味追求大模型参数与大规模算力可能并不全面，只有实现行业与AI的双向对驰，才能最终实现智能变革。
以企业智能化为例，徐直军认为，站在客户持续成功的立场上，会发现这样几个客观现象：
1.不是每个企业都要建设大规模AI算力。
企业智能化进程中，也伴随着AI硬件产品快速迭代、AI基础设施快速升级的客观情况。这样一来，企业自建AI算力很容易跟不上发展节奏，从而产生巨大浪费。而且对于企业来说，混合异构的AI算力也会产生巨大的运维成本，往往得不偿失。
2.不是每个企业都要训练自己的基础大模型。
企业自训大模型，意味着需要大量的高质量数据以及庞大的AI算力，从而带来复杂且高昂的综合成本。加上模型参数扩大，带来训练难度的不断提升，自行训练模型很可能延误企业将AI与核心业务结合，造成适得其反的效果。
3.不是所有的应用都要追求“大”模型。
从华为云的产业实践来看，不同场景的需求可以通过不同参数级别的模型来满足，而不是一味追求模型的“大”。比如，十亿参数模型可以满足科学计算、预测决策等业务场景的需求；百亿参数模型可以满足知识问答、代码生成、坐席助手等大量场景的需求；更复杂的NLP、多模态任务，则通过用千亿参数模型来完成。
如果说，智能化的初级阶段，是向着参数更大、泛化性更强的模型单向发展，那么全面智能化阶段，必须考虑用户与AI的双向情况。只有每家企业，甚至每个人、每台设备、每辆车都以最合适自己，最简单的方法获得智能化价值，AI才能由远而近，抵达产业核心。
明确了这个逻辑，我们才能理解华为的战略机遇何在。
想要实现从单向AI到全面智能化的跨越，有一个不可避免的阶段，就是回到极简。
事实上，信息时代、数字时代，甚至更早的工业革命都会经历这一过程。产业真正成熟的标志，是将看似极其复杂的技术原理与工程化设计进行封装，最终让用户获得唾手可得的价值。
比如说，今天企业只需要了解企业网的架设与办公终端的使用，不必考虑复杂的网络制式与网络协议。这就说明原本复杂的企业数据通信，已经实现了极简的价值回归。
华为这家公司所擅长的，正是对复杂的技术进行极简化处理。从交换机、基站，到服务器，甚至终端，华为一以贯之的战略思维，就是在各个领域寻找将复杂技术进行极简化变革的机遇，从而确立这一领域的竞争优势。这也就是大家听说过的“简单的留给用户，复杂的留给自己”。
在AI时代面前，想要再次完成“重回极简”的目标，华为需要找到一系列战略接驳点。接驳点之下，华为将复杂的智能化技术封装完成；接驳点之上，最终用户可以以最简单有效的方式获取智能价值，比如说：
云，是企业与全面智能化的接驳点。
徐直军认为，对于很多不具备自建AI算力和自训基础大模型能力的企业来讲，选择云服务是更为合理的、可持续的选择。华为云也针对这些挑战，面向AI，对全栈进行了升级，致力于让每个企业都能按需、高效地训练模型和应用模型推理。
为了实现为不同需求、不同类型企业提供智能化价值，华为云在AI算力、AI开发工具、大模型本身等一系列价值上进行了长期建设。算力层面，华为云持续打造了昇腾云服务；AI开发领域，华为云升级了ModelArts服务，支持业界主流基础大模型开箱即用，并提供一站式模型调优、部署、测评等工具链支持；在大模型层面，华为云打造了盘古5.0，支持包括十亿级、百亿级、千亿级在内的全系列模型，为企业提供丰富的模型能力选择。
鸿蒙原生智能，是终端设备与全面智能化的接驳点。
华为正在基于端、芯、云协同的架构，将AI技术与鸿蒙操作系统 融合，从而构建以AI为中心的鸿蒙原生智能。通过小艺智能体等应用方式，让终端设备走向更高水准的智能化。
ADN网络，是网络通信与全面智能化的接驳点。
华为在2018年首次提出了将AI用于电信网络的ADN自动驾驶网络架构。目前，ADN网络已经高度融入华为的运营商业务中，同时开始向企业网络领域演进。
自动驾驶，是汽车与全面智能化的接驳点。
在汽车领域，华为已经基于融合感知技术，打造了可以持续演进的自动驾驶解决方案，实现了主动安全、智能化泊车、车库到车库智驾等关键场景的突破。这些能力的成熟，为最终实现无人驾驶奠定了基础。
这些接驳点的背后，展现了华为在AI大势面前的基础判断：只有用户价值与技术进步的交汇处，才是值得发力的战略空间。
至此，我们可以回顾一下，什么是华为眼中的全面智能化。它至少包含这样几个要素：
1.全方位挖掘行业需求的智能化。
华为并不仅仅专注于大模型，而是专注各个行业、各个领域真实的智能化诉求。比如存、算、网的基础设施革新；比如企业对大模型、AI开发工具的有效获取；比如具体行业中的智能化场景落地。只有实用、有效、符合行业需求的智能化，才是全面智能化。
2.全领域实现技术高度成熟的智能化。
相比单一维度的模型变大，算力需求增加，华为更关注技术的成熟性。比如说，汽车里包含多大的模型，手机里有多少AI算力其实无济于事，只有真正提升驾驶体验的汽车，真正成为个人助理的手机AI，才是全面智能化的标志物。
3.全维度达成生态合作的智能化。
生态发展一直是华为战略的重要部分。在智能化战略的第一周期，华为先后开启了华为云、昇腾、鲲鹏和鸿蒙生态的构建。接下来，华为也希望通过生态来牵引智能化战略的发展，为世界计算领域提供第二个选择，为世界提供第三个移动操作系统。
可以说，在智能化走向极简，走向易用，走向行业价值与技术价值对驰的必然性下。华为已经掌握了几个战略高点，比如云+行业智能化、鸿蒙原生智能、自动驾驶技术等。将这些时代性的机遇放大，将会成为华为接下来的发展重心。
用户价值的恒定，与AI技术的飞速蜕变，二者交集处是一片无人区，也是一个巨大的机遇窗口。
坚定走向这个窗口，就是华为给全面智能化时代的第一个拥抱。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
