1月17日，深圳華為園區。在接受中國媒體採訪的時候，任正非談到了對人工智能（AI）的看法：“人工智能有可能是泡沫。但別害怕這個泡沫破滅，那些失敗的專家工程師，我們招聘，為什麽？我們需要改變我們的生產結構，改變我們在全世界的服務結構，我們需要這些人。為什麽我要失敗的人呢？失敗的人就是理想太大，平台太小。但是我的平台很大，能夠容納你跳舞。為什麽人工智能會出現泡沫化？就是同一個東西，這個世界實際上只需要一家公司，比如說辦公系統，誰還能取代微軟？真正的機器人出來後，90%的機器人公司就困難了。因此，我很難解釋人工智能是不是有泡沫。我們公司在工程上，比如新疆高山上的基地台，是京東快遞小哥騎著摩托上了山，把設備按照我們的說明裝好以後，我們人在西安調測，調測通過就驗收了，報告、發票就出來了，錢就付給你了。如果我們不是採用人工智能的方法提升生產效率，我們公司就不可能實現低成本，不可能獲得高利潤，也不可能加大對未來的戰略投入。”
1月19日上午，在北京舉行的EmTech全球新興科技峰會上，華為技術有限公司董事、戰略Marketing總裁徐文偉做了主題演講，主題也是人工智能。
以下是徐文偉主題演講的內容整理，供大家參考。
大家上午好，非常感謝大家出席今天的交流，也感謝EmTech全球新興科技峰會的邀請，在這裡和大家做一些分享。
大家知道AI（人工智能）非常熱，據不完全統計去年大概至少有300多場與AI有關的會議。所以，現在大會不講AI肯定是不行的。
為什麽這麽熱呢？大家肯定是看到了很多AI好的應用場景。其實，AI並不是一個新鮮的事情。大家知道，在60多年前就已經提出了AI這個概念，同時正因為AI如此吸引人，大家對AI有著過高的期望，所以之前AI已經經歷了兩次比較大的冬天。
什麽叫冬天？就是說我們對AI的期望超過了當時ICT（資訊通信技術）的工程能力。在當前AI這麽熱的情況下，我們這個行業會不會再次發生冬天？我希望不會，AI畢竟是剛剛開始。
在座有很多嘉賓是搞投資的，還有企業高管，所以我今天和大家分享的是作為一個投資者或者企業高管，怎麽把握行業的節奏，怎麽對行業未來的投資決策做一些參考。
大家知道，自有了人類以來，一共有26種通用目的技術（GPT），它們的特點是什麽呢？
1.剛開始的時候，非常的不完善，有很大的改進空間；
2.多用途，可以用在各個行業；
3. 有很強的溢出效應。
我們人類最早的通用目的技術可以回歸到1000多年前發明的輪子，近期的通用目的技術大家也知道，我們人類發明了電腦、互聯網，21世紀之後又發明了商業虛擬化和納米技術。
現在，AI是人類誕生以來的第26種通用目的技術，所以AI應該是有巨大的發展空間。
如果我們把18世紀發明蒸汽機稱作是蒸汽機1.0時代的話，1.0時代是把我們人類的體力超越了這個體能的邊界。AI現在舉一個不準確的比喻的話，就相當於蒸汽機2.0時代，它的特徵是什麽呢？幫助我們人類超越了我們智力的邊界。
那我們看一下現在的AI，實際上從行銷的角度被包裝成了一種認知計算，它的技術是什麽呢？就是一個深度學習，它的算法就是卷積神經網絡計算，等等。其實，目前我們談的AI只是大的AI技術中的一個分類而已，只是在某些領域取得了很好的效果。實際上，AI的範圍是非常廣的，並不是我們今天說的這麽窄的範圍，我相信AI未來還會有非常大的發展空間。
我們想象的AI至少應該包括學習能力、推理能力、決策能力，但是坦率地說，現在我們的AI實際上只是個大數據的相關性分析。比如說，太陽出來雞叫了，這是一個相關性。那麽，能不能推導出來“雞叫了把太陽叫出來了”呢？肯定不是的。我相信現在的AI肯定不會這麽蠢，雞叫了把太陽叫出來了。但是如果從相關性來說，的確這兩件事是相關的，也就是說我們的AI當前還是一個非常非常初級的階段。儘管目前的AI還只是一個初級階段，還是窄的人工智能，但是已經有相當大的應用空間了。
前些年，美國奧巴馬總統辦公室曾經發布了一份報告《人工智能、自動化和經濟》，這份報告得出的結論我個人是認可的：“在未來20年內，雖然機器不大可能展現出與人類相當或者超過人類可廣泛應用的智能，但預計機器將在越來越多的任務中繼續達到並超越人類的表現。”假如大家認可這個結論的話，後面我們就可以展開很多的討論。
第一點，AI將改變所有行業的組織和人員結構。大家知道，我們現在的行業和組織是金字塔結構，上面是領袖、管理者，下面是基層員工。但現在來說，2018年的統計，至少有300萬人已經在和AI協同工作了，或者說他的老闆是一個機器人了。
大家可以想象一下，滴滴司機的老闆是算法，包括很多的領域，他的老闆已經是一個機器人了，300萬的數據準不準我不知道，但至少大家可以感受得到，你的主管可能叫Robot博士。所以說，很多基層的員工一定要習慣你的同事是機器人，組織架構有一些變化。
第二點，工作肯定會有所變化。很多人都擔心，隨著人工智能的到來，很多工作會不會被取代？的確是的。一定是比較枯燥的、重複性的、人們不願意去幹的工作被AI取代，但是大量創造性的工作是不可能被取代的。
所以，未來的工作一定會和AI結合起來，有些工作會被取代，有些工作不可能被取代，而且會產生新的工作。所以根本不用擔心AI會導致大量的失業，AI同時還創造了新的工作，就像PC的發明增強了人類的能力，但並沒有減少人們的工作崗位，只是說工作有一種轉換或者轉型。
所以說，從目前的AI來看，AI可以用於內部管理效率的提升，比如說單據的錄入、客服，現在很多客服都已經用人工智能了，你好不容易打通了客服的電話，結果是機器人在跟你對話，有的時候你也會搞得很惱火，但的確提高了效率。
同時，比如說我們現在用的門禁系統，像人臉識別以及現在的智慧城市、平安城市等等，這些領域AI都可以被非常廣泛地使用。
企業家最關心的是成本，假如通過AI可以大大節約你的採購成本，通過AI你可以知道所有採購的價格哪些是合理的，哪些是不合理的。以前你是資訊不對稱的，你以為拿到了一個很好的價格，採用AI技術以後採購成本就可以大大下降。
大家講到自動駕駛，自動駕駛是個熱點，已經有幾百家企業在從事自動駕駛方面的工作。但是從我們的觀點來看，自動駕駛要達到Level5（Full Automation，完全自動駕駛）幾乎不可能，或者說無法承擔這麽高的成本。
我們的觀點是，未來的自動駕駛一定要把車和路協同起來。簡單來說，要有智慧的路、聰明的車，要互動起來，車和車之間、車和路之間、車和人之間、車和網之間都要有通信，這樣才有可能解決自動駕駛的問題。
所以，自動駕駛純粹靠車是不行的，所以未來的自動駕駛能夠達到Level 3（Conditional Automation，有條件自動駕駛）已經相當不錯了，Level 4（High Automation，高度自動駕駛）還要努力，而Level5（Full Automation，完全自動駕駛）幾乎不可能，我們下次可以再進行交流。
接下來我再談一下5G。
第一點，5G作為一個新的基礎設施為什麽這麽重要？大家知道，5G的帶寬可以達到10Gbps，甚至更寬到20Gbps。但是，5G的設計不僅僅是為了移動寬頻，假如是為了移動寬頻的話，現在的4G的帶寬已經可以到300M-400Mbps的帶寬了。
第二點，也是5G更重要的一點是物聯網，可以支撐一平方公里範圍內的100萬個連接。大家知道未來的智能世界的特徵：
1.萬物感知，到處都是傳感器；
2.萬物互聯，所有的傳感器必須連接起來；
3.萬物智能。
而5G以及其他現有的連接技術就是未來智能世界的基礎設施。
所以，5G可以提供超寬頻，4K電視、8K電視，尤其是AR、VR來了以後都可以跟5G聯繫在一起。
第三點，5G會在工業行業大量使用，因為5G的時延可以低到一毫秒。所以在一個網絡裡面可以支持IoT的物聯網，可以支持企業裡的通信，可以支持車聯網，以及超寬頻的無線接入等多種應用。
所以說，5G是未來智能社會的基礎設施，5G一定會採用AI的方法。我可以給大家分享一個數據，現在電信網絡的維護成本是設備成本的3-4倍，所以必須通過AI把維護成本降下來。而且，現在的電信網絡越來越複雜，70%的網絡故障是人為造成的，比如維護工程師不小心把網絡搞癱了。採用AI之後，可以對50%以上的潛在故障進行預測。所以說，AI可以用於降低電信網絡或者5G網絡的運維成本，提升網絡的品質。已經有一些電信運營商提出來，我們是不是在同樣的情況下維護更多的網絡，或者說在同樣的網絡情況下維護人員減少50%，這就是AI在電信行業的一些應用。
AI有很多好的地方，AI當前也存在幾個問題：
問題一是算力太貴，用不起，看起來很美，用起來太貴。
問題二是沒有好的數據，也就沒有好的AI，所以數據要進行處理，要保證數據的品質，正所謂“沒有人工就沒有智能”。為什麽現在AI的專家這麽貴，AI工程師也找不到，因為AI還是個專家的活，沒有平民化。所以說，所有的數據都要做標注，沒有人工就沒有智能，這和我們想象的人工智能是不一樣的，是真正的“人工——智能”。
問題三是訓練太慢。訓練要幾天甚至幾個月，卻只能表演幾分鐘、幾秒鐘，訓練的時間很長。
問題四是應用太淺。大家知道，AI一定是有模型的，好不容易調試出來一個模型，在某種特定場景下測試或者考試水準很高是學霸，而真正實際應用場景的情況下效果卻並沒有這麽好，精確度、準確度會大大下降，甚至下降10%-15%。所以考場上的學霸，到了工作場所尤其是應用場景卻變成了學渣。我說的可能有點過，但AI的應用至少沒有想象的那麽好。
所以當前的AI，華為在AI領域怎麽布局？我們是從端、邊、雲三個方面。大家知道我們的麒麟980，從麒麟970就開始嵌入了AI芯片，麒麟980更強大，所以在智能手機裡面，我們的980是智能社會的Worker。
在AI領域裡面，去年11月我們還發布了Ascend310和鯤鵬910，全系列布局雲端和邊緣計算的AI芯片。我們剛剛發布的鯤鵬920是在雲端的CPU。從手機芯片到邊緣AI計算芯片，再到雲端的計算，我們是這樣一個布局。
所以我們的價值主張是一個平台，包括雲。大家知道，連接實際上也是一個平台，未來的智能社會沒有連接哪來的數據？所以要把眾多的傳感器連接起來，連接+平台+AI+生態。
總結一下，現在的AI依然存在著一些缺陷：
一是範圍比較窄，要規則確定、結果明確的情況下，A到B還是做得不錯的。
二是更像研究而不是工程，這是什麽意思？研究是個手藝活，它要不斷地調試，調試調到這個模型適合這種場景，它不是科學基礎上的一個工程實現，它有一定的不確定性。
三是行得通後才確定行得通，就是說先要設計模型，這個模型調試完了以後，覺得這個可以了，然後再找到一個應用場景。
四是數據是不是足夠好，決定了AI行不行，這是個很重要的基礎。
五是現在好不容易找到一個很好的模型，但是模型隨著時間的變化會惡化。比如說我在一個路口搞一個攝影頭的自動紅綠燈變換，但隨著時間的變換，它這個模型也在不斷的調整。
六是最大的一個問題，就是AI不透明，你不知道裡面是啥，正是因為不透明就有可能分析出來由於雞叫一下之後把太陽叫出來了，當然不可能是這樣。
七是AI不是100%的準確，它只是一個最大可能的準確，所以它有部分的不確定性。
在AI領域，目前人才的短缺非常嚴重，大家也知道，現在已經沒有大數據專家，一夜之間全都是人工智能專家了。儘管如此，人才還依然短缺。
第二點，AI一定涉及到數據的安全和隱私保護，所以AI在價值觀領域大家也要多多討論，不僅說AI有好的一面，同時也要有一些保護個人數據和隱私的措施，這些都應該討論。
大家覺得AI很好，我也覺得AI很好，但是大家有沒有想過，AI是容易被干擾的或者說是容易受欺騙的。我們看張照片，左邊是原圖，我們看起來跟中間的照片一模一樣，但實際上中間的照片已經加了右邊影像的噪點在裡面，但是我們的人眼看起來兩張照片是一模一樣的。但是通過AI，它就識別出來中間一張照片上不是一個人了，而是一個書櫃，但是我們人眼看出來兩張照片是一樣的。也就是，AI是可以被欺騙的。
照片被欺騙一下無所謂，假如說汽車被欺騙，你還敢坐嗎？誰說汽車不能被欺騙？當然一種是故意欺騙，另一種是AI在訓練的時候有一種場景沒訓練到，它會不會出故障？有可能。所以呢，自動駕駛還是有很大的不確定性。這就是一個案例。2019年1月6日，特斯拉的一輛自動駕駛車撞了一個路邊的機器人，也就是說，AI不一定是被欺騙的，但是至少有一種場景可能沒訓練到。
儘管如此，自動駕駛依然有非常美好的未來。大家一想到自動駕駛，就覺得應該是自己坐在車裡，按照120公里的時速快速奔跑。雖然這種場景現在實現起來可能有點困難，但是你的掃地機器人是不是自動駕駛？假如拖拉機裝上自動駕駛軟體是不是可以24小時耕地？所以，自動駕駛是可以廣泛被使用的，千萬不要一想到自動駕駛，就是說我坐在車裡按照120公里的時速快速奔跑。
所以，華為的願景與使命，就是和大家一起合作，把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界。
謝謝大家！
*********end*********
香港九龍灣馬來街興發大廈15樓D室