為期三天（2019年1月19日-1月21日）的2019 EmTech China全球新興科技峰會已經接近尾聲。據雷鋒網了解，今年大會圍繞AI時代、算力連接未來、有限的世界，無限的區塊鏈和金融科技、未來工作、重寫生命、數字世界以及太空八大板塊展開。
AI人工智能時代到來，加速了技術的變革以及市場發展格局的變化。CB Insights聯合創始人兼CEO Anand Sanwal在大會上表示，AI帶來的最大變化是，技術發展越來越快，影響也越來越深遠。以前可能幫助我們成功的因素，現在不再起作用了。對於公司而言，速度是非常重要的。例如，美國標普500指數中公司的整個壽命周期，在50年代-60年代之間，通常一個公司的壽命是60年以上，但是現在可能就是20年以內了。
華為技術有限公司董事、戰略Marketing總裁徐文偉也圍繞AI現狀發表了自己的看法，AI的到來將會帶來三個方面的改變，第一，改變所有行業的組織和人員結構。第二，枯燥、重複性的工作，可以被AI取代，但大量創造性的工作是不可能的。第三，在工業行業中使用，例如，支持IoT物聯網、車聯網等多種應用，5G中採用人工智能。
現在電信網絡的維護成本是設備成本的3至4倍，網絡越來越複雜，70%的網絡故障是人為造成的。採用AI後，可以預測50%以上的潛在故障。所以，AI可以降低5G網絡的運維成本，保證網絡的品質提升。
AI有很多優點，同時AI當前存在幾個問題。徐文偉認為這些問題主要是，問題一：算力太貴，用不起，看起來很美，用起來太貴。問題二：我們沒有好的數據，就沒有好的AI。數據要進行處理，保證數據品質，沒有人工就沒有智能。問題三：訓練太慢。問題四：應用場景。AI一定是有模型的，調試出的模型，在某種場景下測試或者考試，屬於考場上的學霸，應用場景中的學渣。
徐文偉指出，AI依然存在一些缺陷，第一，範圍比較窄。第二，更像研究，而不是工程。第三，行的通。換到其他應用場景，數據是不是可行的。第四，一個好模型隨著時間的變化可能會惡化，有一部分不確定性。
最後，徐文偉提及AI領域面臨的嚴峻現狀，第一，人才的短缺。第二，AI涉及數據安全、隱私保護。關於怎樣保護個人數據和隱私等問題，值得進一步研究。
以下為華為技術有限公司董事、戰略Marketing總裁徐文偉發言實錄：
大家好！非常感謝大家出席今天的交流，也感謝EmTechChin邀請我，作為企業或者說行業，和大家做一些分享。
大家知道AI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，所以經受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的工程能力，從1971年開始，intel發明了處理器開始。
在當前AI這麽熱的情況下，我們這個行業會不會發生冬天？我們希望不會，我們畢竟是剛剛開始。在座有很多從事投資決策的，包括企業的高官。所以，我今天和大家分享的話，作為一個投資者和作為一個企業高官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。
我這次分享我個人對這個行業的看法。
大家知道，人類有生以來，有26種GPT通用技術，它的特點是什麽呢？
特點一，剛開始的時候，非常的不完善，有很大的改進空間
特點二，多用途，可以用在各個行業
特點三，溢出效應
所以我們最早的GPT可以回歸1000多年前發明的輪子，近期的話，大家也知道，發明了PC、互聯網，包括21世紀發明的商業虛擬化和納米。
所以，現在認為AI是第26種GPT技術，所以AI應該是有巨大的發展空間，假如我們假定18世紀我們發明了蒸汽機是蒸汽機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，但我們AI現在舉一個不準確的比喻的話，我們現在是蒸汽機的2.0時代，它的特徵是什麽呢？幫助我們人們，超越了我們智力的邊界。所以AI有巨大的發展空間。
那我們看一下我們現在的AI、人工智能，實際上，從行銷的角度，它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。
目前我們談的AI是眾多AI分類裡面的其中之一，在某些領域已經取得了很好的效果，我們講人工智能範圍是非常廣的，並不是我們今天說的人工智能，有很多很多人工智能的方法，我相信人工智能未來還會有非常大的發展空間。
我們想象的人工智能至少是由學習的能力、推理的能力、決策的能力，但是現在我們的人工智能實際上坦率的說，還是一個分析大數據以後的相關性的分析。
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。我相信現在的人工智能肯定不會這麽蠢，雞叫了把太陽叫出來了。
但是假如從相關性來說，的確這兩個事情是相關的，也就是說我們的人工智能當前是一個非常非常初級的階段。但儘管是一個初級階段，當前窄的人工智能已經有相當大的應用空間。
比如說，辦公室出了一個報告，這個結論我個人是認同的，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300萬人已經和AI協同工作了，或者說他的老闆是一個機器人。
大家可以想象一下，滴滴計程車司機的老闆是算法，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的到，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，可以被AI取代，但是大量創造性的工作是不可能的。
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導致大量的失業。而是同時創造了新的工作，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，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，雖然你好不容易打通了客服的電話，結果是機器人在跟你對話，有的時候你也會搞的很惱火，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，這些領域可以被非常多的廣泛使用。
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，因為你是資訊不對稱的。所以你以為拿到了一個很好的價格，但是採用AI技術以後採購成本就可以大大下降。
大家講到自動駕駛，自動駕駛有一個熱點，自動駕駛很快會到來，而且是幾百家企業從事了智能駕駛工作。但是從我們的觀點來看，車要L5幾乎不可能，或者說無法承擔成本。
我們的觀點是，一定要把車和路協同起來，簡單來說，要有一個智慧的路、聰明的車，要互動起來，車和車之間要有通信，車和路之間要有通信，車和人之間要有通信，車和網之間要有通信，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，達不到，所以達到L3已經相當不錯了，L4還要努力，但L5幾乎不可能，我們下次可以再進行交流。
5G作為一個新的技術設施為什麽這麽重要？因為大家知道5G的帶寬可以達到10G，甚至更寬到20G。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已經可以到300兆、400兆的帶寬了。
更重要的一點，除了寬頻以外，第二個是物聯網，可以支撐一平方公里有100萬個連接。大家知道未來的智能世界特徵：
萬物感知，到處都是傳感器
萬物互聯，所有的傳感器必須連接起來
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。所以一方面可以提供超寬頻，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。
第三個，在工業行業裡面的使用，因為它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，可以支持企業裡面的通信，可以支持車聯網，以及超寬頻的無限接入，這是多種應用，所以5G是未來智能社會的基礎設施，那5G一定會採用人工智能的方法。
我可以分享給大家一個數據，第一點，現在的維護成本是設備成本的3-4倍。所以你必須通過人工智能把維護成本降下來。
第二點，現在的網絡越來越複雜，大家知道70%的網絡故障是人為造成的，是維護工程師不小心把網絡搞癱了。
第三點，採用了人工智能之後，可以有50%以上的潛在故障進行預測，所以人工智能可以用於電信網絡或者5G網絡裡面的運維成本降低，以及保證網絡的品質提升。
比如說有些運營商提出來，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在行業裡面的一些應用。
當然，AI有很多好的地方，同時AI當前存在幾個問題。
問題一：算力太貴，用不起，看起來很美，用起來太貴。
問題二：我們有好的數據就沒有好的AI。所以數據要進行處理，要保證數據品質，沒有人工就沒有智能。為什麽現在人工智能的專家這麽貴，工程師找不到，這是個專家的活，人工智能沒有平民化。
所以說，所有的數據要做標注，所以沒有人工就沒有智能，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：訓練太慢。訓練要幾天甚至幾個月，可能表演一下要幾分鐘、幾秒鐘，但是訓練的時間很長。
問題四：應用場景。大家知道人工智能一定是有模型的，好不容易調試出來一個模型，在某種場景下測試或者考試，水準很高就是學霸。但真正實際應用場景的情況下，效果並沒有這麽好，可能精確度、準確度大大下降，下降了10%-15%等等，所以考場上的學霸，工作場所，尤其是應用場景的學渣（可能有點過），但至少沒有想象的那麽好。
所以當前的人工智能，華為在人工智能領域裡面怎麽布局的？端、邊、雲。大家知道我們的麒麟980，從1997年開始就嵌入了AI的芯片，980更強大，所以在智能手機裡面，我們的980是智能社會的vocal。
在AI領域裡面，去年11月份發布了310和910，全系列的在雲端和邊緣以及端AI的芯片，我們剛剛發布的鯤鵬920是在雲端的CPU，從麒麟980的手機芯片到邊緣人工智能計算芯片到雲端的計算，我們是這樣一個布局。
所以我們的價值主張是，我們是一個平台，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。
所以AI依然存在著一些缺陷，一個是，範圍比較窄，要規則確定、結果明確的情況下，A到B還是做的不錯的。
第二點，更像研究，而不是工程，這是什麽意思？研究是個手藝活，它要不斷的調試，調試調到這個模型，科技適合這種場景，它不是科學基礎上的一個工程實現，它是有一定的不確定性。
第三點，行的通，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，數據是不是使AI行的，這是一個很重要的基礎。
還有，現在好不容易找到一個很好的模型，但是它隨著時間的變化，就會惡化，比如說我在一個路口，搞一個攝影頭的自動紅綠燈的變換，但隨著時間的變換，它這個模型也在不斷的調整。最大的一個問題是不透明，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）。就是說，正因為是不透明，就有可能產生這種情況。
還有，它不是100%準確，它只是一個最大可能準確，所以它有部分的不確定性。
在AI領域裡面，目前人才的短缺，大家也知道，現在沒有大數據專家了，一夜之間全部是人工智能專家，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、隱私保護，所以AI，在價值觀領域裡面，實際上大家也要多多討論，不僅說AI有好的一面，同時也要有一些保護個人的數據和隱私等等，這些發明，都應該是討論的地方。
大家覺得AI很好，我也這樣覺得，但是有沒有想過，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，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音在裡面。但是我們的人眼看起來兩張照片是一模一樣的，但是通過機器，它就識別出來中間一張它不是一個人了，它是一個書櫃，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，假如說汽車被欺騙呢？你還敢坐嗎？誰說汽車不能被欺騙？當然一種是故意欺騙，有一種是假如訓練的時候，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一個不確定性的，這就是一個案例。
2019年1月6號，特斯拉的車撞了一個路邊的機器人，也就是說，不一定是被欺騙的，它至少有一種場景可能沒訓練到。
所以，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，就覺得自己坐在車裡面，按照120公里快速的奔跑，假如想象這種場景可能有點困難，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，千萬不要一想說自動駕駛，就是說我坐在車裡面，按照120公里的速度去快速的奔跑，但某種場景下也是可以實現的。
所以，華為的願景就是和大家一起合作。把數字世界帶到每個人、每個家庭以及每個組織，構建萬物互聯的智能世界。
謝謝大家！
香港九龍灣馬來街興發大廈15樓D室