梁華表示，單純依靠機器提升人類社會生產效率的方式已經遇到了瓶頸，客戶服務體驗和企業(yè)運營效率的諸多問題也難以通過機器來解決。
“這就需要我們給機器賦予新的引擎：給機器以智能，讓機器擁有語言、視覺、邏輯分析、數(shù)據(jù)處理、身體運動等能力，通過智能機器來進一步釋放生產制造、特別是服務業(yè)領域的潛能。”
梁華特別強調，作為前沿技術，人工智能的發(fā)展必須扎扎實實打好基礎，需要長期重視基礎研究。
不能為“人工智能”而“人工智能”，也不能“泡沫化”和“趕風口”，要針對實際業(yè)務場景，充分應用算法、算力、數(shù)據(jù)的積累，產生實際效果和收益。
以下為梁華演講實錄
非常高興來到重慶參加中國國際智能產業(yè)博覽會，并在此分享華為對于數(shù)字化、智能化的一些思考。
自工業(yè)革命以來，人類不斷發(fā)明各種新的制造技術，并將其組裝成為機器，通過“給生產以機器”，幫助人類社會大幅提升了生產的效率，促進了社會的分工協(xié)作和新商業(yè)模式的形成。
但經過200多年的持續(xù)發(fā)展后，單純依靠機器提升人類社會生產效率的方式已經遇到了瓶頸。
根據(jù)經合組織OECD的數(shù)據(jù)顯示，2000年到2017年，36個OECD國家制造業(yè)勞動生產效率年均增長僅為1.3%。
得益于機器的發(fā)展，企業(yè)中制造部門，在大幅提升生產所創(chuàng)造價值的同時，還同步實現(xiàn)了單位效率的持續(xù)提升、單位成本的持續(xù)下降。
但是，在不是以制造活動為主的服務性行業(yè)中，很多部門仍然需要靠大量有經驗的人。
以企業(yè)客戶服務為例，現(xiàn)在企業(yè)的售后服務系統(tǒng)絕大多數(shù)還只是客戶問題接口，沒有和企業(yè)銷售系統(tǒng)、運營系統(tǒng)、生產系統(tǒng)、供應系統(tǒng)真正打通，不能給予及時有效反饋和現(xiàn)場解決問題，難以從根本上改善客戶的體驗。
未來進一步提升服務質量，必須建立在對顧客的全方位理解和大數(shù)據(jù)的支撐之上，這已經超越了人的經驗和現(xiàn)有機器的能力。
同時，在企業(yè)的整體運營效率改進方面提升的空間也依舊比較大。
比如：研發(fā)領域，雖然我們有了計算機輔助設計等工具，但是硬件、軟件、設計、開發(fā)、驗證等各個子系統(tǒng)，沒有有效地基于模型和仿真集成連接為一個高效的體系，不能夠進行實時仿真、反饋、驗證和高效迭代，所以創(chuàng)新和研發(fā)效率仍然不高。同時，研發(fā)與銷售、制造、供應和服務也沒有建立統(tǒng)一的數(shù)據(jù)共享機制。
因此，沒有基于數(shù)據(jù)驅動的企業(yè)運營系統(tǒng)，難以根本上提升企業(yè)整體的運營效率，降低運營成本。
根據(jù)我們的研究，我們看到過去幾十年以來，很多的企業(yè)在生產效率的提升、服務質量的改進、企業(yè)運營效率的提升都遭遇瓶頸，經過幾十年的累積，已經不單單影響企業(yè)的盈利能力，也影響到企業(yè)的快速創(chuàng)新能力和對客戶的服務能力，進而開始影響到企業(yè)的生存。
我們認為，新的問題需要有新的解決思路。既然單純依靠“給生產以機器”難以進一步解決提升生產效率、客戶服務體驗和企業(yè)運營效率的諸多問題，這就需要我們給機器賦予新的引擎：“給機器以智能”，讓機器擁有語言、視覺、邏輯分析、數(shù)據(jù)處理、身體運動等能力，通過智能機器來進一步釋放生產制造、特別是服務業(yè)領域的潛能。
同時，通過“給服務以平臺”，讓數(shù)字化技術和數(shù)字化平臺，幫助企業(yè)建立數(shù)據(jù)驅動的運營系統(tǒng)，構建數(shù)字化生產和數(shù)字化商業(yè)模式，顯著提高運營效率、可靠性和預測能力。
在“給服務以平臺”的過程中，我們認為，應該是以智能化、平臺化的方式來使能各行各業(yè)，實現(xiàn)企業(yè)從制造環(huán)節(jié)的產品增值，向運營環(huán)節(jié)的服務增值的商業(yè)轉型，而不僅僅是單純的賣單點技術、或者賣單個的產品。
盡管數(shù)字化是一個痛苦的歷練過程，但從長遠來看，數(shù)字化至關重要。通過自動化、數(shù)字化和智能化，結構性解決生產效率、服務質量和運營效率低下的問題。
華為聚焦ICT基礎設施和智能終端，立足于打造云服務、智能化的“黑土地”平臺。我們堅持依托云服務、人工智能等技術，構建數(shù)字化平臺改造自身內部管理、提升內部效率。
最近幾年，華為選取了技術服務、財經體系作為突破口，已經取得了明顯的成果。比如，我們在很多地區(qū)的網(wǎng)絡規(guī)劃、網(wǎng)絡優(yōu)化以及基站規(guī)劃設計，已經因AI技術的介入實現(xiàn)了效率提升。
華為堅持人工智能的關鍵是基礎研究突破和應用場景化。
- 早在2012年，華為諾亞方舟實驗室就正式投入AI的基礎研究、算法研究、算力研究，歷經多年積累，已經應用在了手機等終端產品上；
- 我們識別人工智能技術應用場景，把復雜的場景做簡單，讓AI高而不貴；
- 人工智能需要通過大量的數(shù)據(jù)和行業(yè)知識訓練才能發(fā)揮效益，我們會守住數(shù)據(jù)邊界、合法使用數(shù)據(jù)，打造“用得起、用得好、用得放心”的人工智能、云服務平臺，以此來使能客戶、產生價值。
未來我們將持續(xù)發(fā)布最新的人工智能、云計算的技術和服務，應用華為的云服務、智能化的ICT平臺使能給各個行業(yè)，真正實現(xiàn)“給機器以智能，給服務以平臺，給行業(yè)以未來”。
歷史已經證明，基礎研究才是產業(yè)誕生和振興的根本。作為前沿技術，人工智能的發(fā)展必須扎扎實實打好基礎，需要長期重視基礎研究。同時，不能為“人工智能”而“人工智能”，也不能“泡沫化”和“趕風口”，要針對實際業(yè)務場景，充分應用算法、算力、數(shù)據(jù)的積累，產生實際效果和收益。
華為以技術創(chuàng)新和客戶需求驅動公司發(fā)展，我們將主動洞察行業(yè)趨勢和客戶需求，持續(xù)加大在技術創(chuàng)新上的投入，開放與合作，共生與共贏，真正使能行業(yè)和客戶，創(chuàng)造價值。
未來二三十年，無論科技革命如何變化，世界局勢如何變幻，為百業(yè)“提質增效”、為實體經濟賦能，都值得我們長期對基礎研究的投入以及中短期對商業(yè)問題的解決。
通過給機器以智能、給服務以平臺，華為愿與大家一起，共同擁抱美好的智能時代。謝謝大家！
