華為從未想幹翻蘋果，稱霸世界的人死無葬身之地！
近日，華為創始人任正非近日在華為諾亞方舟實驗室座談會上做了一次內部演講，在演講中首次系統談到了華為在人工智慧領域的戰略。
這篇文章包括任正非的演講和座談兩部分。
任正非座談會上的演講
我們所有的人工智慧要自己的狗食自己先吃，自己生產的降落傘自己先跳。基於我們巨大的網路存量，現階段人工智慧要聚焦在改善我們的服務上。炒股就是這樣，沒有一套嬴利方法技巧和自我保護的紀律是不行的，天時地利人和缺一不可。諮詢嬍@號tpp308。
服務是公司最大的存量業務，也是最難的業務，人工智慧可以首先在服務領域發揮作用，世界上還有哪個公司有這麼大的業務量和資料量與我們比拼？透過在服務上的積累和改進，五年後就可能產生世界上最強的人工智慧專家，同時把大量優質服務專家解放出來為攻克上甘嶺投入更多戰略部隊。
所以人工智慧要瞄準服務主航道，下決心花錢打造公司內在的能力，先不做邊界外的事情，不做社會上的小產品。
一、巨大的存量網路是最好的舞臺
為什麼要聚焦GTS（全球技術支援）、把人工智慧的能力在服務領域先做好呢？對於越來越龐大、越來越複雜的網路，人工智慧是我們建設和管理網路的最重要的工具，人工智慧也要聚焦在服務主航道上，這樣發展人工智慧就是發展主航道業務，我們要放到這個高度來看。如果人工智慧支援GTS把服務做好，五年以後我們自已的問題解決了，我們的人工智慧又是世界一流。
首先，是解決我們在全球巨大的網路存量的網路維護、故障診斷與處理的能力的提升。我們在全球網路存量有一萬億美元，而且每年上千億的增加。容量越來越大，流量越來越快，技術越來越複雜，維護人員的水平要求越來越高，經驗要求越來越豐富，越來越沒有這樣多的人才，人工智慧，大有前途。
明天網路還會越來越複雜，越來越搞不定，故障不知怎麼回事。華為在全球網路中佔有三分之一的份額，這麼大的存量網路維護難度也很大。人是記不住這麼多事故模型的。所以我們就要構築這個能力，我們一定要在自動診斷、自動發現故障隱患這個問題上下工夫，不然將來我們的機構很臃腫，我們要在這裡面敢於投入。
人工智慧透過學習，可以使得專家只用聚焦解決最關鍵的10%的問題。我們透過專家分析和訓練，校正機器演算法的結構，在處理問題中提升演算法，最重要是讓機器有學習能力，而不僅是人有學習能力。
第二，是人工智慧在網路大流量預測使得網路規劃與最佳化從被動走向主動。現在我們網路最佳化的模式都是事後的。根據你們的流量預測與自動規劃的例子，以後可以做到提前預測，這樣就在使用者擁塞發生之前進行網路調整，提前避免問題。
所以人工智慧在服務的應用一個是對網路故障診斷分析，第二個是對網規網優的指引，再有就是做好技術資料的翻譯。
我們的人工智慧要優先往內做，拿我們內部業務一塊一塊做實驗，今年這塊做成一點，明年那塊做成一點，技術越難越要搞，對內部我給足預算，下定決心花錢在服務上打造好這些本領，才有未來。進攻就是最好的防禦，當我們用這種方式進攻時，門檻高得其他公司跟不上了。
2020年我們超過1500億美金後，我們會變成一個慢牛，不會再增長那麼快，這個時候人工智慧如果使用好，我們會控制人數，增加效率與效益，那我們公司還是一個好的經營狀況。這時候我們培養的這支隊伍就可以殺出去，為攻克新的上甘嶺投入更多戰略部隊。
華為從未想幹翻蘋果，稱霸世界的人死無葬身之地！
近日，華為創始人任正非近日在華為諾亞方舟實驗室座談會上做了一次內部演講，在演講中首次系統談到了華為在人工智慧領域的戰略。
這篇文章包括任正非的演講和座談兩部分。
任正非座談會上的演講
我們所有的人工智慧要自己的狗食自己先吃，自己生產的降落傘自己先跳。基於我們巨大的網路存量，現階段人工智慧要聚焦在改善我們的服務上。炒股就是這樣，沒有一套嬴利方法技巧和自我保護的紀律是不行的，天時地利人和缺一不可。諮詢嬍@號tpp308。
服務是公司最大的存量業務，也是最難的業務，人工智慧可以首先在服務領域發揮作用，世界上還有哪個公司有這麼大的業務量和資料量與我們比拼？透過在服務上的積累和改進，五年後就可能產生世界上最強的人工智慧專家，同時把大量優質服務專家解放出來為攻克上甘嶺投入更多戰略部隊。
所以人工智慧要瞄準服務主航道，下決心花錢打造公司內在的能力，先不做邊界外的事情，不做社會上的小產品。
一、巨大的存量網路是最好的舞臺
為什麼要聚焦GTS（全球技術支援）、把人工智慧的能力在服務領域先做好呢？對於越來越龐大、越來越複雜的網路，人工智慧是我們建設和管理網路的最重要的工具，人工智慧也要聚焦在服務主航道上，這樣發展人工智慧就是發展主航道業務，我們要放到這個高度來看。如果人工智慧支援GTS把服務做好，五年以後我們自已的問題解決了，我們的人工智慧又是世界一流。
首先，是解決我們在全球巨大的網路存量的網路維護、故障診斷與處理的能力的提升。我們在全球網路存量有一萬億美元，而且每年上千億的增加。容量越來越大，流量越來越快，技術越來越複雜，維護人員的水平要求越來越高，經驗要求越來越豐富，越來越沒有這樣多的人才，人工智慧，大有前途。
明天網路還會越來越複雜，越來越搞不定，故障不知怎麼回事。華為在全球網路中佔有三分之一的份額，這麼大的存量網路維護難度也很大。人是記不住這麼多事故模型的。所以我們就要構築這個能力，我們一定要在自動診斷、自動發現故障隱患這個問題上下工夫，不然將來我們的機構很臃腫，我們要在這裡面敢於投入。
人工智慧透過學習，可以使得專家只用聚焦解決最關鍵的10%的問題。我們透過專家分析和訓練，校正機器演算法的結構，在處理問題中提升演算法，最重要是讓機器有學習能力，而不僅是人有學習能力。
第二，是人工智慧在網路大流量預測使得網路規劃與最佳化從被動走向主動。現在我們網路最佳化的模式都是事後的。根據你們的流量預測與自動規劃的例子，以後可以做到提前預測，這樣就在使用者擁塞發生之前進行網路調整，提前避免問題。
所以人工智慧在服務的應用一個是對網路故障診斷分析，第二個是對網規網優的指引，再有就是做好技術資料的翻譯。
我們的人工智慧要優先往內做，拿我們內部業務一塊一塊做實驗，今年這塊做成一點，明年那塊做成一點，技術越難越要搞，對內部我給足預算，下定決心花錢在服務上打造好這些本領，才有未來。進攻就是最好的防禦，當我們用這種方式進攻時，門檻高得其他公司跟不上了。
2020年我們超過1500億美金後，我們會變成一個慢牛，不會再增長那麼快，這個時候人工智慧如果使用好，我們會控制人數，增加效率與效益，那我們公司還是一個好的經營狀況。這時候我們培養的這支隊伍就可以殺出去，為攻克新的上甘嶺投入更多戰略部隊。