任正非聊華為人工智能：用美國磚建中國長城

　　以下是任正非演講原文：

　　我們所有的人工智能要自己的狗食自己先吃，自己生產(chǎn)的降落傘自己先跳。基于我們巨大的網(wǎng)絡存量，現(xiàn)階段人工智能要聚焦在改善我們的服務上。服務是公司最大的存量業(yè)務，也是最難的業(yè)務，人工智能可以首先在服務領(lǐng)域發(fā)揮作用，世界上還有哪個公司有這么大的業(yè)務量和數(shù)據(jù)量與我們比拼?通過在服務上的積累和改進，五年后就可能產(chǎn)生世界上最強的人工智能專家，同時把大量優(yōu)質(zhì)服務專家解放出來為攻克上甘嶺投入更多戰(zhàn)略部隊。

　　所以人工智能要瞄準服務主航道，下決心花錢打造公司內(nèi)在的能力，先不做邊界外的事情，不做社會上的小產(chǎn)品。

　　一、巨大的存量網(wǎng)絡是人工智能最好的舞臺

　　為什么要聚焦GTS、把人工智能的能力在服務領(lǐng)域先做好呢?對于越來越龐大、越來越復雜的網(wǎng)絡，人工智能是我們建設(shè)和管理網(wǎng)絡的最重要的工具，人工智能也要聚焦在服務主航道上，這樣發(fā)展人工智能就是發(fā)展主航道業(yè)務，我們要放到這個高度來看。如果人工智能支持GTS把服務做好，五年以后我們自已的問題解決了，我們的人工智能又是世界一流。

　　首先，是解決我們在全球巨大的網(wǎng)絡存量的網(wǎng)絡維護、故障診斷與處理的能力的提升。我們在全球網(wǎng)絡存量有一萬億美元，而且每年上千億的增加。容量越來越大，流量越來越快，技術(shù)越來越復雜，維護人員的水平要求越來越高，經(jīng)驗要求越來越豐富，越來越?jīng)]有這樣多的人才，人工智能，大有前途。

　　我們現(xiàn)在用的是IP網(wǎng)，IP是犧牲時延來降低成本，路由竄來竄去的，哪個地方出問題，問題出在哪兒，都不知道。英國出現(xiàn)了問題，原因可能在德國。虛擬化軟件和硬件又解耦了，未來網(wǎng)絡中要更多地關(guān)注亞健康檢查， 出問題前就要知道。明天網(wǎng)絡還會越來越復雜，越來越搞不定，故障不知怎么回事。華為在全球網(wǎng)絡中占有三分之一的份額，這么大的存量網(wǎng)絡維護難度也很大。網(wǎng)上的設(shè)備從遺老遺少，到時髦青年，還有新新人類，如果沒有人工智能的自我學習、知識技能的不斷揚棄，這張網(wǎng)只靠人怎么來維護?人是記不住這么多事故模型的。所以我們就要構(gòu)筑這個能力，我們一定要在自動診斷、自動發(fā)現(xiàn)故障隱患這個問題上下工夫，不然將來我們的機構(gòu)很臃腫，我們要在這里面敢于投入。

　　人工智能通過學習，可以使得專家只用聚焦解決最關(guān)鍵的10%的問題。一部分簡單的問題可自動去實施，這樣服務的專家就可聚焦解決關(guān)鍵問題了。精減下來的編制，可以全部給人工智能研究去招聘科學家與博士(當然包括茶博士、博士前)。

　　我們現(xiàn)在的基站安裝，就是現(xiàn)場硬件裝上去，我們在西安、羅馬尼亞……做總調(diào)。以后發(fā)現(xiàn)問題，不一定要羅馬尼亞去，我們當?shù)匕l(fā)生的問題，經(jīng)過全世界數(shù)據(jù)的自我學習以后，系統(tǒng)自己就可以調(diào)整解決，再把結(jié)果上報。我們通過專家分析和訓練，校正機器算法的結(jié)構(gòu)，在處理問題中提升算法，最重要是讓機器有學習能力，而不僅是人有學習能力。

　　單純用水泥修個房子是很脆弱的，風都能吹得倒，水泥里加點沙子加點石頭就很堅硬，你要搞混凝土工程。做人工智能，一定要貼近實際，貼近需求，貼近客戶。諾亞方舟實驗室應在每個GTAC都應該設(shè)一個小組，天天和服務專家一起上班做故障處理，搞明白什么叫故障，故障是怎么發(fā)生的怎么排除的，它們數(shù)據(jù)模型是怎樣的，他們不會在解決故障后來給你講成故事。另外，還要熟悉網(wǎng)絡是什么，若不是一個網(wǎng)絡專家，你怎么能通過人工智能發(fā)現(xiàn)故障呢。親身體會存在問題是啥，解決問題的方法是啥，這個不是GTS落地，而是2012實驗室的責任，GTS相應團隊可以投資和配合。

　　第二，是人工智能在網(wǎng)絡大流量預測使得網(wǎng)絡規(guī)劃與優(yōu)化從被動走向主動。

　　以成都這張網(wǎng)為例，隨著視頻業(yè)務發(fā)展， 過去1年4G用戶增加75%全網(wǎng)流量增加70%，成都市區(qū)用戶平均下載速率從35Mbps提升到40Mbps。那么，客戶的挑戰(zhàn)是如何在網(wǎng)絡流量快速增長的同時，保障和提升最終用戶的體驗?隨著網(wǎng)絡承載的業(yè)務越來越豐富，越來越動態(tài)，就需要利用人工智能去主動的預測，去主動發(fā)現(xiàn)未來幾個月的流量熱點并對網(wǎng)絡進行事前的調(diào)整。以后的網(wǎng)絡是以數(shù)據(jù)中心為中心的網(wǎng)絡，在網(wǎng)絡的規(guī)劃設(shè)計中，網(wǎng)絡拉遠共享帶來了時延，拉近了則時延少了但數(shù)據(jù)中心就多了，幾萬個數(shù)據(jù)中心之間的數(shù)據(jù)調(diào)來調(diào)去就是個復雜的算法問題，這也需要人工智能在網(wǎng)絡規(guī)劃中發(fā)揮作用。為什么這么多年我一再鼓勵，要有些學航天、地理、測繪、生物……等雜家進入服務體系來，就是要敢于用最先進的工具和方法解決問題。通過使用先進的工具，把網(wǎng)絡的拓撲圖拿出來，把衛(wèi)星地圖拿出來，再利用人工智能進行大流量預測輸出一個流量圖，然后把韓國的先進案例、四川的先進案例圖拿來，一重疊，就能預測網(wǎng)絡的流量機會在哪。通過流量非正常變動，發(fā)現(xiàn)事故苗子……?，F(xiàn)在我們網(wǎng)絡優(yōu)化的模式都是事后的。根據(jù)你們的流量預測與自動規(guī)劃的例子，以后可以做到提前預測，這樣就在用戶擁塞發(fā)生之前進行網(wǎng)絡調(diào)整，提前避免問題。我知道你們不可能一步做完，但是我們一步一步往前走，我們一定能找到機會窗。雖然有的內(nèi)容還只是演示沒有進入全面實用狀態(tài)，我相信今天的假，就是明天的真，我支持你們，我們一定要找到最實用最簡單的方式為世界服務。我們構(gòu)筑了這個大的機制和隊伍，這么大的能力，就能更好地為客戶服務。

　　所以人工智能在服務的應用一個是對網(wǎng)絡故障診斷分析，第二個是對網(wǎng)規(guī)網(wǎng)優(yōu)的指引，再有就是做好技術(shù)資料的翻譯。我們的人工智能要優(yōu)先往內(nèi)做，拿我們內(nèi)部業(yè)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(shù)越難越要搞，對內(nèi)部我給足預算，下定決心花錢在服務上打造好這些本領(lǐng)，才有未來。進攻就是最好的防御，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1500億美金后，我們會變成一個慢牛，不會再增長那么快，這個時候人工智能如果使用好，我們會控制人數(shù)，增加效率與效益，那我們公司還是一個好的經(jīng)營狀況。這時候我們培養(yǎng)的這支隊伍就可以殺出去，為攻克新的上甘嶺投入更多戰(zhàn)略部隊。

　　二、人工智能要聚焦到主航道上，不要做小商品

　　2012實驗室在瞄準未來構(gòu)筑一些高端技術(shù)的過程中，還是要敢在主航道上向前沖。人工智能研發(fā)技術(shù)越難越要搞，不要去做些小商品掙些小錢，趁著這幾年我們有的是錢，要大力投入，加快建設(shè)步伐讓服務用上最先進的工具。這些技術(shù)馬上達到實用性還要些時間，我們要有這個戰(zhàn)略耐心。

　　人工智能在GTS先做好，你們有好多獨立型的模塊和問題領(lǐng)域，可以有一個全面攻擊的部隊，但是要突出一個重點攻擊的部隊，重點攻擊成功了，人員又分散去作為種子，這塊攻擊成功了，再擴散旁邊一點點。人工智能最初不一定要選擇最難的骨頭來啃，可以選擇簡單的那塊骨頭先啃，先從最容易的地方入手。對于GTS最容易的是馬上可以用的，這樣就得到了及時的信心鼓舞。任何一次成功，大家自己湊錢吃頓飯，自己拿蘿卜給自己刻一個獎章，自己在墻上貼個小紅花，集到多個紅花到公司換個大牌牌。

　　智慧要在主航道邊界里面，不做邊界外的事情。人工智能要與主航道業(yè)務捆綁，在邊界之內(nèi)可以大投，一起擴展更多的靈感更多的發(fā)揮。所以離開了這個邊界，偏離主航道的就不給錢了。華為不做公共人工智能產(chǎn)品，不做小商品，我非常害怕你們一沖動，拿人工智能去和社會比。你做出來我沒用，有人就去創(chuàng)業(yè)，這會掏空公司的，你如果有才華就要轉(zhuǎn)到主航道上來。這些公共人工智能產(chǎn)品(別人主業(yè)、我們副業(yè))的事不要做。別人成功了我們就花錢拿過來用。

　　三、用美國磚建中國長城，讓“蜂子”在長城上跳舞

　　人工智能研究一定要走向高度開放。你們自己開展研究是正確的，不研究你就不知道方向與對錯，就不知道哪些是好的。世界上還有比我們做得好的，我就引進來。谷歌的系統(tǒng)大量讀西班牙的、拉丁美洲的圖書，它的英文翻西班牙語就非常準確，我們也要從外面引進這些做得好的機器翻譯能力。在自然語言對話上，我們能不能與業(yè)界領(lǐng)先企業(yè)合作，我們給他們一些支持，做出來后我們用他的系統(tǒng)就行了。我們要有這種氣概，只有容天下才能霸天下。

　　我們要防止封閉，一定要開放。在機器學習領(lǐng)域，一定有很多學習軟件大大地超越我們，會有很多很多人做出好的東西來，我們就和這些最好的廠家合作。這邊摻進一個美國磚，那邊再用一個歐洲磚、一個日本磚，萬里長城，不管磚是誰的，能打勝仗就行了，不要什么磚都自己造。在這個萬里長城大平臺上，允許大河奔騰的踢踏舞，允許“蜂子”跳舞，它顛覆不了這個平臺，但是激活了這個平臺。在產(chǎn)業(yè)分工上，在別人有優(yōu)勢的地方就利用別人的優(yōu)勢，集中精力在主航道。就是剛才GTS講的那個方面，人工智能先在這幾個方面做好。

　　單項的研發(fā)能力，全世界很多國家的公司和研究所都很厲害，但是整合能力我們最強，所以我們不要害怕開放。學術(shù)界平均1000篇論文才有一篇有商業(yè)價值，他們也很著急，只要我們找他們講問題，他們就很高興。我們要把思想研究院搞起來，思想研究院只有秘書機構(gòu)，就是一個會議機構(gòu)，各種思想碰撞后出紀要。我們一定要對未來有一個投入，才可能在3-5年之后在這個領(lǐng)域里面取得一定的地位。

　　四、在人才獲取上要敢于做“東北亂燉”，要加強干部的循環(huán)

　　這些年之所以鼓勵吸收各專業(yè)的雜家進入服務體系，就是要敢于將各種最先進的工具和新的方法應用到我們的業(yè)務中來。當年我跟GTS講，每年進100個學測繪的博士進GTS。所以人工智能煮飯的時候，就像東北那個亂燉，管他什么都燉進去，不知道誰能燉出味道來。瞄準未來，生物學的蘿卜拿來燉一下，牙醫(yī)的蘿卜拿來燉一下，還有好多學科的蘿卜，要敞開一個很大的人才喇叭口。只要他們愿意轉(zhuǎn)行，他帶來的思維方式都會使我們的人工智能更成熟，帶著很多生物學、醫(yī)學的思維觀念進入電氣學。不能只招計算機和電子類學生。我原來學建筑，高中時看了一本小說《百煉成鋼》，填報了建筑志愿，但畢業(yè)后一天專業(yè)也沒搞過。

　　世界上最厲害的軟件國家還是美國，美國的創(chuàng)新意識很強，我們還要在美國加大對未來優(yōu)秀人才的投入，把諾亞方舟的前哨部隊放到美國、加拿大去。愛爾蘭靠美國的東部近，有沒有大的架構(gòu)師?我們在海外的專家平均都是四五十歲，現(xiàn)在我們要進苗子了。苗子不一定都是中國人，可以是外國人的博士，進來十年后正好可以沖鋒，不然我們很快就會青黃不接。香港、臺灣也有非常多的優(yōu)秀人才留學后回來，但沒有太大產(chǎn)業(yè)，我們要多攏一點回來?，F(xiàn)在人工智能在外面炒作得很火，可能會出現(xiàn)一些泡沫破滅，河水一泛濫后就在馬路上抓魚，華為這個時候趁機趕緊找人。

　　我們在一些名牌大學里面還要更多的開展各種競賽活動，因為人才是非常多方面的、非常多元化的，我們要有需求策劃。原來我們的萬里長城是不容人跳舞的，為什么不能像張藝謀G20演出一樣，搭一個臺子供大家跳舞?我們要招一些牛人，幾個牛人帶一批小青年，人才我們要去找，不是去招，……。我們的牛人，每個Fellow要自己選四個助手，培養(yǎng)這些年輕人開闊眼界，研發(fā)也減輕你的工作量，讓你聚焦在主要作戰(zhàn)方向上，眾人拾柴火焰高，每個助手跟你時間不超過3年，能力就循環(huán)出去了。

　　2012實驗室與PSST要一起推動，加強干部流動，研發(fā)人員要循環(huán)起來，避免閉門造車，否則，慢慢地他就找不到目標方向了。那些在前線的干部，有一些回來是帶有戰(zhàn)爭經(jīng)驗到研發(fā)，有一些走向GTS了，有一些是走向產(chǎn)品銷售，又增加了縱深，這樣子我們公司的血液都流動起來了。

　　五、戰(zhàn)略方向已經(jīng)明確，大膽投入，成功只是時間遲早問題

　　我今天最高興的是，你們的戰(zhàn)略方向跟我想的是一致的，短期內(nèi)成不成功并不重要，我們走到這一條路上來，最后一定會成功，只是時間早遲的問題。而且我認為在人工智能的歷史長河中，你們也要有業(yè)務的戰(zhàn)略聚焦點，現(xiàn)在就是聚焦在服務上，在一個項目中也要有戰(zhàn)略重點和戰(zhàn)略次點，可以把一個最容易的地方先智能化，大家一成功了就高興，弟兄們我們又成功了，我們就有信心往更高的山頭攻了。我們那個時候，40門的交換機還做不出來，我們天天都在慶功，然后到2000門……，一直慶功走過來的呀。都是因為小勝利把我們膽子弄大了，我們就開始一天到晚“胡說八道”，最后自己相信自己的“胡說八道”，就真做到這個“胡說八道”了。

　　你們這些年輕的未來的將軍，在勝利鼓舞中在炮火震動中，一定會一步步走向最終的勝利。