新聞中心

EEPW首頁 > 業(yè)界動態(tài) > 任正非:AI研究是華為的使能器,高質(zhì)量數(shù)據(jù)輸出成標準

任正非:AI研究是華為的使能器,高質(zhì)量數(shù)據(jù)輸出成標準

作者: 時間:2017-03-31 來源:新浪科技 收藏

  3月30日午間消息,心聲社區(qū)今日在官方公眾號發(fā)布了創(chuàng)始人任正非在人工智能應用GTS研討會上的講話。

本文引用地址:http://butianyuan.cn/article/201703/346058.htm

  任正非認為,人工智能研究是的一個使能器,促使公司各項管理進步,從而構筑活的“萬里長城”。

  而在具體的操作層面,任正非表示,首先高質(zhì)量的數(shù)據(jù)是人工智能的前提和基礎,高質(zhì)量數(shù)據(jù)輸出要作為作業(yè)完成的標準。

  其次要聚焦投入,敢于投資。但也不要全面開花,要急用先行小步快跑,聚焦在確定性業(yè)務、人工消耗大的項目。“不要遍地都是智能化,這會形成全面開花沒有結果的盲動,就有可能滿盤皆輸。”

  任正非還表示,在業(yè)務擴張中,人員不按線性擴張就成功了。對于華為的專家,要長期投入在服務戰(zhàn)場上,通過服務客戶不斷提升能力。同時要看在三年之內(nèi),有多長時間在一線服務戰(zhàn)場上取得成功的實踐經(jīng)驗。沒有成功的實踐經(jīng)驗就不要快速晉升,這樣也保證水是流動不是腐敗的。

  以下為任正非講話全文:

  總裁辦電子郵件

  電郵講話[2017]034號 簽發(fā)人:任正非

  任總在人工智能應用GTS研討會上的講話

  2017年1月7日

  公司巨大的存量網(wǎng)絡是人工智能最好的舞臺,GTS要利用人工智能實現(xiàn)高質(zhì)量和高效率的交付與服務,支撐“一萬億”美元存量網(wǎng)絡的服務以及故障處理、預防的自動化……,以及支持每年數(shù)百億美元的網(wǎng)絡增量的科學、合理、有效地交付。持續(xù)為客戶創(chuàng)造價值并提升客戶滿意,構筑活的“萬里長城”,成為公司重要的可移動的“馬奇諾防線”。誰能最低成本地提供高質(zhì)量的服務,誰就是這個世界最后的贏家。公司的人工智能研究是一個使能器,促使公司各項管理進步,不要隨議論的忽悠而迷失方向。

  1、高質(zhì)量的數(shù)據(jù)是人工智能的前提和基礎,高質(zhì)量數(shù)據(jù)輸出要作為作業(yè)完成的標準

  為什么我們不可以統(tǒng)一作業(yè)的工具,和工作的標準。配個數(shù)據(jù)采集聚集器,員工在現(xiàn)場作業(yè)完后,回到駐地處理一下,一按鍵就群發(fā)出去了,不必經(jīng)過辦事處、地區(qū)部,就一步到位了。數(shù)據(jù)對各級各段透明,沒有層層級級的匯總處理,就快多了。

  我們有430萬個站點,每年增加96萬個,1萬1千個合同,每個基站報上來的報表這么厚,是因為沒有模塊化分類。不抽象不總結就要上報,我們處理管道就那么粗,所以堵得一塌糊涂。實際上歸納出來可能就一百種,大不到一千種模塊。我們分類按模板傳信息給供應鏈,供應鏈解碼打開、作清單發(fā)貨,我們管理會簡化很多。現(xiàn)在報表層層上報,每層增加好多人,一大堆報表甚至沒人讀過。要基于目的標準模型建設簡單自動報表體系,這樣中間的人工就減掉了,主戰(zhàn)場的員工就增加了。人人都基于作業(yè)給你提供準確數(shù)據(jù),集中起來你的科學性就好了,有了這些準確數(shù)據(jù),通過監(jiān)督學習和統(tǒng)計手段就能使我們的效率提高。

  填寫的表中有清晰的也有模糊的,確定性的工作填寫的數(shù)據(jù)要準確,如果沒有審核就傳上來不正確的數(shù)據(jù),就是一團亂麻。清晰的數(shù)據(jù)不斷更新積累,新的有效數(shù)據(jù)不斷更替??傆幸粋€模糊區(qū),模糊數(shù)據(jù)的模糊性會持續(xù)不斷降低,但又產(chǎn)生新的模糊。在不該模糊的地方應該有指引,能夠指引基層工程師來清晰操作。人工智能就要靠幾萬員工在做事的時候把數(shù)據(jù)有效采集回來,在歸納總結中找出規(guī)律來。清晰、準確的現(xiàn)場數(shù)據(jù)是重要的事情。

  我們是設備供應商不是流量運營商,要根據(jù)業(yè)務場景來看多快數(shù)據(jù)算實時,不要形而上學,要根據(jù)必要的需求來獲取這些所謂實時數(shù)據(jù)。對于網(wǎng)絡設備數(shù)據(jù)的輸出,可以采用類似“七遠八按”的方式建設數(shù)據(jù)輸出標準,以基于人工智能的交付服務視角重新制定可服務性標準,并作為產(chǎn)品上市必要條件。

  因此,你們說數(shù)據(jù)缺乏、雜亂無章,我不批評,我覺得沒有數(shù)據(jù)才是我要批評的。每一個人能不能搞個工裝穿在身上帶個儀器,數(shù)據(jù)先收集存儲起來,然后一按按鈕就傳送到信息庫,對貢獻數(shù)據(jù)者還可以獎勵。

  2、要聚焦投入,敢于投資,成功只是時間遲早的問題

  在GTS選定的站點作業(yè)、網(wǎng)絡集成、網(wǎng)絡維護、網(wǎng)規(guī)網(wǎng)優(yōu)等關鍵場景,在業(yè)務模型、算法、平臺和數(shù)據(jù)上要加大投資,具體的人力與費用在戰(zhàn)略規(guī)劃未來的時間鏈中落實。

  要開發(fā)公司統(tǒng)一的人工智能軟件平臺,把算法、知識、方法、經(jīng)驗等都固化在平臺上,首先在GTS實踐和應用,未來也可以為公司其他業(yè)務提供支撐。數(shù)據(jù)底座的投資更需要加大,作為長期的基礎工程來建設,有了高質(zhì)量的數(shù)據(jù)基礎,人工智能才能發(fā)揮作用。

  2012實驗室的科學家要緊密與服務工程師合作,由熟悉理論和算法的科學家選擇最成熟的方案應用到服務場景中,并共同完成業(yè)務提升,這就是技術和場景的結合。一部分人熟悉技術理論,一部分人熟悉場景,兩者合作起來天下無敵,你們先把我們內(nèi)部的改進搞好,到那時候我們是不是走向外部我們再考慮。

  新事物失敗也是成功,自己取得一點進展就記下來,這是過程記錄,自己用蘿卜刻獎章,積累多了就去換金牌。不要怕出錯,別人說華為是落后的,因為我們只給成功的人發(fā)獎,從來不給失敗的人發(fā)獎。今天比昨天好就要發(fā)獎,喜馬拉雅爬一半也是成功,因為我們過去連山腳都沒去過。

  3、人工智能要聚焦投入不要全面開花,先縱向打好殲滅戰(zhàn),旗開得勝后再橫向擴張

  我們業(yè)務擴張中,人員不按線性擴張就成功了。服務工程師要聚焦服務業(yè)務,在完成服務業(yè)務同時完成人工智能所需要的正確數(shù)據(jù)輸出,在此基礎上產(chǎn)生場景分析師、數(shù)據(jù)分析師和模型設計師。這些專家要長期投入在服務戰(zhàn)場上,通過服務客戶不斷提升能力。對于場景分析師、數(shù)據(jù)分析師、模型設計師,我的態(tài)度是要看在三年之內(nèi),有多長時間在一線服務戰(zhàn)場上取得成功的實踐經(jīng)驗。沒有成功的實踐經(jīng)驗就不要快速晉升,這樣也保證水是流動不是腐敗的。

  人工智能在投資充分的情況下不要太沖動,要急用先行小步快跑,要聚焦在確定性業(yè)務、人工消耗大的項目,寧可做得少一點,先在一兩個點突破殺開口子,集中力量打殲滅戰(zhàn),不要鋪開一個很廣泛的戰(zhàn)線。不要遍地都是智能化,這會形成全面開花沒有結果的盲動,就有可能滿盤皆輸。

  如人工智能的應用首先要瞄準實現(xiàn)簡工勘,在此基礎上進而實現(xiàn)自動化設計。海量重復動作要運用人工智能技術來替代,實現(xiàn)文檔自動生成、質(zhì)量自動審核、遠程驗收及自動開票。然后再把人工智能應用的成功經(jīng)驗擴展至網(wǎng)絡維護、網(wǎng)規(guī)網(wǎng)優(yōu)等業(yè)務場景,把被動問題處理變?yōu)橹鲃宇A警預防,不僅提升了效率還提升了為客戶服務的質(zhì)量。

  要踏踏實實聚焦場景一個個解決,選擇與場景匹配的相對成熟的算法,不要等平臺和數(shù)據(jù)底座的成熟,半成品也可以先投入到內(nèi)部改進的使用,在不斷的實踐和問題解決中打造成熟的平臺和數(shù)據(jù)底座。我們在這些集中突破的項目上取得經(jīng)驗培養(yǎng)出新生力量,這些新生力量要到基層去貫徹推廣落實,使它能夠應用起來變成習慣。在縱向發(fā)展的基礎上,把握好橫向擴張的合理節(jié)奏。一只餅如果糊了再翻過來掉過去烙就是夾生餅,我們不要“出師未捷身先死,長使英雄淚滿襟”,我們要的是旗開得勝和最終成功。人工智能是個新生事物,在實現(xiàn)過程中因為雙軌運行,要接受階段性的成本上升,實現(xiàn)清晰的長期目標。

  人工智能應用中一定會遇到很多困難,在前進的過程中要多鼓勵、少批評,可表揚可不表揚的要表揚。上戰(zhàn)場槍聲一響,誰是英雄,誰不是英雄?你說他不是英雄,在山腳你一拍他肩膀,他扛著兩個炸藥包,沖上了上甘嶺,可能就真成了英雄。



關鍵詞: 華為 AI

評論


相關推薦

技術專區(qū)

關閉