華為輪值董事長徐直軍：2024年的關鍵趨勢、機會和戰略舉措
“5G-A將在2024年開始規模商用、大模型正在加速AI的技術突破和應用發展、清潔能源發電佔比持續提升，光伏和風電加速成為主力能源、新能源汽車產業會持續快速發展，並從純電動化走向智能化……”
4月18日在華為分析師大會上，華為副董事長、輪值董事長徐直軍分享了2024年的關鍵趨勢和機會：“我們認為，全球的經濟環境和地緣政治環境依然不樂觀，同時美國對中國的遏制和打壓，還將不斷升級。”
接着，徐直軍闡述了華為2024年的關鍵戰略舉措。其中在談到第三大舉措“構建生態，打造統一的開發者平台，實現共贏發展”時，他表示，生態對於華為的產業發展至關重要，華為已經決策，在2024年及未來五年，將強力戰略投資生態的發展，通過生態的發展牽引、促進、帶動終端產業和計算產業的發展。
徐直軍透露，打造鴻蒙原生應用生態，是華為2024年最關鍵的事情；其次是打造鯤鵬生態；然後是打造昇騰生態，這是華為發展人工智能的關鍵。
“同時，面向鯤鵬、昇騰和鴻蒙生態所有的開發者，我們將基於華為雲打造一個統一的開發者平台，給開發者一個統一的入口，讓開發者在這三個生態上自由地移動。這些就是未來幾年華為戰略投資和重點打造的生態領域，基於這些生態的建設，我們將能夠為世界計算領域提供第二個選擇，同時為世界提供第三個移動操作系統。”他説道。
華為副董事長、輪值董事長徐直軍
以下是徐直軍演講原文：
女士們、先生們，大家上午好。非常歡迎大家從世界各地來到美麗的深圳，參加華為第二十一屆分析師大會。在座的很多機構和個人，共同見證了華為公司這20多年的成長，見證了華為的每一步發展。我在這裏代表華為，真心地感謝大家。
此次我分享的主題是“全面智能化之路”，主要是考慮到AI大模型是當下的產業焦點，因此想主要介紹一下華為這麼多年在AI領域的研究和實踐，以及對下一步發展的思考。
首先看看2024年的關鍵趨勢和機會。
第一，5G-A將在2024年開始規模商用。預計在2024年6月3GPP關於5G-A的第一個標準Release 18就會凍結，緊接着就會有5G-A對應的產品和解決方案投入商用。在MWC 2024期間，華為也已經展示了5G-A端到端、全系列解決方案。我們也一直在跟全球領先的運營商密切探討，儘快把5G-A投入商用，給消費者帶來更好的網絡體驗，推動產業進一步發展。
第二，大模型正在加速AI的技術突破和應用發展。關於這點業界沒有分歧，隨着OpenAI的ChatGPT4的推出，全世界都在關注大模型。來自各行各業的企業都在建設算力設施，結合自身的業務需要訓練大模型，同時也期望在這個風潮中找到新的機會，未來有更好的發展。
第三，清潔能源發電佔比持續提升，光伏和風電加速成為主力能源。在中國尤其如此，中國目前正在大規模發展太陽能發電和風能發電。同時，歐洲及全球很多地區也一樣。在這種趨勢下，以光伏和風電為基礎的新能源會加速成為主力能源。
第四，新能源汽車產業會持續快速發展，並從純電動化走向智能化。中國汽車突然間成為了全球熱議的話題，主要是由於電動汽車的發展。尤其隨着去年智能電動汽車的陸續推出，消費者發現智能駕駛真正帶來了體驗的提升，從而逐步接受智能駕駛，使智能化成為了新的趨勢。在走向電動化的過程中，最大的挑戰還是充電基礎設施，如果沒有好的充電基礎設施，電動化就很難快速發展。在這種情況下，華為在去年推出了超級充電樁，使電動汽車充電一秒鐘就可以跑一公里，一杯咖啡的時間就能夠充滿電，使得消費者真正意義上可以放心地購買和使用電動汽車。華為正在中國和全球，與夥伴一起，快速推進超級充電樁的部署，構築高速充電網絡和城市充電網絡，消除電動汽車用户的充電焦慮，使得電動汽車真正能普及開來。
最後，我們認為，全球的經濟環境和地緣政治環境依然不樂觀，同時美國對中國的遏制和打壓，還將不斷升級。
接下來，結合我們對以上趨勢和機會的判斷，分享一下我們在2024年的關鍵戰略舉措：
第一個舉措，堅持以質取勝，實現高質量的發展。華為這些年來一直在深化基於ISO 9000的全面質量管理體系，沉澱過去30多年來在質量管理上的成功經驗和能力，結合各個產業的特點，開展全面質量管理，以實現高質量。我們堅信，不管世界如何變化，只有高質量才是華為持續走向未來的關鍵。同時在公司各產業，構建端到端質量管理體系，將質量要求構築到各業務流程中，用高質量的產品和服務持續贏得客户選擇和信賴。由於我們的供應鏈發生了徹底的改變，所以還要將質量要求和質量管理延伸到供應商、渠道及合作伙伴，推動產業鏈共同進步，通過共同的質量提升構築面向客户的高質量。
第二個舉措，持續優化產業組合，增強發展韌性。這些年來，我們一直在持續優化我們的產業組合。現在已經形成由ICT基礎設施、終端、華為雲、數字能源、智能汽車解決方案等面向客户的產業組合，以及由2012實驗室、海思作為後盾的技術支撐平台。這些產業中，既有傳統的優勢產業，比如ICT基礎設施中的通信產業；也有開創型的產業比如ICT基礎設施中的AI計算產業；既有穩定發展的產業，也有快速成長的產業；有依賴先進工藝的產業，也有不依賴先進工藝的產業，比如數字能源；有硬件主導型產業，也有軟件主導型產業。這其中華為雲、數字能源、智能汽車解決方案等產業都在增長。無論從產業結構看，還是從未來發展空間看，我們已經構築了一個有強大韌性的產業組合，從而為公司的持續生存和發展奠定了堅實的基礎。
第三個舉措，構建生態，打造統一的開發者平台，實現共贏發展。生態對於華為的產業發展至關重要，華為已經決策，在2024年及未來五年，將強力戰略投資生態的發展，通過生態的發展牽引、促進、帶動終端產業和計算產業的發展。
首先是打造鴻蒙原生應用生態，這是華為2024年最關鍵的事情。鴻蒙操作系統採取的是一個創新的架構，一開始就基於物聯網操作系統打通了所有的端，然後打通從物聯網終端到移動終端，到家庭終端，也包括筆記本、PC機等，能夠一個操作系統，全面覆蓋。過去的鴻蒙操作系統更多是在南向適配各種各樣的端設備，但是在北向的應用上還是共享安卓的應用生態。華為希望通過2024年一年的時間，先在中國市場把智能手機上使用超過99%時間的5000個應用全面遷移到鴻蒙原生操作系統上，真正實現操作系統和應用生態的統一。同時我們也在推動更多的其它應用，也能遷移到鴻蒙操作系統上。現在5000多個應用裏面，有4000多個應用已經明確了遷移計劃，還有不到1000個應用正在溝通中。這個遷移工作量是巨大的，已經得到了整個產業界和應用開發者的廣泛支持。當我們把這5000個應用以及其它成千上萬的應用都從安卓生態遷移到鴻蒙操作系統上時，我們的鴻蒙操作系統就真正完成了打造，並真正成為除了蘋果iOS和谷歌安卓外的全球第三個移動操作系統。我們首先立足中國市場打造鴻蒙操作應用生態，未來逐個國家推廣，逐步推向全球。
其次是打造鯤鵬生態。在2019年我們開源了通用計算操作系統openEuler，接着在2020年開源了數據庫openGauss。經過這幾年的努力，在中國75%以上的應用軟件已能跑到鯤鵬處理器上，再經過未來幾年的努力，期望能夠推動中國所有的應用軟件既能跑在X86處理器上，也能跑到鯤鵬處理器上。
然後是打造昇騰生態，這是華為發展人工智能的關鍵。這些年來圍繞昇騰處理器、CANN和MindSpore，華為一直在構築昇騰生態，在整個產業界的努力下目前取得了很大的進展。我們希望未來基於CANN和MindSpore，企業和開發者能夠訓練所有大模型，也能完成所有的推理工作。
同時，面向鯤鵬、昇騰和鴻蒙生態所有的開發者，我們將基於華為雲打造一個統一的開發者平台，給開發者一個統一的入口，讓開發者在這三個生態上自由地移動。這些就是未來幾年華為戰略投資和重點打造的生態領域，基於這些生態的建設，我們將能夠為世界計算領域提供第二個選擇，同時為世界提供第三個移動操作系統。
第四個舉措，打造光風儲發電機，解決光伏、風能等新能源對電網的衝擊。華為數字能源業務做了多年的太陽能發電的逆變器，在跟新能源發電企業和電網溝通時，發現太陽能發電和風發電併網對電網的衝擊很大。電網在光伏和風能發電的接入和消納方面一直面臨非常大的挑戰，使得大量的新能源發的電沒法上網，只能丟棄，這是一個世界級的難題。如果這個難題不解決，新能源發的電很難成為主力能源。在這種情況下，華為經過持續探索，找到了對應的解決方案，我們取名叫做光風儲發電機。光風儲發電機是基於儲能和變流器，通過構網控制算法，模擬同步發電機的有功功率控制和無功功率控制的原理，建立電力系統的電壓和頻率，主動構網，從而解決光伏、風能等新能源對電網的衝擊。最終使得新能源發的電像傳統火電和水電一樣，能夠被電網所接受。這種情況下，可以理解為所有的新能源發電就是跟傳統發電站發的電一樣，從而助力光伏、風電加速成為主力能源。
第五個舉措，也是今天要重點闡述的，華為如何抓住智能化戰略機遇，推進全面智能化。華為公司的AI戰略以及全棧全場景AI解決方案是在2018年4月的分析師大會向大家預告的，並在2018年10月的全聯接大會正式發佈的。在2023年9月的全聯接大會上，華為進一步發佈了全面智能化的戰略，今天我將更具體地闡述華為如何來全面推進智能化。
用AI以及大模型來增強產品競爭力，同時打造新的產品和解決方案。主要包括：
以昇騰雲服務和盤古大模型使能行業智能化。2017年華為在華為雲專門成立了企業智能的組織，簡稱EI，併發布了EI企業智能服務，目標是用AI解決各行各業問題。早期基於專用算法、專用模型，面向金融、工業、礦山等各行各業，針對各種各樣的問題，推出了相當多的解決方案，當時還沒有大模型。到2018年發佈了AI全流程開發平台ModelArts，使能產業夥伴，基於華為提供的開發平台、工具等AI能力，開發AI算法和應用，解決各行各業的問題。2021年，我們發佈了盤古大模型，推出了全球第一個最大的千億參數的中文語言預訓練模型以及30億參數的視覺預訓練模型。2021年全聯接大會上，我也詳細闡述了華為大模型的戰略方向主要是使能各行各業的智能化。2023年，我們進一步推出了盤古大模型3.0以及開始打造AI原生的基礎設施。下一步的重點，一方面通過盤古大模型服務，持續深耕行業，解難題、做難事，幫助客户訓練好自己的大模型，讓客户用自己的大模型解決自己的問題。同時，我們持續構建昇騰雲服務，為各行各業提供澎湃的AI算力服務，通過ModelArts提供全生命週期的模型開發工具鏈，支持普惠的大模型訓練和推理。我們同時持續打造AI Native雲基礎設施，通過分佈式擎天架構，突破算力邊界，突破網絡邊界，突破存儲邊界，最佳匹配AI算力模型。
打造自動駕駛網絡，革命性改變通信網絡運維模式。電信運營商網絡運維是非常複雜的，因此成本也非常高。因此在2018年的日內瓦UBBF，華為參考汽車自動駕駛的分級理念提出了自動駕駛網絡的概念，也就是ADN（Autonomous Driving Network）。經過這麼多年和電信運營商持續的探討、聯合創新，形成了大量的ADN解決方案，到今天，ADN已經成為網絡運維智能化轉型的戰略共識。而大模型出來以後，自動駕駛網絡的目標更加具有現實意義了，運營商都希望自己的網絡能夠儘快實現自動駕駛、實現L4高度自治，未來實現完全自治，帶來以“零等待、零中斷、零接觸”為標誌的極致的用户體驗，和以“自配置、自修復、自優化”為標誌的極簡的網絡運維。華為將與中國及全球運營商合作打造通信大模型，並首先通過基於角色的Copilot和基於場景的Agent，幫助運營商賦能員工，提升用户滿意度，讓運營商儘快因大模型技術和自動駕駛網絡而獲益。
基於盤古大模型，打造 “小藝”超級智能體。在終端領域，華為是最早把AI引入到智能手機的，事實上華為在2016年就開啓了Mobile AI的時代。在這個過程中，不斷把AI引入到影像、翻譯以及各種手機應用。並逐步把AI從手機擴展到全場景的各種智能解決方案，包括智慧家庭、智能汽車座艙等。但之前都沒用到大模型，很多場景用專署模型也夠了。隨着大模型出來以後，為每一個終端用户配一個智能助手，越來越成為了現實。下一步期望是，基於盤古大模型把“小藝”打造成為超級助手，並把HarmonyOS Next打造成為一個原生智能的操作系統，統一AI能力底座，構建系統級原生智能。
打造自動駕駛解決方案，最終實現無人駕駛。自動駕駛業務也是華為最開始投資AI的重要領域，因為自動駕駛的目標是無人駕駛，是AI的應用最為挑戰的場景之一。2019年在上海國際汽車工業展華為提出打造智能駕駛方案，2022年推出了自動駕駛ADS 1.0版本，基於高精地圖把“AI+規則”結合起來，第一款車就引起了市場轟動。2023年推出了自動駕駛ADS 2.0版本，現在市場上跑的車，比如問界M7、M9，阿維塔等，用的都是ADS 2.0的版本。在高速上接管率非常低，在城區不依賴高精地圖全國都能開，而且越開越好開，比人還會泊車，同時在業界首創了全向防碰撞系統。這些進步讓消費者真正看到了智能駕駛帶來的體驗提升。現在，中國消費者對汽車智能駕駛已經非常熟悉了，購買新車時配智能駕駛高階版本的比例非常高，汽車的智能駕駛能力也已經成為中國消費者購買新車時重點考慮的因素。為什麼華為的智能駕駛能夠做到領先？首先，我們的起點就瞄準L4的架構和L4的目標來開發，然後向下適配不同車型的智能駕駛配置要求。其次，到今天還是有爭論的，到底未來要不要激光雷達？如果用純視覺攝像頭方案能夠徹底解決當然好，但我們研究認為，視覺攝像頭、毫米波雷達、激光雷達三個傳感器各有優缺點,目前沒有一個傳感器能夠解決所有問題。同時用了激光雷達在安全上帶來了明顯的好處，尤其是在AEB上，激光雷達發揮的價值比其它傳感器都大很多。所以我們提出融合感知方案，把激光雷達、毫米波雷達、攝像頭等充分結合起來，通過把多種傳感器融合在一起，更有利於未來實現自動駕駛的目標。同時我們提出期望未來可以把激光雷達的成本做到200美金，從而解決成本的顧慮。
把AI引入華為內部管理，持續提升運營效率與用户體驗。
華為把AI引入到內部管理分為兩個階段。第一階段對準業務重複、海量、複雜的場景，用AI提升公司內部運營效率，比如看發票、生產線檢測、基站安裝等。2018年開始公司內部成立了人工智能使能部，幫助公司各個環節利用AI技術來提升效率。第二階段，抓住AI大模型技術變革的機遇，各業務領域一體化協同，形成信息、決策、行動優勢。下一步我們會基於盤古大模型以及企業高質量數據構建企業大模型，通過大模型重構業務模式。一方面把AI大模型與人結合起來，使得每個員工都有“懂我”的智能助手；另一方面把AI大模型跟事情結合起來，將大模型全面引入到研發、銷售等各領域，重構作業模式，提升業務效率。
投資AI基礎研究，推動人工智能持續創新。
華為在AI基礎研究上一直有着較大的投資。在AI國際頂會上，華為每年都有200-300篇論文發表，近期數次在優化理論、模型量化、優化器、生成模型理論等方面獲得大會最佳和優秀論文獎。2017年華為把所有的AI研究統一到諾亞方舟實驗室，這些年諾亞方舟實驗室在AI領域的研究取得了很多成果，比如手機上AI HDR算法、加法網絡、第一個千億參數稠密中文語言大模型、以及HEBO黑盒優化平台等。這些基礎研究的成果支持了華為通過AI技術提升產品和解決方案競爭力，提升內部效率，以及開創新的產業。下一步我們將持續投資AI基礎研究和AGI技術，構築基於AI大模型底座的通用人工智能能力，構建數據高效、能耗高效的基礎AI能力。這些AI的基礎研究方向包括基礎模型架構、高效訓練、端側大模型，多模態理解、多模態生成、長鏈條推理、決策優化、AI智能體自演進、世界模型等。
積極參與全球的AI治理，增加人類、社會和環境的福祉。
我們認為AI應服務於人，提高人的工作效率和生活品質，通過AI使能行業數字化，改變行業的生產方式，成為各行業進入智能世界的核心引擎；要持續降低AI的技術門檻，讓每個人、每個家庭、每個組織擁有平等獲取和使用新技術的機會。同時，AI應運用於為社會創造更廣泛的福祉等善意的用途，在AI的設計、開發和使用過程中，要審慎評估新技術對社會帶來的長期和潛在影響，避免技術濫用。以及，AI應運用於生態環境保護和可持續發展，積極運用AI來研究、解決全球關注的問題，如聯合國可持續發展目標。
總結來講，自2018年10月華為發佈AI戰略及全棧全場景AI解決方案以來，我們一直在堅定地執行AI戰略和打造AI解決方案，在各個領域上也取得了一定的成果。面向未來，我們將持續推進全面智能化，為客户貢獻更有競爭力的產品和解決方案，真正解決各行各業的問題，推進各行各業的智能化，期望跟產業界一起讓智能無所不及，謝謝！
本文系觀察者網獨家稿件，未經授權，不得轉載。