业界 | 任正非谈人工智能应用:不要遍地智能化,否则满盘皆输

AI科技评论按:近日华为心声社区公众号发布了任正非在人工智能应用GTS研讨会上的讲话,AI科技评论获悉GTS是“华为全球技术服部”(Global Technical Service)的缩写。任正非表示,华为要开发统一的人工智能软件平台,把算法、知识、方法、经验等都固化在平台上。但是不要遍地都是智能化,这会形成全面开花没有结果的盲动,就有可能满盘皆输。以下是讲稿原文。

公司巨大的存量网络是人工智能最好的舞台,GTS要利用人工智能实现高质量和高效率的交付与服务,支撑“一万亿”美元存量网络的服务以及故障处理、预防的自动化……,以及支持每年数百亿美元的网络增量的科学、合理、有效地交付。持续为客户创造价值并提升客户满意,构筑活的“万里长城”,成为公司重要的可移动的“马奇诺防线”。谁能最低成本地提供高质量的服务,谁就是这个世界最后的赢家。公司的人工智能研究是一个使能器,促使公司各项管理进步,不要随议论的忽悠而迷失方向

| 高质量的数据是人工智能的前提和基础,高质量数据输出要作为作业完成的标准

为什么我们不可以统一作业的工具,和工作的标准。配个数据采集聚集器,员工在现场作业完后,回到驻地处理一下,一按键就群发出去了,不必经过办事处、地区部,就一步到位了。数据对各级各段透明,没有层层级级的汇总处理,就快多了。

我们有430万个站点,每年增加96万个,1万1千个合同,每个基站报上来的报表这么厚,是因为没有模块化分类。不抽象不总结就要上报,我们处理管道就那么粗,所以堵得一塌糊涂。实际上归纳出来可能就一百种,大不到一千种模块。我们分类按模板传信息给供应链,供应链解码打开、作清单发货,我们管理会简化很多。现在报表层层上报,每层增加好多人,一大堆报表甚至没人读过。要基于目的标准模型建设简单自动报表体系,这样中间的人工就减掉了,主战场的员工就增加了。人人都基于作业给你提供准确数据,集中起来你的科学性就好了,有了这些准确数据,通过监督学习和统计手段就能使我们的效率提高。

填写的表中有清晰的也有模糊的,确定性的工作填写的数据要准确,如果没有审核就传上来不正确的数据,就是一团乱麻。清晰的数据不断更新积累,新的有效数据不断更替。总有一个模糊区,模糊数据的模糊性会持续不断降低,但又产生新的模糊。在不该模糊的地方应该有指引,能够指引基层工程师来清晰操作。人工智能就要靠几万员工在做事的时候把数据有效采集回来,在归纳总结中找出规律来。清晰、准确的现场数据是重要的事情。

我们是设备供应商不是流量运营商,要根据业务场景来看多快数据算实时,不要形而上学,要根据必要的需求来获取这些所谓实时数据。对于网络设备数据的输出,可以采用类似“七远八按”的方式建设数据输出标准,以基于人工智能的交付服务视角重新制定可服务性标准,并作为产品上市必要条件。

因此,你们说数据缺乏、杂乱无章,我不批评,我觉得没有数据才是我要批评的。每一个人能不能搞个工装穿在身上带个仪器,数据先收集存储起来,然后一按按钮就传送到信息库,对贡献数据者还可以奖励。

| 要聚焦投入,敢于投资,成功只是时间迟早的问题

在GTS选定的站点作业、网络集成、网络维护、网规网优等关键场景,在业务模型、算法、平台和数据上要加大投资,具体的人力与费用在战略规划未来的时间链中落实。

要开发公司统一的人工智能软件平台,把算法、知识、方法、经验等都固化在平台上,首先在GTS实践和应用,未来也可以为公司其他业务提供支撑。数据底座的投资更需要加大,作为长期的基础工程来建设,有了高质量的数据基础,人工智能才能发挥作用。

2012实验室的科学家要紧密与服务工程师合作,由熟悉理论和算法的科学家选择最成熟的方案应用到服务场景中,并共同完成业务提升,这就是技术和场景的结合。一部分人熟悉技术理论,一部分人熟悉场景,两者合作起来天下无敌,你们先把我们内部的改进搞好,到那时候我们是不是走向外部我们再考虑。

新事物失败也是成功,自己取得一点进展就记下来,这是过程记录,自己用萝卜刻奖章,积累多了就去换金牌。不要怕出错,别人说华为是落后的,因为我们只给成功的人发奖,从来不给失败的人发奖。今天比昨天好就要发奖,喜马拉雅爬一半也是成功,因为我们过去连山脚都没去过。

| 人工智能要聚焦投入不要全面开花,先纵向打好歼灭战,旗开得胜后再横向扩张

我们业务扩张中,人员不按线性扩张就成功了。服务工程师要聚焦服务业务,在完成服务业务同时完成人工智能所需要的正确数据输出,在此基础上产生场景分析师、数据分析师和模型设计师。这些专家要长期投入在服务战场上,通过服务客户不断提升能力。对于场景分析师、数据分析师、模型设计师,我的态度是要看在三年之内,有多长时间在一线服务战场上取得成功的实践经验。没有成功的实践经验就不要快速晋升,这样也保证水是流动不是腐败的。

人工智能在投资充分的情况下不要太冲动,要急用先行小步快跑,要聚焦在确定性业务、人工消耗大的项目,宁可做得少一点,先在一两个点突破杀开口子,集中力量打歼灭战,不要铺开一个很广泛的战线。不要遍地都是智能化,这会形成全面开花没有结果的盲动,就有可能满盘皆输。

如人工智能的应用首先要瞄准实现简工勘,在此基础上进而实现自动化设计。海量重复动作要运用人工智能技术来替代,实现文档自动生成、质量自动审核、远程验收及自动开票。然后再把人工智能应用的成功经验扩展至网络维护、网规网优等业务场景,把被动问题处理变为主动预警预防,不仅提升了效率还提升了为客户服务的质量。

要踏踏实实聚焦场景一个个解决,选择与场景匹配的相对成熟的算法,不要等平台和数据底座的成熟,半成品也可以先投入到内部改进的使用,在不断的实践和问题解决中打造成熟的平台和数据底座。我们在这些集中突破的项目上取得经验培养出新生力量,这些新生力量要到基层去贯彻推广落实,使它能够应用起来变成习惯。在纵向发展的基础上,把握好横向扩张的合理节奏。一只饼如果糊了再翻过来掉过去烙就是夹生饼,我们不要“出师未捷身先死,长使英雄泪满襟”,我们要的是旗开得胜和最终成功。人工智能是个新生事物,在实现过程中因为双轨运行,要接受阶段性的成本上升,实现清晰的长期目标。

人工智能应用中一定会遇到很多困难,在前进的过程中要多鼓励、少批评,可表扬可不表扬的要表扬。上战场枪声一响,谁是英雄,谁不是英雄?你说他不是英雄,在山脚你一拍他肩膀,他扛着两个炸药包,冲上了上甘岭,可能就真成了英雄。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-04-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯高校合作

犀牛鸟人物丨专访加拿大阿尔伯塔大学牛笛老师

2408
来自专栏AI科技大本营的专栏

速成班出来的AI人才,老板到底要不要?6位导师告诉你行业真相

整理 | 明明 2018年1月16日,全球最大中文 IT 社区CSDN在北京蔓兰酒店举办了“ AI 生态赋能2018论坛暨 CSDN AI 新战略发布会”。在本...

2626
来自专栏腾讯大讲堂的专栏

【带着情商做产品系列②】成长经历感悟:成熟产品经理必备特质

作者: 陈勃,文艺青年一枚。产品策划岗供职6年。写得了文档,编得了文章,做得了诗词,玩得了金属。 在自己从事产品经理这个职位的六年间,看过不少产品经理成长相关的...

1815
来自专栏华章科技

大数据没用?!张小龙:我们很少看统计数据!

导读:关于大数据的应用案例我们已经推送过很多,但大数据不是万能的,因为大数据只是研究数据之间的相关性,解决不了因果性。相比之下,身段更灵活的“小数据”反而更善于...

662
来自专栏PPV课数据科学社区

细数用户需求分析背后隐藏的三级门槛

互联网的红利烧红了一个新的职业:产品经理。一夜间,人人都是产品经理。很多成名大佬喜欢说:“其实,我是一名产品经理”,不论之前是写博客的还是说相声的。边装低姿态,...

3218
来自专栏专知

如何通过AI自动辨别虚假新闻?计算机科学家Filippo Menczer教你识别互联网虚假信息

【导读】淘宝购物节“双11”已经过去一个多月了,购物过后伙伴们是否也收到自己心仪的商品?狂欢过后,究竟是“买家秀和卖家秀”还是“买到就是赚到”,想必每个购物者都...

29112
来自专栏互联网数据官iCDO

如何塑造品牌进而提升搜索转化率?手把手教你!

引言:本文解释了在您的品牌策略前沿中保持品牌辨识度重要的原因,也展示了让您的品牌的搜索者更偏好您的品牌的行动框架。

722
来自专栏腾讯社交用户体验设计

拍摄有故事的品牌--SNG影像系统

1583
来自专栏新智元

【世界读书日】用人工智能改变世界

【新智元导读】2016年4月23日是“世界读书日”,今天你AI了么?你的书单中,有没有加入一本人工智能类图书。不想out?跟小机器人一起来读书吧! 今年以来,人...

2966
来自专栏DevOps时代的专栏

Devops 是否是一条不归路?

序言 实施 DevOps 有什么前提条件?大型分布式互联网系统从何处入手启用 DevOps?互联网金融平台,本身测试就复杂度大,究竟如何迎合快速交付的要求?企业...

2328

扫描关注云+社区