AI時代不是交鑰匙工程,算法是要場景廠家和技術專家進行聯創,要實現數據、算法不停地叠代和循環。
本文為余倬先生在2025觀點數字未來發展大會發表的演講。
余倬(華為制造與大企業軍團解決方案總監):今天非常有幸能夠參加2025觀點數字未來發展大。華為在不動産行業不是專家,在座的各位嘉賓比華為更懂不動産行業,華為是為千行萬業提供ICT基礎設施服務。如果說不動産怎麼做,我想各位比我更有發言權。
華為成立了很多軍團,主要是為了深耕行業。軍團的核心目的就是鍊接行業和華為産業,作為一個連接器、催化劑、放大器的作用。很多軍團結合行業有非常多的創新,例如:制造的智慧工廠、礦山的礦鴻、交通的港口調動等等,但是在地産行業的創新還是比較少的。
下面我講一些華為在AI人工智能的體會,DeepSeek出來以後,為什麼這麼受歡迎?從用戶接入量來說短短7天就突破了1個億,是所有軟件最快的。它的很多基礎能力已經解決日常的問題;訓練和推理成本大大降低,現在一體機是幾十萬、一百萬、幾百萬都可以做落地,實現真正的普惠AI,好用;在中文處理、數學推理、代碼生成等領域超越ChatGPT,其R1模型通過強化學習和Test-Time Compute技術優化推理能力,顯著提升了復雜問題的解決效率;開源,全面開源模型(如R1和V3),允許開發者基于MIT協議自由使用和二次開發,大大降低了使用門檻等等。
視覺智能時代是2016年開始的,NLP普惠時代是2025年開始的。以前做視頻智能識别的時候在2016年之前是不可用的,現在已經覺得很普通的,比如周界防範等,因為大量算法進步了。現在NLP模型也是這樣的,會到達普惠AI的角度,讓人都用得起,同時模型數量會收斂。
DeepSeek出現以後,大家都很興奮也很焦慮,會加劇行業競争,在這場變革中到底哪些廠家能活下來?第一類是硬件廠家、芯片廠家是訓練的源頭、算法的源頭;第二類是專業技術能力的廠家,比如基于某個領域的算子優化,能夠把成本做到更優。還有異構算力的管理等等;第三類是擁有數據的行業頭部廠家,有行業的專業知識,也是今年我們說的最大的垂域模型場景。
華為怎麼做人工智能的。華為所有的人工智能也是經歷了這三個階段,從生産力和競争力的提升,從防控關鍵風險到生産力的提升或效率提升,這是不同的階段、不同的路徑,其實核心是四位一體的理論,首先是有應用場景,你得有算法、數據,還有不停叠代才能形成落地的目的。
一、怎麼選擇應用場景?我們總結了很多方法,你是否有收益比,這個場景是不是重復高頻剛需?要通過不同的方法去選擇,場景是核心。
二、高質量的數據現在變得越來越重要了,以前很多企業沒有高質量數據的時候,覺得數據沒用途。但是現在逼得很多企業做高質量數據,做數據治理和數據優化。
三、算法,要選擇合适的算法,解決企業的場景基礎算法有很多,例如:NLP,CV,多模态等等。DeepSeek只是其中一種,我們一定要從架構上考慮算法的合理性。
四、就是要不停循環叠代,要實現算法、數據的正循環。
在不動産行業,我們也有一些初步的研究,抛磚引玉,按照華為AI實踐經驗來說,要圍繞着企業BI生産業務流,從設計、勘察到施工、運營、物業管理等業務領域去找應用場景,我在設備預測維護、節能減排等領域也基于華為自身做過一些實踐;要有整體架構設計,從算力底座開始,算力底座涉及到核心算力、網絡、存儲;訓練平台、模型,我們所謂的DeepSeek其實只是NLP其中一種,要考慮CV、NLP、科學計算等不同基礎模型存在以及模型間的相互調用等等。
AI落地三層五階八步法,首先要有明确的目標,選擇的場景有沒有明确的目標,是不是生産力和競争力的提升,是不是客戶體驗的提升,是不是要做防範風險和安全的提升,是不是要提升效率?同時要算出ROI,再做一些排序;再有一個是要有明确的流程變革,什麼是明确的流程變化?華為的變革是流程數據IT一體化推進,流程是第一個。上午有老師講,有些企業繫統建設後,到實際操作又走另外一套,其實就是流程、制度、IT沒有統一。流程是一套,IT是一套,管理是一套;再就是組織,AI時代必須要有數據專家和業務專家、技術專家,在每個領域都有業務專家,還有怎麼做數據治理的數據專家,怎麼做AI算法優化的技術專家等;最後是持續運營,AI時代不是交鑰匙工程,算法是要場景廠家和技術專家進行聯創,要實現數據、算法不停地叠代和循環。
在座各位都是地産行業的專家,如果說大家有興趣願意跟華為做一些技術創新,或者在某一個領域覺得AI可以用得很好,非常有前途的,歡迎跟華為合作,我們願意提供技術跟大家一起去創新,謝謝大家!
免責聲明:本文内容與數據由觀點根據公開信息整理,不構成投資建議,使用前請核實。
撰文:余倬
審校:勞蓉蓉