很「華為范」的華為人工智慧

來自專欄 TechECR

作者 | 張戈 （公眾號ID：TechECR）

四個月前，華為已透露將在HUAWEI CONNECT 2018期間，發布全棧全場景人工智慧解決方案。當然，在更早些時候這家公司發布了其新願景：將數字世界帶給每個人、每個家庭、每個組織，構建萬物智能的數字世界。

人工智慧是數字世界的基石

兩者有何關係？人工智慧即是構建數字世界的核心基石，這一論點可從Forrester調研中得到映證。2018年，華為雲委託Forrester公司進行調查，200家中國企業的數字化轉型負責人參與了此次調查。

有65%的受訪者認為，人工智慧技術將在企業數字化轉型中發揮關鍵作用，請注意是「關鍵作用」，而不是「輔助作用」。同時，通過調研發現，行業客戶對人工智慧的接受程度遠比我們想像的要高。製造、物流、醫療、教育、媒資、零售等行業，以及智慧城市領域，均開始將人工智慧引入生產系統、核心業務系統。人工智慧正在諸多領域創新客戶的體驗，優化重塑產品和服務，實現基於洞察的流程自動化。

「華為范」的人工智慧

確實如此，人工智慧加速向行業滲透的同時，企業對其要求也正在改變。在應用深度方面，人工智慧的價值已從初級的業務改進，提升到價值創新；在應用技術方面，從孤立單一，發展到全棧複合；在應用縱深方面，從淺層特例嘗試，發展到深度平台普及；在應用範圍方面，從企業內部，發展到生態系統。

針對上述特徵，華為雲EI（企業智能）方案縱向維度分為四層：「底座」為數據湖；在數據湖層之上為基礎平台服務層，包括機器學習、深度學習、強化學習、圖引擎等功能；基礎平台服務層之上為通用AI服務層，包括人臉識別、智能問答、圖像搜索等服務模塊；通用AI服務之上為多域協同決策層，包括智能管推理、優化決策、決策支持等。

對此架構，華為雲BU EI服務產品部總經理賈永利表示，對於已經具備人工智慧理解能力，儲備了研發能力的企業，可直接從基礎平台服務層調用機器學習、深度學習等功能服務，而對於只希望關注應用場景的企業，則可直接調用人臉識別、智能問答等通用人工智慧服務。

「雲-邊緣-端」協同

當然，上述僅為華為雲EI解決方案的縱向維度，而從橫向維度，該解決方案又體現了全場景特徵，即實現了雲、邊緣、端的多層面協同。

除雲端解決方案外，在網路邊緣層，華為可提供智能邊緣平台（IEF），以及輕量化服務，而在智能終端層，可植入華為HiAI移動計算平台和麒麟NPU處理器。

以物流行業為例，分揀區分布在不同城市的不同區域，不可能將所有數據都回傳至雲端處理，此場景就已極為體現華為「雲-邊緣-端」協同能力的價值。

三要素與第四要素

數據、演算法、算力被定義為人工智慧三要素。在人工智慧領域，華為也堅持「不碰數據」的原則，但不碰數據並不等於不理解數據，不具備服務數據的能力。在此方面，數據採集、數據傳輸、數據處理也是華為雲EI能力的一部分，畢竟高質量的數據才能訓練出高質量數據模型，畢竟用戶也期待通過人工智慧將企業的數據資源，轉變為數據資產，更進而成為數據資本。

在數據服務能力之外，華為雲EI的特質更體現於演算法和算力。華為每年投資100億美元用於技術研發。可以說，其是一家懂計算、懂存儲、懂網路、懂GPU的企業，而綜合運用上述能力，即可實現「普惠AI」。

賈永利說：「華為雲EI解決方案是華為人工智慧的能力，但不是價值。人工智慧的價值很容易被數字量化，例如良品率提升、縮短交通擁堵時間。因此，如何幫助行業客戶用好演算法、算力，併產生價值，這是華為雲人工智慧解決方案首要考慮的問題。」

最後說一句，除演算法、算力、數據三要素之外，「行業智慧」可稱為人工智慧的第四要素，但經常被忽略。「用戶的演算法再慢，也可以解決問題，華為的演算法再先進，但必須與行業應用場景相結合，必須與生態夥伴進行合作。」賈永利說。

完

TechECR】關注科技企業生態體系建設，這裡有思考、有觀點；有點頭咂嘴，也有會心一笑。創始人：張戈，曾任《商業夥伴》、《電腦商報》副總編，不碼字，不寫稿子、只輸出有質感的文章。以生態合作為視角，研究IT產業18年，常年保持對ICT企業、IT方案商、IT渠道商保持高頻度採訪。同名專欄現已入駐各大主流媒體平台。合作聯繫：zg777zg@sina.com

目前已同步入駐：百家號、頭條號、一點號、新浪號、網易號、搜狐號、企鵝號等自媒體平台。