圖片來源：視覺中國

對于如何在一個新市場中搶占先機，已供職華為超過20年的洪方明頗有經(jīng)驗。

此前，洪方明曾經(jīng)在華為擔任歐洲地區(qū)多個國家的業(yè)務負責人，經(jīng)歷過在海外將華為手機從0到1推廣至市場份額領(lǐng)先品牌的過程。如今，洪方明又將在中國地區(qū)接下華為在云、AI 領(lǐng)域新一輪的擴張重任。

11月16日，深圳高交會，剛剛上任的華為云中國區(qū)總裁洪方明首次對外亮相。在對華為 AI 戰(zhàn)略的分享環(huán)節(jié)中，洪方明回顧了今年10月華為全聯(lián)接大會上提出的全棧 AI 解決方案，同時再次理清了華為云與華為 AI 在業(yè)務層面的關(guān)系。

“華為云憑借公有云將AI技術(shù)模板化，以全棧全場景的形式全面部署在云-邊-端?！焙榉矫鬟@樣表示。

而在會后的采訪環(huán)節(jié)，洪方明也對鈦媒體等記者表示，他接下的重點工作將會是“整合”，而華為公司也將從研發(fā)、資源、人力等各個方面向云業(yè)務傾斜。

“華為18萬名員工，有8萬人在從事研發(fā)工作。未來五年，華為在研發(fā)的投入每年會保持在150到200億美金，可以說，華為云今天擁有的資源遠遠好于當初手機在海外的情況。”洪方明對鈦媒體說。

華為云中國區(qū)總裁洪方明

回顧華為在人工智能的步伐，可以根據(jù)其在應用層面的展現(xiàn)劃分為三個階段。

進入2000年后，在通訊運營領(lǐng)域站穩(wěn)腳跟的華為，開始嘗試用技術(shù)解決華為內(nèi)部運作的自動化及業(yè)務服務問題。任正非曾舉例談到：華為在全球有460萬站點，任何一次的站點作業(yè)都是成本。要通過構(gòu)建站點信息庫，開發(fā)站點3D掃描能力，把站點勘測簡單化。

2012年，為了應對數(shù)據(jù)通訊技術(shù)的沖擊，華為將內(nèi)部 AI 能力進行系統(tǒng)整合，于當年6月正式成立諾亞方舟實驗室（其上層為華為總研究院“2012實驗室”），這也成為華為正式投入AI基礎(chǔ)研究的最鮮明信號。在諾亞方舟實驗室中，華為主要進行人工智能算法的研究、管理AI的技術(shù)合作、識別AI主要應用場景和需求管理等。

而在今年10月，華為輪值董事長徐直軍在華為全聯(lián)接大會中首次公布了華為的AI發(fā)展戰(zhàn)略，包括全棧全場景AI解決方案、Ascend系列芯片等，也正式標志著華為 AI 從“不對外，全對內(nèi)”到“聚焦投入，敢于投資”的轉(zhuǎn)變。

“人工智能在投資充分的情況下不要太沖動，要用先行小步快跑，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(jié)果的盲動，就有可能滿盤皆輸。”任正非在去年的一次公開講話中表示。

技術(shù)積累：從 AI 到 EI

在今年10月華為首次對外公布 AI 戰(zhàn)略時，徐直軍曾將AI 落地的難點歸結(jié)為三大主要門檻，分別為：開發(fā)慢、資源貴、人才缺。

對此，華為的應對之舉是發(fā)布了全棧全場景AI解決方案，而這里的“全棧 AI”（鈦媒體曾在此前文章中有過詳述），可以理解為：

1、全棧是技術(shù)視角，指包括芯片、芯片使能、訓練和推理框架和應用使能在內(nèi)的技術(shù)全堆棧；

2、全場景，指包括公有云、私有云、邊緣計算、物聯(lián)網(wǎng)行業(yè)終端以及消費類終端的部署環(huán)境。

3、針對AI人才缺乏的難題，華為云提供豐富的AI功能和API，即取即用，就像造一輛車，你沒必要每一臺都自己重新自己造輪子。華為云還開放了開發(fā)平臺，客戶/伙伴可以利用這些便捷的工具開發(fā)自己想要的AI能力。

可以說，在華為的整套人工智能落地戰(zhàn)略中，全棧 AI 方案通過對底層技術(shù)的產(chǎn)品化，將原本具有較高難度的 AI 能力在實施階段降低了門檻；而在完成了技術(shù)層面的普惠之后，華為又搭建了一套直接切入行業(yè)的 EI 平臺，以承接不同場景的個性化需求。

2017年9月，華為云EI（Enterprise Intelligence 企業(yè)智能）平臺正式發(fā)布，該平臺包括了基礎(chǔ)平臺服務、通用服務和行業(yè)場景解決方案三類服務，主要面向企業(yè)提供生產(chǎn)效率提升，精細化運營，商業(yè)模式創(chuàng)新等業(yè)務。

目前，華為云 EI 已經(jīng)上線了16大類超過120款云服務，60+解決方案，涵蓋了從個人到企業(yè)的方方面面。

簡單來說，AI 和數(shù)據(jù)是華為對內(nèi)多年的積累，EI 是華為對外輸出的門面。也正因如此，華為掌握的 AI 能力，大部分已在內(nèi)部應用多年，其技術(shù)水平與落地能力是已被驗證過的。

以華為在供應鏈端的智能裝箱、倉儲應用為例，由于華為公司每年處理的物流單數(shù)量就多達30萬-50萬，因此對于供貨預估、裝箱管理、區(qū)域分發(fā)等流程，華為已經(jīng)具備完整的技術(shù)支持體系。

根據(jù)華為公司透露，目前通過華為云EI服務，根據(jù)物品特征提供最佳裝箱方案，可以提升20%的分揀裝箱效率；同時做到集裝箱3D仿真可視，整體利用率提升6%，而使用 EI 進行路徑規(guī)劃，則可節(jié)省例外開銷成本30%。

再拿人工智能領(lǐng)域至關(guān)重要的算力資源來說，由于大部分企業(yè)沒有能力訓練自己的AI模型，華為云 EI 可以通過云、端協(xié)同的統(tǒng)一開發(fā)框架，讓AI模型靈活的部署到云、邊、端等場景，并將一些行業(yè)解決方案提前預集成為一個模塊，讓開發(fā)者能夠迅速把產(chǎn)品能力與行業(yè)解決方案對接起來。

以深度學習服務為例，基于軟硬件結(jié)合的方案，華為云 EI 可以在對分布式訓練的調(diào)度算法，分布式梯度壓縮等進行優(yōu)化后，提供1000+GPU節(jié)點規(guī)模訓練，這就意味著億級圖片規(guī)模的模型訓練，華為云 EI 可以從原來的30天縮短至小時級。

場景落地：政企市場將成為云化主場

在去年1月華為內(nèi)部的一場人工智能應用GTS研討會中，任正非曾明確表示過華為落地 AI 的打法，他強調(diào)：

“人工智能應該踏踏實實聚焦場景一個個解決，要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。”

深度綁定場景的特性也隨之反映在華為云的 EI 產(chǎn)品線中。

2018年6月，華為云針對交通和工業(yè)分別推出了EI交通智能體和EI工業(yè)智能體，10月，華為云 EI 又發(fā)布了智慧城市解決方案：城市智能體。

相比 BAT 各自在智慧城市業(yè)務中的耕耘，華為的優(yōu)勢一方面體現(xiàn)在過往三十年通信領(lǐng)域的技術(shù)積累，一方面是盤踞在各地的 To G 資源。

據(jù)鈦媒體了解，華為企業(yè) BG 在2016年就成立了智慧城市業(yè)務部，已經(jīng)覆蓋全球40多個國家，160多個國內(nèi)城市，包括北京、深圳、敦煌、濰坊等地均與華為簽署了智慧城市方案的戰(zhàn)略合作。

另據(jù)一位華為內(nèi)部人士對鈦媒體透露，此前華為的智慧城市項目被放在專門的政府事務部門中，隨著華為云的戰(zhàn)略地位上升，智慧城市項目將會和華為云業(yè)務融合。

洪方明也在公開場合強調(diào)過政務市場的重要性：“預計2025年，全球AI市場空間將達到3800億美金，其中90%來自于政企市場。未來，政企市場將是云化、智能化的主場?！?/p>

在華為智慧城市項目中，華為云承擔了“技術(shù)底座”的角色。其中，云技術(shù)要發(fā)揮其計算能力，與邊緣平臺和端側(cè)相結(jié)合，實現(xiàn)對于人和物體大數(shù)據(jù)的綜合分析，最終把結(jié)果反饋到城市智慧體，這個過程涵蓋了感知、分析、決策、執(zhí)行全環(huán)節(jié)，形成了一套智能城市的運作生態(tài)。

以華為云針對城市擁堵提供的解決方案為例。2018年4月，華為云與北京市交管局合作，在北京市海淀區(qū)上地三街與上地東路交叉路口率先試點，利用AI算法實現(xiàn)信號配時優(yōu)化和時段自動劃分。

為了掌握區(qū)域發(fā)車規(guī)律，華為云提出“TrafficGo”方案，采用視頻方式監(jiān)測數(shù)據(jù)，精準識別整個道路上每一條車道的全量數(shù)據(jù)，包括過車數(shù)量、過車速度、車輛排隊長度等。

同時，華為云通過正反轉(zhuǎn)視頻提取車流的行車軌跡和轉(zhuǎn)向信息，在龐大的監(jiān)測數(shù)據(jù)基礎(chǔ)上，對區(qū)域所有車道的交通流量數(shù)據(jù)進行協(xié)同計算，實時生成整個區(qū)域全部路口的信號燈配時方案，并通過系統(tǒng)自動推送到交通燈上，實現(xiàn)整個區(qū)域的交通流量最大化。

據(jù)第三方公司評估報告顯示，華為云TrafficGo方案應用后，上地三街車流主方向（東西向）平均延誤時間下降了15.2%，平均車速提升了15%。并且，除了主干線以外，附近2條支路上的通行效率也明顯獲得改善，平均延誤時間降低了10~20%。

除了城市擁堵外，華為云還利用監(jiān)控大數(shù)據(jù)開發(fā)了智慧警務系統(tǒng)，目前已協(xié)助深圳龍崗警方破獲多起案件；而針對“兩客一?！避囕v，華為云推出了車聯(lián)網(wǎng)安全智能防控系統(tǒng)，通過車載終端智能識別駕駛員抽煙、打電話、疲勞駕駛、車道偏離等危險駕駛行為。(作者/蘇建勛）

zhangnn