任正非痛斥遍地智能化 AI软件平台突破关键场景_致远科技

作者:Aileen 发布时间:2019-12-09 09:30:20 点击数:109

编者按:亚马逊创始人兼首席执行官贝索斯接受了知名科技专栏作家莫博士(WaltMossberg)的采访表示三个主要观点:第一、现在到了人工智能第一次显身手的时候,我们正处在人工智能的黄金时代;第二、贝索斯认为目前的语音系统只能算是一种辅助增强技术,并不能完全取代智能手机。第三、要真正地用人工智能服务好用户,海量的数据必不可少,我们综合考虑隐私总体性和我们存储海量信息的能力,并合理地使用这些数据……,消费者肯定会很喜欢亚马逊的人工智能系统。

如果说贝索斯在消费端已经看到了人工智能的巨大市场潜力,他提示的海量数据就是基础。但是在企业战略和大数据以及人工智能的结合上面,他显然没有给出主要的路径。中国创新企业华为最新的一篇文章,其公司创始人任正非先生从战略、平台和业务的角度,很好地阐释了人工智能、大数据、应用场景和企业业务结合的问题。小编编撰与大家分享。

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。

任正非痛斥遍地智能化 AI软件平台突破关键场景_致远科技

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。

1、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。

2、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。