華為“心聲社區”今天在其官方微信號刊發任正非對華為人工智能相關研究的發言，內文提到了他對華為做人工智能的三點觀點：

01、高質量的數據是人工智能的前提和基本，高質量數據輸出要作為功課完成的尺度

02、要聚焦投入，敢于投資，樂成只是時間早晚的問題

03、人工智能要聚焦投入不要全面著花，先縱向打好撲滅戰，旗開告捷后再橫向擴張

任正非稱，要開拓華為統一的人工智能軟件平臺，把算法、常識、要領、履歷等都固化在平臺上。數據底座的投資更需要加大，作為恒久的基本工程來建樹，有了高質量的數據基本，人工智能才氣發揮浸染。

他同時提到，人工智能在投資充實的環境下不要太激動，要急用先行小步快跑，要聚焦在確定性業務、人工耗損大的項目，甘心做得少一點，先在一兩個點打破殺開口子，會合氣力打撲滅戰，不要鋪開一個很遍及的戰線。不要各處都是智能化，這會形玉成面著花沒有功效的盲動，就有大概滿盤皆輸。

最后，任正非對華為員工暗示，人工智能應用中必然會碰著許多堅苦，在前進的進程中要多勉勵、少品評，可表彰可不表彰的要表彰。上疆場槍聲一響，誰是英雄，誰不是英雄？你說他不是英雄，在山腳你一拍他肩膀，他扛著兩個炸藥包，沖上了上甘嶺，大概就真成了英雄。

以下為“心聲社區”微信號宣布的任正非發言全文：

總 裁 辦 電 子 郵 件

電郵發言【2017】034號 簽發人：任正非

任總在人工智能應用GTS研討會上的發言

2017年1月7日

公司龐大的存量網絡是人工智能最好的舞臺，GTS要操作人工智能實現高質量和高效率的交付與處事，支撐“一萬億”美元存量網絡的處事以及妨礙處理懲罰、防范的自動化……，以及支持每年紀百億美元的網絡增量的科學、公道、有效地交付。一連為客戶締造代價并晉升客戶滿足，構筑活的“萬里長城”，成為公司重要的可移動的“馬奇諾防地”。誰能最低成當地提供高質量的處事，誰就是這個世界最后的贏家。公司的人工智能研究是一個使能器，促使公司各項打點進步，不要隨議論的忽悠而迷失偏向。

01、高質量的數據是人工智能的前提和基本，高質量數據輸出要作為功課完成的尺度

為什么我們不行以統一功課的東西，和事情的尺度。配個數據收羅聚積器，員工在現場功課完后，回到駐地處理懲罰一下，一按鍵就群發出去了，不必顛末服務處、地域部，就一步到位了。數據對各級各段透明，沒有層層級級的匯總處理懲罰，就快多了。

我們有430萬個站點，每年增加96萬個，1萬1千個條約，每個基站報上來的報表這么厚，是因為沒有模塊化分類。不抽象不總結就要上報，我們處理懲罰管道就那么粗，所以堵得一塌糊涂。實際上歸納出來大概就一百種，大不到一千種模塊。我們分類按模板傳信息給供給鏈，供給鏈解碼打開、作清單發貨，我們打點會簡化許多。此刻報表層層上報，每層增加許多幾何人，一大堆報表甚至沒人讀過。要基于目標尺度模子建樹簡樸自動報表體系，這樣中間的人工就減掉了，主疆場的員工就增加了。人人都基于功課給你提供精確數據，會合起來你的科學性就好了，有了這些精確數據，通過監視進修和統計手段就能使我們的效率提高。

填寫的表中有清晰的也有恍惚的，確定性的事情填寫的數據要精確，假如沒有審核就傳上來不正確的數據，就是一團亂麻。清晰的數據不絕更新積聚，新的有效數據不絕更替。總有一個恍惚區，恍惚數據的恍惚性會一連不絕低落，但又發生新的恍惚。在不應恍惚的處所應該有指引，可以或許指引下層工程師來清晰操縱。人工智能就要靠幾萬員工在干事的時候把數據有效收羅返來，在歸納總結中找出紀律來。清晰、精確的現場數據是重要的工作。

我們是設備供給商不是流量運營商，要按照業務場景來看多快數據算及時，不要形而上學，要按照須要的需求來獲取這些所謂及時數據。對付網絡設備數據的輸出，可以回收雷同“七遠八按”的方法建樹數據輸出尺度，以基于人工智能的交付處事視角從頭擬定可處事性尺度，并作為產物上市須要條件。

因此，你們說數據缺乏、混亂無章，我不品評，我以為沒有數據才是我要品評的。每一小我私家能不能搞個工裝穿在身上帶個儀器，數據先收集存儲起來，然后一按按鈕就傳送到信息庫，對孝敬數據者還可以嘉獎。

02、要聚焦投入，敢于投資，樂成只是時間早晚的問題