1. 首頁 > 生活百科 > >

華為NCE-數據通信領域總裁王輝：AI落地應用的新階段

華為NCE-數據通信領域總裁王輝：AI落地應用的新階段

文章圖片

華為NCE-數據通信領域總裁王輝：AI落地應用的新階段

當大模型從技術奇點躍遷為產業基座 ， 當智能體從實驗室走進產線診室 ， 人工智能的第三次浪潮正以前所未有的銳度重構全球經濟肌理 。
中國在這場變革中展現出雙重稟賦：既是擁有超大規模應用場景的試煉場 ， 又在芯片突圍、算法開源等深水區發起攻堅 。 從單點技術破壁到生態級創新 ， 從效率工具到新質生產力引擎 ， 一條具有東方特色的AI發展路徑正加速浮現 。
7月26日 ， 世界人工智能大會（WAIC 2025）以“智能時代 同球共濟”為主題 ， 匯聚了來自AI領域的科技巨頭、學術先鋒與政策制定者 ， 而這場覆蓋技術、倫理、藝術的超級盛宴 ， 昭示著AI已從“產業變量”進化為“文明常量” 。
在這場關于人工智能產業的盛會上 ， 36氪不僅作為產業觀察者 ， 更以產業連接者的角色深度參與 ， 在展館中搭建了“氪星直播間” ， 以對話的形式 ， 揭秘人工智能產業進階的底層邏輯 。
在對談中 ， 華為NCE-數據通信領域總裁王輝表示：以強推理模型為代表的大規模學習還沒有到達天花板 ， 還差得很遠 。 如果通過多個領域知識的加持 ， 讓一個大模型在一個領域內變得專精 ， 這個是我們未來一段時間主要發力的方向 。
以下為對談實錄 ， 經36氪編輯：
36氪：本次WAIC探討的一些問題或者是趨勢 ， 您認為哪一個趨勢是最明顯的?
王輝：這次大會我們看到的最重要的一個趨勢 ， 是AI 現在真正深入到了ToB行業 ， 原來很多技術是承載在PPT上 ， 以及視頻里面 ， 但這次來了之后 ， 我們看到很多AI應用已經進入了生產車間 ， 進入了工廠 ， 從機器人打螺絲到我們現代教學里面 ， 學校通過AI可以輔助教學 ， 甚至有一些AI數字老師 ， 幫助學校去做很多課程 ， 所以我認為最大的變化是在不知不覺之中 ， AI已經深入到了每個行業 ， 真正變成了生產力工具 。
【華為NCE-數據通信領域總裁王輝：AI落地應用的新階段】36氪：您認為AI深入行業 ， 對于咱們目前的工作來說產生最大的影響是什么？
王輝：我是在華為負責自動駕駛網絡的 ， 不是那個自動駕駛汽車 ， 而是用 AI 去驅動網絡 。 很多人可能覺得 ， 網絡需要 AI 驅動嗎?。 咳肥凳欽庋?， 網絡是非常復雜的 ， 大到運營商電信網絡 ， 小到一個企業的網絡 ， 比如清華大學 ， 會有幾萬臺設備來構成校園網絡 ， 并且承載了幾萬師生的使用 ， 這種情況下 ， 網絡運行、體驗、運營、安全的高度智能化就顯得非常重要 ， 也是非常必要的 。
再以網絡安全為例 ， 全球 80% 以上的網絡攻擊其實是由AI發起的 ， 很多勒索攻擊是AI自動去做的 ， 導致AI勒索已經成為走私販毒之外的第三大黑色產業 ， 所以這種情況下用人去對抗AI是不現實的 ， 今年的哈爾濱亞冬會 ， 賽事系統被網絡攻擊累計達到27萬次 。
所以我們必須將很多 AI 技術應用到網絡里面 ， 來解決我們網絡的流量問題 ， 再解決網絡攻擊的問題 。 從這個角度來看 ， AI深刻地改變了網絡這個行業 。
以上提到的是AI for network部分 ， 另外一部分叫Network for AI ， 也就是我們的網絡怎么為 AI 服務的 。
英偉達的網絡業務很值錢 ， 今年應該是超過了100多億的收入 ， 華為公司的規模也很大 ， 這個通信網絡跟原先的相比 ， 發生了很大的變化 ， 它需要高速無阻塞的長時間穩定運行 。 一個大模型的訓練常常持續45天甚至到60天 ， 如果訓練過程一旦中斷 ， 就需要重新開始 ， 或者至少從上一個時間點開始 。 OpenAI訓練它的新模型為什么那么慢？很重要的原因就是在不停地中斷 ， 所以說我們必須通過AI來賦能網絡 ， 從而讓整個AI訓練的過程中長時間保持穩定運行 。
總結來講 ， 我認為AI深刻地改變了網絡 ， 同時網絡也深刻地改變了AI 。
36氪：您能不能舉一個更具體的例子 ， 表現出AI對客戶起到價值提升的作用 。
王輝：比如清華大學 ， 其實它的網絡還是非常復雜的 ， 我們日常見到的這種 Wi-Fi 設備都有幾萬臺 ， 整個網絡非常復雜 ， 一個很大的變化是 ， 原來在學校里面 ， 特別是教室里面 ， 網絡其實沒那么重要 ， 很多老師不太希望學生天天在刷手機上網 ， 影響授課的質量 ， 但現在不是這樣子的 。
隨著現在智慧教室的發展 ， 在課堂需要學生用 Pad 也好 ， 筆記本也好 ， 這些終端通過網絡去跟老師做互動 ， 你要提交答案 ， 又要看 AI 輔助教學的內容 ， 或者有大量的課件要下載 ， 這對網絡都提出了很多很高的要求 。 原來在清華大學的智慧教室里面 ， 經常有一兩百個學生在上課 ， 如果大家同時在下載大量的課件的時候 ， 其實網絡是非常繁忙的 ， 而且一旦網絡出現故障 ， 原來可能修復需要一個小時 ， 甚至兩個小時 ， 都已經下課了 ， 這個是不可接受的 。
但是我們通過引入AI之后 ， 可以讓整個的網絡信號變得均勻 ， 可以感知到每個學生每個應用的質量 。 比如在你提交考試答案的時候 ， 保證你的網絡是安全可靠的 ， 在你下載課件的時候 ， 保證是高速流暢的 。 所以 ， 通過這些AI手段 ， 我們有效地保證了整個智慧教室的平穩運行 。 無論是AI輔助教學也好 ， 還是智慧教育也好 ， 能夠在AI的加持之下保證每一個學生的良好用網體驗 。
36氪：那么你認為現在AI或者人工智能技術面臨的一個最大的技術難點 ， 或者是一個工程性的難點是什么？
王輝：這是ToB行業的一個普遍性問題 ， 最核心的還是準確性的問題 。
因為AI 進入工程領域 ， 跟ToC是不一樣的 ， 讓它寫一首詩沒那么準 ， 沒關系 ， 可能寫出來之后覺得更優美 ， 讓它幫你唱一首歌 ， 沒那么準 ， 其實也沒關系 。 但是進入每個垂直的ToB行業的時候 ， 要求是不同的 ， 比如我們現在也做了很多 AI 輔助醫療 ， 如果診斷出現錯誤 ， 可能影響這個病人一生 。 現在用的自動駕駛汽車 ， 如果在剎車的時候出現一個誤操作 ， 可能就是人的生命的問題 ， 所以說 AI 進入一個工業領域行業的時候 ， 它的準確性是當前最大的一個挑戰 。
36氪：ToB行業從0到99%可能都是很好達成的 ， 但是從99%甚至是99.9%到100% ， 就是這個0.01的誤差是很難消除的 ， 你認為如果想要真正使AI的準確率達到100%的話 ， 行業還需要付出怎么樣的努力？
王輝：我個人認為 ， 現在的數據可能還有很多水分 ， 實際上達到99%也很難 ， 達到90%以上 ， 甚至95%以上是可接受的 ， 因為我們每個行業都有不同的閾值 。 比如 ， 汽車行業會設這樣一個指標 ， 10萬公里的故障數 ， 作為個人來講 ， 可能平均10萬公里會出現一次駕駛的事故 ， 但如果說我們用自動駕駛或者 AI 去超過這個閾值 ， 這是可接受的 。 在其它領域也是一樣的 ， 醫生的診斷也不會達到100% ， 再有經驗的醫生一生中也會出現誤判 ， 所以說這就是一個閾值問題 ， 我認為在不同領域如果能達到90% ， 甚至95% ， 都可以 先去使用 ， 這是 OK 的 。
一個很關鍵的要素 ， 是大小模型技術 。 因為我們現在也用了很多大模型技術 ， 但是客觀講 ， 短期內無論是大規模強化學習也好 ， 還是其它技術也好 ， 很難讓大模型做得那么準確 ， 這是非常非常難的 ， 所以我們在工業領域內積累的很多小模型 ， 或者是細分領域的專有模型就非常重要 。 就像你讓大模型去算數學題 ， 雖然現在看分數很高 ， 但實際上還是會有錯誤 ， 你讓計算器去算 ， 它的準確率基本上就接近100% 。
更核心的是 ， 現在這些 AI 的技術的組合 ， 大模型的AI技術、原來領域的AI模型的技術 ， 以及原來很多沒有AI的激勵模型技術 ， 把這些技術組合起來 ， 才能真正提升它的智能化水平 ， 提升它的泛化性 ， 同時又提升它的準確率 ， 這是當前工程上的一條比較合理的路徑 。
36氪：那么您這次來WAIC ， 發現這次大會向生態伙伴或者咱們自身傳遞了一個什么樣的信息？
王輝：很大一個的變化 ， 在于大模型不再比分數了 ， 而是比商業價值 。 以前大模型特別喜歡比分數 ， 霸榜的時間從原來的一個月變成一個星期 ， 甚至一天 ， 最后變成只能霸榜一個小時 ， 現在大家已經不太比較這個事了 。 機器人也不再比表演魔術比表演武術 ， 而是在比誰真正在工廠里打螺絲打的效果更好 。
所以從這個現象上來講 ， 我覺得大家不太關心這些所謂的技術指標上的突破 ， 而是轉變成關心它的商業價值 ， 比如 AI真正落地到每個行業里面 ， 最終能夠產生商業價值 ， 這才是大家最關心的問題 。
這兩天我跟 AI圈子里很多知名專家 ， 包括很多高校教授 ， 也聊過這個事情 ， 我們從純技術視角來看 ， 從強推理模型 ， 包括 DeepSeek和OpenAI 出來之后這段時間 ， 其實沒有一個革命性的質變 ， 是因為我們沒有找到這個技術變量 。 以強推理模型為代表的大規模學習 ， 應該還沒有到達天花板 ， 還差得很遠 。 如果通過多個領域知識的加持 ， 讓一個大模型在一個領域內變得專精 ， 是我們未來一段時間主要發力的方向 。
36氪：如果您還來下一屆大會的話 ， 您對 WAIC有什么樣的期待？希望看到一個什么樣的新的一個現象或者趨勢？
王輝：這次 WAIC已經一票難求了 ， 很多人想進都進不來 ， 說明了AI的火爆 。 WAIC提供了一個很好的平臺 ， 全球AI產業能夠一次性接觸、企業和客戶能夠集中交流 ， 這是非常好的一件事情 。
面向未來 ， 一個可見趨勢就是AI和大模型會更深度的走進千行百業 。 明年看到的可能不僅是機器人能夠在打螺絲了 ， 它可能在工廠里面做一些端到端的工作 。 WAIC還可以更聚焦 ， 為每個細分行業搭建一個相互交流、促進商業落地的一個平臺 。

    推薦閱讀