9月19日，华为副董事长、轮值董事长徐直军在2024华为全联接大会上发表了题为《拥抱全面智能化时代》的演讲。他表示，AI技术的持续进步正推动各行各业智能化的不断深化，走向全面智能化。智能化时代的企业应该具备“六个A” 特征，即自适应体验、自演进产品、自治的运营、增强的员工、全量全要素全联接、智能原生基础设施。同时针对当下百模大战的现状，徐直军认为，企业发展算力要切合自身实际需求。

华为副董事长、轮值董事长徐直军发表主题演讲

华为从2018年开始，踏实推进AI发展战略，并在去年的华为全联接大会上，进一步明确了公司全面智能化的战略。对于智能化，每个行业、每个企业都有自己的探索，其中既有很多成果，也还有很多困惑。借此机会，徐直军分享一下华为的观察、思考、战略和实践。

AI成为对行业影响最大的技术

首先我们看看AI的商业进展。从商业应用角度看，从来没有一项技术进步像AI一样，在如此短的时间内产生如此大的影响。麦肯锡和斯坦福大学的研究表明各行业的AI应用目前主要集中在产品开发、营销、业务运营等三个环节。其次，从企业高管视角看，Gartner的调查研究结果表明CEO们对AI的看法是非常积极的。所以概括来说，AI技术的持续进步正在推动各行各业智能化的不断深化，正在走向全面智能化。

智能化时代的企业，应该具备“六个A” 特征

站在全面智能化时代的初期，我们每一个企业，不仅希望今天尽快利用AI创造出价值，同时也希望在未来的智能化竞争中实现领先。基于这个考虑，结合华为自身的智能化实践，以及华为多年支持各行各业智能化的探索，徐直军分享了华为对智能化时代企业的憧憬。

徐直军认为智能化时代的企业，应该具备“六个A”特征。首先的4个A，表征的是智能化的效果，其中：第一个A，回答的是企业未来需要如何服务其客户，我们认为是Adaptive User Experience，自适应体验；是指，智能化企业应该能够感知并理解用户的行为、需求、兴趣、品味和环境变化，主动调整提供最符合用户需求的服务，能够适时和同时满足海量个性化独特需求的产品，需要从一开始就是特别设计的，而不仅仅是裁剪。比如：AI学习机根据学生年龄、学习进度、理解能力以及测试反馈等自动调整教学内容和难度，让每个学生在不同时刻都能获得适合自己的学习体验。为客户提供预设的确定体验到自适应体验是一次跃迁，每个企业都需要提供适应智能化时代的客户体验。

第二个A回答的是企业将需要打造怎样的产品。我们认为是Auto-Evolving Products，自演进产品；是指：智能化时代的产品将具备自主学习，持续迭代，适应变化的能力，能够自优化和自演进，比如自动驾驶华体(中国)，越开越好开。产品从产品数字化到产品智能化是一次跃迁，将极大改变竞争，每个企业都需要思考把智能化能力融入自己的产品。

第三个A回答的是企业日常运营的未来，即Autonomous Operation，自治的运营；是指，要实现业务流程高度自治运营，从感知、规划、决策到执行，端到端自主闭环。比如港口通过智能计划平台，自动生成作业计划，通过自动驾驶集卡自动完成集装箱水平运输。企业运营自动化是多年以来很多企业一直在追求的，运营的自治化是运营效率提升的一次跃迁，每个企业都需要思考在更广、更深的范围用AI赋能和改变企业运营。

第四个A回答的是员工工作体验和工作方式的未来，即Augmented Workforce，增强的员工；是指，要让每个员工都有一个“懂我”的智能助手，高效、高质量完成每一件工作。比如运营商基站现场维护人员通过维护助手APP快速获取故障位置，故障根因以及处理建议等信息。让AI造福于人类是AI存在的意义，让员工有更好的工作体验是每个企业在智能化时代竞争力的关键基础。

接下来2个A，表征的是智能化的基础。第五个A，即All-Connected Resources，全量全要素全联接；是指，要实现企业的资产、员工、客户、伙伴、生态等全互联，所有业务对象、过程、规则实现数字化，不仅要提升信息的量，更要改善信息的质，从而使企业具备智能化必需的数据和信息基础，也就是深度、全面的数字化。

第六个A，即AI-Native Infrastructure，智能原生基础设施；是指，一方面，ICT基础设施要系统化构建，要能适应智能化应用的需要，即ICT for Intelligence，另一方面，基础设施本身的运维管理和体验保障要充分智能化，即Intelligence for ICT。

徐直军表示，这6个A的特征，是华为结合自身实践和理解的初步思考总结，希望对大家思考用好AI有所帮助，供大家参考，希望每个企业都能成为智能化时代的赢家。

发展算力要切合自身实际需求

近年来大模型市场需求出现爆炸式增长，建设AI算力、训练大模型风靡千行百业，无疑也为算力供应商带来了重大利好。然而，徐直军指出，立足企业长远发展，如火如荼的“大模型热”也需要一些“冷思考”：“不是每个企业都要建设大规模AI算力，不是每个企业都要训练自己的基础大模型，不是所有的应用都要追求‘大’模型。”

对于当前大量企业纷纷建设大规模AI算力的现状，徐直军有自己的分析和见解：“一是AI算力集群建设成本高、技术迭代快，很容易面临要么浪费、要么无法满足需求的困境；二是AI硬件产品更迭速度快，企业受限于成本与算力规模，大多需要多个代际产品混合使用，导致资源调度复杂度高，无法充分发挥出新一代产品的性能；三是多代际产品混用的形式，对运营维护人员有较高的技能要求，这对于很多只具备传统IT维护能力的企业而言是重大挑战。”基于此，徐直军表示：“每个企业都要思考适合自己的获取AI算力的方式，而不仅仅是建设自己的AI算力。”