“工業(yè)+AI”的舊世界與新世界 智能制造的華為范式與愿景

AI的出現(xiàn)，會(huì)讓制造業(yè)的工程范式發(fā)生變化，產(chǎn)業(yè)范式發(fā)生變化。“產(chǎn)業(yè)+技術(shù)”，最終會(huì)幫助整個(gè)社會(huì)資源實(shí)現(xiàn)最優(yōu)化配置。但其中最難的部分，不是技術(shù)，而是人。

AI引發(fā)了這個(gè)時(shí)代最致命的集體高燒，讓人們既狂熱又混亂。

狂熱在于不斷涌現(xiàn)的各種新鮮體驗(yàn)，讓人上頭；混亂在于其中很多悖論與復(fù)雜關(guān)系，難以理清。這些悖論與復(fù)雜關(guān)系，既有哲學(xué)層面的：AI到底會(huì)將人類帶往何方？在強(qiáng)大的、飛速進(jìn)化的AI面前，人到底應(yīng)該是怎樣的存在？也有很多是日常工作中具體又迫切的選擇：個(gè)人層面，哪些技能對(duì)我而言是重要的、哪些不再重要；企業(yè)層面，該以怎樣的方向、速度，投入AI；產(chǎn)業(yè)層面，資金與人才會(huì)流向何處，競(jìng)爭(zhēng)格局將如何演變。

華為工業(yè)智能平臺(tái)總經(jīng)理丘水平，大約是我這幾年遇到的最清晰、冷靜的人之一。至少在工業(yè)領(lǐng)域，從最底層的技術(shù)邏輯與范式轉(zhuǎn)移；到中國(guó)企業(yè)從數(shù)字時(shí)代走到AI時(shí)代，內(nèi)部盤根錯(cuò)節(jié)的復(fù)雜現(xiàn)實(shí)，老板與員工擁抱AI的不同姿勢(shì)；再到產(chǎn)業(yè)內(nèi)、企業(yè)間競(jìng)爭(zhēng)格局的變化；以及自己團(tuán)隊(duì)的角色，與整個(gè)制造業(yè)生態(tài)的演變趨勢(shì)——丘水平有一套通透、完整的思路。他頭腦里似乎有一張高清的AI時(shí)代的工業(yè)藍(lán)圖。

丘水平的思路和藍(lán)圖，來(lái)自他所在團(tuán)隊(duì)——從華為工業(yè)軟件平臺(tái)到今天的華為工業(yè)智能平臺(tái)——這些年來(lái)的“具身認(rèn)知”：海量、異構(gòu)的數(shù)據(jù)如何被打通、以最佳方式管理和使用；最佳數(shù)據(jù)管理范式和最優(yōu)模型使用方式如何在企業(yè)內(nèi)部扎根和生長(zhǎng)，變成企業(yè)真正的價(jià)值與護(hù)城河，同時(shí)讓老板和員工各得其所。

丘水平的一些觀點(diǎn)，并非主流，聽(tīng)起來(lái)頗有點(diǎn)刺耳和警醒。但其中很多觀點(diǎn)，已有學(xué)術(shù)驗(yàn)證。哈佛商學(xué)院教授琳達(dá)·希爾（Linda Hill）和她的團(tuán)隊(duì)，自2022年至今，對(duì)超過(guò)8000家公司的持續(xù)跟蹤、調(diào)研、訪談，也得出一些相同結(jié)論：一把手個(gè)人投入精力越少，數(shù)字化/智能化成功的概率越小；大部分企業(yè)在技術(shù)上的投入遠(yuǎn)超對(duì)員工的投入，而那些關(guān)注員工技能、工作方式與體驗(yàn)的企業(yè)，數(shù)字化/智能化的效果通常更好；因技術(shù)投入而迅速大規(guī)模裁員的企業(yè)，很多遭遇了巨大的失敗與反彈（有家公司不得不把裁掉的上千名客服員工全部重新招回來(lái)）。

從個(gè)人到組織，甚至產(chǎn)業(yè)，丘水平反復(fù)強(qiáng)調(diào)認(rèn)知先行，認(rèn)知到位并不確保后續(xù)工作一路坦途，但認(rèn)知不到位，則絕無(wú)敞亮未來(lái)。安踏COO（首席運(yùn)營(yíng)官）陳科先生新書《無(wú)限游戲》，也圍繞企業(yè)穿越周期與各種內(nèi)外部挑戰(zhàn)需要翻越的三大壁壘：認(rèn)知壁壘、資源壁壘、組織壁壘。

本文基于2025年12月與2026年4月，兩次對(duì)丘水平先生的訪談。文中觀點(diǎn)并非真理，僅供參考。希望幫助更多中國(guó)企業(yè)家在AI高燒中，獲得些許清涼，跨越一些認(rèn)知壁壘，少走一些彎路。更希望智能制造時(shí)代的中國(guó)企業(yè)與制造業(yè)，迎來(lái)更高質(zhì)量的發(fā)展，更繁榮、共贏的生態(tài)。

龍蝦火爆，工業(yè)緩慢

HBRC：2025年12月，我們聊到AI智能體時(shí)，你說(shuō)“螞蟻軍團(tuán)”——海量AI智能體即將進(jìn)入工業(yè)領(lǐng)域。結(jié)果，2026年初，龍蝦（OpenClaw）先來(lái)了。龍蝦火爆，可見(jiàn)C端普通用戶對(duì)AI的熱情之高。我想知道，為何工業(yè)領(lǐng)域的AI進(jìn)展很慢？互聯(lián)網(wǎng)公司總是說(shuō)“天下武功，唯快不破”。B端企業(yè)應(yīng)用AI比較慢，是卡在了哪里？還是工業(yè)領(lǐng)域要求的精確度很高，所以就是應(yīng)該慢一些、更謹(jǐn)慎地部署AI？

丘水平：整個(gè)B端應(yīng)用AI智能體、推進(jìn)AI戰(zhàn)略確實(shí)是不容易的。它跟C端很不一樣，C端決策很多時(shí)候是感性主導(dǎo)，而且成本也不高，龍蝦養(yǎng)成養(yǎng)不成，無(wú)非千把塊錢的投資，人們覺(jué)得，你有我也要有，我不能落后，跟買新款手機(jī)、買車是同樣心理。但是B端是理性的，決策周期比較長(zhǎng)，在決策過(guò)程中，從企業(yè)的一把手、二把手，到落地的工程團(tuán)隊(duì)，必須達(dá)成共識(shí)，有統(tǒng)一的認(rèn)知，這是很不容易的，所以B端必然是慢的。

我覺(jué)得企業(yè)可以先做一些先導(dǎo)項(xiàng)目，這樣，在慢當(dāng)中又可以稍微快一些。首先就是企業(yè)對(duì)AI的認(rèn)知，不能把它簡(jiǎn)單理解成又一次技術(shù)升級(jí)，而是要認(rèn)識(shí)到，它是一次企業(yè)級(jí)的智能化轉(zhuǎn)型，要認(rèn)識(shí)到AI戰(zhàn)略是一次企業(yè)級(jí)的變革。如果只當(dāng)它是技術(shù)升級(jí)，大概率會(huì)發(fā)現(xiàn)技術(shù)引入只帶來(lái)了局部?jī)?yōu)化和一點(diǎn)效能提升，或者讓員工工作體驗(yàn)變好了一點(diǎn)，就會(huì)覺(jué)得它的投入產(chǎn)出比是不劃算的，它沒(méi)有帶來(lái)一把手想要的收入和利潤(rùn)的飛速增長(zhǎng)，企業(yè)也沒(méi)有煥發(fā)青春，AI戰(zhàn)略也就注定失敗了。所以首先一定是認(rèn)知上，要把AI戰(zhàn)略當(dāng)作公司內(nèi)部的智能化轉(zhuǎn)型變革。

然后就是要做一系列決策，這些決策勢(shì)必關(guān)系到公司的方方面面，比如AI戰(zhàn)略要清晰地描繪出來(lái)，要有對(duì)這次改革的業(yè)務(wù)目標(biāo)的核心定義，要匹配對(duì)應(yīng)的組織形態(tài)等等，也包括從外部引入一些新的范式和方法論，比如引入我們提供的，以本體論為核心的工業(yè)增強(qiáng)知識(shí)圖譜，最后落實(shí)為一整套支撐公司AI戰(zhàn)略的平臺(tái)或者工程化體系。

但現(xiàn)實(shí)是，很多企業(yè)要構(gòu)建這樣的認(rèn)知、形成共識(shí)，這一步就很不容易。有些企業(yè)很迷信華為，覺(jué)得華為說(shuō)的就是對(duì)的，他自己并沒(méi)有一個(gè)清晰的想法和獨(dú)立判斷。當(dāng)然大部分企業(yè)是理性的，但是他們內(nèi)部很難達(dá)成共識(shí)。

HBRC：B端真的比C端更理性嗎？我看到很多CEO都非常焦慮，有位CEO跟我說(shuō)，為了跟上技術(shù)趨勢(shì)，他現(xiàn)在每天讀Nature（《自然》雜志）、Science（《科學(xué)》雜志）。硅谷大廠的競(jìng)爭(zhēng)被稱為AI軍備競(jìng)賽，《人類簡(jiǎn)史》的作者尤瓦爾說(shuō)，他發(fā)現(xiàn)硅谷科技公司的CEO不關(guān)心AI會(huì)給人類帶來(lái)什么風(fēng)險(xiǎn)，他們只擔(dān)心自己被同行超越。

丘水平：AI焦慮確實(shí)是普遍的。

HBRC：你焦慮嗎？

丘水平：我還好。但確實(shí)，我跟很多董事長(zhǎng)、總經(jīng)理、CXO（高管）級(jí)別的人交流，能明顯感覺(jué)到他們的AI焦慮，恨它不來(lái)，又恨它來(lái)得太快，又擔(dān)心對(duì)手，怕自己沒(méi)抓住機(jī)會(huì)。因?yàn)榇_實(shí)這一次，對(duì)AI的判斷和選擇，會(huì)成為很多公司未來(lái)很多年發(fā)展?fàn)顩r的一個(gè)分水嶺，不焦慮是很難的。未受他人苦，莫?jiǎng)袼松啤２辉谀莻€(gè)位置的人說(shuō)不要焦慮，是沒(méi)用的。

焦慮的消減，從底層邏輯上來(lái)說(shuō)，核心是要自己看清楚，并且做出自信的判斷。如何做出判斷？對(duì)于工業(yè)企業(yè)而言，就是剛才講的，企業(yè)如果能夠有一個(gè)非常快的先導(dǎo)項(xiàng)目，在這個(gè)過(guò)程中形成自己的一套方法論、體系和對(duì)事物發(fā)展的研判，獲得清醒的認(rèn)知和自信的判斷，凝聚了共識(shí)，那AI焦慮自然就消除了，就可以有節(jié)奏地推進(jìn)自己的AI戰(zhàn)略了。

HBRC：先導(dǎo)項(xiàng)目是指實(shí)驗(yàn)項(xiàng)目？

丘水平：實(shí)驗(yàn)項(xiàng)目失敗就失敗了，只是試一下，我說(shuō)的“先導(dǎo)項(xiàng)目”，是要選出特定的場(chǎng)景，真正干起來(lái)，要追求一個(gè)相對(duì)確定的結(jié)果。就像改革開(kāi)放選擇深圳市作為先導(dǎo)，要非常堅(jiān)定。企業(yè)可以選擇一兩個(gè)先導(dǎo)項(xiàng)目，在不損傷主體經(jīng)營(yíng)的情況下，拿出一筆錢、一些人，選出一個(gè)產(chǎn)品形態(tài)真正跑起來(lái)。圍繞先導(dǎo)項(xiàng)目，目標(biāo)怎么定、團(tuán)隊(duì)怎么組、未來(lái)的業(yè)務(wù)形態(tài)怎么做、平臺(tái)可能是什么樣子，先用一年時(shí)間跑下來(lái)，這樣有助于公司內(nèi)部建立認(rèn)知、凝聚共識(shí)，這樣比光說(shuō)不練要好，也比全面練起來(lái)要穩(wěn)妥。

HBRC：龍蝦這么火爆，對(duì)B端企業(yè)推進(jìn)AI有影響嗎？AI在C端和B端的發(fā)展，會(huì)是兩條平行線嗎？

丘水平：OpenClaw（龍蝦）之所以能夠火，因?yàn)樗兄辛私^大多數(shù)普通人能夠使用它的一些日常生活場(chǎng)景，比如辦公、出行。但是，它在生活場(chǎng)景勝任的方向，在B端反而是不勝任的，它在生活場(chǎng)景的經(jīng)驗(yàn)和知識(shí)，使得它在B端場(chǎng)景下特別難用。我也在養(yǎng)小龍蝦，我也在試，跟它聊聊天，讓它在出行和基本辦公場(chǎng)景做簡(jiǎn)單的任務(wù)。但是在B端，你讓它做一點(diǎn)專業(yè)的事情，它立刻就特別傻。從技術(shù)上來(lái)看，C端小龍蝦和B端小龍蝦是完全不一樣的。在專業(yè)領(lǐng)域，你可能需要喂它物理公式、化學(xué)公式、機(jī)理模型，這些專業(yè)知識(shí)，對(duì)大多數(shù)人而言，自己都理不清楚，怎么喂給龍蝦？所以C端和B端一定是兩個(gè)不同的賽道。

工業(yè)>AI

HBRC：你們團(tuán)隊(duì)最初是華為內(nèi)部的數(shù)字化變革團(tuán)隊(duì)，如何走到今天成為華為工業(yè)智能平臺(tái)？

丘水平：華為工業(yè)智能平臺(tái)，前身是華為工業(yè)軟件平臺(tái)，最早源于華為內(nèi)部的產(chǎn)品數(shù)字化改革項(xiàng)目。2016年，公司給我們7個(gè)億的立項(xiàng)，我們團(tuán)隊(duì)的目標(biāo)就是想盡一切辦法把公司所有系統(tǒng)的數(shù)據(jù)拉通。這個(gè)過(guò)程是非常難的，其中最難，或者說(shuō)數(shù)字化最核心的部分，就是把底層數(shù)據(jù)集成都打通，這個(gè)我們花了很大力氣，也有非常多的創(chuàng)新點(diǎn)，其中最大的創(chuàng)新，我認(rèn)為是對(duì)數(shù)據(jù)管理范式的重新定義。

我們認(rèn)為有三種數(shù)據(jù)管理范式，第一種是面向結(jié)果，第二種是面向過(guò)程，第三種是面向?qū)ο蟆Ｇ皟煞N是很多企業(yè)在使用的數(shù)據(jù)管理的范式，但是這兩種范式都有很大的弊端。我們選擇的是第三種：面向?qū)ο蟆?/p>

從一開(kāi)始，我們就認(rèn)為所有數(shù)據(jù)都應(yīng)該是面向工業(yè)的對(duì)象本體進(jìn)行建模，我們把華為內(nèi)部所有的業(yè)務(wù)對(duì)象都梳理出來(lái)，最后抽象為用“2類模型+6類元關(guān)系”，這是最底層的邏輯、最高的抽象，它可以“一生二，二生三，三生萬(wàn)物”，你既可以用它來(lái)定義汽車，也可以定義飛機(jī)，定義萬(wàn)物，這個(gè)邏輯適用于絕大多數(shù)場(chǎng)景，一切都可以用它去生成。這就是我們說(shuō)的，華為原創(chuàng)的“面向?qū)ο蟆⒃Ｐ万?qū)動(dòng)”的數(shù)據(jù)管理新范式。

HBRC：這兩年關(guān)于企業(yè)應(yīng)用AI，我聽(tīng)到最多的一句話就是“企業(yè)AI應(yīng)用的第一步是AI data ready，數(shù)據(jù)要先準(zhǔn)備好”。你說(shuō)的數(shù)據(jù)管理范式的選擇，就是data ready這一步嗎？

丘水平：三種數(shù)據(jù)管理范式，本質(zhì)我認(rèn)為就是兩種類型，一種是“亂而后治”，就像是娃生下來(lái)再認(rèn)親，數(shù)據(jù)產(chǎn)生之后再給它貼標(biāo)簽，這是誰(shuí)家孩子。這種“亂而后治”的數(shù)據(jù)管理范式，在企業(yè)未來(lái)的發(fā)展中會(huì)成本越來(lái)越高。現(xiàn)在工業(yè)界大部分企業(yè)都是這個(gè)路線，因?yàn)樗沁^(guò)去幾十年很多企業(yè)使用的路線。這種方式確實(shí)能解決很多問(wèn)題，但是它不能解決根本問(wèn)題，它遺留的事情非常多，它就像一個(gè)老世界，就是那個(gè)樣子了。

我們做的是構(gòu)建一個(gè)新世界，新世界按照“面向?qū)ο蟆钡姆妒饺ス芾頂?shù)據(jù)，然后讓老世界的業(yè)務(wù)量逐漸削減，融入新世界的業(yè)務(wù)。這樣，新世界做的越來(lái)越強(qiáng)大，舊世界也慢慢日落了，這就是底層邏輯。華為自己就是這么做的，我們認(rèn)為別的企業(yè)也可以如法炮制，也有不少客戶已經(jīng)按這個(gè)方式來(lái)做。但我們也發(fā)現(xiàn)，很多企業(yè)的數(shù)據(jù)管理，還是在舊世界里打轉(zhuǎn)，因?yàn)闆](méi)有構(gòu)建一個(gè)新世界，所以他費(fèi)盡力氣，發(fā)現(xiàn)始終走不出那個(gè)村子，陷在那樣一個(gè)數(shù)據(jù)困境里。

HBRC：我這幾年在企業(yè)調(diào)研采訪時(shí)，總會(huì)問(wèn)他們數(shù)字化的進(jìn)展：“如果數(shù)字化轉(zhuǎn)型一共10步，你們公司走到第幾步了？”很奇怪，不同行業(yè)、不同企業(yè)，基本都是行業(yè)頭部企業(yè)，好些企業(yè)說(shuō)，大概4步、5步吧。我不懂為何大家都在4～5步這里。以你在工作中的觀察，大部分中國(guó)企業(yè)的數(shù)字化處在哪個(gè)階段？

丘水平：我認(rèn)為大多數(shù)企業(yè)做數(shù)字化，包括以后準(zhǔn)備去做智能化的，更多是方向錯(cuò)了。

HBRC：這么嚴(yán)重？！

丘水平：這個(gè)方向錯(cuò)誤，并不是南轅北轍的錯(cuò)誤，而是方向偏了，要向北走，結(jié)果走了東北方向。不能說(shuō)是很大的錯(cuò)誤，但是因?yàn)榉较蚱耍苋菀自斐勺叩奖M頭的可能性很小，它需要很大一個(gè)力量來(lái)矯正。就是我剛才說(shuō)的，因?yàn)樗€在舊世界里做治理，在舊世界里使勁折騰不是沒(méi)用，但是用處很有限，這是其一。

第二，數(shù)字化的終局，是百米半于九十。你前面做的所有工作希望得到的結(jié)果，到真實(shí)工業(yè)場(chǎng)景使用的時(shí)候，會(huì)發(fā)現(xiàn)天花板太矮了。企業(yè)想要真正達(dá)到業(yè)務(wù)效果，甚至面向AI時(shí)代，充分釋放AI的價(jià)值，就會(huì)發(fā)現(xiàn)舊世界的范式有非常大的局限，讓企業(yè)在AI時(shí)代智能化的效果非常差，它就不得不回去補(bǔ)上數(shù)據(jù)管理的功課。大部分企業(yè)無(wú)疑都在很努力地做數(shù)字化，但是努力的方式方向如果錯(cuò)了，后面就還得修正。所以我只能說(shuō)，大部分企業(yè)的數(shù)字化轉(zhuǎn)型，做了肯定比沒(méi)做好，但是距離它最終向智能化演進(jìn)，差距非常大。

HBRC：你覺(jué)得大部分中國(guó)企業(yè)認(rèn)知到這一點(diǎn)了嗎？數(shù)字化的方向如果偏了，很難走到智能化。

丘水平：這個(gè)不容易認(rèn)知。企業(yè)家有自己做生意的想法，他也聽(tīng)到各種各樣的聲音，但說(shuō)服教育他們的成本很高。我們團(tuán)隊(duì)也還在能力外溢的路上。首先，華為自己的優(yōu)秀實(shí)踐，并不是所有都能拿給別人看。其次，也有很多企業(yè)覺(jué)得，華為我學(xué)不了，華為能干成的事，不見(jiàn)得我能干成。所以我們也還在布道的路上。

HBRC：業(yè)內(nèi)有人說(shuō)，數(shù)字化是一個(gè)特別龐大復(fù)雜系統(tǒng)的工程，推進(jìn)起來(lái)很慢，但是AI應(yīng)用可以很快，選一個(gè)場(chǎng)景做起來(lái)，可以快速見(jiàn)效果，所以他們建議可以在AI應(yīng)用上行動(dòng)快一些，不必糾結(jié)數(shù)字化完成再做智能化。你怎么看二者的關(guān)系？

丘水平：其實(shí)數(shù)字化也好，智能化也好，要在局部取得一些效果，都可以很快，沒(méi)有太大的差別。但是，數(shù)字化和智能化，一旦加上轉(zhuǎn)型兩個(gè)字之后，它的意義就不再局限于只是梳理一個(gè)場(chǎng)景、上一個(gè)IT、做一個(gè)應(yīng)用、產(chǎn)生一點(diǎn)效果，覺(jué)得這就是數(shù)字化或者智能化轉(zhuǎn)型了，那是非常錯(cuò)誤的認(rèn)知。數(shù)字化和智能化，是CTO（首席技術(shù)官）的事。數(shù)字化轉(zhuǎn)型和智能化轉(zhuǎn)型，是CEO的事。

所謂的數(shù)字化轉(zhuǎn)型或者智能化轉(zhuǎn)型，一定是在某種范式上、某種運(yùn)營(yíng)形態(tài)上發(fā)生根本性的變化，要么是商業(yè)模式的創(chuàng)新，要么是研發(fā)范式的變革，它是一種質(zhì)變。如果有人說(shuō)，數(shù)字化需要使勁折騰，智能化可以很快，這是一種不對(duì)稱比較。一套數(shù)字化系統(tǒng)和智能化系統(tǒng)上線，哪個(gè)更容易？我認(rèn)為差不多。而轉(zhuǎn)型一定都是企業(yè)級(jí)的，都很難，但是智能化轉(zhuǎn)型更難，不是一般的難，所謂AI原生企業(yè)，它比數(shù)字原生企業(yè)的級(jí)別要高多了。至于二者的先后關(guān)系，智能化一定是依賴于數(shù)據(jù)的，數(shù)據(jù)質(zhì)量、數(shù)字化的技術(shù)，一定是智能化的先決條件，這些底層的工作一定是要做的，這個(gè)少不了，上面才是模型、應(yīng)用。

HBRC：那說(shuō)說(shuō)模型的部分吧。2025年被稱為智能體元年，亞馬遜云科技CEO也在年底說(shuō)，未來(lái)幾年AI智能體將迎來(lái)大爆發(fā)，每個(gè)公司、每個(gè)業(yè)務(wù)場(chǎng)景都會(huì)有數(shù)億個(gè)智能體在運(yùn)行、工作。你怎么看智能體的應(yīng)用前景？

丘水平：我是認(rèn)同這個(gè)判斷的。面向終局來(lái)看，智能體會(huì)大量涌現(xiàn)。但是智能體要實(shí)現(xiàn)它神乎其神的一面，一定要做得非常精準(zhǔn)且高效，它一定要非常專業(yè)、非常垂直，一定是在某個(gè)行業(yè)的細(xì)分場(chǎng)景去做文章，就是我們老板講的，它必須是一米寬、一萬(wàn)米深。智能體跟我們傳統(tǒng)工業(yè)領(lǐng)域的軟件是很不一樣的思路。傳統(tǒng)工業(yè)軟件，基本上都做成通用型，因?yàn)椴煌ㄓ镁碗y賣錢，商業(yè)模式上很難成立。通用型，意味著大而全，而智能體一定是小而專的。所以我們的判斷是，以后1～5個(gè)人左右的小團(tuán)隊(duì)，就可以做一個(gè)非常好用的智能體，這樣的創(chuàng)業(yè)團(tuán)隊(duì)、創(chuàng)業(yè)公司會(huì)非常多，這樣小而美的公司也會(huì)非常盛行。

但是對(duì)于企業(yè)而言，內(nèi)部有成千上萬(wàn)、上億的智能體，就像一支“螞蟻軍團(tuán)”在你的企業(yè)里，它很散、很垂直、很多，你如果不善于管理，就是個(gè)災(zāi)難。所以我認(rèn)為面向未來(lái)看，企業(yè)需要底層有一個(gè)高質(zhì)量的數(shù)據(jù)形成的圖譜，去約束智能體的行為，不讓它亂來(lái)，不讓它一本正經(jīng)地胡說(shuō)八道，然后在最頂層，還需要一個(gè)multiple agent，就是多智能體系統(tǒng)，它能夠把中間的“螞蟻軍團(tuán)”管起來(lái)，所以這是一個(gè)三明治的結(jié)構(gòu)：底層的數(shù)據(jù)圖譜是收攏的，數(shù)據(jù)同源的，最上層的多智能體系統(tǒng)也是收攏的，中間層會(huì)有無(wú)數(shù)個(gè)智能體在跑，這一層可以放開(kāi)給外部企業(yè)去做。

HBRC：工業(yè)領(lǐng)域AI應(yīng)用的一個(gè)很大的痛點(diǎn)，就是它的幻覺(jué)問(wèn)題。你說(shuō)的“三明治”底層的數(shù)據(jù)圖譜，正是你們團(tuán)隊(duì)在做的事情。公眾對(duì)大語(yǔ)言模型很熟悉了，能否解釋下，你所謂的底層數(shù)據(jù)圖譜是什么，它如何和大模型搭配使用，提高工業(yè)領(lǐng)域AI的精準(zhǔn)度？

丘水平：華為工業(yè)智能平臺(tái)現(xiàn)在做的東西，我們把它叫作“工業(yè)增強(qiáng)知識(shí)圖譜”。它和傳統(tǒng)知識(shí)圖譜最大的不同在于我們引入了“本體論”，也就是先搞清楚業(yè)務(wù)對(duì)象的本質(zhì)邏輯再建模。基于對(duì)象本體建模，然后元模型之間建立關(guān)系，形成模型圖譜，然后再往里灌實(shí)例數(shù)據(jù)，變成實(shí)例圖譜，再把知識(shí)疊加上去變成知識(shí)圖譜。傳統(tǒng)知識(shí)圖譜只是簡(jiǎn)單的點(diǎn)線連接，很容易變成新的“數(shù)據(jù)孤島”，我們把事實(shí)數(shù)據(jù)和事理知識(shí)疊在一起，再往里裝數(shù)據(jù)，形成一個(gè)渾然一體的底座。這么做雖然起手慢點(diǎn)，但是最終演進(jìn)和成功的概率是非常大的。

大語(yǔ)言模型，生成式AI，它擅長(zhǎng)意圖理解、交互和知識(shí)抽取，但它是基于概率統(tǒng)計(jì)，容易產(chǎn)生“1+1>2”這種邏輯結(jié)果，但是在工業(yè)領(lǐng)域我們需要嚴(yán)謹(jǐn)?shù)闹赶颍筒荒芡耆竿笳Z(yǔ)言模型，在工程層面不能依賴它。工程領(lǐng)域需要垂直的小模型，我們叫它“判決式AI”，必須yes就是yes，no就是no，判決式AI可以拿工業(yè)增強(qiáng)知識(shí)圖譜去訓(xùn)練它。所以，我們的核心觀點(diǎn)是，盡可能在工程層面用垂直小模型完成，但是所有的交互意圖、理解、任務(wù)解構(gòu)、認(rèn)知方法、知識(shí)抽取，盡可能用大語(yǔ)言模型解決，實(shí)際工作中，就是“生成式AI+判決式AI”的聯(lián)動(dòng)。

HBRC：生成式AI+判決式AI，目前使用效果如何？

丘水平：我認(rèn)為在工業(yè)領(lǐng)域，這個(gè)路徑絕對(duì)是正確的，在全國(guó)范圍內(nèi)，我不認(rèn)為有誰(shuí)在這件事情的理解上比我們更深。AI的應(yīng)用，在任何行業(yè)現(xiàn)在都屬于非常早期的階段，我們不能說(shuō)現(xiàn)在跟所有客戶的合作都是成功的，所以我們把它叫作成長(zhǎng)。但是我們認(rèn)為這個(gè)方向非常正確，因?yàn)槊客白咭徊剑加幸粋€(gè)非常大的驚喜給我們，我們想的又對(duì)了，這是一個(gè)一步步驗(yàn)證的過(guò)程。所以我們篤定這個(gè)方向是非常正確的，不是說(shuō)我們已經(jīng)走到盡頭了，還沒(méi)走到那個(gè)盡頭，但是我們每一個(gè)探索都發(fā)現(xiàn)它確實(shí)比別的路線效果好太多了。

HBRC：企業(yè)要把“生成式AI+判決式AI”用好，是需要在內(nèi)部長(zhǎng)出自己的“增強(qiáng)知識(shí)圖譜”嗎？容易長(zhǎng)出來(lái)嗎？還是必須依靠外力？

丘水平：這一步其實(shí)是非常難的。并不是說(shuō)選哪個(gè)技術(shù)路線，難度就會(huì)降低。本質(zhì)上，企業(yè)內(nèi)部要深度使用AI的能力，跟數(shù)字化轉(zhuǎn)型一樣，需要企業(yè)級(jí)的變革，這個(gè)變革其中非常關(guān)鍵的環(huán)節(jié)，就是組織和人才。這是企業(yè)智能化轉(zhuǎn)型最難的一步。

很多人講“AI+工業(yè)”，我們始終堅(jiān)持“工業(yè)+AI”，甚至我們認(rèn)為是“工業(yè)>AI”。因?yàn)锳I本質(zhì)上是為業(yè)務(wù)服務(wù)的工具，真正的競(jìng)爭(zhēng)高地依然是工業(yè)知識(shí)。企業(yè)想要深度應(yīng)用AI，不能完全指望外部廠商給一套方案，必須擁有自己的“全棧式變革團(tuán)隊(duì)”。就像華為當(dāng)年做數(shù)字化變革，有一支BET（bussiness enable team）團(tuán)隊(duì)，就是把IT和數(shù)據(jù)團(tuán)隊(duì)下沉到業(yè)務(wù)里，組成業(yè)務(wù)、流程、數(shù)據(jù)一體化的混編團(tuán)隊(duì)。企業(yè)需要這樣一個(gè)團(tuán)隊(duì)，他們既懂底層的業(yè)務(wù)邏輯，又能梳理數(shù)據(jù)，還能指揮智能體。智能化的下半場(chǎng)，企業(yè)的競(jìng)爭(zhēng)會(huì)發(fā)生變化。行業(yè)通用的基座知識(shí)可以由第三方提供，但企業(yè)真正的護(hù)城河在于自己獨(dú)特的“小竅門”和私有工業(yè)知識(shí)。當(dāng)大家都在用大模型和智能體出設(shè)計(jì)圖時(shí)，如果你能把這些核心知識(shí)通過(guò)圖譜化和智能化疊加到通用底座上，把90分的標(biāo)準(zhǔn)方案變成100分的獨(dú)門秘籍，這多出來(lái)的10分，才是企業(yè)最核心的差異化競(jìng)爭(zhēng)力。所以，工業(yè)知識(shí)的積累和轉(zhuǎn)化，才是這場(chǎng)較量的最終局。

HBRC：如果跳出工業(yè)知識(shí)、模型、數(shù)據(jù)管理范式等等這一切，從你的工作經(jīng)驗(yàn)中，你看到企業(yè)在AI應(yīng)用和轉(zhuǎn)型中，最大的瓶頸，或者說(shuō)最常見(jiàn)的誤區(qū)是什么？

丘水平：我覺(jué)得還是可以回到數(shù)字化轉(zhuǎn)型的經(jīng)驗(yàn)教訓(xùn)去看，今天的智能化轉(zhuǎn)型，跟數(shù)字化轉(zhuǎn)型一樣，我們?cè)谄髽I(yè)里面發(fā)現(xiàn)，最大的問(wèn)題還是在于一把手的認(rèn)知。一把手對(duì)智能化的認(rèn)知，決定了后面的一切。

我們發(fā)現(xiàn)，認(rèn)知很好的一把手，他在關(guān)鍵決策上是毫不猶豫的，而認(rèn)知不到位的往往很喜歡授權(quán)。他把這件事授權(quán)給CIO（首席信息官）來(lái)負(fù)責(zé)牽頭。CIO沒(méi)有預(yù)算決策權(quán)，沒(méi)有業(yè)務(wù)決策權(quán)，他在橫向拉通上就非常痛苦，他就拼命地做證明題，證明給業(yè)務(wù)團(tuán)隊(duì)、證明給CEO，他做的事情是對(duì)的、是有價(jià)值的、預(yù)算是合理的。CIO開(kāi)始做證明題就麻煩了，最終會(huì)發(fā)現(xiàn)做了無(wú)數(shù)證明題也無(wú)法證明這件事他是對(duì)的。因?yàn)樗麩o(wú)法讓做業(yè)務(wù)的人真正參與，也就無(wú)法幫助業(yè)務(wù)真正創(chuàng)造價(jià)值。數(shù)字化和智能化的轉(zhuǎn)型期往往是很長(zhǎng)的，通常要花很長(zhǎng)時(shí)間才能看到翻天覆地的變化，這是一個(gè)量變到質(zhì)變的過(guò)程，所以CEO授權(quán)CIO去做，肯定搞不定。

那么，即便第一關(guān)過(guò)了，CEO認(rèn)知到位，他親自負(fù)責(zé)，后面依然有重重困難，人才是第一關(guān)。華為自己從數(shù)字化轉(zhuǎn)型經(jīng)驗(yàn)總結(jié)出來(lái)“5個(gè)1工程”：一個(gè)戰(zhàn)略、一個(gè)目標(biāo)、一支隊(duì)伍、一個(gè)平臺(tái)、一個(gè)范式。具體而言，第一，一定要有一個(gè)頂層戰(zhàn)略；第二，一定要有一個(gè)非常核心的目標(biāo)；第三，要有一支我前面說(shuō)到的BET隊(duì)伍；第四，要有一個(gè)平臺(tái)；第五，要堅(jiān)定地執(zhí)行一套數(shù)據(jù)管理的范式。

這五個(gè)缺一不可，其中最難的就是“一支隊(duì)伍”，人才和團(tuán)隊(duì)。老板定了頂層戰(zhàn)略，比如要增收還是要降本，要提拉貨期還是縮短周期，之后設(shè)定關(guān)鍵目標(biāo)也不難，但是執(zhí)行戰(zhàn)略和實(shí)現(xiàn)目標(biāo)的人和團(tuán)隊(duì)，是關(guān)鍵難點(diǎn)所在。我們發(fā)現(xiàn)很多公司內(nèi)部沒(méi)有這樣的人和團(tuán)隊(duì)，它的執(zhí)行都依賴外部團(tuán)隊(duì)。所以我經(jīng)常跟這些公司開(kāi)玩笑：你找我，找華為，究竟是讓我給你當(dāng)丫鬟，還是當(dāng)教練？大多數(shù)企業(yè)習(xí)慣性把外部團(tuán)隊(duì)當(dāng)丫鬟，去做所有執(zhí)行的活，自己什么都不干，甚至一頁(yè)P(yáng)PT都讓我給你寫。這樣的數(shù)字化或者智能化轉(zhuǎn)型，注定一開(kāi)始就輸了。因?yàn)槠髽I(yè)沒(méi)有內(nèi)生的能力，就相當(dāng)于我賣一輛豪車給你，你內(nèi)部沒(méi)有駕駛員去開(kāi)這輛車。

所以我們的建議，也是華為內(nèi)部自己走通的經(jīng)驗(yàn)，你一定要有一支自己的BET團(tuán)隊(duì)，一支業(yè)務(wù)和技術(shù)的混編團(tuán)隊(duì)，這個(gè)團(tuán)隊(duì)的頂層最好是業(yè)務(wù)負(fù)責(zé)人。你這支隊(duì)伍建好了，我們?cè)賮?lái)幫你，企業(yè)就會(huì)進(jìn)步非常快。企業(yè)自己心里就有數(shù)了，內(nèi)部應(yīng)該做什么事情，外部需要哪些力量幫他完成轉(zhuǎn)型。所以，我認(rèn)為，即便一把手認(rèn)知到位、親自主導(dǎo)，企業(yè)內(nèi)部也需要這樣一支隊(duì)伍，把這件事變成組織級(jí)能力，而不是某個(gè)人、某位專家的能力，那基本上就能成功。

HBRC：CEO對(duì)智能化的認(rèn)知，怎樣算到位？哪一類CEO更容易認(rèn)知到位？技術(shù)出身的CEO會(huì)更容易認(rèn)知到位嗎？

丘水平：我只能說(shuō)，從我的觀察來(lái)看，跟我們配合得很舒服的企業(yè)一把手，大概是怎樣的狀態(tài)。

第一，就是對(duì)前沿技術(shù)知識(shí)的好奇心很強(qiáng)，他學(xué)習(xí)能力很強(qiáng)，理解得特別快。第一次你跟他講，他好像聽(tīng)得一知半解，第二次你發(fā)現(xiàn)他已經(jīng)可以跟你對(duì)話了。而且這跟他的背景、出身沒(méi)什么關(guān)系，我見(jiàn)過(guò)中專畢業(yè)的大老板，還有搞宣傳出身的人，理解技術(shù)問(wèn)題完全沒(méi)有障礙。你不能說(shuō)他懂技術(shù)，但是他非常能夠抓住和理解關(guān)鍵點(diǎn)，他能夠把核心邏輯和第一性原理捕捉到位，他的洞察和抓取關(guān)鍵信息的能力非常強(qiáng)。所以第一就是這種好奇心和抓住關(guān)鍵點(diǎn)的能力。

第二，他有非常強(qiáng)的戰(zhàn)略取舍能力，除了好學(xué)之外，他能夠非常快地構(gòu)建起自己對(duì)于這件事情的頂層思維，他不會(huì)沉迷于做好單獨(dú)的一件件事，他抓住關(guān)鍵點(diǎn)之后，就會(huì)立刻去落實(shí)，設(shè)定目標(biāo)、分配資源、選人。

比如，我跟他講，一把手首先要明確，你做數(shù)字化或者智能化的戰(zhàn)略目標(biāo)是什么，究竟是改變商業(yè)模式、改變研發(fā)模式，還是縮短制造周期，或者提升良品率？在這一期變革，你究竟要達(dá)到什么目標(biāo)？你發(fā)現(xiàn)他很快就開(kāi)始思考這些問(wèn)題，然后很快做出決策，他不會(huì)在戰(zhàn)略上含糊不清。

第三，他的決斷力很強(qiáng)，做事不磨嘰。有些老板，非常糾結(jié)，他試圖讓自己完全理解這件事情的每一個(gè)細(xì)節(jié)，生怕在某個(gè)細(xì)節(jié)上他不懂，有遺漏。于是他花了一年時(shí)間把所有事情搞明白，然后才做出一個(gè)決定。但是別的企業(yè)，人家沒(méi)想那么清楚，花了半年時(shí)間去做，已經(jīng)早把事情都搞明白了。

HBRC：我調(diào)研和采訪也見(jiàn)到很多這樣的企業(yè)家，他個(gè)人很厲害，擁有你說(shuō)的好奇心、戰(zhàn)略思維、決斷力，但是經(jīng)常抱怨團(tuán)隊(duì)跟不上。他跟我說(shuō)：“我一個(gè)老頭子都在學(xué)習(xí)新技術(shù)，團(tuán)隊(duì)都比我年輕，但是很麻木。”你有遇到這樣的企業(yè)嗎？這是企業(yè)文化的問(wèn)題吧？一把手的能力，沒(méi)有成為組織能力。

丘水平：我看到的這種企業(yè)還挺多的，老板認(rèn)知和團(tuán)隊(duì)認(rèn)知，中間差距非常大。團(tuán)隊(duì)認(rèn)知比老板差一點(diǎn)不奇怪，但是差很多，這樣的企業(yè)很常見(jiàn)。

如果說(shuō)是企業(yè)文化的問(wèn)題，聽(tīng)起來(lái)就虛無(wú)縹緲的。有位高手指導(dǎo)過(guò)我，實(shí)的東西要虛著做，虛的東西要實(shí)著做。企業(yè)文化價(jià)值觀，這種特別虛的事情，就需要用特別實(shí)的方式去做，不能只是紙面上宣貫。AI焦慮的企業(yè)家，想要構(gòu)建一個(gè)AI原生思維的企業(yè)，他需要去做很多實(shí)實(shí)在在的事情，我覺(jué)得有三條原則要落到實(shí)處。

第一條原則就是人智共生。老板一定要告訴大家，引入智能體，不是來(lái)替代你，明天就把你炒魷魚(yú)，裁員2 000人。老板可以有很多種做法，比如，引入智能體，讓公司在人數(shù)不變的情況下，業(yè)務(wù)翻3倍。應(yīng)該用這種邏輯和思維去做事情，員工就不會(huì)焦慮了，就自然會(huì)很積極地?fù)肀I，而不是抗拒它。

第二條，要構(gòu)建AI原生思維的組織架構(gòu)。它跟傳統(tǒng)組織的結(jié)構(gòu)會(huì)很不一樣，會(huì)是高度扁平化的。當(dāng)然具體而言，要以公司的業(yè)務(wù)類型為終局，去調(diào)整公司的陣型。如果只是嘴上喊AI思維、AI轉(zhuǎn)型，組織架構(gòu)都沒(méi)有調(diào)整，沒(méi)有用的。

第三條，我們強(qiáng)調(diào)要“人人講AI、人人學(xué)AI、人人用AI”。比如我們團(tuán)隊(duì)，年初我跟大家講，我們今年要All in AI。怎么做呢？就是團(tuán)隊(duì)要去再造500人，不是新招500人，而是再造500人的能力，團(tuán)隊(duì)不會(huì)增加1個(gè)人。大家一聽(tīng)犯難了，但是到今天我們已經(jīng)做到了。因?yàn)槲覀円呀?jīng)有45%的代碼是AI寫的，那就相當(dāng)于再造了500人。如果把AI思維都落到實(shí)處，效果就會(huì)特別好。

HBRC：你剛才說(shuō)到AI企業(yè)的“三明治”結(jié)構(gòu)，底層是華為的數(shù)據(jù)圖譜，中間是“螞蟻軍團(tuán)”——無(wú)數(shù)個(gè)智能體，最上層是多智能體系統(tǒng)。那么在這個(gè)“三明治”里，人在哪兒？還需要人嗎？

丘水平：這是一個(gè)很重要的理念問(wèn)題。就是我剛才說(shuō)的，所謂AI原生思維的企業(yè)，第一條原則就是，人智共生。所以我們提出一個(gè)口號(hào)：human in Loop（人在環(huán)），人和智能體、AI一定是共生的關(guān)系，而且一定在這個(gè)環(huán)中找到人的主人位置。如果這個(gè)理念都沒(méi)有，那這家企業(yè)大概率以后不會(huì)是一家真正AI原生的企業(yè)。

所謂“人在環(huán)”，道理跟自動(dòng)駕駛是一樣的，至少現(xiàn)在的交通法規(guī)是不讓駕駛員的手離開(kāi)方向盤的，如果自動(dòng)駕駛出了事故，是人負(fù)責(zé)而不是車負(fù)責(zé)，人在環(huán)中的責(zé)任是沒(méi)有變的。同樣的道理，未來(lái)智能體可以執(zhí)行很多任務(wù)，但我們認(rèn)為這種執(zhí)行一定是Human Aid X（簡(jiǎn)稱HAX），意思是人類輔助。以前是Computer Aid X（簡(jiǎn)稱CAX），計(jì)算機(jī)是輔助者，人為主，計(jì)算機(jī)輔助人類做各種各樣的事情。從CAX到HAX，意思是，我沒(méi)有讓智能體完全閉環(huán)去完成一件任務(wù)，人始終在環(huán)里，智能體做的工作，需要人去授權(quán)、人最后確認(rèn)。雖然是人輔助智能體完成任務(wù)，但是人始終是智能體的boss（老板），這就是“授權(quán)不授責(zé)”。

HBRC：我之前在龍湖調(diào)研，他們的智能化轉(zhuǎn)型做得很不錯(cuò)。他們團(tuán)隊(duì)分享時(shí)，說(shuō)AI應(yīng)用最難的不是data ready（數(shù)據(jù)準(zhǔn)備好）或者技術(shù)ready（技術(shù)準(zhǔn)備好），而是people ready（人準(zhǔn)備好）。你說(shuō)，人應(yīng)該在環(huán)中，人智應(yīng)該共生，但是如何讓員工更好地進(jìn)入這個(gè)環(huán)，在環(huán)中有更好的工作體驗(yàn)?zāi)兀?br/>

丘水平：確實(shí)最難的部分，是人的改變。我認(rèn)為，第一步還是認(rèn)知的改變，需要真正能夠認(rèn)知到位，我跟AI到底是什么關(guān)系？一般是兩種心態(tài)，一種是這個(gè)東西跟我沒(méi)關(guān)系，離我還很遠(yuǎn)；另一種是，AI會(huì)取代我，我干嗎還說(shuō)它好。所以，如何改變認(rèn)知，對(duì)智能體和自己的關(guān)系有一個(gè)準(zhǔn)確的認(rèn)知，第一步就是意識(shí)到你和它是共生的關(guān)系，這個(gè)很重要。改變了刻板認(rèn)知之后，人們就會(huì)進(jìn)入一個(gè)想學(xué)、愿意學(xué)的狀態(tài)。這個(gè)時(shí)候，老板可不要給一套培訓(xùn)資料，上培訓(xùn)課。今天的AI知識(shí)已經(jīng)非常便利和豐富，有大量的信息和教程，學(xué)習(xí)成本極低，員工只要認(rèn)知轉(zhuǎn)變，不再高高掛起，也不再抗拒，他會(huì)學(xué)得很快、用得很快。

智能制造時(shí)代的商業(yè)圖景

HBRC：中國(guó)的制造企業(yè)正在集體從傳統(tǒng)制造向智能制造升級(jí)，你覺(jué)得大部分中國(guó)企業(yè)能成功實(shí)現(xiàn)這個(gè)飛躍嗎？智能制造時(shí)代，中國(guó)的制造業(yè)還能世界第一嗎？

丘水平：首先，我堅(jiān)定地認(rèn)為這不是夢(mèng)。其次，我認(rèn)為這個(gè)過(guò)程非常依賴頂層的產(chǎn)業(yè)設(shè)計(jì)。

HBRC：國(guó)家層面的產(chǎn)業(yè)政策引導(dǎo)嗎？

丘水平：一定是國(guó)家層面的引導(dǎo)。這個(gè)引導(dǎo)非常關(guān)鍵，引導(dǎo)得當(dāng)，這一步就會(huì)快一些，引導(dǎo)不當(dāng)，這個(gè)過(guò)程中會(huì)經(jīng)歷震蕩，會(huì)導(dǎo)致劣幣驅(qū)逐良幣。

比如，一個(gè)最基本的判斷就是，AI和工業(yè)的關(guān)系，是“工業(yè)+AI”，還是“AI+工業(yè)”？我們看到有產(chǎn)業(yè)在講“大模型+”。當(dāng)一個(gè)產(chǎn)業(yè)的認(rèn)知被引導(dǎo)到“大模型+”的方向之后，產(chǎn)業(yè)的著力點(diǎn)就會(huì)落在人工智能技術(shù)上，大家都去拼大模型、拼算力、拼智能體的框架。作為少數(shù)派，我們發(fā)現(xiàn)很難說(shuō)服別人相信“工業(yè)+AI”，我們認(rèn)為企業(yè)應(yīng)該去拼工業(yè)知識(shí)，技術(shù)只是手段，無(wú)論判決式AI還是生成式AI，哪個(gè)好用就用哪個(gè)，這只是技術(shù)路線的選擇問(wèn)題。在技術(shù)路線選擇之前，更重要是你的戰(zhàn)略規(guī)劃，最終企業(yè)需要想明白，你要給客戶交付什么樣的服務(wù)、你怎么幫客戶創(chuàng)造價(jià)值，必須回到這個(gè)邏輯，而不是你的模型、算法、算力有多厲害。

HBRC：在傳統(tǒng)制造時(shí)代，中國(guó)制造雖然是世界第一，但是也伴生很多問(wèn)題，比如產(chǎn)能過(guò)剩、內(nèi)卷等等。AI加持的智能制造時(shí)代，這些問(wèn)題能解決嗎？

丘水平：我不能說(shuō)這些問(wèn)題一定能徹底解決，但我認(rèn)為會(huì)有所改善。所謂制造業(yè)的高質(zhì)量發(fā)展，我的認(rèn)知是，首先其本質(zhì)應(yīng)該是產(chǎn)業(yè)的安全可控，這是第一條底線。其次，就是社會(huì)資源的最大化、最優(yōu)化利用。

在傳統(tǒng)制造時(shí)代，資源肯定不是最優(yōu)化配置的，它有非常多的阻礙，其中一個(gè)阻礙是因?yàn)楫a(chǎn)業(yè)的資源分布，跨時(shí)空的協(xié)調(diào)非常困難和低效。你明明知道很多企業(yè)的產(chǎn)能已經(jīng)過(guò)剩，同時(shí)還有很多企業(yè)缺貨，但就是無(wú)法在他們之間建立直觀的關(guān)系。你明明知道很多人找不著工作，又知道很多公司招不到人、缺人才，但二者之間也無(wú)法建立關(guān)系。問(wèn)題的核心就在于，面向產(chǎn)業(yè)層面的數(shù)據(jù)是無(wú)法打通的，技術(shù)上不支持。

但是智能硬件的創(chuàng)新創(chuàng)業(yè)，會(huì)催生新的共享經(jīng)濟(jì)業(yè)態(tài)，讓很多小企業(yè)可以從小而全走向小而專，這些企業(yè)能充分共享一些資源，事實(shí)就是在極大限度地提升社會(huì)資源的利用效率。在這個(gè)過(guò)程中，大家因?yàn)楣蚕矶a(chǎn)生的互相之間的連接，就會(huì)讓產(chǎn)業(yè)集群里活力不高的那部分，被活力更高的集群替代。所以我們認(rèn)為AI的出現(xiàn)，會(huì)讓制造業(yè)的工程范式發(fā)生變化，從CAX（計(jì)算機(jī)輔助）走向HAX（人輔助），產(chǎn)業(yè)范式也會(huì)發(fā)生變化，從小而全走向小而專，共享經(jīng)濟(jì)盛行。通過(guò)“產(chǎn)業(yè)+AI”這樣的技術(shù)和能力，最終幫助整個(gè)社會(huì)資源實(shí)現(xiàn)最優(yōu)化配置，也就實(shí)現(xiàn)高質(zhì)量發(fā)展了。

中國(guó)的工業(yè)門類齊全，沒(méi)有特別的短板，如果產(chǎn)業(yè)安全可控這一條底線能達(dá)成，那么隨著產(chǎn)業(yè)人工智能的成熟，我篤定會(huì)走到那一天，中國(guó)一定能從傳統(tǒng)制造業(yè)大國(guó)走到智能制造大國(guó)。

HBRC：智能制造的競(jìng)爭(zhēng)中，馬太效應(yīng)會(huì)加劇嗎？還是AI技術(shù)會(huì)讓制造業(yè)有一個(gè)更豐富、更多贏的商業(yè)生態(tài)？

丘水平：我的判斷是它會(huì)更碎片化。以前，至少在工業(yè)領(lǐng)域，確實(shí)是強(qiáng)者恒強(qiáng)，大公司是巨無(wú)霸，小公司特別小，很卑微。但是AI時(shí)代，有非常多的技術(shù)隨處可得，所以最終的格局可能是，卷算力的只有個(gè)別公司，卷大模型的不超過(guò)10家公司，這些都是巨頭去卷。但是在算力和大模型之上，卷智能體的公司會(huì)非常多。基于這樣的判斷，我認(rèn)為未來(lái)的商業(yè)生態(tài)會(huì)變得更加碎片化。

現(xiàn)在所謂one-person company（一人公司）很流行，為什么以前沒(méi)有這樣的概念？因?yàn)樗芊犀F(xiàn)在的狀況，現(xiàn)在確實(shí)有希望成為小而美的公司，只做一個(gè)智能體，就可以活得很好。但是我更愿意把它翻譯成one-pizza company（一個(gè)比薩能喂飽的團(tuán)隊(duì)），大約6～12人的規(guī)模。我認(rèn)為這樣的公司會(huì)非常多，會(huì)成為現(xiàn)象級(jí)的存在，也很有可能成為獨(dú)角獸，去上市。

HBRC：在你描繪的中國(guó)智能制造的路徑和圖景當(dāng)中，華為工業(yè)智能平臺(tái)的角色是什么？

丘水平：華為工業(yè)智能平臺(tái)目前所做的工作，建立在一個(gè)頂層愿景之上：共建新一代智能工業(yè)軟件體系，讓天下的創(chuàng)意皆可造。這是我們的愿景。基于這個(gè)愿景，我們有一幅藍(lán)圖，分為五層（見(jiàn)圖）。我們團(tuán)隊(duì)只做“工業(yè)智能平臺(tái)”這一層。因?yàn)槲覀冋J(rèn)為中國(guó)工業(yè)領(lǐng)域的軟件企業(yè)，最難解的就是最底下這一層。從資源稟賦來(lái)看，華為大概可以說(shuō)是世界上唯一一家同時(shí)具有操作系統(tǒng)、數(shù)據(jù)庫(kù)、AI、智能計(jì)算的公司，而且我們是有三十幾年工業(yè)經(jīng)驗(yàn)的云廠商，所以我們想盡可能賦能產(chǎn)業(yè)。但是也要有邊界，我們不往上層走，就聚焦于最難、最硬核的這一層。

華為很大，別的團(tuán)隊(duì)有別的使命。我們團(tuán)隊(duì)的使命就是瞄準(zhǔn)工業(yè)，提供工業(yè)智能平臺(tái)去支持其他產(chǎn)業(yè)伙伴做上面幾層。我們平臺(tái)的研發(fā)已經(jīng)完成得差不多了，現(xiàn)在大量的時(shí)間都花在產(chǎn)業(yè)端。我們認(rèn)為“工業(yè)+AI”就是未來(lái)正確的演進(jìn)方向，這一步走對(duì)了，整個(gè)中國(guó)產(chǎn)業(yè)界，大家都能節(jié)省5～10年時(shí)間。

程明霞 | 對(duì)話、文

程明霞是哈佛商業(yè)評(píng)論中國(guó)執(zhí)行主編。

聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org