成为榕树：解析华为的智能之路

2016 年，深度学习的商业价值在全球范围爆发，其后各大科技公司纷纷踏上了自己的 AI 之路。有人以算法突破闻名于世，有人以算力底座收割市场，当然也有更多公司铩羽而归，沦为 AI 泡沫的一个组成单位。

在全球科技企业的 AI 竞逐中，有一家公司的模式是非常特殊的，那就是华为。

如果我们把华为各个 BG、各个业务线视为一个整体，会发现华为的 AI 布局极其广泛。涉及从 AI 大模型本身，到 AI 算力、自动驾驶、手机 AI 语音助手，再到煤矿智能化、港口智能化、医疗智能化等，甚至对华为业务很熟悉的媒体与分析师，都很难描述清楚华为的 AI 布局。

为什么 AI 技术在华为，会发展成今天这样复杂的局面？

华为对 AI 有怎样的战略规划？又或者说，AI 带来的智能化演变机遇，在华为的整体战略中扮演着怎样的角色？

从 2018 年提出全栈全场景 AI 到今天，华为的智能化战略是否发生了阶段性变化？如果有的话，变化的内核是什么？

我们来尝试回答一下这些问题。

4 月 17 日，华为在深圳举行了第 21 届分析师大会。期间，华为轮值董事长、副董事长徐直军在大会上发表了主题为《全面智能化之路》的演讲，阐释了华为“抓住智能化战略机遇，推进全面智能化”的一系列举措。

我们可以以此为基底，横向对比华为与全球其他科技公司在 AI 技术上的战略差异，从而推导出“华为智能化模式”的影响与意义。

在印度加尔各答，有一棵名为 Thimmamma Marrimanu 的榕树。它是吉尼斯纪录认证的世界最大榕树，占地面积约 1.4 公顷，由 410 多个气根组成。

用一个比喻来形容的话，华为的 AI 之路，就是要成为一棵这样的榕树。

榕与杉：不同模式的 AI 路线

“技术作为人类的力量就存在于起源之中，或者说技术就是起源本身。”

——贝尔纳·斯蒂格勒《技术与时间》

一家足够大的公司应该如何做 AI，或者说如何将庞大的业务体量与 AI 机遇对齐？

面对这个问题，不同企业必然需要结合自身的技术优势、供应链区位来进行不同的选择。横向对比来看，我们可以将不同的 AI 路线类比成三种模式：杉树模式、灌木模式，以及华为在做的榕树模式。

想要理解华为的 AI 战略，必须将其与另两种模式进行对比。

所谓杉树模式，是指追求算法核心突破的“向上模式”。就像杉树不停向上生长，这种模式下的企业，追求以极大的代价完成 AI 模式算法的领先，继而以算法这棵树的“高度”，来覆盖整个生态丛林。

无论是收购 DeepMind，推广 AlphaGO 的谷歌，还是重金支持 OpenAI 的微软，都采取了杉树模式来强化自身的算法中心化，进而希望以模型领导力，换取对整体业务的加持。

而另一种较为成功，甚至可以在 AI 浪潮中攫取更直观利益的模式，是灌木模式。

灌木栖息在树木之下，为其看守土壤与水分，也让自身旺盛生长。这类企业选择为 AI 算法的突破服务，提供基础设施、开发平台、可搭载设备等。AI 算法会不断进化，而基础设施需要预先做好准备。这就给算力、存储、网络等厂商以供应链上的卡位机会。在今天的局面下，英伟达就是最大的“AI 灌木”。近乎任何 AI 树木想要生长，都离不开英伟达在底层的算力供应。

但无论是杉木模式还是灌木模式，都呈现出一个共性：头部通吃。

只有最强的算法，最大的基础设施供应商能获得生存空间，以及绝对的 AI 行业话语权，而处在追赶期的腰部玩家就很难赶超。比如 Meta、X，甚至苹果，都在 AI 竞赛中被拉开了身位。

在华为开始做 AI 时，就面临着这样的局面：做算法，不会有谷歌、微软的优势；做算力，不会有英伟达的实力。并且选择任何一条单一路线，都无法发挥出华为最大的优势：华为是一家全产业链公司。

在全球科技格局中，没有任何一家企业像华为一样布局了如此广泛的产业链。产业链的庞大，意味着业务场景的多元与复杂。在 AI 竞赛里，华为很难让某一项 AI 能力特别强，更不可能成为全球 AI 产业链不可剥离的部分。但华为可以让每一个业务场景都应用 AI，充斥 AI，从而以 AI 覆盖的广度，换取单一算法或者硬件的高度。

这很像榕树的生长方式，在到达一定高度之后，榕树不是向上生长，而是横向拓展。每一条气根延伸出去，就会长出一棵新的榕树。以此类推，最终榕树可以“独木成林”。

外界环境的压力，以及华为自身的产业特性，都决定着华为在 AI 技术上必须走榕树路线。一条让 AI 之根，布满所有业务场景的路线。

四面生根：华为给 AI 生态带来的变化

“一种范式通过革命向另一种范式的过渡，便是成熟科学通常的发展模式。”

——托马斯·库恩《科学革命的结构》

华为是一家非常擅于横向拓宽的企业。历史上，华为的发展路线就是沿着云、管、端的逻辑，持续以商业机会作为锚点，以研发能力为根基，不断横向开拓新市场。从运营商到企业业务，是抓住企业网络的锚点；从企业到终端业务，是抓住运营商代工机的锚点。

而当 AI 作为一种辅助工具，一种通用技术出现在眼前，华为看到了一种全面扩大每一种业务边界，同时孵化出新战略空间的契机。

2018 年 4 月，华为在分析师大会中预告了将要推进 AI 战略。这一战略的庐山真面目，在这一年 10 月的全联接大会正式公布。以昇腾算力为基础，华为发布了全栈全场景 AI 解决方案。到 2023 年 9 月，华为宣布将进一步执行全面智能化战略。期间的五年，可以看作是华为以 AI 为核心战略的第一阶段。

在这个阶段里，华为的做法是以昇腾 AI 计算为基础，同步发展 AI 算法、AI 开发平台等软件，再把这些软硬件能力，融合到华为各个业务体系中。从通信到 IT，从云计算到消费终端，从能源到汽车，只要有华为业务布局的地方，就将 AI 作为变量推动行业创新。

所以我们能够看到，这五年中所有华为的业务，前面几乎都加上了“智能”两个字。AI 变成了华为这棵榕树新的气根，开始向四面八方落地，而 AI 作为一种全新的技术机理，也在华为的横向业务拓展中得到了快速普及和发展。

如果说，算法更优，算力更大，是 AI 发展的传统范式，那么华为选择了业务场景为牵引，把 AI 与自身体系结合的发展战略，至少可以说是构成了一种新范式的雏形。

在这个范式里，华为也做大模型，也做底层 AI 算力，但并不要求其中某一项必须大于全球顶尖水平，而是以 AI 业务广度和新机遇的挖掘能力来评判 AI 的价值。

所以我们提起华为的 AI 技术，不会像提到 OpenAI 或者英伟达一样醒目，但同时又觉得它无处不在，很容易就能够找到很多。而回过头来看华为智能化战略的第一阶段，会发现在潜移默化间，它已经推动了不同领域的智能化水准，甚至在很多领域开始扮演难以替代的角色。

比如说，我们可以思考一个问题。如果没有华为打造的昇腾生态，那么在近两年面对英伟达 GPU 供应持续收紧，地缘压力不断加大的情况下，中国的 AI 产业会出现怎样的焦虑感？要知道，目前昇腾近乎是自主 AI 算力中唯一可以大规模出货，并且占据固定市场份额的选项。有 10%左右的中国 AI 算力需求，已经顺利迁移到昇腾生态中。在进一步加剧的 AI 技术博弈面前，中国 AI 生态因为昇腾体系的存在而获得了战略空间。

再比如，华为在具有传统优势的通信领域当中，积极引入了 AI 技术与网络技术融合的自动驾驶网络 ADN。这种可以极大缓解复杂网络运维压力的技术能力，在今天已经得到了整个通信产业的认可与效仿，进而引发了无线、数通等通信产业的设备迭代热潮。

在终端领域，端侧大模型是如今最火热的话题。而华为早在 2017 年就推动了端侧 AI 能力的建设。由华为开始，整个产业链产业都将端侧 AI 算力作为核心竞争模块，进而还将端侧 AI 的风潮，释放到了 PC、电视等终端行业。

在企业 AI 领域，华为在 2017 年提出了 EI 企业智能服务概念。随后在 2018 年推出了 AI 开发平台 ModelArts，在 2021 年推出了专注于行业智能化的盘古大模型。在这一领域，华为一方面是云计算、企业 ICT 等市场向智能化演进的先锋官，推动了两大行业全面转向 AI 技术路线与智能化发展方向。更为关键的是，华为在几个关键行业积累了重要的智能化经验。在金融、工业、矿山等领域，华为的智能化经验最为丰富，方案最为成熟。在普惠期待行业智能化方向，但缺乏具体实操路径的背景下，华为的行业智能方案会成为更多变革的导火索。

以上列举的几个方向中可以看到，华为扔出去的 AI 气根，很多已经生根发芽，并且改变了相关领域的 AI 生态格局。

华为做 AI 的核心逻辑，是让这种新技术在优势业务侧构成领先性，在非优势业务侧构成独特性，以此全面拓展业务边界。同时华为还有一个 AI 业务逻辑，是看 AI 技术发展本身需要哪些配套设施，找到了机会，就通过原本的业务布局+研发能力来进行具有广度的供应。比如华为提出面向 AI 大模型的算力、存力、运力综合发展。

华为的榕树模式，可以说汲取了杉树模式与灌木模式不同的业务内核。但这种覆盖面广泛，是建立在华为自身的业务覆盖广泛基础上的。AI 气根向外延伸，与华为本身就是一棵巨大的榕树，二者呈现紧密的正相关关系。

而当 AI 气根向外发展、成长到一定阶段，就该让它们联接起来，通过业务组合、技术融合获得新的树林。

这就是华为从智能化战略，向第二阶段全面智能化战略的转变。

八方成林：步入智能化第二阶段

“对于理解充满不确定性的创新过程，个人经济激励的解释完全无法替代从战略、组织和技术创新等领域去理解行动及其后果的理论。”

——路风《新火：走向自主创新 2》

推动智能化战略五年之后，华为并不张扬地进行了战略升级。这种变化的原因是多方面的，首先是外部环境出现了变化。AI 大模型技术的出现与成熟，强化了外部市场对 AI 的期待，同时也极大程度拓展了 AI 技术的价值可能性。很多企业都在这一阶段调整了自身的智能化战略，华为也不例外。

从内部来看，华为在智能化第一阶段布局的很多业务板块都已经成熟，可以开始从单点落地，变成点与点之间的联接。期待从这些多点联接里收获由价值传导带来的巨大机会，是华为推动智能化战略向第二阶段深化的主要考量。

继续用榕树的比喻，第一阶段是让气根生长出去，第二阶段就是让生长的气根联接成新的树林，持续壮大整棵榕树的覆盖范围。

在新阶段，华为的智能化战略也将表现出新的变化。就目前情况来看，至少可以将其总结为三点：

1.通过 AI 能力，打造更加牢固的生态底座。

在地缘等问题的巨大压力下，做生态是华为的第一优先事项。而 AI 计算生态，本身就是华为生态布局中关键的一项。与此同时，在终端操作系统、物联网操作系统等软件生态方面，AI 技术也是关键的加持项，是让开发者认可鸿蒙、欧拉生态有机会、有潜力的关键支撑点。

未来，华为将持续打造 CANN 和 MindSpore，巩固昇腾生态的稳定性与活力。

与此同时，华为还希望基于华为云打造统一的开发者入口，让开发者可以在鲲鹏、昇腾和鸿蒙生态之间自由移动。智能化的撬点，是华为实现计算第二选择，移动终端第三代操作系统的关键。

2.通过 AI 能力，不断将华为内部能力向外转化。

在“自己的降落伞自己先跳”传统下，在 ICT 领域，我们知道今天很多行业主流标准与方案，最早都来自华为内部。而接下来的“降落伞”，很多都将与智能化能力紧密相关。在华为内部，AI 解决方案已经广泛用于研发、生产、供应链、销售与服务、用户体验、质量管理、企业管理等流程。这些内部能力的外化，也是智能化战略升级的发力点之一。

华为战略研究院院长周红，在这届分析师大会中《面向智能时代的思考和展望》的主题演讲中提到，下一步华为会基于盘古大模型以及企业高质量数据构建企业大模型，通过大模型重构业务模式。一方面把 AI 大模型与人结合起来，使得每个员工都有“懂我”的智能助手；另一方面把 AI 大模型跟事情结合起来，将大模型全面引入到研发、销售等各领域，重构作业模式，提升业务效率。

从华为内部到市场环境的 AI 流速，将在新战略阶段中被重视和加速。

3.通过 AI 能力，开拓重点业务的新机遇。

通过 AI 能力拓宽业务边界的路线，在华为新的智能化战略周期中将得到保留和加强。在通信、IT、终端以及新的机遇点，比如汽车、能源等方面，都会看到 AI 技术，尤其是 AI 大模型的加入与释放。

比如说，在企业智能化领域，华为云将持续发力盘古大模型以及昇腾云服务，打造 AI Native 云基础设施，并通过挖掘重点行业的智能化解决方案，进而实现规模化复制的方式，在行业智能化方面获取更广泛价值。

在通信领域，华为希望将 AI 大模型的能力与 ADN 自动驾驶网络进行进一步结合，实现高度自治的自动驾驶网络。华为已经将目标定义在了“零等待、零中断、零接触”为标志的通信业务体验。与此同时，通信大模型也将成为华为主要的业务发力点。

在终端领域，华为希望基于盘古大模型，打造“小艺”超级智能体，让大模型为用户配备智能助手。同时将 HarmonyOS Next 打造成原生智能的操作系统，构筑统一的 AI 能力底座。

在外界非常关注的汽车领域，华为希望持续发力高阶智驾能力，最终实现无人驾驶。不久之前，华为刚发布了以智能驾驶为核心的全新智能汽车解决方案品牌华为乾崑，带来了全新升级的乾崑 ADS 3.0 等能力升级。汽车领域正在逐渐成为华为智能化战略的主要落地点。

综合来看，华为智能化战略的第二阶段，既要捕捉 AI 大模型带来的技术机遇，同时在集成华为以往的智能化业务布局同时，也要打开新的机遇空间。云、车、数字能源，这三个领域是华为智能化战略新增长点的三驾马车，而打造生态的任务，在这个阶段也将从“0 到 1”，变成“1 到 N”。AI 带来的差异化能力，在华为打造的计算、操作系统等生态中将扮演更重要，也更复杂的角色。

华为对 AI 的期待开始变多，对 AI 的价值回馈要求更加具体，同时华为手中的 AI 底牌也在增长。以多对多，形成了华为全面智能化战略阶段新的发展境况。

传导：“华为智能化战略”带来的思考

“技性科学在本体论层面深刻改变了科学研究的对象。今天的科学已经几乎不讨论与人类无关的实体与过程了，而是更关注那些我们手中技术造物所带来的影响与副作用。”

——马丁·卡里尔《如何捕捉科学与技性科学的联系》

在讨论企业的 AI 战略时，我们经常会陷入一种简单化的逻辑。通常会问，你有人才吗？有人才就有算法；你有卡吗？有卡就有算力。

但华为的智能化战略却告诉我们，AI 战略远不是如此简单的二元论断。AI 不是数据与算力的暴力堆叠，它是一种灵活性很强，适用面很广的技术。它本身会不断发展，同时可以适配企业的不同阶段，不同业务，不同发展诉求。

这也是我们为什么需要去理解华为 AI 战略这个新范式。这个范式中，企业的资源与业务不是为 AI 服务的。相反，AI 技术是为企业业务布局与发展目标服务的，成功与否的标志，不仅取决于“你能做到怎样的 AI”，更在于“AI 可以帮助怎样的你”。

诚然，华为的 AI 之路很难复制，近乎无法复制。因为它与华为的全产业链布局、全栈技术研发投入紧密相关。但其中的战略内核却是可以借鉴和推广的。华为在 AI 上的战略特殊性，关键词在于：传导。

我们可以发现，在推动 AI 技术赋能业务，构筑差异化的过程里，华为始终在多个领域进行价值传导，其中包括：

1.华为自身原有的产业链布局，业务场景。比如通信、IT、终端三大业务端口。

2.华为的人工智能区位优势，比如昇腾、盘古大模型、端侧 AI 等技术能力。

3.AI 技术本身的进步，比如捕捉大模型的新应用边界与新需求。

4.华为需要挖掘的新机遇，比如汽车、能源等。

华为的做法，是不断将这四层价值进行组合乃至融合，从而实现价值传导。比如在汽车领域，就集成了华为自身的 ICT 业务优势，昇腾 AI 算力等 AI 技术优势，并且融合了大模型等 AI 进化，最终实现三个方向的优势向一个新机遇进行机制输出。

不断地排列组合，释放联接之间的传导价值，是华为智能化战略的核心。而未来五年，伴随着华为 AI 基础能力的成熟，智能化战略将从奠基期进一步走向联接期。

这个战略的逻辑，让我想到一个故事。

有人说，某地发现了金矿，富起来的不是矿工就是卖铲子的。但事实上，可能还有第三种商业模式，比如组织更加灵活的服务队伍，需要铲子就卖铲子，矿工不够就挖矿，其他时候可以卖服装，卖食品，搞交通运输等。

一个机遇被点亮之后，能够长期从中获益的，或许是能够灵活完成机遇转化的人。

对于很多希望捕捉 AI 发展机遇，同时自身产业链优势明显的企业，可以借鉴华为智能化战略的演进方案与内在逻辑。华为的策略确实更加复杂，但带来的价值增长点也更多元。

智能化，可以选择从窄门进，向宽处行。