华为王辉谈AI落地新阶段：聚焦商业价值与技术深耕

08-05 07:06

当下，人工智能第三次浪潮正以惊人之势重塑全球经济格局。大模型从技术奇点迈向产业基座，智能体走出实验室，走进生产与医疗一线。中国在这场变革中优势显著，既是超大规模应用的试炼场，又在芯片、算法等关键领域积极突破。一条具有东方特色的AI发展之路正加速形成。

7月26日，世界人工智能大会（WAIC2025）以“智能时代同球共济”为主题盛大举行，汇聚了科技巨头、学术先锋和政策制定者。这场涵盖技术、伦理、艺术的盛会，标志着AI已从“产业变量”转变为“文明常量”。

36氪不仅是此次盛会的产业观察者，更以产业连接者的身份深度参与，在展馆搭建“氪星直播间”，通过对话揭示人工智能产业发展的底层逻辑。

华为NCE - 数据通信领域总裁王辉在对谈中表示，以强推理模型为代表的大规模学习远未达到极限。借助多领域知识，让大模型在特定领域专精，是未来的主要发展方向。

以下是对谈实录（经36氪编辑）：

36氪：本次WAIC最明显的趋势是什么？

王辉：AI真正深入ToB行业是最大趋势。过去很多技术仅停留在PPT和视频中，如今大量AI应用已进入生产车间和工厂。从机器人打螺丝到学校的AI辅助教学，甚至出现AI数字老师，AI已成为各行业的生产力工具。

36氪：AI深入行业对工作有何最大影响？

王辉：我负责华为自动驾驶网络，此“自动驾驶”并非汽车，而是用AI驱动网络。网络极为复杂，大到运营商电信网络，小到企业网络，如清华大学的校园网络，由数万台设备构成，服务数万师生，网络的智能化运行至关重要。

网络安全方面，全球超80%的网络攻击由AI发起，AI勒索已成为第三大黑色产业。今年哈尔滨亚冬会赛事系统遭网络攻击达27万次，用人对抗AI不现实，必须将AI技术应用于网络，解决流量和攻击问题。

此外，还有“Network for AI”，即网络为AI服务。英伟达网络业务收入超百亿，华为通信网络也有巨大变化，需高速无阻塞、长时间稳定运行。大模型训练常持续45 - 60天，中断后需重新开始，OpenAI训练新模型慢的原因就在于此。因此，需用AI赋能网络，保障AI训练稳定。总之，AI与网络相互影响。

36氪：能否举例说明AI对客户的价值提升？

王辉：以清华大学为例，其网络复杂，Wi - Fi设备达数万台。过去教室网络不受重视，如今智慧教室发展，学生需通过网络与老师互动，对网络要求提高。以往学生同时下载课件时网络繁忙，故障修复时间长。引入AI后，网络信号均匀，能感知每个学生的应用质量，保障考试答案提交和课件下载的网络稳定，确保智慧教室平稳运行，提升学生用网体验。

36氪：AI技术面临的最大难点是什么？

王辉：ToB行业的核心难点是准确性。AI在ToC领域，如写诗、唱歌不准确影响不大，但在ToB垂直行业，如AI辅助医疗诊断错误、自动驾驶汽车刹车误操作，后果严重。所以，准确性是AI进入工业领域的最大挑战。

36氪：如何使AI准确率接近100%？

王辉：目前数据存在水分，达到99%都难，各行业有不同阈值，达到90% - 95%即可先投入使用。大小模型技术很关键，短期内大模型难以做到高度准确，工业领域积累的小模型或细分领域专有模型很重要。就像计算器算数学题比大模型更准确。将大模型、原有领域AI模型和无AI激励模型技术组合，能提升智能化、泛化性和准确率。

36氪：WAIC向生态伙伴和自身传递了什么信息？

王辉：现在大模型不再比分数，机器人也不再比表演，而是比商业价值。大家更关注AI落地各行业产生的商业价值，而非技术指标突破。从技术角度看，以强推理模型为代表的大规模学习远未到天花板，让大模型在特定领域专精是未来方向。

36氪：对下一届WAIC有何期待？

王辉：此次WAIC一票难求，说明AI热度高。它为全球AI产业和企业客户提供了交流平台。未来，AI和大模型将更深入各行业，明年机器人可能在工厂完成端到端工作。WAIC可更聚焦，为细分行业搭建促进商业落地的交流平台。