人工智能是一系列新的通用目的技術（GPT），包括自然語言處理、圖片識別等。我們講信息技術帶來了效率的提升，人工智能則帶來生產成本的變化。
過去幾年中，華為在許多行業做了很多探索，取得了良好的社會經濟效益。
例如在交通領域，我們在深圳市建設了城市交通智能體，我們讓深圳這個本來“應該最堵”的城市，通行效率做到穩步提升。在物流行業，我們和客戶一起在路徑規劃、識別暴力分揀、防拆解等方面都做了有力的探索。
人工智能將會改變每個行業、每個職業、每個組織、每個家庭和每個人。我們一直都說是行業+AI，而不是AI+行業。
今天組織的人才結構是這樣的：上方是商業領袖，下方是高級管理者/專家，然后是基層管理者/業務骨干和基層員工。
未來使用人工智能以后，會改變我們整個組織的人才結構，從上方的商業領袖、管理者到基層員工，中間一定有AI工程師。中間這些重復性的勞動一定會被人工智能所替代。
未來2-3年的改變可能會如此之快，Gartner預測在2020年之前眾多行業、職業將巨變。
人工智能是信息化進程的新高度所有通用目的技術的應用一定會有一個過程。通常華為看待一個產業會分為4個階段：第一個是技術與應用局部探索的階段，第二個階段是技術發展與社會環境相互碰撞。
我們認為今天的人工智能是在第二個階段的開始。人工智能的發展帶來了興奮和沖動，也有一絲焦慮和困惑，但是人工智能終將改變這些行業。
我們的觀點是什么呢？
首先，人工智能不是萬能的。任何技術有可解決的問題也有解決不了的問題。我們應該聚焦人工智能能夠解決的問題、創造價值的領域，而不應該把精力花在人工智能不能解決的問題，或者說不能創造價值的領域。預計機器將在越來越多的任務中繼續達到并超越人類的表現。
我們還有一個重要的觀點就是——選擇正確的問題比尋找新奇的解決方案更加重要。對一些有模式可循的、有數據支撐的，機器學習就比人更有效。
上午嘉賓講了一個核心的問題就是數據支撐，這里面就涉及很多的問題，包括數據主權是誰的，以及最終客戶的隱私怎樣來保護等，這些問題亟待解決。
人工智能是信息化進程的新高度，是會降低生產成本的。人工智能是一種科學和一組計算技術，它啟發于人但不同于人，能夠進行感知、學習、推理和采取行動。
所以人工智能和此前信息化最大的變化是，信息化能提升人的效率、降低人力的成本，但很難（自動）降低生產成本。人工智能不但可以替代人，還能夠（自動）降低生產成本。我們和中國一家很著名的污水處理公司合作，通過監控整個污水池氧化的濃度，提升了整個的效率。
那么，人工智能人才應該怎樣獲取？
以AI思維解決人才的短缺。企業的AI人才能力結構，將不僅僅是數據科學家，而是由數據科學家、領域專家、公眾數據科學家相互配合組成。
除了從外部獲取數據科學人才，我們認為還應該加強企業內部培訓，打造內生的公眾數據科學家，甚至數據科學家能力，這樣更快速、更重要、更長久。
以AI的方式解決AI人才問題，就是著力于整個智能化、自動化、簡單易用的人工智能工具和平臺服務，讓所有的企業以更快捷和高效的方式使用人工智能技術，來解決問題、創造價值，也就是怎么讓人工智能成為一種普惠的技術，高而不貴的技術。
易獲取、用得起、方便用的算力是AI產業發展的關鍵人工智能有三個方面，數據、算法、算力。面向人工智能這個大的潮流，華為應該踏踏實實做什么？我們認為，易獲取、用得起、方便用的算力，是AI產業發展的關鍵。
第一個是價格貴。我們現在看人工智能整個訓練的過程還是很貴的，訓練人臉識別、交通綜合治理、自動駕駛，模型的訓練成本非常高昂的。
第二個是使用難。缺乏一個統一的開發框架，無法適配從訓練到推理，從公有云到私有云、邊緣、終端的多種應用場景，開發、調優、部署的工作量巨大。
第三個是難獲取。GPU供貨周期長，限量供應。
我們希望華為在這些方面可以努力。今年10月10日到12日，華為將在上海舉辦面向全球的年度全聯接大會，發布華為人工智能發展戰略和全棧、全場景解決方案。
大會第三天，我們將分享華為人工智能在這個環境下如何構建一個生態，同時支持高校的研究，支持企業方便地獲取人工智能，打造一個真正面向AI開發者和企業應用的AI開發平臺和工具，實現普惠AI，讓大家用得起、用得好、用得放心。