華為的年報公布了。2022年的收入達到6423.38億元，比2021年的6368.07億元居然還增長了0.9%，而值得注意的是凈利潤出現了較大的下滑，僅有355.62億元，而2018-2021年這四年凈利潤最低的一年也有593.45億元。正如華為輪值董事長、CFO孟晚舟表示，華為2022年凈利潤達到了歷史低點。

毫無疑問，對于華為而言，市場與制裁的寒意仍未散去，不過在這份年報中仍有不少亮點值得關注。今年，華為首次公布了其五大產業的具體營收數據，包括ICT基礎設施（其實就是通信設備業務），終端業務，華為云，數字能源，汽車，這讓外界可以看出華為的收入結構情況。

這里面，ICT基礎設施業務總體保持了小幅的增長，規模達到3500多億人民幣，主要是核心的運營商業務微增了0.9%，達到了2800多億人民幣，當然ICT基礎設施除了用于運營商還能用于企業，而包含了ICT基礎設施產品銷售的華為企業業務總體增長了30%。

而終端則下降了11.9%，但仍然達到2144.63億元，居然還有超過2000億人民幣的營收，真的很不容易，不過這跟美國許可了4G芯片銷售有關系，華為在2022年9月發布的Mate50旗艦手機，在衛星通信技術的加持下成為了熱銷機型。

根據Counterpoint的數據，憑借著Mate 50的爆款，華為在中國市場的份額在2022年Q4達到了9.5%, 比2021年Q4的7.0%有了很大的提升，不過這其實也是因為美國暫時許可對華為銷售高通4G手機芯片，因此長期來看華為還是得解決芯片問題。

這里面值得注意的是，在傳統的ICT基礎設施和終端業務之外，

華為已經有兩大業務做到了500億人民幣級別的規模，

其中數字能源營業收入達到了驚人的508.06億人民幣，

而華為云業務也實現了高速的增長，營收達到了453.42億人民幣。

而相比之下華為的車業務還處于起步期，2022年營收僅為20.77億元人民幣。

應該說在ICT基礎設施和終端業務的硬件受限的情況下，數字能源，華為云成為華為的新突破重點。數字能源2022年的營收超過了500億人民幣，說明了全球對于光伏新能源的需求在快速增長，同時數據中心、5G通訊網絡的建設帶來的節能降耗需求，也需要高效率的電源產品。

另一方面，華為云的營收快速增長則似乎更像一匹突圍的黑馬，為華為的營收結構帶來了一絲新的曙光。

年報華為云章節提到，

“截至2022年底，華為云KooVerse覆蓋了29個地理區域的75個可用區，為全球170多個國家和地區的客戶提供服務?！?/p>

“華為云全球開發者數量已突破400萬，覆蓋軟件開發、AI、數據、媒體服務、IoT等諸多技術領域?！?/p>

在過去，華為云更多被認為是承載華為自身數字化轉型的“云底座”，也是華為軟件技術及行業數字化的“使能器”，其在業務層面的戰略意義更大于當下的營收訴求。

今年首次正式披露的453億元的營收，則顯示已經有較大規模，讓人對于其在未來市場的進一步突破充滿想象。

華為每年公布的年報篇幅都會比較長，但是閱讀其年報又是一件非常值得的事情。畢竟華為是全球ICT科技領域的領軍企業，其年報里面透露出的不僅僅是過去的一年公司的發展情況，而且還能看出華為對于未來的思考和布局，以及對技術與產業趨勢的前沿理解。這背后是大量的市場洞察和調研和反復研討匯報結果，是不可多得的研究素材。

接下來的內容，我將結合年報一步步剖析華為的戰略布局，并看看AI大模型等熱門技術背后的國產化機遇。

此次年報發布，華為著重提到2022年研發費用支出為1615億元,占全年收入的25.1%，十年累計投入的研發費用超過9773億元。那么如此高的投入，華為都投資做了什么？

先從最近最火爆的人工智能說起。今年以來，ChatGPT人工智能模型的出現引爆了市場的關注。而研發該模型的OpenAI公司其實直到2015年12月才正式成立，由山姆·阿爾特曼（Sam Altman，現在的OpenAI的CEO），

彼得·蒂爾（Peter Thiel，PayPal創始人之一），

里德·霍夫曼(Reid Hoffman，linkedin公司主要創始人和首位CEO，曾是Paypal副總裁），

以及我們熟知的特斯拉老板Elon Mask（他也曾是Paypal的CEO和股東）聯合創辦。當時OpenAI理念是一家非盈利性的公司。

2018年6月，OpenAI公司發表了題為《Improving Language Understanding by Generative Pre-Training》的論文，

提出了GPT（Generative Pre-trained Transformer），這是一種預訓練的大型自然語言（NLP）處理模型。值得一提的是，人工智能大模型的領域不僅有NLP（自然語言處理）、CV（計算機視覺）、多模態（包括自然語言，視覺等多種類型的交互方式）等基礎模型，還有更多下游的行業應用，后面會再介紹。

出于種種原因，GPT在當時并未獲得更大關注。之后OpenAI公司對于GPT模型不斷疊代，在2019年2月推出了GPT-2，并于2019年11月全部開源，

而OpenAI也發現了研發和訓練大模型的不菲費用，因此在2019年7月接受了微軟的10億美元投資。

在2020年6月推出了GPT-3，并在2022年11月推出了目前火爆的ChatGPT。

在網上出現的各種評測中，ChatGPT表現出了驚人的自然語言對話能力，不僅較為準確的反饋人類想要的答案，并且可以幫助寫文章，寫一些代碼等，而這些其實只是ChatGPT表現出的部分能力。

不僅如此，在美國時間3月14日，OpenAI公司更是推出了比ChatGPT更為先進的人工智能模型GPT-4，目前其官網上稱GPT-4是OpenAI公司最先進的系統

GPT-4相比ChatGPT又有了不少的進步，除了輸入文字內容之外，還可以輸入圖片等信息進行提問，也就是具備識別圖片的能力，同時在文本處理上，也從ChatGPT最多一次輸入3000個單詞提高到了25000個。

在官網上，OpenAI公司還舉例說明了GPT-4比ChatGPT先進在哪里，問了兩個模型同樣一個推理問題，

1：Andrew在上午11點到下午3點有空

2：Joanne從中午(noon)到下午2點，以及下午3:30到5點之間有空

3：Hannah在中午（noon）有半小時有空，以及下午4點到6點之間有空

那么如果舉行一個半小時的會議，應該設置在什么時候？

面對這個推理問題，ChatGPT給出了錯誤的答案，說會議應該設置到下午4點到4:30分之間，我想這是因為ChatGPT沒有能正確的理解英文Noon的含義是中午12：00，而GPT-4則給出了正確的答案會議應該在中午12:00-12:30之間，說明具備更強的推理能力。

如果將GPT連接到各行各業，會產生巨大的改變，比如你想基于目前的excel數據做一個有各種展示圖的PPT，如果GPT接入了辦公軟件，則可以進行調用辦公軟件的能力，你只需要用自然語言發送指令，就會返回你一個有各種漂亮圖表的PPT。

從理論上說，GPT模型可以成為人類的萬能助理，我們只需要發話，它就可以幫我們訂機票，告訴我們哪個電影最好看，哪個好吃的餐館現在不需要排隊，甚至是幫助我們完成各種工作內容，成為人類接入網絡的新入口。

我其實看到這樣鋪天蓋地的新聞，心里面其實想的是兩個問題：

1：中國的公司是否在人工智能大模型這方面有所動作？

2：中國公司開發此類程序的基礎軟件國產化進度如何？

之所以有第二個問題，畢竟我國不可能再繼續基于會被美國卡脖子的技術來構建我國的ICT產業。

對于第一個問題，顯然答案是肯定的，國內像百度在OpenAI之后迅速的推出了類似的人工智能對話模型文心一言，雖然水平上有不如，但顯然國內公司在這方面也是有投入的。

而國內在做人工智能大模型的公司也遠不止百度一家。

3月中旬華為的任正非在在“難題揭榜”火花獎公司內外的獲獎者及出題專家座談會上的講話以及對談中也提及了AI大模型的問題，體現了華為公司對于AI的認知，那就是AI的核心價值在于應用到工業為主的實體經濟領域。

他說：

“未來在AI大模型上會風起云涌，不只是微軟一家。

人工智能軟件平臺公司對人類社會的直接貢獻可能不到2%，98%都是對工業、農業社會的促進，AI服務普及需要5G的連接。德國之所以這么挺華為的5G，因為它要推進人工智能對德國工業的進步，德國很多工廠的生產無人化；

中國的湘潭鋼鐵廠，從煉鋼到軋鋼，爐前都無人化了；

天津港裝卸貨物也實現了無人化，代碼一輸入，從船上自動把集裝箱搬運過來，然后用汽車運走；

山西煤礦在地下采用5G+人工智能后，人員減少了60-70%，大多數人在地面的控制室穿西裝工作……這些都是已經大規模使用的例子.....

大家要關注應用，尤其是工業、農業社會的應用，模型的應用有時比模型本身還有前途。但是我們公司除了會做AI的底層算力平臺，應用平臺不是我們的選項。我們公司別的都不會，所以我們只好聚焦在這方面，為建立一個適應社會需求的算力平臺而奮斗....在2%的平臺貢獻里，我們占一點點就行。”

在這里面任正非明確的提出了他對人工智能的三個判斷：

第一點是AI大模型不會是微軟壟斷，而是會風起云涌各家競爭的態勢。

第二點是AI的最大價值在于對工業和農業這樣的實體的應用，在實際生活中，模型的行業化應用比模型本身更有前途，而模型的運行則離不開底層的算力平臺。

第三點是明確表示華為會做底層的算力平臺（事實上，華為云已經構建了超大的算力池），ChatGPT及各類AI模型將給云計算等業務帶來市場需求。

回歸到華為年報，會發現華為對于ICT技術發展的思考和布局是非常全面的。在華為的2022年年報里面，有一頁是關鍵業務進展，提到了華為目前著重發展的四個方向，這四個方向的劃分已經在年報中持續多年了，從中我們也可以看出華為十年近萬億的研發費用重點投在了那里，華為對于未來世界走向人工智能是如何在技術方面布局的。

1：助力無處不在的聯接

2：使能無所不及的智能

3：促進個性化體驗

4：打造數字平臺

同時在華為公司的愿景、使命與戰略那一頁，我們看到對這四個方向做了以下詮釋，仔細閱讀的話，會發現華為這四個方向最終都是為了實現智能世界：

“華為致力于把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界：

讓無處不在的聯接，成為人人平等的權利，成為智能世界的前提和基礎；

為世界提供多樣性算力，讓云無處不在，讓智能無所不及；

通過AI重新定義體驗，讓消費者在家居、出行、辦公、影音娛樂、運動健康等全場景獲得極致的個性化智慧體驗；

所有的行業和組織，因強大的數字平臺而變得敏捷、高效、生機勃勃。”

這四大方向里有過去一脈相承的業務結構，也有新的戰略布局亮點。

其中第一項，無處不在聯接，其實就是華為起家的通信設備業務，華為強調這是智能世界的基礎，并著重提到了截至2022年底，全球5G用戶超過10億。

另外在助力運營商建設超大帶寬、超低時延、先進可靠的全光網絡，另外在偏遠農村缺乏電力接入的場景，華為RuralLink解決方案可實現免機房、免光纖、免市電的極簡部署，這個其實就是光伏+儲能電池的能源方案。

這個第二項，無所不及的智能

其中提到加快千行百業數字化轉型和智能化升級。主要是華為提供基于“鯤鵬+昇騰”的底座，以及華為云所構建的海量算力平臺，

其中年報著重舉例介紹的就是華為云的DevCloud開發云、HarmonyOS智能座艙平臺及汽車數字化平臺等。

正如上文引述任正非觀點所說，華為致力于打造算力平臺，事實上，在當前任何一種前沿軟件或智能技術，都無一不是吞噬算力的巨獸。

例如，ChatGPT的超大規模的并行計算，需要統一調度分發服務能力，這就離不開云計算的大規模算力。有相關報道介紹，過去兩年半，GPT-3等大模型的訓練成本下降了80%以上，從首次訓練開銷1200萬美元降至140萬美元，其中很重要的原因就在于采用了云的多維信息部署、分布式調度計算、數據離混部技術等。（OpenAI公司背后正是微軟Azure云平臺的支持。）

在這里我們也看到了華為不僅有算力基礎，也衍生了一系列的智能技術布局，如年報重點提及華為云推出DevCloud開發云。

這個開發云包括了AI開發生產線ModelArts、數字內容開發生產線MetaStudio、數據治理生產線DataArts、軟件開發生產線CodeArts等多條生產線能力，

并且實現了相互融合，可支持AI模型、數據、數字內容以及應用協同開發和編排，提升多團隊協同效率。

這顯示了華為在傳統硬件之外，也在做基礎開發工具與技術的國產化。

其中，ModelArts是用于開發AI應用軟件的生產線平臺，提供數據處理、算法開發、模型訓練、模型管理、模型部署等AI應用軟件開發全流程技術能力，讓企業可以在ModelArts上做專業的AI應用軟件開發，換言之，這是開發AI應用軟件的工具平臺。

MetaStudio依托圖形引擎和空間引擎兩大媒體引擎，提供3D模型制作、資產管理、內容編輯、物理仿真、云渲染五大平臺能力，讓數字內容的生產變得更加高效。

另一個有意思的是數據治理生產線DataArts，包含數據庫GaussDB（高斯數據庫）、數據倉庫GaussDB（DWS）、數據湖MRS等模塊，支持數據的采集、匯聚、計算、資產管理等等。

其中尤其值得一提的是數據庫，數據倉庫，數據湖全部實現了國產化（這三個東西看起來名字差不多，我們也無需去了解背后的技術細節，記住是不同形式的數據技術就好了）。

年報中提到華為自己研發的GaussDB高斯數據庫已經在國內批量商用，已應用于超過2500家大型企業的業務應用中。例如基于GaussDB，中國郵政儲蓄銀行的新一代分布式核心系統可為超過6億戶個人客戶提供日均20億筆交易的處理能力。

這個是非常了不起的成就，畢竟在我國的金融業，由于業務數據極端的重要，國內目前大部分銀行和證券公司還是用的國外的數據庫產品。

最后是華為自研的國產化軟件開發生產線CodeArts。

這個簡單的說就是開發軟件的（工具）軟件，

CodeArts是華為基于自己多年軟件研發實踐搞出來的軟件開發工具，覆蓋web、移動應用、微服務、云原生應用、嵌入式等開發場景。

為了解決卡脖子的問題，開發軟件的工具軟件國產化其實同樣迫在眉睫，這就跟設計芯片的EDA工具軟件也需要國產化一樣。

CodeArts包含需求管理工具Req、代碼檢查工具Check、測試管理工具TestPlan等多款工具，支持C/C++、Java、Python、GO、JS、CSS、HTML、PHP等20多種主流編程語言，內置超過7000條代碼檢查規則，支持全生命周期安全管理。華為2022年年報中提到CodeArts已經在長安汽車等大型企業客戶中部署。

華為連軟件開發工具也要自己搞的原因也并不復雜，美國的技術不讓用了，只有自研華山一條路。

接下來，華為還在提到了另一項關鍵業務，“華為開放了智能汽車數字平臺、智能駕駛計算平臺和HarmonyOS智能座艙平臺，為智能汽車提供數字底座和開發工具，已累計發展超過 300家產業鏈上下游合作伙伴?！?/p>

這個顯然是說華為專門為汽車業做了一套底層的硬件+操作系統的平臺，希望大家都在我的平臺上做應用開發，就跟手機行業都在ARM芯片+安卓/iOS系統上面開發各種應用一樣。

然后是關鍵業務第三項： 促進個性化體驗 。

這里著重提到了鴻蒙操作系統，搭載鴻蒙的華為自有設備達到了3.3億臺，從手機，平板，PC到汽車都支持互聯互通，同時業界使用鴻蒙系統開發應用的企業已經超過了2300家，2022年這些伙伴的鴻蒙產品發貨超過了1.81億臺。

當然這兩個數字一個是累計值，一個是新增值，但鴻蒙系統產品數量總體上還是在不斷增長。

華為還專門提到了基于鴻蒙的汽車智能座艙，老實說我覺得華為進軍汽車行業，最大的貢獻就是車機系統的確優于目前國產汽車廠家的普遍水平，畢竟在手機上面有這么多年的積累。

最后是關鍵業務的第四項：打造數字平臺。

這個數字平臺實在是不好理解，什么是數字平臺，華為年報里面是這么寫的：

這個數字平臺，其實就是與更多行業客戶、伙伴共同打造行業解決方案，政府和行業客戶通過部署華為云作為“云底座”和“使能器”，承載各種的行業應用軟件，加快自身的數字化，像文中提到，云市場商品超過1萬個，基于鯤鵬開發的應用軟件已經超過1.2萬個了。

可見華為認為各行各業的云化是大勢所趨，云之所以在戰略上值得關注，在于它本質上則是一個軟件產業，是華為“軟實力”的關鍵承載與體現。

這個云化并不難理解，其實目的主要就是實現海量數據的互聯互通和智能化治理。打個比方，以前我們把一個Excel表格放在自己電腦里，則不管是其他同事還是部門都看不到，但如果大家都統一放在云上并且開放權限，那么大家都能很方便的獲取各種數據，工作也就便于開展了。

云化其實也是類似的，企業的數據不再是割裂的分布在各個業務系統，而是可以互聯互通了，那就可以做很多應用。這是數字化轉型萬里長征的第1步。

那么，AI在華為技術版圖中的位置如何？

如上文所說，ChatGPT是細分領域中的NLP（自然語言處理）大模型，更多聚焦于面向個人消費者，以及搜索引擎、瀏覽器等互聯網工具。但AI不僅只有NLP，而華為所布局的AI領域則似乎更為廣闊。

我們看到，華為在年報中明確展示了自己的AI能力——華為云盤古大模型。如年報中介紹，盤古大模型正在持續創新（早在2021年已正式發布），并陸續推出了藥物分子、氣象、海浪等大模型，為業界貢獻先進的算法和解決方案。

年報對于AI的技術布局還有進一步表述：“在AI領域，2022年華為云持續深耕預訓練大模型、AI求解器和知識計算三大AI技術，加速AI與行業的深度結合。”換言之，AI大模型是華為定義和開發的三種AI關鍵技術之一。

在發布會現場，孟晚舟介紹華為云業務的時候，就直接引述了一個案例場景：“在礦山客戶的數字化應用中，華為的AI大模型大幅度縮短了開發周期，我們能夠讓礦工通過拖、拉、拽這種簡單的方式來實現編程?！?/p>

這類案例細節還有很多：

在醫藥領域，華為云聯合西安交通大學第一附屬醫院劉冰教授團隊，基于華為云盤古藥物分子大模型研發出全新的廣譜抗菌藥物，將先導藥的研發周期大幅縮短。

在煤礦領域，華為云實現一個盤古礦山大模型覆蓋礦山各個主業務環節，大幅縮短礦山人工智能應用的小模型開發時間，2022年盤古礦山大模型在山東能源集團正式商用。

在氣象領域，盤古氣象大模型實現秒級預測全球一周天氣，相比傳統預報方式精度也有所提升。

這些案例說明，國內人工智能大模型已經在不少行業維度探索應用。借用2022年華為全聯接大會上的一個概念來說，“AI for industries”將是其業務主要方向，這也正是華為在AI領域的競爭力所在。

或者我們可以理解為，不同行業的盤古AI大模型，就相當于在大學學了不同專業的大學生，本身就具備很強的能力，你雇傭了之后可以通過簡單的訓練就可以讓他們做很專業的工作，而無需自己再從幼兒園，小學從教拼音和寫字開始培養一個人才，這就讓企業可以更為快速的上AI應用。

換言之，如果說ChatGPT目前更多是為個人提供知識和能力，那么華為云的盤古大模型目前就是更多為企業提供能力，一個更像是生活和日常辦公助理，一個是專業型工作助理。

當然了，預計它們都會向對方領域擴展。在互聯網與社交媒體應用領域，ChatGPT已經展現了強大的領先優勢，而在更廣維度的行業數字化領域，華為的制造業基因和“云、網、邊、端、芯”協同的全棧技術組合，則將會帶來不同的優勢。說實話，我還挺期待華為在這一領域將如何開辟戰場。

正如IDC預計，2026年中國AI市場可實現264.4億美元的市場規模，2021—2026年五年復合增長率（CAGR）超20%。在可見的未來多年內，AI的商業化市場仍將處于快速開荒拓土的階段，如果要類比，或許可以參考移動互聯網取代門戶網站、或智能手機剛剛起步的黃金時代。與其討論競爭替代或誰將成為新的行業巨頭仍為時過早，不如觀察有哪些市場將迎來變革。

在NVIDIA CEO黃仁勛提出AI迎來“iPhone時刻”之后，人工智能的下半場仍將精彩異常。

老實說，今天的文章可能相對枯燥了一些，但是我為什么還是要花時間講這些東西，因為相關的背景知識我們了解的越多，則越是能在各種新聞面前有自己的思考。

最近大火的ChatGPT就是個例子，很多人擔心中國在人工智能方面會不會被美國徹底甩開。其實看了本文列舉的華為財報的例子就可以發現：

1：華為一直提構建智能世界的愿景，正持續在AI尤其是大模型領域投入研發，AI for industries將是主攻方向。在這方面，華為有持續的投資動作，也確實有技術優勢。

從底層看，基于華為云可提供人工智能算力服務、盤古基礎大模型服務、盤古行業大模型服務，這將與華為的TO B企業服務能力無縫融合，能有效降低行業AI應用難度，加速各行各業數字化，目前也已落地了逾千個項目。

從應用看，可通過大模型直接增強華為現有產品和解決方案，提升用戶體驗和競爭力，如終端“小藝”、自動駕駛、華為云ModelArts方案等等。從企業管理角度看，華為或其他超大型企業，也完全可以應用大模型優化流程管理，實現高效敏捷的數字化轉型。

像GPT這樣的人工智能大模型，僅僅是智能世界所需要的關鍵技術的一部分而已。從華為的業務布局版圖，基本上可以看到中國科技公司在智能技術的落地應用和商業化思路。

2：對于各種人工智能相關的各種技術，包括幫助企業走向智能化的云平臺（華為云），開發AI算法和模型訓練的工具軟件ModelArts，開發軟件的工具軟件CodeArts，以及應用于各個行業的人工智能大模型，華為都在不斷進行開發。

雖然總體上在技術上和市場份額上都還和美國有差距，但是都有在做，這些工作的重要程度絲毫不亞于芯片自主。

以軟件開發工具為例，2月28日的華為輪值CEO徐直軍《突破“烏江天險”，實現戰略突圍》的講話中就提到：

“軟件開發工具開發團隊自2018年就開始布局，努力打造軟件從編碼、編譯、測試、安全、構建、發布到部署等全套工具鏈，采用自研加聯合合作伙伴一起研發的策略，解決工具連續性問題。這樣不僅有力支持了公司十多萬軟件工程師的軟件開發，而且還基于華為云對外提供服務，實現內外一致。”

“有203家企業愿意付費使用我們的軟件工具，這是對開發工具團隊的一種認可?！?/p>

與消費者接觸的日常軟件不同，企業（尤其是開發業務的軟件企業）的研發時效與可靠性要求完全不同。企業在使用這些工具類的基礎軟件中，愿意付費使用國產而非歐美大廠產品，其實是很不容易的。僅有203家，這說明工具也還在早期的發展階段，但是這條路的方向是堅定的。

3：中國在人工智能方面的最大優勢，就是中國有全世界規模最大的制造業，而人工智能的最大價值就在于行業應用。

根據我國的第四次經濟普查，到2018年末我國有制造業企業高達327萬家，這意味著國內海量的制造業企業可以給人工智能提供海量的行業應用場景，這是相對已經嚴重的去制造業化的美國所不具備的。

美國的AI大模型搞出來，最多和最先應用的還是各個互聯網企業，例如搜索引擎、辦公軟件、社交媒體和影視等等，他們在制造業方面的場景遠不如我們豐富。

如果看制造業增加值占經濟的比重，2022年中國為27.7%，而美國僅為11%，從華為的年報可以看出來，國內已經有很多行業在探索商業化的人工智能技術應用了，這也說明國內的人工智能確實有非常豐富的商業化前景。而人工智能只有應用在社會各個領域才能發揮最大價值。

簡而言之，人工智能的核心價值還是在于服務于制造業為核心的各行各行。

我們可以認為我們每個人就是一個人工智能，我們從幼兒園，小學就開始努力學習，最終完成了本科乃至碩士教育，努力的提高我們的知識水平，但最終要實現自身的價值還是得到實際的工作中去體現。

舉個例子一個清華畢業生可以視為頂尖版的人工智能，但是他選擇從事芯片研發，航天科技研發等所產生的價值，跟去當娛樂主播，做房地產開發對社會所產生的價值是不一樣的，換言之人再聰明也得把他用在合適的地方，有合適的平臺，人工智能也跟人類一樣，智能化程度再高，也是需要有應用來體現價值的。

在這個話題的末尾，我想到了賈雷德·戴蒙德的歷史著作《槍炮、病菌與鋼鐵：人類社會的命運》一書，他從亞歐非大陸的人類社會發展與地理、技術等環境變量，提出了人類社會發展的環境決定論假想。從人類歷史來看，不同地區的社會族群，在差不多的資源稟賦條件下，有的容易發展出更為現代的技術與社會體系，有的卻停滯不前。類比行業技術的競爭、商業公司與產業的進化，也有同樣的情況。

可以肯定的是，過去數十年中國在充分發揮環境優勢（自然資源、勞動力等）的基礎上，很好地把握住了全球產業遷移與信息化、互聯網化的幾次轉型機遇，構建了世界上最大的實體經濟體系，這也支撐了近年來移動消費互聯網、工業互聯網、云計算、大數據等浪潮的興起。

在AI這一新的風口賽道，技術的突破不僅是純粹的算法與模型競爭，決定技術可以走多遠、走多深，還在于是否能與全社會產業鏈有效結合，打開各實體產業的發展上限，這也是中國產業當前的優勢所在。

以上是看華為年報的一些想法。

往期文章鏈接：