正文共1935字，預計閱讀時間6分鐘

練秋湖畔，

75

歲的任正非與全球頂尖編程天才面對面，透露華為人工智能布局的務實邏輯——不追逐通用人工智能幻想，而是深耕礦山、港口、醫療等垂直領域。

“我們公司研究是著眼在未來3~5年，大模型、大數據、大算力如何在工農業、科技產業上應用。”11月14日，華為創始人任正非在與ICPC競賽優勝者的座談會上，清晰劃定了華為的AI發展路徑。

在這場與來自30多個國家110多名編程天才的對話中，任正非首次系統闡釋了華為區別于美國科技巨頭的AI發展觀：中國AI應聚焦解決具體問題，而非探索通用人工智能。

以下觀點由【示范財經】整理自 ICPC官網的《練秋湖畔貝殼圖書館漫談——任正非與ICPC主席、教練及獲獎選手座談會紀要》

戰略定位：放棄通用AI幻想，深耕產業應用

任正非開門見山地表明立場： “ 美國在探索通用人工智能 AGI 和超級人工智能 ASI ，解決人是什么、人類社會的未來是什么 …… 而中國是在研究解決怎么做事，創造更多的價值。 ”

他直言 “AI 分階段看”，20 年以上的留給社會學家，10-20 年的交給科學家，華為只聚焦 3-5 年能落地的產業應用，如以下AI應用場景：

礦山領域：中國已實現地下500-700米無人挖煤，通過數據采集拼接成實時視頻，遠程操作機械，預測瓦斯爆炸和塌方

鋼鐵行業

：通過大模型控制高爐爐溫，優化燃料礦石配比，提高高爐效率

1%

醫療健康

：瑞金醫院病理大模型分析生理切片，中山醫科大學眼科模型實現遠程診斷

港口運營

：天津港和秘魯錢凱港實現完全無人化裝卸作業

“我們著眼于在這些地方解決實際問題，”任正非強調，“進步的空間還有很大，還有很多需要積累。”

“未來是算力過剩，不是不足”，大模型不必糾結規模，關鍵是能不能落地到千行百業（華為只做技術應用，不做 “科學研究”）。

CT（通信技術）比 AI 更關鍵 —— 沒有先進網絡，AI 數據傳不出去，就是 “信息孤島”，華為工業 4.0 級 AI 落地，前提是建好 “數字管道”。

人才觀：不唯學歷、不忌失敗、多元化

面對青年人才關于職業發展的提問，任正非提出了獨特的“摸高理論”：“有人摸高，有人摸低，都是社會貢獻。你能摸高，就不要去摸低。”

他特別提到華為的人才實踐：“三年前我們招了三千多名邊遠地區的本科畢業生，經過三年培養，在我們公司授予專科認證，做芯片生產和精密制造的工人。”

高等教育正在重新定義“工人”概念。在任正非看來，新時代的工人需要受過高等教育，這是未來精密制造業的必然要求。

他對中國創業環境表示樂觀：“中國青年的創新公司非常多，三五年或者五至十年，中國會發生天翻地覆的進步。”他舉例說，機器人領域有百萬青年在探索，無論商業成敗，這批人才的成長將助推中國現代化進程。

教育變革：從物理集中到邏輯分散的革命

針對教育差距問題，任正非指出網絡技術正在重塑教育格局：“過去你一定要考到名校，有老師在講臺上給你面授講課，才能名師出高徒。現在很多知名大學都開放網絡教學了，學生在任何一個山溝溝都能上到世界名牌大學的課程。”

他認為，從物理性集中式教育向邏輯性分散教育的轉變，正在促進教育公平。“七八歲的小孩有時給老師提的問題，老師回答不了，因為他在網上看了很多知識。”

這種變革不僅限于基礎教育，也體現在職業再教育方面。任正非預判，隨著AI應用推進，將出現人員富余問題，國家需要通過“再教育工程”實現人才轉型。

AI 不是 “替代人”，而是 “重構人”：軟件編程已被 AI 釋放 30% 工作量，未來可能達 60%-70%，未來 “西裝革履挖煤” 將成為現實。

全球視野：不羨慕美國機制，堅持開放合作

在人才競爭問題上，任正非展現出驚人的開放態度：“美國的土壤是適合種莊稼的，大量人才到美國成長這是好事情，并不是壞事情。”

他坦言華為在人才吸引上的務實立場：“華為作為一個公司，容納不下太多人，養不活，說不定還得裁員。”同時強調，中國需要更加開放，吸收全球文明成果。

對于與國際組織的合作，任正非透露與ICPC的結緣純屬“意外”——在莫斯科河畔喝咖啡時認識了當時的ICPC總監Veronika Soboleva。這種非正式交流反而促成了持續合作。

未來展望：AI價值在應用，不在發明

任正非反復強調AI的應用價值：“IT公司對人類的貢獻就2%，AI在產業上的貢獻會占到98%”。他以洗煤精度提高0.1%為例，說明微小改進在產業規模下的巨大價值。

針對量子計算等前沿領域，他表現出務實態度：“量子計算是一定會成功的，人工智能未來一定會怎么樣，我們不知道。不能因為有那個未來，今天就不去做其他方面的努力。”

在任正非看來，AI的真正意義在于賦能各行各業，而非技術本身的高精尖競爭。華為選擇的是一條與產業深度融合的AI之路。

任正非預測，人工智能促使的生產性進步“三、五年后我們就能體會到”。但他對更遠的未來保持謹慎：“大家說五至十年、十到二十年、二十年以后的事我不知道，人工智能的發展速度太快，我不完全知道未來時代的走向是什么。”

圖片來源于網絡

完整版會議紀要，請點擊原文鏈接查看。