文章|玄创智东西讯，在9月17日的世界人工智能大会上，华为副总裁、华为云BU总裁郑叶来发表题为“《易获取、用得起、方便用的算力，是人工智能发展的关键》”的演讲。
他在演讲中明确指出，人工智能技术将改变行业和组织人才结构。
他还指出，当前价格高、使用难、获取难是阻碍人工智能发展的三个重要问题。
容易获取、负担得起、使用方便算力是AI产业发展的关键。
同时，郑叶来还阐述了华为在AI浪潮下的思考。
将推出全栈、全场景解决方案，推出面向人工智能开发者和企业应用的人工智能开发平台和工具，构建产学研人工智能生态系统。
1.人工智能将改变每个行业、每个人。
人工智能是通用技术（GPT），包括自然语言处理、图像识别等。
信息技术带来了效率的提升，而人工智能则带来了生产成本的变化。
过去几年，华为在多个行业进行了AI探索。
郑叶来举例，比如在交通领域，华为在深圳打造城市交通智慧，提高了深圳的交通效率；在物流行业，与行业伙伴共同探索路径规划、暴力识别分拣、防拆解等领域。
郑叶来认为，人工智能将改变每个行业、每个职业、每个组织、每个家庭、每个人。
在产业领域，他强调，一直以来大家都在说“产业+AI”，但未来更多的是“AI+产业”。
当今组织的人才结构一般是：上层是业务领导，下层是高级管理人员/专家，然后是基层管理人员/业务骨干和基层员工。
未来使用人工智能后，整个组织的人才结构将会发生变化。
从企业领导、高层管理人员到基层员工，中间肯定会有人工智能工程师加入，而中间这些重复性的工作将会被人工智能所取代。
同时，郑叶来也认为，未来2-3年将会发生快速变化，正如知名研究机构Gartner预测的那样：很多行业和职业在年前都会发生巨大的变化。
2、人工智能技术正在与社会环境发生碰撞。
所有通用技术的应用都是一个过程。
郑叶来表示，华为通常将一个行业分为四个阶段：第一个是技术和应用的局部探索阶段。
，第二阶段是技术发展与社会环境的碰撞，第三阶段是技术发展与社会环境的相互促进，第四阶段是对新通用技术的期待。
郑叶来认为，当前人工智能的发展已经完成了技术和应用的局部探索阶段，已经到了技术发展与社会环境碰撞的阶段。
与此同时，人工智能的发展给行业带来兴奋和兴奋的同时，也给人们带来了一丝焦虑和困惑。
不过，郑叶来认为，人工智能最终会改变这些行业。
首先，人工智能并不是万能的。
任何技术都有可以解决的问题和不能解决的问题。
我们应该关注人工智能能够解决的问题和创造价值的领域，而不是把精力花在人工智能无法解决的问题、不能创造价值的领域上。
郑叶来预测，机器将在越来越多的任务中继续达到并超越人类的表现。
其次，选择正确的问题比寻找新颖的解决方案更重要。
对于一些需要遵循模式和数据支持的任务，机器学习比人类更有效。
在数据支撑方面，也存在数据主权归谁、如何保护最终客户隐私等问题需要解决。
此外，人工智能是信息化进程的新高度，将降低生产成本。
人工智能是一门科学，是一组受人类启发但又不同于人类的计算技术。
人工智能能够感知、学习、推理和采取行动。
因此，人工智能与以往信息化最大的区别在于，信息化可以提高人的效率、降低劳动力成本，但很难自动降低生产成本。
人工智能不仅可以代替人，还能自动降低生产成本。
3、解决AI人才短缺需要AI思维。
当前，制约人工智能发展的另一个客观因素是人工智能人才短缺。
对于郑叶来来说，解决人才短缺的问题也需要AI思维。
未来，企业的AI人才能力结构将不仅仅是数据科学家，而是由数据科学家、领域专家、公共数据科学家共同组成。
因此，企业除了从外部获取数据科学人才外，还应该加强内部培训，培养内部公共数据科学家，或者说具有数据科学家能力的工程师。
利用AI解决AI人才问题，需要提供智能化、自动化、易用的人工智能工具和平台服务，让所有企业能够更快、更高效地利用人工智能技术解决问题并创造价值。
。
4、易得、买得起、便捷的算力是AI产业发展的关键数据、算法、算力。
它是人工智能的三驾马车。
目前，人工智能仍处于起步阶段，成本昂贵且难以使用。
和获取难是阻碍人工智能发展的三个重要问题。
因此，郑叶来认为，容易获得、负担得起、便捷的算力是AI产业发展的关键。
同时，这也是华为正在思考的。
首先，它很贵。
现阶段，人工智能的整个训练过程是非常昂贵的。
人脸识别、综合交通管理、自动驾驶、模型训练的训练成本非常高。
其次，使用困难。
当前的人工智能技术缺乏统一的开发框架，导致训练模型难以适应从训练到推理、从公有云到私有云、边缘、终端的各种应用场景。
这也导致了发展问题。
，调优和部署的工作量巨大。
最后，获取困难。
由于GPU供应周期较长，其有限的供应限制了终端AI算力的释放。
为此，郑叶来阐述了华为在AI浪潮下的思考，推出全栈、全场景解决方案，推出面向AI开发者和企业应用的AI开发平台和工具，构建产学研AI生态系统。
结论：AI算力的充分释放将加速智能化进程。
当数据量足够、算法基本稳定时，算力制约了AI技术应用的爆发。
一方面来自于终端侧算力不足，成本始终是制约其发展的因素；另一方面，人工智能人才的缺乏也制约了人工智能应用的发展。
解决这些问题的办法首先是降低算力成本，其次是完善相关的AI工具，降低开发者的门槛。
目前看来，华为正在推动AI算力的充分释放，加速行业??智能化进程。