图片来源：视觉中国
对于如何在一个新市场中抢占先机，已供职华为超过20年的洪方明颇有经验。
此前，洪方明曾经在华为担任欧洲地区多个国家的业务负责人，经历过在海外将华为手机从0到1推广至市场份额领先品牌的过程。如今，洪方明又将在中国地区接下华为在云、AI 领域新一轮的扩张重任。
11月16日，深圳高交会，刚刚上任的华为云中国区总裁洪方明首次对外亮相。在对华为 AI 战略的分享环节中，洪方明回顾了今年10月华为全联接大会上提出的全栈 AI 解决方案，同时再次理清了华为云与华为 AI 在业务层面的关系。
“华为云凭借公有云将AI技术模板化，以全栈全场景的形式全面部署在云-边-端。”洪方明这样表示。
而在会后的采访环节，洪方明也对钛媒体等记者表示，他接下的重点工作将会是“整合”，而华为公司也将从研发、资源、人力等各个方面向云业务倾斜。
“华为18万名员工，有8万人在从事研发工作。未来五年，华为在研发的投入每年会保持在150到200亿美金，可以说，华为云今天拥有的资源远远好于当初手机在海外的情况。”洪方明对钛媒体说。
华为云中国区总裁洪方明
回顾华为在人工智能的步伐，可以根据其在应用层面的展现划分为三个阶段。
进入2000年后，在通讯运营领域站稳脚跟的华为，开始尝试用技术解决华为内部运作的自动化及业务服务问题。任正非曾举例谈到：华为在全球有460万站点，任何一次的站点作业都是成本。要通过构建站点信息库，开发站点3D扫描能力，把站点勘测简单化。
2012年，为了应对数据通讯技术的冲击，华为将内部 AI 能力进行系统整合，于当年6月正式成立诺亚方舟实验室（其上层为华为总研究院“2012实验室”），这也成为华为正式投入AI基础研究的最鲜明信号。在诺亚方舟实验室中，华为主要进行人工智能算法的研究、管理AI的技术合作、识别AI主要应用场景和需求管理等。
而在今年10月，华为轮值董事长徐直军在华为全联接大会中首次公布了华为的AI发展战略，包括全栈全场景AI解决方案、Ascend系列芯片等，也正式标志着华为 AI 从“不对外，全对内”到“聚焦投入，敢于投资”的转变。
“人工智能在投资充分的情况下不要太冲动，要用先行小步快跑，聚焦在确定性业务、人工消耗大的项目，宁可做得少一点，先在一两个点突破杀开口子，集中力量打歼灭战，不要铺开一个很广泛的战线。不要遍地都是智能化，这会形成全面开花没有结果的盲动，就有可能满盘皆输。”任正非在去年的一次公开讲话中表示。
技术积累：从 AI 到 EI
在今年10月华为首次对外公布 AI 战略时，徐直军曾将AI 落地的难点归结为三大主要门槛，分别为：开发慢、资源贵、人才缺。
对此，华为的应对之举是发布了全栈全场景AI解决方案，而这里的“全栈 AI”（钛媒体曾在此前文章中有过详述），可以理解为：
1、全栈是技术视角，指包括芯片、芯片使能、训练和推理框架和应用使能在内的技术全堆栈；
2、全场景，指包括公有云、私有云、边缘计算、物联网行业终端以及消费类终端的部署环境。
3、针对AI人才缺乏的难题，华为云提供丰富的AI功能和API，即取即用，就像造一辆车，你没必要每一台都自己重新自己造轮子。华为云还开放了开发平台，客户/伙伴可以利用这些便捷的工具开发自己想要的AI能力。
可以说，在华为的整套人工智能落地战略中，全栈 AI 方案通过对底层技术的产品化，将原本具有较高难度的 AI 能力在实施阶段降低了门槛；而在完成了技术层面的普惠之后，华为又搭建了一套直接切入行业的 EI 平台，以承接不同场景的个性化需求。
2017年9月，华为云EI（Enterprise Intelligence 企业智能）平台正式发布，该平台包括了基础平台服务、通用服务和行业场景解决方案三类服务，主要面向企业提供生产效率提升，精细化运营，商业模式创新等业务。
目前，华为云 EI 已经上线了16大类超过120款云服务，60+解决方案，涵盖了从个人到企业的方方面面。
简单来说，AI 和数据是华为对内多年的积累，EI 是华为对外输出的门面。也正因如此，华为掌握的 AI 能力，大部分已在内部应用多年，其技术水平与落地能力是已被验证过的。
以华为在供应链端的智能装箱、仓储应用为例，由于华为公司每年处理的物流单数量就多达30万-50万，因此对于供货预估、装箱管理、区域分发等流程，华为已经具备完整的技术支持体系。
根据华为公司透露，目前通过华为云EI服务，根据物品特征提供最佳装箱方案，可以提升20%的分拣装箱效率；同时做到集装箱3D仿真可视，整体利用率提升6%，而使用 EI 进行路径规划，则可节省例外开销成本30%。
再拿人工智能领域至关重要的算力资源来说，由于大部分企业没有能力训练自己的AI模型，华为云 EI 可以通过云、端协同的统一开发框架，让AI模型灵活的部署到云、边、端等场景，并将一些行业解决方案提前预集成为一个模块，让开发者能够迅速把产品能力与行业解决方案对接起来。
以深度学习服务为例，基于软硬件结合的方案，华为云 EI 可以在对分布式训练的调度算法，分布式梯度压缩等进行优化后，提供1000+GPU节点规模训练，这就意味着亿级图片规模的模型训练，华为云 EI 可以从原来的30天缩短至小时级。
场景落地：政企市场将成为云化主场
在去年1月华为内部的一场人工智能应用GTS研讨会中，任正非曾明确表示过华为落地 AI 的打法，他强调：
“人工智能应该踏踏实实聚焦场景一个个解决，要选择与场景匹配的相对成熟的算法，不要等平台和数据底座的成熟，半成品也可以先投入到内部改进的使用，在不断的实践和问题解决中打造成熟的平台和数据底座。”
深度绑定场景的特性也随之反映在华为云的 EI 产品线中。
2018年6月，华为云针对交通和工业分别推出了EI交通智能体和EI工业智能体，10月，华为云 EI 又发布了智慧城市解决方案：城市智能体。
相比 BAT 各自在智慧城市业务中的耕耘，华为的优势一方面体现在过往三十年通信领域的技术积累，一方面是盘踞在各地的 To G 资源。
据钛媒体了解，华为企业 BG 在2016年就成立了智慧城市业务部，已经覆盖全球40多个国家，160多个国内城市，包括北京、深圳、敦煌、潍坊等地均与华为签署了智慧城市方案的战略合作。
另据一位华为内部人士对钛媒体透露，此前华为的智慧城市项目被放在专门的政府事务部门中，随着华为云的战略地位上升，智慧城市项目将会和华为云业务融合。
洪方明也在公开场合强调过政务市场的重要性：“预计2025年，全球AI市场空间将达到3800亿美金，其中90%来自于政企市场。未来，政企市场将是云化、智能化的主场。”
在华为智慧城市项目中，华为云承担了“技术底座”的角色。其中，云技术要发挥其计算能力，与边缘平台和端侧相结合，实现对于人和物体大数据的综合分析，最终把结果反馈到城市智慧体，这个过程涵盖了感知、分析、决策、执行全环节，形成了一套智能城市的运作生态。
以华为云针对城市拥堵提供的解决方案为例。2018年4月，华为云与北京市交管局合作，在北京市海淀区上地三街与上地东路交叉路口率先试点，利用AI算法实现信号配时优化和时段自动划分。
为了掌握区域发车规律，华为云提出“TrafficGo”方案，采用视频方式监测数据，精准识别整个道路上每一条车道的全量数据，包括过车数量、过车速度、车辆排队长度等。
同时，华为云通过正反转视频提取车流的行车轨迹和转向信息，在庞大的监测数据基础上，对区域所有车道的交通流量数据进行协同计算，实时生成整个区域全部路口的信号灯配时方案，并通过系统自动推送到交通灯上，实现整个区域的交通流量最大化。
据第三方公司评估报告显示，华为云TrafficGo方案应用后，上地三街车流主方向（东西向）平均延误时间下降了15.2%，平均车速提升了15%。并且，除了主干线以外，附近2条支路上的通行效率也明显获得改善，平均延误时间降低了10~20%。
除了城市拥堵外，华为云还利用监控大数据开发了智慧警务系统，目前已协助深圳龙岗警方破获多起案件；而针对“两客一危”车辆，华为云推出了车联网安全智能防控系统，通过车载终端智能识别驾驶员抽烟、打电话、疲劳驾驶、车道偏离等危险驾驶行为。(作者/苏建勋）
