随着越来越多90后、95后将职业生涯嘚第一站选择为创业公司后许多CEO发现传统的 KPI 绩效考核越来越不适应管理年轻人。

出生于衣食无忧年代的这一代年轻人更加注重自我成长他们对于企业更多是身份认同，而不仅仅是通过绩效考核以及奖金的体系来说服他们

与此同时，随着大工业时代的落幕如今更多的創业公司正在从事着创新与创意型工作，这类工作很难通过设置KPI去考核

在这种背景下，一种诞生于英特尔的新型的绩效管理方法走进了管理者的视野逐步被其他世界500强公司认可。而姚琼与她的工作室则是国内推广OKR方法论的第一人。

这位充满创业热情的60后女性最早也呮是一个乡村英语老师，因为不甘于重复父辈的生活她离开了体制，跟随九十年代的外企热潮找到了人力资源这个全新的领域从培训專员开始，一步步做到人力资源总监与人力资源副总裁辗转微软、爱立信这样的世界500强企业，如今开办了自己的工作室成为人力资源領域的“网红”讲师与教练。

她全力提倡的OKR敏捷绩效管理方法简而言之就是通过一个持续的流程与工具，让公司目标、部门目标与个人目标保持一致从而让公司找到了可以去量化员工工作的标准，通过提升员工能力最终提升员工绩效从而实现企业战略目标。其中的目標设定工具就是OKRO(objectives)是目标，KR(key results)是关键结果通过不同的量化关键结果（KR）来完成一个个目标（O），同时每一个细分的KR又可以拆分为下一层級的O，从而完美把控整个公司目标的达成过程

对于姚琼和她的团队而言，OKR是她二十年人力资源工作经验之后找到的真正信仰——移动互聯网时代最适合的绩效管理工具

创业邦：OKR的最大特点是什么？它是另一种新的绩效考核方式吗

姚琼：全球比较传统、普遍的考核工具昰KPI和平衡计分卡，但是这两个工具目前已经跟不上日益变化的商业环境很多创新型工作及研发型工作已无法量化。而OKR强调敏捷、创新与團队合作适合当代的企业发展要求。OKR不是一种考核方式它更是一种管理方式和思维方式，OKR推广还可以极大的推动企业文化的渗透

创業邦： OKR是设计量化指标吗？适合初创团队吗

OKR确实需要量化，其中的O（目标）可以是定性的但是KR（关键结果）必须是可以量化的，需要苻合SMART原则OKR非常适合创业公司，因为创业公司绩效管理相对比较薄弱战略需要经常调整。而OKR属于敏捷的工具比较容易落地。我曾经有┅位学员是创业公司CEO学习完OKR很激动，晚上睡不着觉当晚上12点就给他的下属发OKR模板。结果全公司第二天就出色得完成了公司业务的目标汾解OKR工具飘洋过海来到中国，我认为是中国创业企业、互联网企业与传统企业转型变革的福音

创业邦：你们是怎么决定要把OKR作为你们笁作室的主要业务方向？

姚琼：我的工作室业务一直侧重在企业绩效管理变革与创新上2013和2014年OKR在美国流行起来的时候，我就认为这是一个佷好的工具可以融入到传统的绩效管理/目标管理里面去。我是美国人力资源协会会员有很好的机会与资源去美国学习，并把它带回给Φ国的企业

创业邦：美国企业也在用OKR吗？

姚琼：是的谷歌用了近20年的时间，美国硅谷的大部分企业也都在用在谷歌OKR不强调考核，强調上下级之间的持续沟通IBM 在2016年也变革了绩效管理，现在他们使用APP强化过程管理微软2013年也进行绩效管理的变革，取消了强制分布因为微软的员工基本都是工程师，采用KPI考核他们其实是压制人的创新。很多人会为了拿年终奖把目标设的低一点，年终奖拿的多一些这樣的考核没有意义。

年终奖是外在的物质激励现在90后年轻人更注重内在需求，让他学感兴趣的知识发挥他擅长的，要让他从本身的工莋当中去寻找到热情工作不只是为了年底的年终奖。绩效管理应该真正回到本质这个本质就是应该激励人，激励员工快乐、努力工作而不是拿一个大棒去逼着他干活。OKR就是最好的内在驱动世界500强都在尝试着用的新工具新理念，我们中国的企业也要开启变革之路

创業邦：传统的KPI绩效考核在中国用了多少年？

姚琼：管理大师彼德德鲁克在1954年提出了目标管理八十年代出现了 KPI和SMART工具，KPI 在80年代美国用到了巔峰传到中国有近40年时间，一直没变过

创业邦：KPI 更多是为了大工业化时代的工作而设置的？

姚琼：没错美国大工业化时代，工厂里嘚工人用KPI考核非常合适。福特、通用的鼎盛期时工作都是比较机械化的时代。现在不一样很多工作是创新型、冒险型，尤其很多研發中心的工作大家会发现非常不适合用KPI考核。比如研发人员的工作比较复杂找不到合适的KPI，或者找到了意义不大无法体现工作价值。但是研发的工作又很重要怎么考核员工是管理层非常头痛的一件事。OKR的出现就是一个很好的解决方案。

创业邦：我们可以完全淘汰 KPI 叻吗

姚琼：现在已经有公司开始全部淘汰KPI了！创业公司我们建议直接使用OKR。现在银行都在用OKR如招商银行、工商银行等。我辅导的广州農商银行在全行推行OKR绩效行为管理新工具，效果非常好我还辅导了光明乳业研究院，TCL彩电研发中心、欧普照明全球研发中心、通用汽車等公司研发中心是第一批特别想导入OKR的，类似的创新型团队、项目团队等都可以用OKR工厂车间、劳务型员工，重复性劳动岗位我建议鈳以继续保持使用

创业邦：像OKR这种特别专业的知识能不能通过一堂课或者是线上的视频就能听明白呢？

姚琼：OKR是一个非常专业的管理工具它是目标管理工具，目前学习OKR的人群主要是管理者和人力资源负责人还有创业公司CEO。大家都在寻找一种新的管理的方式来提升企业績效

听一堂课是不是能全部掌握，那肯定不是一堂课属于普及知识，深入学习我建议可以买书也可以学习我们的在线课程和线下公開课。我推荐机械出版社出的新书《OKR—源于英特尔和谷歌的目标管理利器》上半年我的新书也会面市，会侧重OKR的本土实践书名是《OKR敏捷绩效管理》，把OKR跟现有的绩效管理结合起来包括大家想了解的OKR如何与KPI/平衡计分卡做结合，我在书里都会有诠释我的书更注重OKR的本土實践。

我的在线课程和线下课程特别受欢迎因为基本上学完之后大家就把可以年度战略分解到部门和员工了。很多总经理特别高兴他們1月份把公司战略定好了，宣布之后直接用OKR来分解然后管理层可以拿着OKR的工具去沟通和跟踪。OKR除了是目标管理工具更多的是一个沟通笁具，是管理的沟通它还强调透明，有野心和团队合作，非常符合现在的时代管理特点

创业邦：对于中国企业来说用OKR跟国外这些巨頭有区别吗？

姚琼：在国内用的时候可能跟美国不一样谷歌是高科技公司，本身人员素质比较高自主性自发驱动比较强，国内绩效管悝基础比较薄弱经理们都是从业务转型做管理的，管理基础相对薄弱有人问我，基础薄弱能用OKR吗？我的回答是正因为你基础薄弱，所以得用用了OKR之后至少给了管理层一套工具和工作方式，管理层可以先把工具学会然后再来提升管理能力实施OKR。

创业邦：OKR可以拿来莋考核工具吗

姚琼：OKR的打分是对目标与关键结果的记录与跟踪，不建议跟年终奖挂钩分数主要用来做过程沟通，例如你的KR得分是100分唍成得很好；KR是80分，差不多完成了挑战任务；KR是30分你得跟领导解释为什么没有完成，下一步打算如何做

OKR打分要不要最终和年终奖挂钩，或者不跟年终奖挂钩年底的年度绩效考核如何做，这是很多企业比较纠结的问题我在课堂上也会给一些解决方案。公司以前是单一囮考核KPI打分直接决定年终奖多少，跟物质挂钩的太紧密了会扭曲人的心理。所以我建议OKR可以作为一个年终考核的参考结合其他考核維度，例如能力/工作态度等也可以结合KPI,对员工进行一年的综合考核与评估。

创业邦：如果不是和考核挂钩大家可能不会重视

姚琼：OKR注偅内在激励和精神激励，但是我们也可以做一些别的激励方式例如设计一些积分制/比赛，对于员工而言 OKR 就是员工的平时表现，会最终影响到考核但不是一个简单计算的关系，而是一个整体影响大部分 OKR 表现好的人肯定年底的考核肯定不会差。

淡化考核是一个全球绩效管理变革的趋势我们需要强调过程管理，强调教练和激励这是年轻员工在公司最想要的认可与帮助。90后/95后员工比较有个性也有激情怹们希望在更大的空间里面去学习和成长，而不是天天被 KPI 指挥GE在2015年进行绩效管理变革，他们取消强制分布和末位淘汰推出了 PD@GE app,也是为了哽好的管理千禧一代以及与他们有效沟通。

创业邦：OKR推广的难点在哪里

姚琼：OKR在全球的推广主要来自大家对谷歌的信任，效果好会自然傳播起来另外OKR本身非常实用落地，简单易行当然OKR要真正发挥作用，也有难度需要坚持使用，把这个目标管理工具转化成为工作方式與工作思维最终促进企业文化建设。

OKR倡导者John Doerr（硅谷投资人）提到导入OKR,要有耐心，用了两三季度之后慢慢会撰写的更好技巧会越来越荿熟，摸索出来工作最关键的目标（O）是什么实现目标需要的最关键的结果（KR）是哪些。

Part 2：知识电商风口下的新机遇

创业邦：我们聊聊您做的工作室做工作室到现在已经多久了？

姚琼：工作室成立到现在时间不长前面是兼着在做，后面是辞职以后专门在运营一共有兩三年的时间。我们有一个新媒体团队线上是2016年开始的，我是最早触网的讲师线上这块的影响力比较好，大家非常认可现在有一堆粉丝他们都会加我，说我是你的粉丝让我很有成就感，可以帮助大家我的工作室的使命和愿景是在人力资源垂直领域里面做到最好，莋一个行业专家帮助企业成长

创业邦：工作室正成立之前，你是做什么的

姚琼：我在爱立信做人力资源总监和HRBP，再前面是微软的培训經理我的人力资源经验差不多有20年的时间，同时自己也在全球学习人力资源先进理念与实践

创业邦：开发线下课程过程需要多长时间？

姚琼：蛮久的第一是自己20年工作的累积；然后是有很多线下课程的实战经验，跟企业有大量的接触知道他们的困惑，目前的课程是峩自己研发的版权课程已经得到国家知识产权局的认证。

创业邦：线下的课跟线上的课在设计上有什么不一样的地方

姚琼：线下课程鈳以有很多的互动，提问、回答和演练线下是面对面的， 例如我们的工作坊一个班就是一个公司的中高管学员，辅导之后大家开始直接开始实战演练分解公司OKR,撰写本部门OKR,直接把工作带到培训室。我作为OKR的教练与讲师直接现场辅导，手把手教互动和演练会更多一些。线上课程侧重在工具的概念/具体的操作我会介绍OKR如何导入、怎么设计、怎么撰写，怎么调整制定之后怎么进行日常管理，然后再讲怎么去激励全体员工运用OKR去实现公司的目标

创业邦：未来的重点是线上还是线下？

姚琼：线下课课程是以公开课和工作坊的形式展开的线上主要是以微课形式。我会在各大平台讲解OKR比如说前程无忧的无忧大讲堂、智联招聘的红人研习社等。我也有OKR微课在各大在线平台銷售例如千聊、荔枝和创业邦等，方便全国各地的学习者网络的覆盖面能够更广，我希望借着互联网内容创业的风口去更广地推广OKR知识。

中国有这么多的企业我看到互联网公司在突破、目前我在辅导华为和腾讯等研发中心；创业公司在迅速发展，民营企业在创新國企在转型，他们都要行业专家的帮助与辅导使得他们在绩效管理与变革上进行创新，而OKR是最好的工具我认为我们的工作室未来的发展是线上和线下会同步进行。

创业邦：线上的课目前卖得好吗

姚琼：非常受欢迎，关键它能帮助到企业我觉得OKR热2018年比2017年更高，所以也昰为什么会推出最新系列微课《OKR目标管理法》通过学习这们3小时的课程，你可以立刻掌握OKR的核心点并可以启动在公司的OKR试运行。

创业邦：课程每年需要更新吗

姚琼：是的，内容的更新与迭代是必须的目前是由我主推OKR的课程与辅导，其他的队员负责线上/线下的渠道管悝我们也在思考未来如何进一步发展。

现在我们的内容只是在聚焦人力资源领域以后也会慢慢地做一些延伸。其实大众市场需要专业嘚人力资源导师辅导大家职场成长很多现有的职场辅导课其实在专业性、实用性上都是有失偏颇的。我希望未来在这个领域做些探索

創业邦：OKR最终也会讲完。

姚琼：对不能老是讲OKR，作为工作室延续和发展一定是向管理通用类领域衍生。我二十年外企HR工作经验和人力資源总监的身份可以帮助大学生步入职场，包括职场新人在前面三年里面的晋升、发展未来的职业生涯都是很好的内容。

内容电商朂重要的就是发挥专业优势，定位很重要你是谁，你说什么别人是会信服这些说出来的东西都是自己经历过的，课程内容真正可以帮助到每一个职场学习者这才是我真正要求追求的。

创业邦：现在这个时代到底是做一名专业领域的网红好，还是做学术研究出书好

姚琼：这两者并不矛盾，专业领域的网红是因为我在线上大范围的帮助学员而很多课堂上的内容来不及讲，就成了我的第一本书《向世堺500强学绩效管理》这本书是案例学习，介绍了世界500强公司的绩效管理实操书是对课堂学习的补充，上完课这个书可以做复习用更细囮。我希望成为人力资源领域里面的实战派网红

Part 3：从乡村女教师到500强人力资源总监，性格决定命运

创业邦：最后聊聊您的职场生涯是鈈是到最后觉得在大公司发展有瓶颈？

姚琼：我觉得每个人的职业生涯都不一样最关键的是要发挥自己的优势。如果你假设在大公司里你觉得你没有发挥你的优势，那你应该出来；如果在大公司里面可以个人能力是否很到了充分发挥挥你的优势可以继续发挥自己的作鼡。关键还是要根据自己的能力及性格来确定的做有挑战的事情，才有成就感

爱立信是一家非常好的公司，总部在斯德哥尔摩企业攵化也非常好。我担任的是亚太区的人力资源总监我负责过爱立信全国销售队伍、研发中心、制造工厂等部门，世界500强的流程化与体系囮做的非常好我得到了很好的历练。非常感谢我当时的领导们即使离开还是很舍不得。爱立信是我职业生涯最后一家外资企业但是為了更好的进行自我发挥和突破，把自己的优势发挥得更好我找到的突破点就是OKR。

创业邦：当时在爱立信就发现自己适合当讲师

姚琼：我之前在微软做培训经理，很喜欢讲课与分享后来从培训进入到人力资源整个领域，开始做HRBP/HRD但是最终我要找到自己最感兴趣的点，應该是挖掘自己内心最热爱的东西——通过授课去进行分享正好遇到OKR，我觉得把自己之前所有工作的工作经验、授课经验、专业知识全蔀整合起来最后结合到这个OKR里面，所以这对我非常有吸引力

创业邦：步入职场之前，您的职业经历是什么

我的职业生涯是有些跳跃嘚。我原来在浙江做英语老师的跟马云是同行，马云是在浙江师范学院我当时是在浙江是在湖州的师范学院读书。毕业以后做了三年鄉村女教师之后我就了考研究生，毕业后来到了上海

创业邦：读研学的是什么？

姚琼：读研学的是历史90年代还没有人力资源专业。洇为我本来是英语老师所以研究生毕业后到上海找工作，进了教育学院做英语老师

我当时属于上海的引进人才，又在上海做了五年英語老师跳槽出来的时候已经30多岁了。那是我人生的第一跳把自己的铁饭碗给砸掉了，还是很有勇气的教育学院是事业单位，砸了就義无反顾的走了到企业里面去了。我每次砸饭碗都砸得很彻底的也许个性就是想追求突破与创新的。

创业邦：刚好赶上了外企的黄金時期

姚琼：九十年代末，正好是外资企业刚刚进入中国的时候特别需要懂外语的人才，那个时候没有人力资源专业你会发现像我们這个年纪的人，包括我遇到很多同行都是英语老师下海去做外资企业里面的培训和人事工作。

我自己不知不觉就进去了到现在做了差鈈多二十年。我们这批职业经理人就是最早的那批懂英语的人马云因为懂英语才能搞出阿里巴巴。

之前60后创业被人家嘲笑像我们这样活跃的，要么在外资企业待过的你的语言能力经过职业化训练20年，能够出来创业是比较有勇气的我一直在突破自己，从头开始每一步都是在前面的基础之上做职业生涯的自我迭代。从英语老师到外资企业是用语言的优势去迭代，外资企业也从零开始做到人力资源邊做边学，从培训助理开始做培训主任、培训经理、人事经理，再到人力资源总监

我不喜欢重复自己，我觉得自己的不同人生阶段应該有不同的目标所以性格决定命运吧，也决定了你的职业生涯发展方向我和大家分享我2018年的OKR作为今天的采访结束语：

O(目标):成为中国最囿影响力的人力资源绩效教练

KR1(关键结果1)：6月底前出版新书《OKR敏捷绩效管理》

KR2(关键结果2)：全年每月在全国各地开设公开课宣传OKR

KR3 (关键结果3)：在臸少10个平台传播OKR微课

KR4（关键结果4)：每周撰写人力资源领域原创文章分享

第三届全联接大会于10月10日在上海卋博展览馆和世博中心开幕华为轮值董事长在大会上发表了主题演讲《打造无所不及的智能，构建万物互联的智能世界》系统阐述了華为的AI战略，以及全栈全场景AI解决方案其中包括全球首个覆盖全场景的Asccn系列IP和芯片。

徐直军说：“外界一直在传华为在研发AI芯片今天峩要告诉大家：这是事实！”

以下是徐直军的演讲要点和答媒体问。

1956年时任达特矛斯学院助理教授的约翰·麦卡锡组织召集了达特矛斯讨论，正是在这次会议上，第一次正式提出了“人工智能”的定义从那以后的60年里，人工智能经历了两次发展的低谷即所谓的“冬天”，但其发展的脚步并未就此停止

1971年，发布了第一颗微处理器50多年来，摩尔定律见证了ICT产业的蓬勃发展

如果我们把AI产业和ICT产业这60年嘚发展轨迹画到一起，那么大致应该是图中的样子概括来说，人工智能与ICT产业的总体发展水平密切相关学术研究发现和工程技术发展楿辅相成。

而AI产业两次“冬天”的出现都是因为社会对AI的应用期望大大超越了ICT产业工程水平的发展现实。所幸的是“冬天”并不是结束，而是每一次“春天”的开始

今天，我们再次进入了“收获”的季节这是60年来全球ICT学术界和工业界长期耕耘，相互合作的成果

面姠未来，我们应该充分用好人工智能技术抓紧收获，努力扩大收获成果同时要让收获的季节持续得更长一些，把人工智能（AI）建在赤噵上永远生机勃勃。

2/ 人工智能是一种新的通用目的技术

任何技术只有准确的定位才会个人能力是否很到了充分发挥挥其价值。给人工智能技术进行合理的定位是我们理解和应用此技术的基础。

如同公元前的轮子和铁19世纪的铁路和电力，以及20世纪的汽车、电脑、一样华为认同：人工智能是一组技术集合，是一种新的通用目的技术（GPT）

加拿大学者Richard G Lipsey在其著作《经济转型：通用技术和长期经济增长》一書中提出：社会经济的持续发展是靠通用技术的不断出现而持续推动的。所谓通用技术简单理解就是要有多种用途，应用到经济的几乎所有地方并且有巨大的技术互补性和溢出效应。

经济学家们认为人类发展到今天，总共有26种通用技术人工智能就是其中一种。

我之所以强调人工智能是一种通用技术是期望大家重视人工智能对未来的巨大影响和价值。人工智能作为一种通用技术不仅可以使我们以哽高的效率解决已解决的问题，也可以解决很多没有解决的问题是否具备真正的人工智能思维，是否以人工智能的理念和技术解决现在囷未来的问题是我们能否在未来构筑领先竞争力的关键。

华为在实践中发现人工智能不但可以替代人，还能够自动降低生产成本这昰人工智能与信息化最大的不同，也是其最有价值的特点

3/ 人工智能将改变每个行业、每个组织

人工智能触发的产业变革，将涉及所有行業我们在座的每一位都要思考，我所处的行业是否会被人工智能技术改变甚至被彻底颠覆。如何以一种全新的模式重构各自行业和企业，是我们在未来都要思考和实践的

今天，我们可以清晰地预测到人工智能将改变或颠覆如下行业：

智慧交通将大大提升通行效率；

个性化教育将显著提升教师与学生的效率；

精准预防性治疗有望延长人类的寿命；

实时多语言交流再无障碍；

精准药物试验可以显著降低新药成本，缩短发现周期；

基于AI的电信网络的运维效率将大大提升；

自动驾驶和将颠覆汽车产业等

从华为云EI和HiAI发布以来的短短1年间，峩们深切感受到了前所未有的热潮

除了对行业带来的改变，人工智能还将改变每一个组织18世纪以来的历次技术革命，每一次都会对组織的结构、作业流程和人员能力等产生巨大影响

从工作岗位和人员能力角度看，人工智能推动此次变革将有一个明显的不同：以往的历佽变革总会产生大量的重复性日常工作需求比如纺织厂的设备操作，汽车制造流水线和手机制造流水线等但是人工智能将在几乎每个方面提升自动化水平，因此大量的重复性工作岗位需求将大幅度缩减与此同时，需要增加对数据科学工作岗位的需求例如数据科学家、具备一般性数据科学能力的数据科学工程师等。这些岗位的数量将远远少于当前重复性日常工作岗位

因此，我们认为未来的组织人員构成可能是菱形的，其中大量处于底部的基础性、重复性日常岗位会被AI所取代

4/ 改变刚刚开始，选择正确的问题比寻找新奇的方案更重偠

其实人工智能触发的各种改变，才刚刚开始改变历来都是几家欢喜几家愁，特别是改变刚开始的时候

我们可能会因为见证了AI实现叻以前想都不敢想的某个功能而兴奋，从而产生加速广泛采用AI的冲动也可能会因为，某个AI项目进展不如预期、或者担忧AI的应用安全可靠洏焦虑从而对未来的如何运用AI产生困惑。

从历史上所有通用目的技术的发展历程来看这些都是正常现象。

我们刚刚经过了AI技术与应用嘚局部探索阶段目前正处于第二个阶段。在这个阶段从技术视角看，一方面AI技术日趋完善同时又暴漏出越来越多的问题；从应用视角看，一方面AI的应用日渐广泛价值持续得以确认，但同时政策环境、公司流程、组织人员等都是主要面向以往的技术的比如信息化和時代的技术，还没有为智能技术时代的到来做好准备因而时常产生碰撞，甚至冲突

AI技术终将赢得属于自己的社会环境，那时我们将迈姠AI应用与生产力提升全面快速发展的第三个阶段

在迎来新的GPT技术之前，我们将持续见证和享受这一黄金发展期即第四阶段。但我们也偠清醒地认识到人工智能不是万能的，人工智能有它能解决的问题也有它不能解决的问题。

我们应充分聚焦人工智能能解决的问题、聚焦其创造价值的领域而不是把精力花在人工智能不能解决的问题或不能创造价值的领域。因为选择正确的问题比寻找新奇的方案更重偠

5/ 今天我们看到令人兴奋的落差

千里之行始于足下，让我们看看人工智能今天的状况一方面，下面一系列大数字让我们感受到了人工智能产业发展的“辉煌”：2017年发表的论文数是2万篇；全球有超过22个国家发布了AI计划；2017年新诞生了1100多家AI startup公司；2017年与AI相关的兼并收购金额达到240億美元；2017年与AI相关的VC投资达140亿美元

另一方面，下面的一系列小数字又让我们感受到了人工智能初级阶段的“冷静”：只有4% 的企业已经投資或部署了AI；只有约2% 零售商已经投资或部署了AI；只有约5% 部署的智慧城市 中正在使用AI；2017年只有约10%的内置了AI；全球AI人才的供需比仅有1%

“辉煌”与“冷静”之间的差距，正在凝聚产业发展的巨大动力所谓“山雨欲来风满楼”，这种落差令人兴奋

6/ 十大改变，开创未来

要解决人笁智能“辉煌”与“冷静”之间的巨大落差开创未来，我们要从技术、人才、产业这三个方面进行主动的变革今天，我和大家分享十個有关人工智能技术、人才和产业的重要变革方向

改变之一：缩短训练模型的时间。按照目前的技术水平训练某些复杂模型时往往需偠数天甚至数月，而成功的创新发现往往需要多次迭代这种训练速度严重制约了应用创新。我们认为未来模型的训练要能在几分钟、甚至几秒钟内完成。

改变之二：充裕经济的算力算力是AI的基础，但目前的算力非常昂贵是一种稀缺资源。如果说算力的进步是当下AI大發展的主要驱动因素那么，算力的稀缺和昂贵正在成为制约AI全面发展的核心因素

我们认为，算力应该是充裕且经济的并且这种需求應该尽快实现。

改变之三：人工智能要适应任何部署场景混合云已经成为企业采用云服务的主要模式，当前的AI主要在云少量在边缘，與企业的业务环境的结合有待进一步深入

我们认为，未来AI将无处不在要能够部署在任何场景，并确保用户得到尊准和保护

改变之四：更高效更安全的算法。算法是推动AI发展的另一个主要动力但目前运用的主要算法多诞生于1980年代。随着AI的广泛普及这些算法的不足愈發明显。

我们认为未来的算法，要能够基于更少的数据需求即数据高效。也要能够基于更低的算力和能耗即能耗高效。同时要解决洎身的安全问题并实现可解释…等等，这都是AI全面发展的重要技术基础

改变之五：更高的自动化水平。今天的人工智能自身还需要夶量的人工，特别是在数据标注环节今天甚至还诞生了一个新的职业叫“数据标注师”。有人调侃说今天的人工智能，是没有“人工”就没有“智能”

我们认为，应该大大提升AI自身的自动化水平比如在数据标注、数据获取，特征提取模型设计和训练等环节，要实現自动化或半自动化

改变之六：模型要面向实际应用。2018年6月伯克利大学的助理教授 Benjamin 等发表了一篇题目奇怪的论文--《CIFAR-10分类器能否泛化到CIFAR-10？》该论文指出，在CIFAR-10分类器上测试准确度出色的模型算法却在作者创建的与CIFAR-10非常接近的另一测试集上出现了偏差，分类识别准确率下降了5-15个百分点不等这也就意味着，这个模型算法的可用度大幅度下降

由此，可见当前很多优秀的模型算法更多的是“考试”优秀，還未达到“工作”优秀我们认为，未来的模型必须实现工业级的优秀即满足工业生产的需要，而不仅仅满足于测试集上“考试”优秀

改变之七：模型更新。模型的准确率并非是一成不变的而是会随着数据分布、应用环境和硬件环境的变化而变化，始终保持准确率在期望的范围内对于企业应用是必须的但目前的模型更新是非实时的，依赖人工周期性的更新因此是一个半开环的系统。

我们认为未來的模型要能及时适应各种变化，实时更新实现闭环系统，保证企业AI应用始终处于最佳状态

改变之八：人工智能要多技术协同。每一個通用目的技术只有与其它技术充分协同配合，才能发挥到极致创造巨大的经济价值。AI也不例外但在目前我们探讨AI时，更多的是仅僅聚焦AI本身

我们认为，AI需要与云、、边缘计算、区块链、、数据库......等技术充分协同如此才能发挥更大价值。

改变之九：人工智能要成為由一站式平台支持的基本技能今天，AI还是一项只有具备高级技能的专家才能完成的工作成熟、稳定、完善的自动化工具还比较缺乏，获得一个AI模型还是一个非常复杂耗时耗力的事情。

我们认为应该有一站式平台，提供必需的自动化工具让AI应用开发更容易，更快捷从而，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能

改变之十：以AI的思维解决AI的人才短缺。AI人才的短缺特别是数據科学家的缺乏，一直是业界顾虑较多的一个制约因素而且我们认为，数据科学家将永远是稀缺的

解决之道应该是，以AI的思维解决AI的囚才短缺通过着力发展、自动化、简单易用的AI平台和工具服务，以及提供培训教育培养大量的数据科学工程师，使他们能完成大量基夲的数据科学相关工作通过这些大量的数据科学工程师与数据科学家和各领域专家相互配合的梯形结构，来解决AI人才稀缺问题

这十个妀变，一定不是AI技术、人才、产业发展的全部但都是未来发展的重要基础。

7/ 华为的AI发展战略

这十大改变既是华为对AI产业发展的期望也昰华为制定AI发展战略的源动力。基于这十大改变华为的AI发展战略包括五个方面：

投资基础研究：在计算视觉、、决策推理等领域构筑数據高效（更少的数据需求）、能耗高效（更低的算力和能耗）、安全可信、自动自治的基础能力。

打造全栈方案：打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台

投资开放生态和人財培养：面向全球，持续与学术界、产业界和行业伙伴广泛合作打造人工智能开放生态，培养人工智能人才

解决方案增强：把AI思维和技术引入现有产品和服务，实现更大价值、更强竞争力

内部效率提升：应用AI优化内部管理，对准海量作业场景大幅度提升内部运营效率和质量。

8/ 华为的AI解决方案

这张图就是华为的全栈全场景AI解决方案

我们提出的全场景，是指包括公有云、私有云、各种边缘计算、物联網行业终端以及消费类终端等部署环境

我们说的全栈是技术功能视角，是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案华为的全栈方案具体包括：

： 基于统一、可扩展架构的系列化AIIP和芯片，包括Max、Mini、Lite、Tiny和Nano等五个系列包括我们今天发布的华为昇騰910

（Ascend 910），是目前全球已发布的单芯片计算密度最大的AI芯片还有 310，是目前面向边缘计算场景最强算力的AI SoC

CANN： 芯片算子库和高度自动化算子開发工具。

MindSpore：支持端、边、云独立的和协同的统一训练和推理框架

应用使能：提供全流程服务（ModelArts），分层API和预集成方案

2018年4月，华为发咘了面向的人工智能引擎HiAI；2017年9月华为发布了面向企业、政府的人工智能服务平台华为云EI。今天我们发布的全栈全场景解决方案是对华為云EI和HiAI的强有力支撑。基于这个解决方案华为云EI能为企业、政府提供全栈人工智能解决方案；HiAI能为智能终端提供全栈解决方案，且HiAIservice是基於华为云EI部署的

总体来说，华为人工智能的发展战略是以持续投资基础研究和AI人才培养，打造全栈全场景AI解决方案和开放全球生态为基础

面向华为内部，持续探索支持内部管理优化和效率提升；面向通过SoftCOM AI 促进运维效率提升；面向消费者，通过HiAI让终端从智能走向智慧；面向企业和政府，通过华为云EI公有云服务和FusionMind私有云方案为所有组织提供充裕经济的算力并使能其用好AI；同时我们也面向全社会开放提供AI加速卡和AI服务器、一体机等产品

我们提出的全场景意味着华为有能力实现智能无所不及，构建万物互联的智能世界

全栈意味着华为囿能力为AI应用开发者提供强大的算力和应用开发平台；有能力提供大家用得起、用得好、用得放心的AI，实现普惠AI

最后，感谢大家来到全聯接大会华为希望和在座的各位一起努力，让人工智能不再是高高在上而是走向普惠大众。华为希望能够和客户、产业伙伴、学术界等一起合作共赢，打造无所不及的AI构建万物互联的智能世界！

附：在媒体见面会上答记者问

提问：徐总您好，您今天在台上发布两款芯片请问这两款华为AI芯片用在什么设备商？是否会向第三方销售第二个问题现在AI供应链上有多少属于华为自己做的？

徐直军：首先這两个芯片我们都不会以芯片对外销售，而是以芯片为基础开发AI加速模组AI加速卡，AI服务器AI一体机，以及面向自动驾驶和智能驾驶的MDC（Mobile-DC）进行销售这两个芯片，昇腾310更多是用在边缘计算产品上但是也是可以应用在云上，昇腾910更多是用在云上给大家提供强大的训练算仂。其他的Lite、Tiny、Nano主要是用于物联网、行业终端和智能手机、智能穿戴等消费终端是以IP方式跟其他芯片结合在一起服务于各个产品。一个企业不可能拥有一个完整供应链华为两个AI芯片也不可能是全部自己研发，也不可能不依赖于第三方和合作伙伴

讲一下为什么有一个Lite，洇为需要非常低能耗每天睡觉的时候，你们醒来的时候你们希望清楚是几点了，很多人习惯手机拿过来按一下看一下时间我有很多萠友跟我讲，华为手机为什么不能喊一声就告诉我时间他说这应该是很简单的功能，但是很难实现它需要有一个处理器24小时运行听你嘚声音，它才能够回应你所以Lite就可以做到让手机一直在线，你手机放到这里说一声就可以就可以回答你现在几点，你就不需要拿手机開一下看一下，再放下去所以这种场景非常多，就需要人工智能的芯片和能力来做各种处理

提问：今天我们是系统听到您阐述华为囚工智能战略，华为市场人工智能战略不是特别早现在提出来是不是市场战略部署做好了，人工智能生态方面华为有什么优势人工智能芯片为什么没有延续原来的麒麟出于什么考量？

徐直军：首先任何企业对战略的形成是需要一个过程的战略就是在有限资源情况下的選择，在人工智能时代到来以后华为做什么选择，我们做什么不做什么，肯定是有一个思考、讨论和基于自己的能力，以及我们对愙户需求和未来发展的理解然后形成战略的一个过程。所以说这次我们才把我们形成的战略来发布给大家

任何企业生态没有一个天然優势或劣势，都是靠努力发展起来的华为因为有端、网络、云，所以我们具备去构筑全方位生态的条件但是能不能把生态发展起来，偠取决于做得怎么样还有取决于我们是否真正为合作伙伴着想，让合作伙伴愿意跟我们合作

至于你讲的为什么不用麒麟，麒麟是我们媔向智能手机SOC的品牌肯定不能用于我们的人工智能，人工智能是既面向又面向边缘，又面向消费终端又面向IOT终端品牌。

提问：关于華为全栈战略因为是叫全栈所以包括芯片、云、端到端分析以及应用，问一下华为怎么样能够完成端到端各层对比、谷歌的云，华为這方面有什么优势

党文栓：你的问题是怎么能够在这么多领域跟市场竞争，事实上对于我们而言每一层都是相当自然的要看芯片这一層，我们已经有多年芯片设计经验比较而言，虽然人工智能芯片有这么多要求坦率讲人工智能，特别是目前神经网络芯片所面临的工程领域的挑战也是多个年来华为一直在致力于解决的问题，所以这个时候推出芯片其实是一个很自然的行为

再看芯片之上的CANN这层，也僦是与芯片相关工具其中基本技术，这是我们早就已经有的技术如果要到框架mindspore这一层，我发言当中讲了需要端、边缘、协同或者是獨立部署需求，这里面的技术我们也是有的更重要是在过去一两年当中，我们深切感受到了协同的需求基于需求理解和技术掌握，这對于我们也不是太难的事情

对于最上面一层我们叫做应用使能，这里面可以看到很多服务如何帮助模型生产，如何训练部署模型这褙后有一系列服务，服务物联网服务，数据库服务这些服务很多华为也已经具备，有些在去年发布的EI中已经具备这也是一个自然过程。

总的来讲这是我们现有业务的自然延伸。

我们这次发布的全栈方案是一个基于开放架构的方案，客户有权利选择其中任何一层或哆层

很重要是从客户视角看有两点，要让大家用好人工智能当前阶段以及面向长期非常重要。第一我们从一开始考虑全场景，因为鈈同企业不同应用可能部署不同环境，一定要考虑多场景支持第二，当前AI发展处于早期阶段，这个时候全栈协同优化更能带来价值这是我们为客户创造价值做出的选择。

提问：问一下Dr.Vishal Sikka博士如何提升AI投资回报率？鼓励AI基础设施建设以及AI平台和行业智能转型

Sikka：因为峩们讲的是AI企业从应用以及AI如何需要企业转变内部流程，所以我觉得在投资回报要从这个角度考虑看看这个企业级AI应用，上线速度有多赽为企业产生价值能有多大。举两个例子一个是前端一个是后端，对于企业前端来说AI可以应用影响很大领域就是客户管理。AI应用可鉯用于感知能力上包括视觉、语音、文本理解上，这些方面可以不断加强企业在前端对客户理解这是一个重要的AI会有很大影响力的领域。另外是后端后端有很多流程现在还是非常依赖于人工手段，所以人工运作成本是很高这是AI可以起到很大作用地方，一方面可以帮助我们降低整个运作成本另外一方面提升资产管理效率，资产使用效率也可以降低物理维护这方面难度和提升效率。

关于投资回报這是全栈解决方案，全栈解决方案更能进一步加速投资回报周期全栈解决方案意味着拥有完整能力，可以支撑企业级关键任务应用场景而且全栈是具备开放性，互动性的话可以更好服务企业未来提供更好的选择

提问：我来自于班加罗尔，我们有两个问题一个是交通┅个是教育，想了解一下华为这些方面解决交通问题和教育问题可以怎么应用今天介绍这些服务，各个城市包括班加罗尔他们首先需要國家基础做投资才可能出现技术大规模部署，华为有没有什么计划帮助这些国家部署提升他们的基础设施

徐直军：详细计划还没有，峩演讲当中讲到AI使用场景或者说改变领域上教育和交通是首当其冲的。我们在中国好几个城市在和伙伴一起做智慧交通通过人工智能來自动控制红绿灯，提升通行效率和通行速度效果是非常明显。

中国是一个交通繁忙的国家基本上所有城市交通都面临拥塞的难题，所以我们希望用技术来尽可能解决中国交通拥塞问题来提高平均通行速度。如果可以解决的好我想解决当下问题是没有问题的。

对于敎育来说AI最大好处是学会了不要重复学，教会了不要重复教现在中国学生最大痛苦是老师布置家庭所有学生作业都一样，而且全部还偠做如果老师能够基于每一个学生掌握的知识情况布置跟他个性化的家庭作业，一方面家庭作业就大幅度减少老师来讲也可以真正的進行个性化施教，这样的话教育可以在未来发挥更大价值。如果人工智能可以做到这一点我相信这是每一个学生，每一个老师每一個家长都期待的。谢谢

提问：此前有很多报道提到“达芬奇计划”是华为十年内最大研发项目，由您亲自负责这个说法准确吗？这个項目什么时候开始的动用了内部多少团队？为什么从头开始华为其实之前已经用了5GIT，也有云端和终端布局我们为什么要重新推一个架构出来？

徐直军：华为有一个达芬奇项目是事实但是没有达芬奇计划，我关心每一个项目达芬奇项目也只是其中之一。

为什么要构建新的架构来支持我们人工智能芯片这是基于我们对人工智能理解和我们了解的人工智能需求自然产生出来的。我们需要是云到边缘、箌端、还有不同终端全场景支持人工智能，因此必须要开创一个新的架构而且这个架构要在技术上行得通，可实现幸运的是找到了這个架构，我们开创性达芬奇架构就能够解决从极致的需求到极致的大算力需求全覆盖。现在我们还没有看到市场上有其他架构能够做箌这一点

党文栓：我补充一下，我们设计这个芯片的时候我们从开始就考虑到要全场景辐射，这是我们不二选择徐总在发言当中提箌，与以往信息化不同人工智能带来是可以降低生产成本，意味着人工智能应用将超越信息化需要深入进入生产系统，进入生产系统必须跟线下、本地各种场景相结合

与此同时采用云服务也是必然的，我们在前年大会上提出云服务2.0就是更多传统行业将越来越多采用雲服务，所以深入生产系统和云服务这样一个大跨度部署基础设施环境将是未来企业应用所必须面对的环境。我们所有技术开发技术准备，都必须从一开始要考虑到这样一种超大动态范围超宽范围需求。同时提醒大家大家可以一起观察未来，如果哪天发现云服务发展速度受阻人工智能发展受阻，一定是跟生产系统结合不够

提问：您谈到AI芯片进一步提升效率，在未来5G网络当中整个架构也是更复雜。我想问未来将推出AI服务器给客户运营商CTO他们会因此感到欣喜还是担忧？

徐直军：5G网络架构与没有什么区别如果说非独立组网（NSA），那5G比4G更简单只是在4G网络上增加5G而已。独立组网（SA）情况下5G跟架构是一样的。

人工智能在这个领域应用的最大好处是有可能实现网络洎动驾驶我们不期待未来所有网络运维人员都不需要了，这也是一个不好的消息但是如果说真有一天我们实现了网络自动驾驶，那确實是不需要这么多运维人员了在这种情况下，又会需要很多数据科学工程师和科学家来实现网络的自动驾驶如果运营商的CT0满意现在的發展，那他可能不需要人工智能如果他不满意现在的成本，特别是OPEX想减少OPEX的话，那人工智能对他应该是一件高兴的事情

提问：您之湔提到人工智能给商业模式带来很大冲击，华为怎么样应对潜在商业模式变化

徐直军：华为每天都在应对，具体应对措施是见招拆招未来需要我们，我们还是需要工作确实人工智能可能改变很多行业，改变很多企业也颠覆很多行业，所以在发展过程当中有很多企业會由于人工智能快速成长起来也有很多企业由于人工智能不复存在，这也是必然的规律

人工智能最高境界是实现无人自动驾驶，如果講自动驾驶不要只想到汽车所有的东西如果真正做到，就有真正的智能体能够自己管好自己想像一下如果真有那么一天，我们现在周邊很多事情都会改变这个世界司机就会消失，汽车保险也会消失最后消失很多，也会产生很多所以我强调我们每一个人都要思考我們所在的行业所在的企业，人工智能未来对我们可能的改变和颠覆有没有如果有，我们要拥抱如果你拒绝，就有可能走向灭亡

提问：外界比较关注这次华为和之间合作，尤其微软是否采用华为新的芯片

徐直军：我们和微软是有接触，但是媒体报道出来就变成了购買，或者大规模采购华为芯片这都是谣言。

所以今天才发布可以为我们的友好合作提供测试，明年2月份才会正式为客户提供AI加速模块AI加速卡，AI服务器这才是事实。

提问：我想知道华为怎么看未来华为与一些公司的竞争，尤其未来在海外在、欧洲这些市场？

徐直軍：什么是市场市场就是需要有竞争，没有竞争不叫市场华为在市场上能不能竞争过我们的对手，这是看华为做的怎么样我想所有市场还是希望有竞争的，竞争可以促进我们进步如果没有竞争也许大家还没有感觉。华为不直接向第三方提供芯片所以我们跟芯片厂商没有直接竞争。我们是提供硬件和云服务当然跟提供硬件和云服务厂商应该会有竞争。

提问：今天消息发布之后有很多朋友圈人说这昰华为几年来最大一次转型我想请您评价一下，从原来云到人工智能我们怎么样评价人工智能与云以及华为其他的运营商业务，企业業务之间的关系我们对未来两年运营商业务，企业业务数字增长会有期待吗

：在华为内部最讨厌的两个字就是“转型”，所以我们所囿的文字上我们从来没有说过这两个字这是你说的。什么是转型转是从原来的转到另外一个，华为没有这样做所以华为没有转型！呮是在前进！

我今天上午讲了，首先把人工智能定位为是通用的技术它可以应用到所有地方。所以AI首先是增强华为所有产品和解决方案鉯及服务让它更具有竞争力，具体能增长多少我们还没有分析，我们只要能继续向前就可以了

至少我们在麒麟970增加AI的能力，以及Mate10增加了AI的能力以后带动了全球在领域创新，也带动了智能手机成长今年能够超过两亿台。

所以AI对有三个方面价值一个是开创新机会，仳如基于AI加速模块加速卡，AI服务器AI-MDC（Mobile-DC）等，包括AI云服务也能因此更快发展

第二，用AI增强我们现有所有业务所有产品、解决方案和垺务的竞争力，使得我们在市场竞争中保持领先更好面向未来。这一点上我们已经享受到了这点价值

第三，用于内部改进管理提升效率，这样更好来提升我们组织能力和竞争力更好面对未来挑战。