咨询电话：400-007-9000，13501208501（马老师）
任正非：人工智能时代，世界只有第一，没有第二
发布时间：2025-11-03 11:11 文章来源：华夏基石 作者:黄卫伟 点击：次
文 / 黄卫伟，华夏基石六君子塾首席导师，华为高级顾问，中国人民大学教授、博导
来源：华夏基石e洞察（ID：chnstonewx）
本文根据黄卫伟教授在2025华夏基石第12届十月管理高峰论坛上的演讲整理，文章仅代表作者本人观点（未经本人审核）
大家好，我今天交流的题目是《AI管理革命正向我们走来》。
01
20世纪的管理革命与管理困境
（一）第二次工业革命推动了所有权与管理权分离的管理革命
AI作为一种技术，正在驱动管理和上层建筑的变革。我们知道，第一次工业革命以蒸汽机、铁路、电报为主导，在铁路系统中诞生了第一个现代管理体系。第二次工业革命以电力、内燃机、电话为代表，促进了制造业、交通运输业、分销和零售业，以及影视广告娱乐等产业的繁荣。技术进步以及大规模的并购发生在美国19世纪和20世纪之交，促进了企业规模的扩张和管理复杂性的增加，进而推动了股权的分散，所有权与管理权的分离，以及职业经理阶层的形成。
正如钱德勒在《看得见的手》中指出，技术的进步完成了第一次管理革命。第一次管理革命的特征就是我上述的三点：（1）股权的分散化，这是由于大规模并购所推动的；（2）所有权与管理权的分离：创业者不管是到年龄了，还是其他原因，最终要把企业的控制权——即通常所说的管理权——要交到职业经理人手上；（3）职业经理阶层开始形成。用钱德勒的话说，美国企业在职业经理人手上获得了长足的发展。因此，不管是钱德勒的《看得见的手》，还是格林斯潘的《繁荣与衰退》，主要两个核心观点：一是股权分散；二是职业经理人阶层的形成。
（二）第三次工业革命推动了以信息技术为基础的管理革命
自科学管理运动以来的一百年中，企业的生产力得到了大幅度提升，以计算机、互联网和移动通信网络为代表的第三次工业革命使得标准化、流程化、自动化大规模定制以及信息系统得到普及，实现了以信息技术为基础的管理革命。
但我们看到一个现象：阻碍生产力提高的一般性难题在这三次工业革命中都已经被逐一克服了（所谓“一般性难题”，就是可见的这工具和方法能解决的管理问题），生产力的提升越来越集中在最深层的难题，最难啃的骨头上。
（三）产业的难题与传统技术和管理的困境
企业生产力的提升服从帕累托定理：80%的效益增长依赖于20%难题的解决。
1．钢铁行业——高炉的稳定性。以宝武集团为例，炼钢成本里70%里炼铁成本，高炉不稳定是最大的问题，如能提高前端输入参数，对输出铁水温度及硅含量预测的准确性，就能提升高炉的稳定性。这是一个百年世界难题。而每吨钢在炼铁环境省1块钱，仅宝武一家的产量就能省下几亿元，因为钢产量已经是1、2亿吨。
2．电力行业的困扰：中低端配电网管理的复杂性。电力行业业务重点现在逐步转向中低压配电网的建设，由此带来的需求变化主要表现在：（1）数字化改造设备规模大，仅国网就有470万台区，480万的充电桩，8000万开关，4.3亿计量表，300GW分布式光伏装机量。（2）数字化程度低，存在三个老大难问题：“贵”(人工逐站运检，1500元/站/年)、“难”(故障难查，故障位置不清楚)、“慢”(被动响应，平均30分钟受理时间) 。（3）新能源的爆发：光伏和风电介入电网以后，给电网企业带来了负荷增加，不可预测，无法消纳的情况。
3．水泥行业的硬骨头：熟料强度的实时精准预测。2024年4月，海螺水泥与华为矿山军团项目组从200个水泥生产场景中识别出“水泥质量预测循优，水泥生产全域优化，安全生产智能监控，皮带机无人巡检，智能装备问答”五大核心人工智能场景。其中最基础、最关键的场景，也是最难啃的骨头，就是“熟料强度质量指标的实时预测”。现有的手段和方法在解决此项难题方面已经达到了极限。
4．油气勘探行业的短板：勘探地震数据的处理和解释。比如，把一个地块的地震数据处理和解释，人工需要十几天的时间，而且严重依赖专家的经验和判断。再比如中石油的FWI (全波形反演，一种高分辨率地震成像技术)，尽管中石油东方物探已经占了全球石油勘探近70%的份额，但这都是石油勘探的苦活、累活、脏活，而在高分辨率地震成像数据的处理和 解释上，还需依赖美国等公司的设备，与美国竞争对手存在明显的差距，严重制约了企业的效益。我们干脏活，累活，苦活，是我们的企业在国际化过程中很普遍的存在，原因是核心技术没有突破。
5．煤矿行业的老大难：煤矿的痛点就是安全、减人、提效。煤矿现在下井员工的平均年龄为45岁，50岁以上不再允许下井，整个行业都面临的问题，就是招不到矿工下井采煤。虽然现在都是用机械化采煤了，但井下作业的环境如粉尘、光线昏暗等一系列工作条件，使得年轻人不愿意下井。煤矿井下主要生产业务可以概括为采煤-掘进-机电-运输-通风加排水，煤矿生产的痛点就是“减人、安全、提效”。以运输为例，指的是主煤流通过皮带运输机将矿井下的煤运输到井上。作为煤矿的“大动脉”，运输一旦出了问题就会导致整个矿井停工，因此每个矿区都配有专人专岗，保障煤流运输系统的正常运行。
类似上述的产业生产力难题已经是现有手段攻不破的难题，我之所以称其为“硬骨头”，也是这个道理。科学管理和持续改进经过一个世纪的发展，正面临边际效应递减的困境。
这恰恰是基于AI大模型联合创新的用武之地。
02
21世纪管理的大趋势是AI驱动的管理革命
（一）AI是我们面临的最重要的一场管理革命，也是最后一场管理革命
21世纪的管理挑战是什么？解决类似上述提到的产业生产力的难题是21实际管理面临的最大挑战。
现在看得越来越清楚了，解决上述难题的钥匙是人工智能，这是一场AI驱动的管理革命。AI也许是人类最后一个技术革命时代，AI驱动的管理也许是人类最后一场管理革命。为什么这么讲？我引用华为总裁任正非的话来说，黄仁勋说AI是这个时代最重要的技术，有人问我他说得对吗？我说还会有下一个新时代吗？下一个技术革命时代我是想象不出来了。正如谷德所说，第一台超智能机器是人类最后一项发明，如果没有下一个时代，如果谈弯道超车？中国企业的机会在哪儿呢？
AI是我们面临的最重要的一场管理革命，也是最后一场管理革命。在这场管理革命中要能够跟上，不落伍，才是企业长期生存的关键。如果这个事情做不好，其他的都免谈。
（二）数字化和智能化管理革命有两个重要的方向
第一，面向个人，即ToC领域的革命，把人的视野和智力无限扩大，把人从简单的、重复性的操作中解放出来。这种解放对于不同的人，就产生了不同的命运：胜任者可能处于更优越的地位，不胜任者就被大量裁撤。
比如美国港口工人协会的罢工，其诉求是不在港口中采用无人AI自动化装置，这会导致大量工人失业。华为在天津港做了一个无人的港口，不但效率提升了，质量提升了，而且节省了1200个员工。但天津港局并没有把员工裁掉，而是把他们重新配置到客户界面。这做了一个很好的示范，既推动了AI革命，同时又消化了AI革命所带来的员工裁撤难题。
第二， 面向产业，即ToB领域的革命，将针对解决横亘在产业中的模糊性、不确定性难题，更深刻地改变产业的面貌。这是华为AI的重点。华为也搞ToC人工智能，比如消费者BG，“BG”直译是“集团”，也可以译成“业务群”——因为整个企业叫集团，下面只是一个群组。
在人工智能应用领域，美国的人工智能应用基本上是ToC这块很厉害，因为它的制造业已经空心化，而我们的人工智能应用除了ToC，恰恰就是面向ToB领域。中国如果把这一仗打胜，那中国在世界上制造业的地位就不可同日而语了。因此，关键在于我们在关键技术及产品和软件方面是不是准备好了？企业的领导人是不是下定决心“压强投入”了？
03
华为的实践：用灯塔照亮前进道路
华为公司通过军团等组织形式，在中国做出灯塔项目，向世界上拓展，走出了一条非常富有战略性的前进道路。我举几个例子来说明。
（一）钢铁行业的成功合作案例
华为和宝武集团合作的高炉模型，在这种大时延、高难度情况下把高炉炉温和硅含量预测的准确率提升到92%以上，每吨铁水节省10元以上，别小看了这10元的节省，仅宝武的产量，就能省下几十亿元。该项目获得国资委高价值场景认可；湘钢、南钢、永峰钢铁等都已经全面推广复制。宝钢高炉专家又结合与华为联创的预测结果反过来去调整控制高炉输入的内容。
湘钢AI大模型创新在2024年“人工智能向善全球峰会”上获得国际电信联盟全球人工智能优秀创新案例奖。
（二）电力行业的成功合作案例
华为和陕西国网电力公司合作了六年，解决新能源接入到电网中以后带来的难题。陕西国网和广西南网都与华为军团合作，实施配网数字化、智能化改造，同时向业界首次发布配电网数字化评价指标标准，包括覆盖率、在线率、完整率、成功率、识别率、准确率。管理上有一条规则，叫“不能度量就不能管理”。所以，能够准确清晰地度量这个过程和结果，就能推动管理变革的改进。以陕西国网为例，目标是打造一套可复制、可推广、可演进的新型智慧配电网端到端解决方案，其核心是一套智慧物联体系架构三大核心技术，包括双模+融合终端+人工智能，以及N个场景应用。实现配电网全要素（包括运行、故障、现损、计量、灵活异常监测、拓扑、运行、消纳，以及计算等）透明化，提升供电可靠性和电网安全运行水平，支撑基层用电客户双满意和国家的双碳战略。
（三）水泥行业的成功合作案例
华为在水泥行业和海螺水泥合作创新的成果非常显著。
世界水泥看中国，中国水泥看海螺，海螺是中国水泥中经济效益、质量最好的一家企业，被用在国家许多重点项目上。早在2024年4月，海螺水泥就与华为矿山军团合作，从200多个水泥生产场景中识别出“水泥质量预测寻优、水泥生产全域优化、安全生产智能监控、皮带机无人巡检、智能装备问答”5大核心人工智能场景。基于华为的数字化转型咨询、云平台、盘古大模型的工具平台，推动了海螺水泥集团的智能化转型，进一步优化了成本，发布了首个建材大模型。仅水泥窑炉优化一项，吨熟料煤耗降低了1%，水泥熟料质量预测准确性达到85%以上。由于产量大，效益非常显著。2025年4月23日，由中国建筑材料联合会、海螺集团、华为联合举办的水泥建材人工智能大模型成果发布会，会上发布了建 材的AI大模型，这是水泥建材行业全球发布的首个大模型，对行业智能化转型具有里程碑意义。
（四）油气勘探行业的成功合作案例
中石油东方物探公司通过与华为油气军团的合作，把一个地块的地震数据处理和解释从原来的需要十几天时间，缩短到现在几个小时就能走完，而且质量得到了专家的一致认可。
再比如中石油的FWI（一种高分辨率的地震成像技术）效率提升了20倍，FWI的创新也是基于华为无线领域的积累，双方联创的结果弥补了中石油东方物探与美国竞争对手的差距。现在，此能力已融入到他们自研的软件，再配上华为的鲲鹏芯片，做成一体机，已经可以和西方厂家同台竞争了。
（五）煤炭行业的成功案例
仍以刚才提到的运输环节生产过程改善为例，应用华为的视觉分析AI技术，突破了煤矿井下运输的难题。众所周知，AI识别的异常样本越多，检测效果越好，但是煤矿井下光线暗，粉尘多，要把皮带上的异物如锚杆、木头、工 字钢等多种异常样本全部收集起来难度很大，他们遇到的是煤矿行业做AI设计的共性难题——缺少样本。
最后，项目团队提出了一个新的解决方向——非正常即异常，沿着这个创新的解决方向，项目工程师们把需求和方案的设计初 稿传递给云EI(企业智能)产品线，EI给他们推荐了盘古大模型技术，该技术主打的“低门槛AI开发和零样本、小样本优势”，非常契合煤矿行业的井下作业场景。最终，项目实现了减少20-30%的井下作业人数、“用机器代替人”的减人目标。
上述都是技术含量很高，在解决难题上有所突破、有所进展的典型案例。
因此，对行业数字化、智能化系统应用有着巨大的改造空间，当然还需要经历很长的联合创新过程，可能要10年、20年长期的创新过程。行业数字化、智能化系统性的优化还是非常难的，需要客户伙伴和华为的持续努力，还需要很长的联合创新过程，不是一蹴而就。
华为公司从2018年起，已经陆续成立了9个产业数字化智能化军团，全面覆盖油气钢泥冶矿、智慧化交通、数字金融、智能电力、制造与大企业、智能化公用事业、智能化政务、互联网服务提供商、智慧园区领域。这几年的重点集中在大企业数字化智能化的“灯塔”项目上，做出成功的模式，树立行业标杆。然后与生态合作伙伴一起，将“灯塔”的成功模式向行业推广，并逐步向国外扩展。
04
AI技术驱动的管理革命的特征
第一，AI时代，数据价值发生了本质变化。
AI智能时代，AI的训练和推理需要数据的高效使能，数据的价值发生了本质的变化，不再是冷数据、沉睡的数据。因此要求特别关注数据的质量，克服数据孤岛，建立统一的数据底座。
第二，AI是最后一次技术革命，也将带来彻底的管理革命。
古德认为超智能机器可以设计出更好的机器，而人类的智能将远远落后。因此，曾经的管理定义是同别人一起，或者通过别人实现组织目标的过程。而未来的管理将是同AI一起，或通过AI实现组织目标的过程。管理从定义上都会发生根本性的变化。
第三，在人工智能时代，世界只有第一，没有第二。
任总讲，在人工智能时代，世界只有第一，没有第二。现在还在混战的、内卷的领域，将来都会被先进企业的人工智能横扫。“你们可以参考谷歌的人工智能如何评估心脏健康，谷歌是靠千万次、亿次的机器学习才找到标准模型，并将这个心脏模型开放出来，全世界都在使用，世界上不再需要第二个模型了。在AI领域，对任何产业来说，就是突破和解决最尖端的那一点，抓住一个，扎扎实实做好这一个，一旦突破，一览众山小，只有第一，没有第二。”因此，AI要抓住解决产业难题的牛鼻子，不仅仅是节省人工，关键是提高竞争力。
05
巨大的机会和巨大的挑战
第一，我们在面临巨大的机会和巨大的挑战，AI在产业中的应用是中国企业巨大的机会，也是巨大的挑战；
第二，减人不是增效的主流，要做就要做最难的。减人只不过是结果；
第三，创新的本质不仅是降低成本，更是创造价值。把成本放在第一位，是一种收敛的管理；把创造价值放在第一位，才是一种开放的思维；
第四，未来的竞争是生态圈的竞争。对广大中小企业来说，要长久生存就要进入领先企业的生态圈。要是进不去领先企业的生态圈，被边缘化，企业就不可能长久生存。
AI技术与管理革命正向我们走来。星星点灯，最终点燃浩瀚的星空。
谢谢大家！
来源：华夏基石e洞察（ID：chnstonewx）
本文根据黄卫伟教授在2025华夏基石第12届十月管理高峰论坛上的演讲整理，文章仅代表作者本人观点（未经本人审核）
大家好，我今天交流的题目是《AI管理革命正向我们走来》。
01
20世纪的管理革命与管理困境
（一）第二次工业革命推动了所有权与管理权分离的管理革命
AI作为一种技术，正在驱动管理和上层建筑的变革。我们知道，第一次工业革命以蒸汽机、铁路、电报为主导，在铁路系统中诞生了第一个现代管理体系。第二次工业革命以电力、内燃机、电话为代表，促进了制造业、交通运输业、分销和零售业，以及影视广告娱乐等产业的繁荣。技术进步以及大规模的并购发生在美国19世纪和20世纪之交，促进了企业规模的扩张和管理复杂性的增加，进而推动了股权的分散，所有权与管理权的分离，以及职业经理阶层的形成。
正如钱德勒在《看得见的手》中指出，技术的进步完成了第一次管理革命。第一次管理革命的特征就是我上述的三点：（1）股权的分散化，这是由于大规模并购所推动的；（2）所有权与管理权的分离：创业者不管是到年龄了，还是其他原因，最终要把企业的控制权——即通常所说的管理权——要交到职业经理人手上；（3）职业经理阶层开始形成。用钱德勒的话说，美国企业在职业经理人手上获得了长足的发展。因此，不管是钱德勒的《看得见的手》，还是格林斯潘的《繁荣与衰退》，主要两个核心观点：一是股权分散；二是职业经理人阶层的形成。
（二）第三次工业革命推动了以信息技术为基础的管理革命
自科学管理运动以来的一百年中，企业的生产力得到了大幅度提升，以计算机、互联网和移动通信网络为代表的第三次工业革命使得标准化、流程化、自动化大规模定制以及信息系统得到普及，实现了以信息技术为基础的管理革命。
但我们看到一个现象：阻碍生产力提高的一般性难题在这三次工业革命中都已经被逐一克服了（所谓“一般性难题”，就是可见的这工具和方法能解决的管理问题），生产力的提升越来越集中在最深层的难题，最难啃的骨头上。
（三）产业的难题与传统技术和管理的困境
企业生产力的提升服从帕累托定理：80%的效益增长依赖于20%难题的解决。
1．钢铁行业——高炉的稳定性。以宝武集团为例，炼钢成本里70%里炼铁成本，高炉不稳定是最大的问题，如能提高前端输入参数，对输出铁水温度及硅含量预测的准确性，就能提升高炉的稳定性。这是一个百年世界难题。而每吨钢在炼铁环境省1块钱，仅宝武一家的产量就能省下几亿元，因为钢产量已经是1、2亿吨。
2．电力行业的困扰：中低端配电网管理的复杂性。电力行业业务重点现在逐步转向中低压配电网的建设，由此带来的需求变化主要表现在：（1）数字化改造设备规模大，仅国网就有470万台区，480万的充电桩，8000万开关，4.3亿计量表，300GW分布式光伏装机量。（2）数字化程度低，存在三个老大难问题：“贵”(人工逐站运检，1500元/站/年)、“难”(故障难查，故障位置不清楚)、“慢”(被动响应，平均30分钟受理时间) 。（3）新能源的爆发：光伏和风电介入电网以后，给电网企业带来了负荷增加，不可预测，无法消纳的情况。
3．水泥行业的硬骨头：熟料强度的实时精准预测。2024年4月，海螺水泥与华为矿山军团项目组从200个水泥生产场景中识别出“水泥质量预测循优，水泥生产全域优化，安全生产智能监控，皮带机无人巡检，智能装备问答”五大核心人工智能场景。其中最基础、最关键的场景，也是最难啃的骨头，就是“熟料强度质量指标的实时预测”。现有的手段和方法在解决此项难题方面已经达到了极限。
4．油气勘探行业的短板：勘探地震数据的处理和解释。比如，把一个地块的地震数据处理和解释，人工需要十几天的时间，而且严重依赖专家的经验和判断。再比如中石油的FWI (全波形反演，一种高分辨率地震成像技术)，尽管中石油东方物探已经占了全球石油勘探近70%的份额，但这都是石油勘探的苦活、累活、脏活，而在高分辨率地震成像数据的处理和 解释上，还需依赖美国等公司的设备，与美国竞争对手存在明显的差距，严重制约了企业的效益。我们干脏活，累活，苦活，是我们的企业在国际化过程中很普遍的存在，原因是核心技术没有突破。
5．煤矿行业的老大难：煤矿的痛点就是安全、减人、提效。煤矿现在下井员工的平均年龄为45岁，50岁以上不再允许下井，整个行业都面临的问题，就是招不到矿工下井采煤。虽然现在都是用机械化采煤了，但井下作业的环境如粉尘、光线昏暗等一系列工作条件，使得年轻人不愿意下井。煤矿井下主要生产业务可以概括为采煤-掘进-机电-运输-通风加排水，煤矿生产的痛点就是“减人、安全、提效”。以运输为例，指的是主煤流通过皮带运输机将矿井下的煤运输到井上。作为煤矿的“大动脉”，运输一旦出了问题就会导致整个矿井停工，因此每个矿区都配有专人专岗，保障煤流运输系统的正常运行。
类似上述的产业生产力难题已经是现有手段攻不破的难题，我之所以称其为“硬骨头”，也是这个道理。科学管理和持续改进经过一个世纪的发展，正面临边际效应递减的困境。
这恰恰是基于AI大模型联合创新的用武之地。
02
21世纪管理的大趋势是AI驱动的管理革命
（一）AI是我们面临的最重要的一场管理革命，也是最后一场管理革命
21世纪的管理挑战是什么？解决类似上述提到的产业生产力的难题是21实际管理面临的最大挑战。
现在看得越来越清楚了，解决上述难题的钥匙是人工智能，这是一场AI驱动的管理革命。AI也许是人类最后一个技术革命时代，AI驱动的管理也许是人类最后一场管理革命。为什么这么讲？我引用华为总裁任正非的话来说，黄仁勋说AI是这个时代最重要的技术，有人问我他说得对吗？我说还会有下一个新时代吗？下一个技术革命时代我是想象不出来了。正如谷德所说，第一台超智能机器是人类最后一项发明，如果没有下一个时代，如果谈弯道超车？中国企业的机会在哪儿呢？
AI是我们面临的最重要的一场管理革命，也是最后一场管理革命。在这场管理革命中要能够跟上，不落伍，才是企业长期生存的关键。如果这个事情做不好，其他的都免谈。
（二）数字化和智能化管理革命有两个重要的方向
第一，面向个人，即ToC领域的革命，把人的视野和智力无限扩大，把人从简单的、重复性的操作中解放出来。这种解放对于不同的人，就产生了不同的命运：胜任者可能处于更优越的地位，不胜任者就被大量裁撤。
比如美国港口工人协会的罢工，其诉求是不在港口中采用无人AI自动化装置，这会导致大量工人失业。华为在天津港做了一个无人的港口，不但效率提升了，质量提升了，而且节省了1200个员工。但天津港局并没有把员工裁掉，而是把他们重新配置到客户界面。这做了一个很好的示范，既推动了AI革命，同时又消化了AI革命所带来的员工裁撤难题。
第二， 面向产业，即ToB领域的革命，将针对解决横亘在产业中的模糊性、不确定性难题，更深刻地改变产业的面貌。这是华为AI的重点。华为也搞ToC人工智能，比如消费者BG，“BG”直译是“集团”，也可以译成“业务群”——因为整个企业叫集团，下面只是一个群组。
在人工智能应用领域，美国的人工智能应用基本上是ToC这块很厉害，因为它的制造业已经空心化，而我们的人工智能应用除了ToC，恰恰就是面向ToB领域。中国如果把这一仗打胜，那中国在世界上制造业的地位就不可同日而语了。因此，关键在于我们在关键技术及产品和软件方面是不是准备好了？企业的领导人是不是下定决心“压强投入”了？
03
华为的实践：用灯塔照亮前进道路
华为公司通过军团等组织形式，在中国做出灯塔项目，向世界上拓展，走出了一条非常富有战略性的前进道路。我举几个例子来说明。
（一）钢铁行业的成功合作案例
华为和宝武集团合作的高炉模型，在这种大时延、高难度情况下把高炉炉温和硅含量预测的准确率提升到92%以上，每吨铁水节省10元以上，别小看了这10元的节省，仅宝武的产量，就能省下几十亿元。该项目获得国资委高价值场景认可；湘钢、南钢、永峰钢铁等都已经全面推广复制。宝钢高炉专家又结合与华为联创的预测结果反过来去调整控制高炉输入的内容。
湘钢AI大模型创新在2024年“人工智能向善全球峰会”上获得国际电信联盟全球人工智能优秀创新案例奖。
（二）电力行业的成功合作案例
华为和陕西国网电力公司合作了六年，解决新能源接入到电网中以后带来的难题。陕西国网和广西南网都与华为军团合作，实施配网数字化、智能化改造，同时向业界首次发布配电网数字化评价指标标准，包括覆盖率、在线率、完整率、成功率、识别率、准确率。管理上有一条规则，叫“不能度量就不能管理”。所以，能够准确清晰地度量这个过程和结果，就能推动管理变革的改进。以陕西国网为例，目标是打造一套可复制、可推广、可演进的新型智慧配电网端到端解决方案，其核心是一套智慧物联体系架构三大核心技术，包括双模+融合终端+人工智能，以及N个场景应用。实现配电网全要素（包括运行、故障、现损、计量、灵活异常监测、拓扑、运行、消纳，以及计算等）透明化，提升供电可靠性和电网安全运行水平，支撑基层用电客户双满意和国家的双碳战略。
（三）水泥行业的成功合作案例
华为在水泥行业和海螺水泥合作创新的成果非常显著。
世界水泥看中国，中国水泥看海螺，海螺是中国水泥中经济效益、质量最好的一家企业，被用在国家许多重点项目上。早在2024年4月，海螺水泥就与华为矿山军团合作，从200多个水泥生产场景中识别出“水泥质量预测寻优、水泥生产全域优化、安全生产智能监控、皮带机无人巡检、智能装备问答”5大核心人工智能场景。基于华为的数字化转型咨询、云平台、盘古大模型的工具平台，推动了海螺水泥集团的智能化转型，进一步优化了成本，发布了首个建材大模型。仅水泥窑炉优化一项，吨熟料煤耗降低了1%，水泥熟料质量预测准确性达到85%以上。由于产量大，效益非常显著。2025年4月23日，由中国建筑材料联合会、海螺集团、华为联合举办的水泥建材人工智能大模型成果发布会，会上发布了建 材的AI大模型，这是水泥建材行业全球发布的首个大模型，对行业智能化转型具有里程碑意义。
（四）油气勘探行业的成功合作案例
中石油东方物探公司通过与华为油气军团的合作，把一个地块的地震数据处理和解释从原来的需要十几天时间，缩短到现在几个小时就能走完，而且质量得到了专家的一致认可。
再比如中石油的FWI（一种高分辨率的地震成像技术）效率提升了20倍，FWI的创新也是基于华为无线领域的积累，双方联创的结果弥补了中石油东方物探与美国竞争对手的差距。现在，此能力已融入到他们自研的软件，再配上华为的鲲鹏芯片，做成一体机，已经可以和西方厂家同台竞争了。
（五）煤炭行业的成功案例
仍以刚才提到的运输环节生产过程改善为例，应用华为的视觉分析AI技术，突破了煤矿井下运输的难题。众所周知，AI识别的异常样本越多，检测效果越好，但是煤矿井下光线暗，粉尘多，要把皮带上的异物如锚杆、木头、工 字钢等多种异常样本全部收集起来难度很大，他们遇到的是煤矿行业做AI设计的共性难题——缺少样本。
最后，项目团队提出了一个新的解决方向——非正常即异常，沿着这个创新的解决方向，项目工程师们把需求和方案的设计初 稿传递给云EI(企业智能)产品线，EI给他们推荐了盘古大模型技术，该技术主打的“低门槛AI开发和零样本、小样本优势”，非常契合煤矿行业的井下作业场景。最终，项目实现了减少20-30%的井下作业人数、“用机器代替人”的减人目标。
上述都是技术含量很高，在解决难题上有所突破、有所进展的典型案例。
因此，对行业数字化、智能化系统应用有着巨大的改造空间，当然还需要经历很长的联合创新过程，可能要10年、20年长期的创新过程。行业数字化、智能化系统性的优化还是非常难的，需要客户伙伴和华为的持续努力，还需要很长的联合创新过程，不是一蹴而就。
华为公司从2018年起，已经陆续成立了9个产业数字化智能化军团，全面覆盖油气钢泥冶矿、智慧化交通、数字金融、智能电力、制造与大企业、智能化公用事业、智能化政务、互联网服务提供商、智慧园区领域。这几年的重点集中在大企业数字化智能化的“灯塔”项目上，做出成功的模式，树立行业标杆。然后与生态合作伙伴一起，将“灯塔”的成功模式向行业推广，并逐步向国外扩展。
04
AI技术驱动的管理革命的特征
第一，AI时代，数据价值发生了本质变化。
AI智能时代，AI的训练和推理需要数据的高效使能，数据的价值发生了本质的变化，不再是冷数据、沉睡的数据。因此要求特别关注数据的质量，克服数据孤岛，建立统一的数据底座。
第二，AI是最后一次技术革命，也将带来彻底的管理革命。
古德认为超智能机器可以设计出更好的机器，而人类的智能将远远落后。因此，曾经的管理定义是同别人一起，或者通过别人实现组织目标的过程。而未来的管理将是同AI一起，或通过AI实现组织目标的过程。管理从定义上都会发生根本性的变化。
第三，在人工智能时代，世界只有第一，没有第二。
任总讲，在人工智能时代，世界只有第一，没有第二。现在还在混战的、内卷的领域，将来都会被先进企业的人工智能横扫。“你们可以参考谷歌的人工智能如何评估心脏健康，谷歌是靠千万次、亿次的机器学习才找到标准模型，并将这个心脏模型开放出来，全世界都在使用，世界上不再需要第二个模型了。在AI领域，对任何产业来说，就是突破和解决最尖端的那一点，抓住一个，扎扎实实做好这一个，一旦突破，一览众山小，只有第一，没有第二。”因此，AI要抓住解决产业难题的牛鼻子，不仅仅是节省人工，关键是提高竞争力。
05
巨大的机会和巨大的挑战
第一，我们在面临巨大的机会和巨大的挑战，AI在产业中的应用是中国企业巨大的机会，也是巨大的挑战；
第二，减人不是增效的主流，要做就要做最难的。减人只不过是结果；
第三，创新的本质不仅是降低成本，更是创造价值。把成本放在第一位，是一种收敛的管理；把创造价值放在第一位，才是一种开放的思维；
第四，未来的竞争是生态圈的竞争。对广大中小企业来说，要长久生存就要进入领先企业的生态圈。要是进不去领先企业的生态圈，被边缘化，企业就不可能长久生存。
AI技术与管理革命正向我们走来。星星点灯，最终点燃浩瀚的星空。
谢谢大家！
