17世紀，偉大的物理學家艾薩克·牛頓，通過三棱鏡將陽光進行了分解，發現世間所有的色彩，都是由紅、綠、藍三種顏色按照不同比例混合產生的。于是，“三原色原理”就此誕生，這也為人類推開了現代光學的大門。

AI大模型極速發展，行業智能化洶涌而來。在今天，企業和開發者也面臨著“色彩過多”的困惑。AI技術本身的多樣性、大模型從訓練到推理的流程復雜性，應用場景的多元性都十分驚人，AI與企業業務的融合形態更是變化萬千。

如何讓紛繁的AI技術化繁為簡，為我所用？這或許已經成為智能化面前最大的難題。

解開這道難題，華為云的想法與牛頓非常相似，他們想要調出AI原生的三原色，并將其提供給企業用戶、伙伴與開發者。

所謂“萬變不離其宗”，用“三原色”構成的AI原生思維，各行業就能夠隨意畫出真正想要的智能化圖景。

2024年9月19至21日，第九屆華為全聯接大會（HUAWEI CONNECT 2024）在上海舉辦。其中，在20日上午的主題演講中，華為常務董事、華為云CEO張平安發表了題為“云上躍遷，AI重塑千行萬業”的主題演講。他表示，企業要在智能時代抓住機遇，用AI構筑自身領先優勢，最核心的是要構筑起AI原生的思維，將AI技術和工具作為核心要素，來重新思考和設計企業流程、IT架構、業務創新，充分發揮AI的潛力，提高效率，創新業務模式，解決復雜問題。

（華為常務董事、華為云CEO張平安）

基于此，華為云圍繞AI原生思維帶來了一系列經驗分享與技術發布。將這些發布串聯起來，會發現其核心是“方法論筑基、基礎設施升級、AI大模型能力適配”三要素——這就是AI原生思維的三原色。

讓我們走進這個色彩斑斕的智能世界，去理解如何用三原色畫出屬于每個行業、每家企業自己的AI旅程。

什么是AI原生思維？以及我們為什么需要AI原生思維？

探討這個問題，就必須深入AI大模型爆發之后，各行業所面臨的智能化局面。在目前階段，AI的降本增效價值已經顯現無遺，并且加速深入各個行業，以及每個行業的各個生產流程，帶來了顯著的投資回報率與生產力增長。

但在企業親身進行AI實踐的時候，卻會發現其困難程度遠超想象。每家企業的業務場景、智能化需求、數字化基礎設施情況，以及對AI技術的掌握能力都不相同。引入AI大模型會面臨缺乏路徑參照、成效難以評估、技術投資不發揮價值等問題。AI雖有萬彩，但企業卻畫不出，畫不成，甚至不敢畫。

這類問題出現的核心邏輯差異在于，企業究竟在進行“+AI”還是“AI+”？

所謂“+AI”，即企業還是以此前的業務邏輯為主，只是疊加上AI大模型的新能力。這就會面臨一系列問題，比如大模型是否與業務邏輯相符，對大模型的投資是否真的能夠帶來商業回報等。

舉個例子，在對話框類大模型應用爆火之后，各類互聯網應用都在添加AI對話框。但有些應用根本無需對話操作，新的AI對話框反而遮擋了用戶界面。這類案例中，AI大模型能力屬于單純的外掛和輔助，甚至為了添加而添加，這就屬于典型的盲目“+AI”。

而“AI+”，則是指從業務的出發點就基于Al技術進行設計，確保整個業務流程圍繞AI進行，系統、應用與服務都基于AI原生（AI Native）來打造，最終實現AI技術深入企業與業務核心，成為水、電、網絡、人才一樣的企業發展基礎。

想要從“+AI”跨越到“AI+”，必須有完善的理論框架、數字化基礎、AI能力作為保障。這些AI原生要素的綜合體，就是企業踐行智能化前所必須具備的AI原生思維。

AI原生思維的核心，不是僅僅將AI視作工具，而是基于AI的價值特性來成就業務和流程。想要實現這樣的目標，就必須具備三個前提條件：

首先，企業決策者要擁有完善的AI原生方法論，明確智能化的方案、流程與可能性。

接下來，企業需要構建AI原生基礎設施，并且構建以AI為中心的數據底座，確保企業的基礎設施能夠匹配AI創新。

最后，企業還需要獲得充沛的大模型能力，要讓大模型具有多模態、多尺寸的特征，能夠真正融入企業業務，確保大模型能力匹配企業業務需求。

讓所有企業都能滿足這三個條件，就是華為云調出的AI原生思維三原色。

紅色，代表成功、興旺、繁盛與熾熱。在企業智能化的路上，首先需要的是能夠走向成功與興盛的方法論作為牽引。而優秀的AI原生方法論，也只能從優秀的AI實踐當中來。

為了透視企業業務與AI技術之間的深刻關聯，華為決定將自身的AI實踐分享出來，秉持華為一貫的“自己的降落傘自己先跳”，給千行萬業帶來走向智能化成功的方法論基石。

華為董事、質量流程IT總裁陶景文，在《數轉智改，實現企業持續高質量發展》的分享中，詳細剖析了華為自身的AI實踐，以及從實踐中凝結的方法論體系。

（華為董事、質量流程IT總裁陶景文）

2018年，華為正式成立AI使能部，計劃通過數字化轉型和AI賦能讓華為成為行業企業的標桿。2024年華為正式啟動AI輔助內部業務變革，將AI技術與華為的數字化體系結合。這意味著華為推動將自身海量、重復、復雜的業務場景進行了全面的AI升級，為AI原生思維提供了體量最為龐大，效果最為顯著的樣本。

陶景文認為，AI是一場變革，企業要把AI變成一個真正能給業務帶來價值的服務，一定要跟企業的流程、組織、IT、數據以及業務場景深度結合。

最終，華為將自身的AI實踐總結成了一套方法論，叫做“三層五階八步”。三層的價值在于重新定義了智能業務、AI開發與交付、持續運營智能應用。而五階八步則是從業務場景出發，沿著業務流程、組織，公司數據和AI應用，指導企業如何步步推進AI落地，完成價值轉化。

從流程來看，華為將推進AI與業務融合分為三個階段。首先要定義企業的AI場景，明確哪些場景確實能夠進行AI升級。為此，華為總結了AI場景“十二問”，作為企業選擇智能業務場景的關鍵的手段。

接下來，企業需要推動現有作業流程的智能化升級，通過機器輔助人與人輔助機器的種種方式，將AI快速融入業務實際業務場景中。

最終，企業需要實現將AI作為員工工作的基礎，人人都懂AI和用AI。為此，華為成立了AI相關組織，裝載各領域AI專家人才，開展AI訓戰和賦能，提升整體AI人才濃度，并將AI能力融入任職標準。

最終，在“三層五階八步”的幫助下，華為各個領域的業務能力都得到了顯著的智能化升級。

比如在合同場景，華為通過對象、過程、規則的數字化，實現海量合同高質量并行處理，多語種合同要素智能提取和比對，風險作業從2小時縮短到5分鐘。

在研發場景，華為給超過11萬研發員工配備了開發助手，利用大模型自動提取作業上下文信息，實現代碼行級續寫、函數生成、代碼解釋和注釋，采納AI生成代碼700萬行/年。

在制造場景，華為采用多模型“系統工程”，組合決策式和生成式AI，構建了計劃求解器，AI視覺質檢、裝備預測性維護、制造知識賦能等能力，提升了制造整體生產力，訂單交付周期縮短了30%以上。

基于華為自身AI實踐，總結出的詳盡可靠方法論。具有業務真實性、場景復雜性、AI技術前沿性相結合的特點。在目前的智能化探索中可謂獨樹一幟。

方法論是成功的基礎。契合AI原生思維的方法論，也是企業智能化成功的“第一原色”。

藍色，代表著包容、純潔、寧靜與和諧。在AI基礎設施領域，企業正需要藍色的包容力量。

大模型，是迄今為止最復雜的軟硬件系統工程，自然也對相應的基礎設施提出了極高的要求。而這種復雜程度不能加諸企業本身，必須將復雜的技術與工程留在前端，讓企業聚焦于AI與業務的結合本身。

為了實現AI原生云基礎設施的目標，華為云已經做出了長期的努力。比如華為云實現了AI云基礎設施的自維護，千億參數模型能夠達成40天無中斷訓練，平均故障恢復時間小于10分鐘，遠低于業界 60分鐘的恢復時間。同時，華為云提供了多樣化的部署方式，覆蓋從模型開發到應用的各個環節，用戶可以選擇公有云、專屬資源池、混合云，以及邊緣部署等形式。

為了實現AI基礎設施進一步完善，達成實現符合AI原生思維的基礎設施建設，華為云推出了新一代的AI原生云基礎設施CloudMatrix，通過“一切可池化、一切皆對等、一切可組合”，構建分布式對等全互聯架構，實現了單體算力向矩陣算力的演進，從而在算力規模、擴展模式、使用模式上更加匹配AI時代超大規模算力、靈活彈性、高效穩定的需求。

（華為云AI 原生云基礎設施架構 CloudMatrix 正式發布）

所謂“一切可池化”是指CloudMatrix通過分布式QingTian的調度能力，實現了CPU、NPU、DPU、內存、存儲等所有基礎設施硬件資源的池化，讓資源可以隨時被按需調用。通過達成超節點矩陣算力架構，算力得到大幅提升。

“一切皆對等”是指通過超高帶寬的MatrixLink實現從“傳統以太網”向“共享總線以太網”演進，實現池化算力的高速互聯。通過資源全部對等連接打破計算集群線性度的瓶頸，有效提升大模型的訓練效率。

而在“一切可組合”方面，CloudMatrix在統一多元算力邏輯池化、高速全對等互聯的基礎上，通過瑤光智能云腦對云上超節點算力資源進行統一建模、調度。通過統一的網絡控制器MatrixLink實現軟件定義的靈衢邏輯總線，從而提供了軟件定義多元算力鏈接、拓撲、多租戶隔離的關鍵能力，讓多元化的算力類型與規?？梢造`活組合，覆蓋百-千-萬億等不同級別的模型訓推場景。

在更加包容、靈活的技術架構幫助下，CloudMatrix可以實現訓練效率提升20%到70%，推理性能提升30%以上。從對企業至關重要的性價比角度來說，通過可組合算力可以為場景化應用提供最佳的算力適配方案，實現多場景差異化算力的訴求互補，減少算力碎片，從而有效提升資源利用率。

可池化、可組合、高效對等的AI云基礎設施，能夠讓大模型與企業真實需求相互適應，高效匹配。對于企業來說，從方法論落地到產業實踐，首先以能夠實現想法，有效利用資源的基礎設施。

而在AI原生云基礎設施對產業現實的包容度層面，華為云毫無疑問走到了行業之先。

綠色，代表著生長、希望、舒適和平靜。在最終發揮智能化力量的模型層面，企業希望能夠不斷向上生長，不斷適配企業需求的大模型，讓模型能力的種子，在業務體系與生產系統中生根發芽，長成參天大樹。

這里一個重要的誤區在于，企業所需的大模型不是參數越大越好。在真正的行業智能化場景中，企業必須考慮綜合成本、專業契合度、基礎設施適配等問題。往往企業需要的不是參數最大的模型，而是可以裁剪，能夠符合業務場景的模型。另一方面，在企業的真實應用場景里，大多數情況也不是一個模型能夠滿足所有需求，而是需要多模態能力來對應多樣化的需求。

大模型，必須不斷成長，不斷適應，才能讓企業如沐春風。

在這一領域，華為云已經將盤古大模型5.0打造成了多模態、全系列的大模型。在多模態層面，盤古5.0不僅能支持文本、圖片、視頻，還支持雷達、紅外、遙感等更多模態，讓AI能夠幫助企業精確理解物理世界。在全系列層面，盤古5.0包含了同參數規格的模型，以適配不同的業務場景。其中，十億級參數的Pangu E系列可支撐手機、PC、車等端側的智能應用；百億級參數的Pangu P系列適用于低時延、低成本的推理場景；千億級參數的Pangu U系列適用于處理復雜任務；萬億級參數的Pangu S系列超級大模型是處理跨領域多任務的超級大模型。系列化的盤古，能幫助企業真正在復雜的業務場景中應用AI技術。

為了進一步實現模型能力的成長，讓大模型適配企業的真實需求，華為云CTO張宇昕最新發布了華為云盤古智能助手。

（華為云正式發布“1+N”的盤古助手體系）

盤古智能助手推出了1加N的智能助手產品體系。“1”指的是統一的華為云智能助手。它圍繞企業在云上的規劃、使用、維護、優化全旅程，可以提供知識查詢、信息查詢、操作執行、優化分析等等智能化能力?！癗”是指華為云針對企業用戶工作流程中的高頻共性場景，比如產品研發、數據分析、安全防護、辦公協同等，通過將盤古大模型與各個領域積累的數據和經驗相結合，通過AI賦能這些場景專用的云服務，提升相關人員的業務效率。比如華為云CodeArts盤古助手，就為郵儲銀行提供了一個企業級的研發專家助手，帶來了智能化的代碼生成能力。

不斷成長，不斷響應千行萬業呼喚的盤古大模型，已經成為AI原生思維中不可或缺的最終落點。

方法論筑造，基礎設施革新，以及大模型能力的生長，這三大價值構筑了華為云所調制的AI原生思維三原色。只有掌握了三原色原理，畫家才能描摹萬物，同樣的道理，企業掌握了方法論、基礎設施與大模型的三原色，才能真正畫出AI萬彩，描摹行業智能化的江河山川。

我們可以設想一下，一家企業或者一位開發者，來到華為全聯接大會2024將得到什么？

他能夠得到從華為兼具深度與廣度的AI實踐中，總結出完善有效的AI實踐方法論。

他能夠了解到“一切可池化、一切皆對等、一切可組合”的AI基礎設施，從而在云端打造屬于自己的AI原生基座。

他能夠找到真正適配行業場景與企業需求，做難事，解難題的大模型能力，通過大模型助手來拓展企業智能化邊界，獲取新質生產力。

這些價值結合在一起，AI的萬般色彩盡在眼前，山河大地就是畫板。

而最終提筆作畫的，是每一家企業，每一位開發者，是未來的你。

AI原生時代正滾滾向前。過去幾年，華為云已經深入到 30 多個行業的 400 多個AI應用場景，讓AI技術行業長卷上煥發斑斕色彩。

在今天，我們與AI時代最好的相處方式，或許就是用AI原生的色彩，去畫出屬于你自己的旅程。

審核編輯 黃宇