「这一次，狼真的来了。」张宇昕对我说。

1999 年加入华为的张宇昕，至今担任华为云 CTO 已有七个年头。从一名基层软件开发工程师做起，先后经历了互联网和移动互联网浪潮（过程中创立了欧拉部），而这一次，他确定，生成式 AI 的技术浪潮，真的与以往不同。

「这一波人工智能让大家看到了泛化与通用——通用就是大家都能用。」

「AI 从一个局部真理，走向了人人都信。」

「人工智能浪潮来临后，没有一个企业说我不用人工智能。」

不过，冰冷的现实是，人们对于技术的畅想无限，而落地时却进展缓慢——这是大模型浪潮迄今经历的，从热情高昂，到冷静务实的 600 多天。

昂贵、使用门槛高、技术仍存在局限，是大模型难以进入现象级应用的真相。

因此，放眼中外，云厂商成为大模型剧目中的绝对主角。他们既是辅导员——帮助一批企业率先用上大模型，过程中也售卖出自己的算力、基础设施和服务；同时也是攒局者——凭借对产业上下游的连接，先实现技术最大面积地应用，并充分观察、统筹、整合，再让产品反向牵引技术进步。

而中国的众多云厂商中，只有华为云，坚定地选择了难度最大的「AI for industry」——要将大模型率先应用于工业领域。

如果将华为视作一扇窗口，便能窥见千行百业在这次新技术浪潮下的众生相——

产业里的热情和焦虑都是空前的。在此情绪之下，一批巨无霸工业龙头，已经率先踏上大模型应用的牌桌，因为只有它们——拥有足够的财力和数据积累，有资格当「第一批吃螃蟹的人」。

一周前，我在海南，创原会技术峰会的现场，目睹了这些令人称奇的先进案例：在生产精煤、炼钢、水泥制造、医药开发与研制、疾病预测等等重要的场景里，贴着行业训出的大模型，能极大地提升这些场景的计算效率——在原本高危、高成本、高精度的作业场景里，大模型能够实现加速计算。举一个通俗例子，过去，做一次气象预报需要几千台高档的服务器，并运算上半天。现在，仅用一张卡，10 秒钟就能出结果。

看起来，第一批吃螃蟹的企业已经尝到了甜头：通过加速计算，行业能够极大地缩短生产周期（原本需要研发十年的药物可能缩短到月、甚至天）、减少生产过程中的冗余（炼错一炉钢可能产生几十吨的废料），从而达到惊人的效益提升——在山东，仅一个矿井，在大模型的加持下，一年的产煤量能够提升 2000 多吨。

那天，我身边的与会人士西装革履，他们大多来自传统行业——但会颠覆你认为它「传统」的刻板印象。因为，在生成式 AI 的浪潮下，居然是中国工业界，现象级地、率先涌现出一批大模型应用的小闭环。

我在创原会现场，专访了华为云的 CTO 张宇昕先生。我们谈到了新的人工智能浪潮下，中国产业里的集体性焦虑及其对策，以及华为对于AI Native的思考。

企业用上、用好大模型的方式是什么？这项技术在哪些行业已经率先落地，具体如何应用？华为所倡导的大模型to B 路线，如何理解？有关这些关键问题，以及大量华为的内部视角，都蕴藏在这次高密度的访谈之中。

本期文字访谈也已经上线我的公众号《卫诗婕商业漫谈》，欢迎大家搜索阅读。

本期嘉宾：华为云CTO 张宇昕

本期 Shownotes：

03:30 华为云CTO张宇昕：1999年加入华为，历经三波技术浪潮

06:02 华为云的大模型战略，「AI for industry（工业级 AI）」

06:22 中国是 AI 发展的黑土地？

07:04 热情、恐惧、大模型焦虑？——中国企业的众生相

09:48 这波技术浪潮与过往有何不同？

13:52 「这一次，真的是狼来了！

14:24 戳破幻想：人不会的，不要指望大模型会

16:25 无论中美，云厂商都是大模型的做局者，为什么？

17:40 大模型如何改变了云：服务层、模型表达和数据价值

21:05 过去云厂商就像水电煤气，缺它不可，但不会为它支付高溢价

21:36 过去一年，云厂商经历了怎样的竞争？

23:29 华为云的独特优势：算力，国产替代，和软硬协同

26:34 当下的大模型：成本还是太高、效率还是太低

28:17 30+行业，上千个客户，第一批吃螃蟹的客户已经开始赚钱

29:05 把大模型拉下神坛？

29:56 华为不刷榜？通识不解决企业的关键问题，要靠专业专长的know-how

32:55 专业数据训得越多，泛化性就会影响，一味追求通识的指标是个浪费

33:47 就像小学生教多了消化不了，当前大模型的算力效率局限

34:29 大模型客户都是巨无霸？只有大企业有可供大模型训练的数据

36:44 「我们号召行业共建开放数据集：你之优势，能补我之不足」

38:14 把「小」的大模型做好，会是一种趋势吗？

40:26 企业如何选择大模型：专业能力、多模态的组合，以及尺寸

42:31 小参数，但是精度好的大模型，未来企业会不断追求

42:51 华为发现了哪些高价值的 AI 场景？

43:03 用大模型挖煤：一个矿井，年产增加2000多吨

44:46 用大模型炼钢：一炉钢60吨的试错成本，省了

45:50 华为内部的武功秘籍：十六字真言是什么？

48:53 「方向偏了」，「目标低了」

51:16 从云原生到 AI 原生，华为如何理解 AI Native？

51:58 AI Native 的四步实践路径

55:54 现有产品还是先有模型？技术与产品的伴生之道

57:15 「我们如果走美国的道路，不一定能成功」

59:01 中美的大模型差距，需要产学协同，才能进行全栈竞争

（👆图为中美不同技术层的对位企业对比。）

（👆云与AI，生态的三角和倒三角。）

————————

加听友群，请添加微信 shangyemantan

商务合作、联络《商业漫谈》，请添加微信 SJ_Jelyne（添加需备注职务来意）

欢迎搜索并关注我的公众号「卫诗婕商业漫谈」。

有关主理人：卫诗婕，独立商业作者，曾任《极客公园》执行总编，早年任职于《人物》、GQ报道、字节跳动。代表作：《ofo的终场战事》、《罗永浩：薛定谔的理想主义》、《朱一旦的枯燥生活》、《中东社交十年风云：金矿、折戟、浪潮再起》、《下一站，沙特》等。作品曾获虎嗅2024年度作者、金字节奖年度新锐作者、网易非虚构文学奖年度作者、全球真实故事奖中文报道十佳。

有关「商业漫谈」：这是一档关注科技、商业、人文的深度访谈节目，致力于记录时代的商业史。聚焦商业趋势、伦理、竞争、价值。

「打捞时代碎片，文字对抗时间。」

微博：卫诗婕SJ_Jelyne

小红书：诗婕Jane's talk

18.互联网是应用大模型的冲锋军？我们都想错了｜专访华为云CTO张宇昕

卫诗婕｜漫谈Light the Star