刊登日期 : 2026-02-06
编按:华为前海外业务负责人达尼在前文谈到,不少美国科技企业以AI取代人类,而且速度快得惊人;一些企业管理层开始要求员工减少开会、减少发电邮,目的是为了测试公司在没有人类工作下的运转情况,令员工人心惶惶。在本文,达尼把视线由企业内部的AI应用,转移到科技展览会上的创新AI,谈谈AI在商业应用的实质情况。
国内厂商AI展会 达尼:感觉仍是“概念先行”
说了AI强大的一面,我再泼点冷水,谈谈科技展会。展会通常是快速瞭解一个行业的最佳视窗,展商也常会用概念性产品来制造震撼效果。
最近我去了3、4个与AI沾边的科技工业展,大部分展区中几乎一半内容是关于云和AI的,我看到的AI也确实有进步。
但当我坐小火车前往一个“扫地僧”交流区,根据工作场景提了些极简单的需求时,现场展示的“扫地僧”尴尬地表示无法实现。我于是提议:“那就按你们的标准流程一步步操作,演示自动生成一个贪吃蛇游戏代码吧。”结果代码依然一堆BUG,旁观者都觉得表现拉跨,两位工程师面面相觑地定位问题——这还只是公开展示区的DEMO,若是商业应用呢?可能指望靠AI省力自动生成代码完成实际任务,暂时还不太现实。
更麻烦的是,代码会不会成为新的“黑箱”?事实上,不少大公司或大项目的关键程式师一旦离职,整个核心系统就成了无人能调的“黑箱”,捉虫(软体工程领域用语,主要用于描述查找和修复电脑程式中的错误或缺陷的过程)只能依赖测试大牛定位。对此,华为的惯常做法是“推倒重写”。但有多少公司有勇气对核心系统动刀,向那些“养寇自重”的关键人员说不呢?
AI应用有些许进步 但缺乏惊喜?
如今AI或许能替代这些“关键程式师”,但它自己会不会从屠龙少年变成新的“恶龙”,成为更深不可测的“关键程式师”和“黑箱”?当你高度依赖AI时,成本未必真能降下来。许多技术更新,表面降成本,实则将成本压力转移给了供应商,而非惠及消费者。商业定价往往依据竞争态势而非成本,就像当年“让天下没有难做生意”的电商,如今流量成本并不比线下便宜。AI驱动的商业范式转换,或许同样如此——商家成本降了,消费者却未必受益。
在AI展会上,尽管大家看了不少,但感觉仍是“概念先行”。无论是“具身智慧”、“手指操作的机器人倒水”还是“工矿码头智慧化”,都不免让人感觉这些场景10几、20年前就有了雏形。
我研究生学的就是人工智慧相关的神经网路,回顾AI诞生70年,除了几次重大突破外,大部分时间实际处于停滞状态,更像一种脉冲式发展。上一次爆发是在2016至2017年,阿尔法狗(AlphaGo)战胜围棋冠军,核心技术仍是卷积网路,应用也集中在最基础的声音、图像、翻译等领域。当时媒体喧哗,我也好奇这是否是真正的进步,但我一位研究AI的朋友直言:“没新技术,只是新应用。”
那么这次Gen AI(生成式人工智慧)的脉冲发展呢?展会上随处可见的机械臂和工厂智慧化,在一位深耕顶尖工厂体系多年的朋友看来:“似乎20年前就成熟了,有些许进步,但缺乏惊喜。”
延伸阅读:机械人知多点|机械狗能做什么?越野、巡逻、南极科考都帮到手
达尼:机器人行业淘汰赛快开始
我记得2010年华为提出的企业网解决方案就涵盖了矿业、工厂、石化、银行、交通、政务、智慧城市、救援、医疗、教育等行业。如今展会上看到的所谓AI,我个人感觉更多只是深度数位化的延续,披上了一层AI的外衣。很多还在玩“文字游戏”,就像大资料、金融科技、人工智慧和5G这些概念常常被捆绑在一起。
或许对其他发展中国家而言,AI和机器人是了不起的技术,但在高度内卷的中国,展会上的AI和机器人赛道早已荆棘密布。从春节宇树科技震撼的机器人舞蹈,到现在随便一个科技展会上,任何一家公司都能攒出一台机器人或机器狗——所以你大概就能猜到,机器人行业的淘汰赛快开始了。
AI其实也类似,早期套壳应用暂且不提,曾接触过一些国家级大牛主导的AI实验室,他们也苦于难以找到明确方向。更甚的是,如今你投入几十亿、上百亿烧出来的“技术护城河”,可能领先优势只能维持半年,然后突然一天,价值几十亿的壁垒就被新模型瞬间击穿——AI时代的大模型,可能说失效就失效了。
一位原中国头部科技公司的区域负责人和我私下交流时表示:虽然对AI极度自信,但假以时日人类在AI面前都将如蝼蚁,对此,螳臂当车可以说毫无意义。这位负责人走访了上海多家科技企业,包括西岸投资巨大、算力超强、语料丰富的“模速空间”,依然感到前景不明。
最近某大厂的大模型方向上也传出些“小道消息”,因技术路径实在困难,为冲KPI不得不走捷径。在应用场景上,强如华为也仍在摸索AI的落地……所以,那些急于产品化的企业,目前似乎还没拿出真正过硬的好产品。
当然,我依然相信在医疗等领域可能会有新的实质性进展。但仅从展会呈现来看,AI在商业场景应用的进展可能有些被夸大了。(三之二)
(转载自观察者网,作者达尼为华为前海外业务负责人,导言、标题及内容经编辑整理)






























