华为的年报公布了。2022年的收入达到6423.38亿元，比2021年的6368.07亿元居然还增长了0.9%，而值得注意的是净利润出现了较大的下滑，仅有355.62亿元，而2018-2021年这四年净利润最低的一年也有593.45亿元。正如华为轮值董事长、CFO孟晚舟表示，华为2022年净利润达到了历史低点。
毫无疑问，对于华为而言，市场与制裁的寒意仍未散去，不过在这份年报中仍有不少亮点值得关注。今年，华为首次公布了其五大产业的具体营收数据，包括ICT基础设施（其实就是通信设备业务），终端业务，华为云，数字能源，汽车，这让外界可以看出华为的收入结构情况。
这里面，ICT基础设施业务总体保持了小幅的增长，规模达到3500多亿人民币，主要是核心的运营商业务微增了0.9%，达到了2800多亿人民币，当然ICT基础设施除了用于运营商还能用于企业，而包含了ICT基础设施产品销售的华为企业业务总体增长了30%。
而终端则下降了11.9%，但仍然达到2144.63亿元，居然还有超过2000亿人民币的营收，真的很不容易，不过这跟美国许可了4G芯片销售有关系，华为在2022年9月发布的Mate50旗舰手机，在卫星通信技术的加持下成为了热销机型。
根据Counterpoint的数据，凭借着Mate 50的爆款，华为在中国市场的份额在2022年Q4达到了9.5%, 比2021年Q4的7.0%有了很大的提升，不过这其实也是因为美国暂时许可对华为销售高通4G手机芯片，因此长期来看华为还是得解决芯片问题。
这里面值得注意的是，在传统的ICT基础设施和终端业务之外，
华为已经有两大业务做到了500亿人民币级别的规模，
其中数字能源营业收入达到了惊人的508.06亿人民币，
而华为云业务也实现了高速的增长，营收达到了453.42亿人民币。
而相比之下华为的车业务还处于起步期，2022年营收仅为20.77亿元人民币。
应该说在ICT基础设施和终端业务的硬件受限的情况下，数字能源，华为云成为华为的新突破重点。数字能源2022年的营收超过了500亿人民币，说明了全球对于光伏新能源的需求在快速增长，同时数据中心、5G通讯网络的建设带来的节能降耗需求，也需要高效率的电源产品。
另一方面，华为云的营收快速增长则似乎更像一匹突围的黑马，为华为的营收结构带来了一丝新的曙光。
年报华为云章节提到，
“截至2022年底，华为云KooVerse覆盖了29个地理区域的75个可用区，为全球170多个国家和地区的客户提供服务。”
“华为云全球开发者数量已突破400万，覆盖软件开发、AI、数据、媒体服务、IoT等诸多技术领域。”
在过去，华为云更多被认为是承载华为自身数字化转型的“云底座”，也是华为软件技术及行业数字化的“使能器”，其在业务层面的战略意义更大于当下的营收诉求。
今年首次正式披露的453亿元的营收，则显示已经有较大规模，让人对于其在未来市场的进一步突破充满想象。
华为每年公布的年报篇幅都会比较长，但是阅读其年报又是一件非常值得的事情。毕竟华为是全球ICT科技领域的领军企业，其年报里面透露出的不仅仅是过去的一年公司的发展情况，而且还能看出华为对于未来的思考和布局，以及对技术与产业趋势的前沿理解。这背后是大量的市场洞察和调研和反复研讨汇报结果，是不可多得的研究素材。
接下来的内容，我将结合年报一步步剖析华为的战略布局，并看看AI大模型等热门技术背后的国产化机遇。
此次年报发布，华为着重提到2022年研发费用支出为1615亿元,占全年收入的25.1%，十年累计投入的研发费用超过9773亿元。那么如此高的投入，华为都投资做了什么？
先从最近最火爆的人工智能说起。今年以来，ChatGPT人工智能模型的出现引爆了市场的关注。而研发该模型的OpenAI公司其实直到2015年12月才正式成立，由山姆·阿尔特曼（Sam Altman，现在的OpenAI的CEO），
彼得·蒂尔（Peter Thiel，PayPal创始人之一），
里德·霍夫曼(Reid Hoffman，linkedin公司主要创始人和首位CEO，曾是Paypal副总裁），
以及我们熟知的特斯拉老板Elon Mask（他也曾是Paypal的CEO和股东）联合创办。当时OpenAI理念是一家非盈利性的公司。
2018年6月，OpenAI公司发表了题为《Improving Language Understanding by Generative Pre-Training》的论文，
提出了GPT（Generative Pre-trained Transformer），这是一种预训练的大型自然语言（NLP）处理模型。值得一提的是，人工智能大模型的领域不仅有NLP（自然语言处理）、CV（计算机视觉）、多模态（包括自然语言，视觉等多种类型的交互方式）等基础模型，还有更多下游的行业应用，后面会再介绍。
出于种种原因，GPT在当时并未获得更大关注。之后OpenAI公司对于GPT模型不断叠代，在2019年2月推出了GPT-2，并于2019年11月全部开源，
而OpenAI也发现了研发和训练大模型的不菲费用，因此在2019年7月接受了微软的10亿美元投资。
在2020年6月推出了GPT-3，并在2022年11月推出了目前火爆的ChatGPT。
在网上出现的各种评测中，ChatGPT表现出了惊人的自然语言对话能力，不仅较为准确的反馈人类想要的答案，并且可以帮助写文章，写一些代码等，而这些其实只是ChatGPT表现出的部分能力。
不仅如此，在美国时间3月14日，OpenAI公司更是推出了比ChatGPT更为先进的人工智能模型GPT-4，目前其官网上称GPT-4是OpenAI公司最先进的系统
GPT-4相比ChatGPT又有了不少的进步，除了输入文字内容之外，还可以输入图片等信息进行提问，也就是具备识别图片的能力，同时在文本处理上，也从ChatGPT最多一次输入3000个单词提高到了25000个。
在官网上，OpenAI公司还举例说明了GPT-4比ChatGPT先进在哪里，问了两个模型同样一个推理问题，
1：Andrew在上午11点到下午3点有空
2：Joanne从中午(noon)到下午2点，以及下午3:30到5点之间有空
3：Hannah在中午（noon）有半小时有空，以及下午4点到6点之间有空
那么如果举行一个半小时的会议，应该设置在什么时候？
面对这个推理问题，ChatGPT给出了错误的答案，说会议应该设置到下午4点到4:30分之间，我想这是因为ChatGPT没有能正确的理解英文Noon的含义是中午12：00，而GPT-4则给出了正确的答案会议应该在中午12:00-12:30之间，说明具备更强的推理能力。
如果将GPT连接到各行各业，会产生巨大的改变，比如你想基于目前的excel数据做一个有各种展示图的PPT，如果GPT接入了办公软件，则可以进行调用办公软件的能力，你只需要用自然语言发送指令，就会返回你一个有各种漂亮图表的PPT。
从理论上说，GPT模型可以成为人类的万能助理，我们只需要发话，它就可以帮我们订机票，告诉我们哪个电影最好看，哪个好吃的餐馆现在不需要排队，甚至是帮助我们完成各种工作内容，成为人类接入网络的新入口。
我其实看到这样铺天盖地的新闻，心里面其实想的是两个问题：
1：中国的公司是否在人工智能大模型这方面有所动作？
2：中国公司开发此类程序的基础软件国产化进度如何？
之所以有第二个问题，毕竟我国不可能再继续基于会被美国卡脖子的技术来构建我国的ICT产业。
对于第一个问题，显然答案是肯定的，国内像百度在OpenAI之后迅速的推出了类似的人工智能对话模型文心一言，虽然水平上有不如，但显然国内公司在这方面也是有投入的。
而国内在做人工智能大模型的公司也远不止百度一家。
3月中旬华为的任正非在在“难题揭榜”火花奖公司内外的获奖者及出题专家座谈会上的讲话以及对谈中也提及了AI大模型的问题，体现了华为公司对于AI的认知，那就是AI的核心价值在于应用到工业为主的实体经济领域。
他说：
“未来在AI大模型上会风起云涌，不只是微软一家。
人工智能软件平台公司对人类社会的直接贡献可能不到2%，98%都是对工业、农业社会的促进，AI服务普及需要5G的连接。德国之所以这么挺华为的5G，因为它要推进人工智能对德国工业的进步，德国很多工厂的生产无人化；
中国的湘潭钢铁厂，从炼钢到轧钢，炉前都无人化了；
天津港装卸货物也实现了无人化，代码一输入，从船上自动把集装箱搬运过来，然后用汽车运走；
山西煤矿在地下采用5G+人工智能后，人员减少了60-70%，大多数人在地面的控制室穿西装工作……这些都是已经大规模使用的例子…..
大家要关注应用，尤其是工业、农业社会的应用，模型的应用有时比模型本身还有前途。但是我们公司除了会做AI的底层算力平台，应用平台不是我们的选项。我们公司别的都不会，所以我们只好聚焦在这方面，为建立一个适应社会需求的算力平台而奋斗….在2%的平台贡献里，我们占一点点就行。”
在这里面任正非明确的提出了他对人工智能的三个判断：
第一点是AI大模型不会是微软垄断，而是会风起云涌各家竞争的态势。
第二点是AI的最大价值在于对工业和农业这样的实体的应用，在实际生活中，模型的行业化应用比模型本身更有前途，而模型的运行则离不开底层的算力平台。
第三点是明确表示华为会做底层的算力平台（事实上，华为云已经构建了超大的算力池），ChatGPT及各类AI模型将给云计算等业务带来市场需求。
回归到华为年报，会发现华为对于ICT技术发展的思考和布局是非常全面的。在华为的2022年年报里面，有一页是关键业务进展，提到了华为目前着重发展的四个方向，这四个方向的划分已经在年报中持续多年了，从中我们也可以看出华为十年近万亿的研发费用重点投在了那里，华为对于未来世界走向人工智能是如何在技术方面布局的。
1：助力无处不在的联接
2：使能无所不及的智能
3：促进个性化体验
4：打造数字平台
同时在华为公司的愿景、使命与战略那一页，我们看到对这四个方向做了以下诠释，仔细阅读的话，会发现华为这四个方向最终都是为了实现智能世界：
“华为致力于把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界：
让无处不在的联接，成为人人平等的权利，成为智能世界的前提和基础；
为世界提供多样性算力，让云无处不在，让智能无所不及；
通过AI重新定义体验，让消费者在家居、出行、办公、影音娱乐、运动健康等全场景获得极致的个性化智慧体验；
所有的行业和组织，因强大的数字平台而变得敏捷、高效、生机勃勃。”
这四大方向里有过去一脉相承的业务结构，也有新的战略布局亮点。
其中第一项，无处不在联接，其实就是华为起家的通信设备业务，华为强调这是智能世界的基础，并着重提到了截至2022年底，全球5G用户超过10亿。
另外在助力运营商建设超大带宽、超低时延、先进可靠的全光网络，另外在偏远农村缺乏电力接入的场景，华为RuralLink解决方案可实现免机房、免光纤、免市电的极简部署，这个其实就是光伏+储能电池的能源方案。
这个第二项，无所不及的智能
其中提到加快千行百业数字化转型和智能化升级。主要是华为提供基于“鲲鹏+昇腾”的底座，以及华为云所构建的海量算力平台，
其中年报着重举例介绍的就是华为云的DevCloud开发云、HarmonyOS智能座舱平台及汽车数字化平台等。
正如上文引述任正非观点所说，华为致力于打造算力平台，事实上，在当前任何一种前沿软件或智能技术，都无一不是吞噬算力的巨兽。
例如，ChatGPT的超大规模的并行计算，需要统一调度分发服务能力，这就离不开云计算的大规模算力。有相关报道介绍，过去两年半，GPT-3等大模型的训练成本下降了80%以上，从首次训练开销1200万美元降至140万美元，其中很重要的原因就在于采用了云的多维信息部署、分布式调度计算、数据离混部技术等。（OpenAI公司背后正是微软Azure云平台的支持。）
在这里我们也看到了华为不仅有算力基础，也衍生了一系列的智能技术布局，如年报重点提及华为云推出DevCloud开发云。
这个开发云包括了AI开发生产线ModelArts、数字内容开发生产线MetaStudio、数据治理生产线DataArts、软件开发生产线CodeArts等多条生产线能力，
并且实现了相互融合，可支持AI模型、数据、数字内容以及应用协同开发和编排，提升多团队协同效率。
这显示了华为在传统硬件之外，也在做基础开发工具与技术的国产化。
其中，ModelArts是用于开发AI应用软件的生产线平台，提供数据处理、算法开发、模型训练、模型管理、模型部署等AI应用软件开发全流程技术能力，让企业可以在ModelArts上做专业的AI应用软件开发，换言之，这是开发AI应用软件的工具平台。
MetaStudio依托图形引擎和空间引擎两大媒体引擎，提供3D模型制作、资产管理、内容编辑、物理仿真、云渲染五大平台能力，让数字内容的生产变得更加高效。
另一个有意思的是数据治理生产线DataArts，包含数据库GaussDB（高斯数据库）、数据仓库GaussDB（DWS）、数据湖MRS等模块，支持数据的采集、汇聚、计算、资产管理等等。
其中尤其值得一提的是数据库，数据仓库，数据湖全部实现了国产化（这三个东西看起来名字差不多，我们也无需去了解背后的技术细节，记住是不同形式的数据技术就好了）。
年报中提到华为自己研发的GaussDB高斯数据库已经在国内批量商用，已应用于超过2500家大型企业的业务应用中。例如基于GaussDB，中国邮政储蓄银行的新一代分布式核心系统可为超过6亿户个人客户提供日均20亿笔交易的处理能力。
这个是非常了不起的成就，毕竟在我国的金融业，由于业务数据极端的重要，国内目前大部分银行和证券公司还是用的国外的数据库产品。
最后是华为自研的国产化软件开发生产线CodeArts。
这个简单的说就是开发软件的（工具）软件，
CodeArts是华为基于自己多年软件研发实践搞出来的软件开发工具，覆盖web、移动应用、微服务、云原生应用、嵌入式等开发场景。
为了解决卡脖子的问题，开发软件的工具软件国产化其实同样迫在眉睫，这就跟设计芯片的EDA工具软件也需要国产化一样。
CodeArts包含需求管理工具Req、代码检查工具Check、测试管理工具TestPlan等多款工具，支持C/C++、Java、Python、GO、JS、CSS、HTML、PHP等20多种主流编程语言，内置超过7000条代码检查规则，支持全生命周期安全管理。华为2022年年报中提到CodeArts已经在长安汽车等大型企业客户中部署。
华为连软件开发工具也要自己搞的原因也并不复杂，美国的技术不让用了，只有自研华山一条路。
接下来，华为还在提到了另一项关键业务，“华为开放了智能汽车数字平台、智能驾驶计算平台和HarmonyOS智能座舱平台，为智能汽车提供数字底座和开发工具，已累计发展超过 300家产业链上下游合作伙伴。”
这个显然是说华为专门为汽车业做了一套底层的硬件+操作系统的平台，希望大家都在我的平台上做应用开发，就跟手机行业都在ARM芯片+安卓/iOS系统上面开发各种应用一样。
华为还专门提到了基于鸿蒙的汽车智能座舱，老实说我觉得华为进军汽车行业，最大的贡献就是车机系统的确优于目前国产汽车厂家的普遍水平，毕竟在手机上面有这么多年的积累。
最后是关键业务的第四项：打造数字平台。
这个数字平台实在是不好理解，什么是数字平台，华为年报里面是这么写的：
这个数字平台，其实就是与更多行业客户、伙伴共同打造行业解决方案，政府和行业客户通过部署华为云作为“云底座”和“使能器”，承载各种的行业应用软件，加快自身的数字化，像文中提到，云市场商品超过1万个，基于鲲鹏开发的应用软件已经超过1.2万个了。
可见华为认为各行各业的云化是大势所趋，云之所以在战略上值得关注，在于它本质上则是一个软件产业，是华为“软实力”的关键承载与体现。
这个云化并不难理解，其实目的主要就是实现海量数据的互联互通和智能化治理。打个比方，以前我们把一个Excel表格放在自己电脑里，则不管是其他同事还是部门都看不到，但如果大家都统一放在云上并且开放权限，那么大家都能很方便的获取各种数据，工作也就便于开展了。
云化其实也是类似的，企业的数据不再是割裂的分布在各个业务系统，而是可以互联互通了，那就可以做很多应用。这是数字化转型万里长征的第1步。
那么，AI在华为技术版图中的位置如何？
如上文所说，ChatGPT是细分领域中的NLP（自然语言处理）大模型，更多聚焦于面向个人消费者，以及搜索引擎、浏览器等互联网工具。但AI不仅只有NLP，而华为所布局的AI领域则似乎更为广阔。
我们看到，华为在年报中明确展示了自己的AI能力——华为云盘古大模型。如年报中介绍，盘古大模型正在持续创新（早在2021年已正式发布），并陆续推出了药物分子、气象、海浪等大模型，为业界贡献先进的算法和解决方案。
年报对于AI的技术布局还有进一步表述：“在AI领域，2022年华为云持续深耕预训练大模型、AI求解器和知识计算三大AI技术，加速AI与行业的深度结合。”换言之，AI大模型是华为定义和开发的三种AI关键技术之一。
在发布会现场，孟晚舟介绍华为云业务的时候，就直接引述了一个案例场景：“在矿山客户的数字化应用中，华为的AI大模型大幅度缩短了开发周期，我们能够让矿工通过拖、拉、拽这种简单的方式来实现编程。”
这类案例细节还有很多：
在医药领域，华为云联合西安交通大学第一附属医院刘冰教授团队，基于华为云盘古药物分子大模型研发出全新的广谱抗菌药物，将先导药的研发周期大幅缩短。
在煤矿领域，华为云实现一个盘古矿山大模型覆盖矿山各个主业务环节，大幅缩短矿山人工智能应用的小模型开发时间，2022年盘古矿山大模型在山东能源集团正式商用。
在气象领域，盘古气象大模型实现秒级预测全球一周天气，相比传统预报方式精度也有所提升。
这些案例说明，国内人工智能大模型已经在不少行业维度探索应用。借用2022年华为全联接大会上的一个概念来说，“AI for industries”将是其业务主要方向，这也正是华为在AI领域的竞争力所在。
或者我们可以理解为，不同行业的盘古AI大模型，就相当于在大学学了不同专业的大学生，本身就具备很强的能力，你雇佣了之后可以通过简单的训练就可以让他们做很专业的工作，而无需自己再从幼儿园，小学从教拼音和写字开始培养一个人才，这就让企业可以更为快速的上AI应用。
换言之，如果说ChatGPT目前更多是为个人提供知识和能力，那么华为云的盘古大模型目前就是更多为企业提供能力，一个更像是生活和日常办公助理，一个是专业型工作助理。
当然了，预计它们都会向对方领域扩展。在互联网与社交媒体应用领域，ChatGPT已经展现了强大的领先优势，而在更广维度的行业数字化领域，华为的制造业基因和“云、网、边、端、芯”协同的全栈技术组合，则将会带来不同的优势。说实话，我还挺期待华为在这一领域将如何开辟战场。
正如IDC预计，2026年中国AI市场可实现264.4亿美元的市场规模，2021—2026年五年复合增长率（CAGR）超20%。在可见的未来多年内，AI的商业化市场仍将处于快速开荒拓土的阶段，如果要类比，或许可以参考移动互联网取代门户网站、或智能手机刚刚起步的黄金时代。与其讨论竞争替代或谁将成为新的行业巨头仍为时过早，不如观察有哪些市场将迎来变革。
在NVIDIA CEO黄仁勋提出AI迎来“iPhone时刻”之后，人工智能的下半场仍将精彩异常。
老实说，今天的文章可能相对枯燥了一些，但是我为什么还是要花时间讲这些东西，因为相关的背景知识我们了解的越多，则越是能在各种新闻面前有自己的思考。
最近大火的ChatGPT就是个例子，很多人担心中国在人工智能方面会不会被美国彻底甩开。其实看了本文列举的华为财报的例子就可以发现：
1：华为一直提构建智能世界的愿景，正持续在AI尤其是大模型领域投入研发，AI for industries将是主攻方向。在这方面，华为有持续的投资动作，也确实有技术优势。
从底层看，基于华为云可提供人工智能算力服务、盘古基础大模型服务、盘古行业大模型服务，这将与华为的TO B企业服务能力无缝融合，能有效降低行业AI应用难度，加速各行各业数字化，目前也已落地了逾千个项目。
从应用看，可通过大模型直接增强华为现有产品和解决方案，提升用户体验和竞争力，如终端“小艺”、自动驾驶、华为云ModelArts方案等等。从企业管理角度看，华为或其他超大型企业，也完全可以应用大模型优化流程管理，实现高效敏捷的数字化转型。
像GPT这样的人工智能大模型，仅仅是智能世界所需要的关键技术的一部分而已。从华为的业务布局版图，基本上可以看到中国科技公司在智能技术的落地应用和商业化思路。
2：对于各种人工智能相关的各种技术，包括帮助企业走向智能化的云平台（华为云），开发AI算法和模型训练的工具软件ModelArts，开发软件的工具软件CodeArts，以及应用于各个行业的人工智能大模型，华为都在不断进行开发。
虽然总体上在技术上和市场份额上都还和美国有差距，但是都有在做，这些工作的重要程度丝毫不亚于芯片自主。
以软件开发工具为例，2月28日的华为轮值CEO徐直军《突破“乌江天险”，实现战略突围》的讲话中就提到：
“软件开发工具开发团队自2018年就开始布局，努力打造软件从编码、编译、测试、安全、构建、发布到部署等全套工具链，采用自研加联合合作伙伴一起研发的策略，解决工具连续性问题。这样不仅有力支持了公司十多万软件工程师的软件开发，而且还基于华为云对外提供服务，实现内外一致。”
“有203家企业愿意付费使用我们的软件工具，这是对开发工具团队的一种认可。”
与消费者接触的日常软件不同，企业（尤其是开发业务的软件企业）的研发时效与可靠性要求完全不同。企业在使用这些工具类的基础软件中，愿意付费使用国产而非欧美大厂产品，其实是很不容易的。仅有203家，这说明工具也还在早期的发展阶段，但是这条路的方向是坚定的。
3：中国在人工智能方面的最大优势，就是中国有全世界规模最大的制造业，而人工智能的最大价值就在于行业应用。
根据我国的第四次经济普查，到2018年末我国有制造业企业高达327万家，这意味着国内海量的制造业企业可以给人工智能提供海量的行业应用场景，这是相对已经严重的去制造业化的美国所不具备的。
美国的AI大模型搞出来，最多和最先应用的还是各个互联网企业，例如搜索引擎、办公软件、社交媒体和影视等等，他们在制造业方面的场景远不如我们丰富。
如果看制造业增加值占经济的比重，2022年中国为27.7%，而美国仅为11%，从华为的年报可以看出来，国内已经有很多行业在探索商业化的人工智能技术应用了，这也说明国内的人工智能确实有非常丰富的商业化前景。而人工智能只有应用在社会各个领域才能发挥最大价值。
简而言之，人工智能的核心价值还是在于服务于制造业为核心的各行各行。
我们可以认为我们每个人就是一个人工智能，我们从幼儿园，小学就开始努力学习，最终完成了本科乃至硕士教育，努力的提高我们的知识水平，但最终要实现自身的价值还是得到实际的工作中去体现。
举个例子一个清华毕业生可以视为顶尖版的人工智能，但是他选择从事芯片研发，航天科技研发等所产生的价值，跟去当娱乐主播，做房地产开发对社会所产生的价值是不一样的，换言之人再聪明也得把他用在合适的地方，有合适的平台，人工智能也跟人类一样，智能化程度再高，也是需要有应用来体现价值的。
在这个话题的末尾，我想到了贾雷德·戴蒙德的历史著作《枪炮、病菌与钢铁：人类社会的命运》一书，他从亚欧非大陆的人类社会发展与地理、技术等环境变量，提出了人类社会发展的环境决定论假想。从人类历史来看，不同地区的社会族群，在差不多的资源禀赋条件下，有的容易发展出更为现代的技术与社会体系，有的却停滞不前。类比行业技术的竞争、商业公司与产业的进化，也有同样的情况。
可以肯定的是，过去数十年中国在充分发挥环境优势（自然资源、劳动力等）的基础上，很好地把握住了全球产业迁移与信息化、互联网化的几次转型机遇，构建了世界上最大的实体经济体系，这也支撑了近年来移动消费互联网、工业互联网、云计算、大数据等浪潮的兴起。
在AI这一新的风口赛道，技术的突破不仅是纯粹的算法与模型竞争，决定技术可以走多远、走多深，还在于是否能与全社会产业链有效结合，打开各实体产业的发展上限，这也是中国产业当前的优势所在。
以上是看华为年报的一些想法。
0 条评论