17世纪，伟大的物理学家艾萨克·牛顿，通过三棱镜将阳光进行了分解，发现世间所有的色彩，都是由红、绿、蓝三种颜色按照不同比例混合产生的。于是，“三原色原理”就此诞生，这也为人类推开了现代光学的大门。
AI大模型极速发展，行业智能化汹涌而来。在今天，企业和开发者也面临着“色彩过多”的困惑。AI技术本身的多样性、大模型从训练到推理的流程复杂性，应用场景的多元性都十分惊人，AI与企业业务的融合形态更是变化万千。
如何让纷繁的AI技术化繁为简，为我所用？这或许已经成为智能化面前最大的难题。
解开这道难题，华为云的想法与牛顿非常相似，他们想要调出AI原生的三原色，并将其提供给企业用户、伙伴与开发者。
所谓“万变不离其宗”，用“三原色”构成的AI原生思维，各行业就能够随意画出真正想要的智能化图景。
2024年9月19至21日，第九届华为全联接大会（HUAWEI CONNECT 2024）在上海举办。其中，在20日上午的主题演讲中，华为常务董事、华为云CEO张平安发表了题为“云上跃迁，AI重塑千行万业”的主题演讲。他表示，企业要在智能时代抓住机遇，用AI构筑自身领先优势，最核心的是要构筑起AI原生的思维，将AI技术和工具作为核心要素，来重新思考和设计企业流程、IT架构、业务创新，充分发挥AI的潜力，提高效率，创新业务模式，解决复杂问题。
（华为常务董事、华为云CEO张平安）
基于此，华为云围绕AI原生思维带来了一系列经验分享与技术发布。将这些发布串联起来，会发现其核心是“方法论筑基、基础设施升级、AI大模型能力适配”三要素——这就是AI原生思维的三原色。
让我们走进这个色彩斑斓的智能世界，去理解如何用三原色画出属于每个行业、每家企业自己的AI旅程。
什么是AI原生思维？以及我们为什么需要AI原生思维？
探讨这个问题，就必须深入AI大模型爆发之后，各行业所面临的智能化局面。在目前阶段，AI的降本增效价值已经显现无遗，并且加速深入各个行业，以及每个行业的各个生产流程，带来了显著的投资回报率与生产力增长。
但在企业亲身进行AI实践的时候，却会发现其困难程度远超想象。每家企业的业务场景、智能化需求、数字化基础设施情况，以及对AI技术的掌握能力都不相同。引入AI大模型会面临缺乏路径参照、成效难以评估、技术投资不发挥价值等问题。AI虽有万彩，但企业却画不出，画不成，甚至不敢画。
这类问题出现的核心逻辑差异在于，企业究竟在进行“+AI”还是“AI+”？
所谓“+AI”，即企业还是以此前的业务逻辑为主，只是叠加上AI大模型的新能力。这就会面临一系列问题，比如大模型是否与业务逻辑相符，对大模型的投资是否真的能够带来商业回报等。
举个例子，在对话框类大模型应用爆火之后，各类互联网应用都在添加AI对话框。但有些应用根本无需对话操作，新的AI对话框反而遮挡了用户界面。这类案例中，AI大模型能力属于单纯的外挂和辅助，甚至为了添加而添加，这就属于典型的盲目“+AI”。
而“AI+”，则是指从业务的出发点就基于Al技术进行设计，确保整个业务流程围绕AI进行，系统、应用与服务都基于AI原生（AI Native）来打造，最终实现AI技术深入企业与业务核心，成为水、电、网络、人才一样的企业发展基础。
想要从“+AI”跨越到“AI+”，必须有完善的理论框架、数字化基础、AI能力作为保障。这些AI原生要素的综合体，就是企业践行智能化前所必须具备的AI原生思维。
AI原生思维的核心，不是仅仅将AI视作工具，而是基于AI的价值特性来成就业务和流程。想要实现这样的目标，就必须具备三个前提条件：
首先，企业决策者要拥有完善的AI原生方法论，明确智能化的方案、流程与可能性。
接下来，企业需要构建AI原生基础设施，并且构建以AI为中心的数据底座，确保企业的基础设施能够匹配AI创新。
最后，企业还需要获得充沛的大模型能力，要让大模型具有多模态、多尺寸的特征，能够真正融入企业业务，确保大模型能力匹配企业业务需求。
让所有企业都能满足这三个条件，就是华为云调出的AI原生思维三原色。
红色，代表成功、兴旺、繁盛与炽热。在企业智能化的路上，首先需要的是能够走向成功与兴盛的方法论作为牵引。而优秀的AI原生方法论，也只能从优秀的AI实践当中来。
为了透视企业业务与AI技术之间的深刻关联，华为决定将自身的AI实践分享出来，秉持华为一贯的“自己的降落伞自己先跳”，给千行万业带来走向智能化成功的方法论基石。
华为董事、质量流程IT总裁陶景文，在《数转智改，实现企业持续高质量发展》的分享中，详细剖析了华为自身的AI实践，以及从实践中凝结的方法论体系。
（华为董事、质量流程IT总裁陶景文）
2018年，华为正式成立AI使能部，计划通过数字化转型和AI赋能让华为成为行业企业的标杆。2024年华为正式启动AI辅助内部业务变革，将AI技术与华为的数字化体系结合。这意味着华为推动将自身海量、重复、复杂的业务场景进行了全面的AI升级，为AI原生思维提供了体量最为庞大，效果最为显著的样本。
陶景文认为，AI是一场变革，企业要把AI变成一个真正能给业务带来价值的服务，一定要跟企业的流程、组织、IT、数据以及业务场景深度结合。
最终，华为将自身的AI实践总结成了一套方法论，叫做“三层五阶八步”。三层的价值在于重新定义了智能业务、AI开发与交付、持续运营智能应用。而五阶八步则是从业务场景出发，沿着业务流程、组织，公司数据和AI应用，指导企业如何步步推进AI落地，完成价值转化。
从流程来看，华为将推进AI与业务融合分为三个阶段。首先要定义企业的AI场景，明确哪些场景确实能够进行AI升级。为此，华为总结了AI场景“十二问”，作为企业选择智能业务场景的关键的手段。
接下来，企业需要推动现有作业流程的智能化升级，通过机器辅助人与人辅助机器的种种方式，将AI快速融入业务实际业务场景中。
最终，企业需要实现将AI作为员工工作的基础，人人都懂AI和用AI。为此，华为成立了AI相关组织，装载各领域AI专家人才，开展AI训战和赋能，提升整体AI人才浓度，并将AI能力融入任职标准。
最终，在“三层五阶八步”的帮助下，华为各个领域的业务能力都得到了显著的智能化升级。
比如在合同场景，华为通过对象、过程、规则的数字化，实现海量合同高质量并行处理，多语种合同要素智能提取和比对，风险作业从2小时缩短到5分钟。
在研发场景，华为给超过11万研发员工配备了开发助手，利用大模型自动提取作业上下文信息，实现代码行级续写、函数生成、代码解释和注释，采纳AI生成代码700万行/年。
在制造场景，华为采用多模型“系统工程”，组合决策式和生成式AI，构建了计划求解器，AI视觉质检、装备预测性维护、制造知识赋能等能力，提升了制造整体生产力，订单交付周期缩短了30%以上。
基于华为自身AI实践，总结出的详尽可靠方法论。具有业务真实性、场景复杂性、AI技术前沿性相结合的特点。在目前的智能化探索中可谓独树一帜。
方法论是成功的基础。契合AI原生思维的方法论，也是企业智能化成功的“第一原色”。
蓝色，代表着包容、纯洁、宁静与和谐。在AI基础设施领域，企业正需要蓝色的包容力量。
大模型，是迄今为止最复杂的软硬件系统工程，自然也对相应的基础设施提出了极高的要求。而这种复杂程度不能加诸企业本身，必须将复杂的技术与工程留在前端，让企业聚焦于AI与业务的结合本身。
为了实现AI原生云基础设施的目标，华为云已经做出了长期的努力。比如华为云实现了AI云基础设施的自维护，千亿参数模型能够达成40天无中断训练，平均故障恢复时间小于10分钟，远低于业界 60分钟的恢复时间。同时，华为云提供了多样化的部署方式，覆盖从模型开发到应用的各个环节，用户可以选择公有云、专属资源池、混合云，以及边缘部署等形式。
为了实现AI基础设施进一步完善，达成实现符合AI原生思维的基础设施建设，华为云推出了新一代的AI原生云基础设施CloudMatrix，通过“一切可池化、一切皆对等、一切可组合”，构建分布式对等全互联架构，实现了单体算力向矩阵算力的演进，从而在算力规模、扩展模式、使用模式上更加匹配AI时代超大规模算力、灵活弹性、高效稳定的需求。
（华为云AI 原生云基础设施架构 CloudMatrix 正式发布）
所谓“一切可池化”是指CloudMatrix通过分布式QingTian的调度能力，实现了CPU、NPU、DPU、内存、存储等所有基础设施硬件资源的池化，让资源可以随时被按需调用。通过达成超节点矩阵算力架构，算力得到大幅提升。
“一切皆对等”是指通过超高带宽的MatrixLink实现从“传统以太网”向“共享总线以太网”演进，实现池化算力的高速互联。通过资源全部对等连接打破计算集群线性度的瓶颈，有效提升大模型的训练效率。
而在“一切可组合”方面，CloudMatrix在统一多元算力逻辑池化、高速全对等互联的基础上，通过瑶光智能云脑对云上超节点算力资源进行统一建模、调度。通过统一的网络控制器MatrixLink实现软件定义的灵衢逻辑总线，从而提供了软件定义多元算力链接、拓扑、多租户隔离的关键能力，让多元化的算力类型与规模可以灵活组合，覆盖百-千-万亿等不同级别的模型训推场景。
在更加包容、灵活的技术架构帮助下，CloudMatrix可以实现训练效率提升20%到70%，推理性能提升30%以上。从对企业至关重要的性价比角度来说，通过可组合算力可以为场景化应用提供最佳的算力适配方案，实现多场景差异化算力的诉求互补，减少算力碎片，从而有效提升资源利用率。
可池化、可组合、高效对等的AI云基础设施，能够让大模型与企业真实需求相互适应，高效匹配。对于企业来说，从方法论落地到产业实践，首先以能够实现想法，有效利用资源的基础设施。
而在AI原生云基础设施对产业现实的包容度层面，华为云毫无疑问走到了行业之先。
绿色，代表着生长、希望、舒适和平静。在最终发挥智能化力量的模型层面，企业希望能够不断向上生长，不断适配企业需求的大模型，让模型能力的种子，在业务体系与生产系统中生根发芽，长成参天大树。
这里一个重要的误区在于，企业所需的大模型不是参数越大越好。在真正的行业智能化场景中，企业必须考虑综合成本、专业契合度、基础设施适配等问题。往往企业需要的不是参数最大的模型，而是可以裁剪，能够符合业务场景的模型。另一方面，在企业的真实应用场景里，大多数情况也不是一个模型能够满足所有需求，而是需要多模态能力来对应多样化的需求。
大模型，必须不断成长，不断适应，才能让企业如沐春风。
在这一领域，华为云已经将盘古大模型5.0打造成了多模态、全系列的大模型。在多模态层面，盘古5.0不仅能支持文本、图片、视频，还支持雷达、红外、遥感等更多模态，让AI能够帮助企业精确理解物理世界。在全系列层面，盘古5.0包含了同参数规格的模型，以适配不同的业务场景。其中，十亿级参数的Pangu E系列可支撑手机、PC、车等端侧的智能应用；百亿级参数的Pangu P系列适用于低时延、低成本的推理场景；千亿级参数的Pangu U系列适用于处理复杂任务；万亿级参数的Pangu S系列超级大模型是处理跨领域多任务的超级大模型。系列化的盘古，能帮助企业真正在复杂的业务场景中应用AI技术。
为了进一步实现模型能力的成长，让大模型适配企业的真实需求，华为云CTO张宇昕最新发布了华为云盘古智能助手。
（华为云正式发布“1+N”的盘古助手体系）
盘古智能助手推出了1加N的智能助手产品体系。“1”指的是统一的华为云智能助手。它围绕企业在云上的规划、使用、维护、优化全旅程，可以提供知识查询、信息查询、操作执行、优化分析等等智能化能力。“N”是指华为云针对企业用户工作流程中的高频共性场景，比如产品研发、数据分析、安全防护、办公协同等，通过将盘古大模型与各个领域积累的数据和经验相结合，通过AI赋能这些场景专用的云服务，提升相关人员的业务效率。比如华为云CodeArts盘古助手，就为邮储银行提供了一个企业级的研发专家助手，带来了智能化的代码生成能力。
不断成长，不断响应千行万业呼唤的盘古大模型，已经成为AI原生思维中不可或缺的最终落点。
方法论筑造，基础设施革新，以及大模型能力的生长，这三大价值构筑了华为云所调制的AI原生思维三原色。只有掌握了三原色原理，画家才能描摹万物，同样的道理，企业掌握了方法论、基础设施与大模型的三原色，才能真正画出AI万彩，描摹行业智能化的江河山川。
我们可以设想一下，一家企业或者一位开发者，来到华为全联接大会2024将得到什么？
他能够得到从华为兼具深度与广度的AI实践中，总结出完善有效的AI实践方法论。
他能够了解到“一切可池化、一切皆对等、一切可组合”的AI基础设施，从而在云端打造属于自己的AI原生基座。
他能够找到真正适配行业场景与企业需求，做难事，解难题的大模型能力，通过大模型助手来拓展企业智能化边界，获取新质生产力。
这些价值结合在一起，AI的万般色彩尽在眼前，山河大地就是画板。
而最终提笔作画的，是每一家企业，每一位开发者，是未来的你。
AI原生时代正滚滚向前。过去几年，华为云已经深入到 30 多个行业的 400 多个AI应用场景，让AI技术行业长卷上焕发斑斓色彩。
在今天，我们与AI时代最好的相处方式，或许就是用AI原生的色彩，去画出属于你自己的旅程。
