嘉賓商學吳婷：華為云，一片黑土地的“重”思考

嘉賓商學創辦人吳婷

全球AI競賽的戰火，正以前所未有的烈度熊熊燃燒。

不久前，英偉達宣布向英特爾投資50億美元，雙方開展深度合作；微軟要用足以繞地球四圈半的光纖，打造世界上最強大的AI數據中心；Meta更是要投入數千億美元，建設多座大型AI數據中心。這些都預示著一個新的科技紀元正在到來。

最近我受邀出席了華為全聯接大會，聽了演講、逛了展廳，還跟華為高級副總裁、華為云全球Marketing與銷售服務總裁楊友桂做了交流。

嘉賓商學9年來只做一件事：開發案例。我們每次訪學、每個視頻都是對時代最前沿、最有價值的案例的開發。

而在AI戰場，華為云就是個值得開發的案例。在離云計算最近的互聯網行業，中國90%的互聯網公司選擇了華為云；最近幾年受關注度最高的汽車行業，TOP30的車企中有28家是華為云的客戶；而且在各大云計算玩家都喊著要輕量化時，華為云卻說他們的戰略是“做厚算力黑土地”，這不得不讓人生出大大的問號。而我在展臺上、在交流中找到了答案。

1、一場向下扎根的戰略抉擇

十年前，“互聯網+”被納入頂層設計，那是一場關于連接、流量和商業模式的革命；十年后，國家戰略的指針轉向了“AI+”，這是一場更深刻的變革。

“在人工智能時代，有三大支柱：算力、算法和數據。”楊友桂談到，“很多企業可能更聚焦在算法跟數據上，但是華為立志成為全世界算力底座的第二選擇。那我們在算力上也投入了很大，這其實就是我們說的黑土地。”

這解釋了華為云近年來一系列看似反共識的動作。當行業普遍追求輕量化、平臺化的今天，華為云卻在“做厚算力黑土地”的道路上越走越遠。這背后，是一種基于現實困境和長遠判斷的戰略定力。

眾所周知的原因，迫使華為無法像其他家一樣，拿到最先進的芯片。但正如任正非先生所言，要用非摩爾補摩爾，用數學補物理，用面積換算力。在華為云的展臺上，我看到了它的具象化身——CloudMatrix384超級節點。它并非依賴單一芯片的極致性能，而是通過系統工程，將384顆昇騰NPU和192顆鯤鵬CPU，用自研的高速網絡、光技術、散熱技術……像搭樂高一樣，組合成一臺超級“AI服務器”。

“我相信在全世界找不到第二家像華為這樣的公司，”楊友桂指著展臺的CloudMatrix384超節點模型說，“它調用了華為30多年來在聯接、在光、在各方面的技術。這樣的能力合在一起，才有這樣一個超大節點的發布。”

當然，這種“重”的選擇，自然也引發了外界的好奇。當被問及華為跟其他的AI廠商有什么不一樣？現在很多AI廠商在強調的是輕量化、平臺化，我們還要做這么重，這背后積累的到底是什么？“我們的‘重’，恰恰是我們的壁壘所在。因為，從來沒有像人工智能這個時代，能把華為30多年來積累的所有技術、經驗以及全球的實踐可以合在一起。”楊友桂回答。

他將這份厚重的積累，拆解為兩個層面。

“第一個，是技術棧的厚度。你看整個全棧的平臺，從最底下的鯤鵬芯片、昇騰芯片，然后到存儲、到網絡，再到整個芯片的軟件使能、我們的開發工具，一直到最上面的應用。” 這種從芯片到應用的全棧能力，是華為在過去三十年里，在通信、計算、終端等各個領域一點一滴啃下來的硬骨頭。

“第二個，是全球實踐的廣度。我們構建了華為云KooVerse這樣一個全球存算網的品牌，覆蓋了全球所有的主要國家和地區。這意味著我們能保證客戶跟伙伴，無論你在哪個國家，想用云，就能最近接入，獲得最低時延的體驗。就像我分享的土耳其的案例，它的電商平臺響應時延就可以從原來的1.5秒，壓縮到260毫秒。”

所以，華為云的“重”，不是笨重，而是厚重。它是由三十年積累的技術厚度和全球實踐的廣度共同構成的。這份厚重，正是無法被輕易復制的護城河。

吳婷與華為高級副總裁楊友桂

2、系統性創新：一堵無法復制的護城河

如果說，向下扎根是華為云的戰略選擇，那么，讓這片土地變得肥沃且無法被輕易復制的“養料”，又是什么？

楊友桂給出的答案是系統性創新。

首先，華為云是業界少有的能夠實現全棧自主創新的廠商。這種垂直整合，使得深度的軟硬協同優化成為可能。盤古大模型是基于昇騰云全棧軟硬件訓練的、昇騰親和、最了解昇騰算力的大模型，懂得如何榨干每一顆昇騰芯片的性能。

其次，是“以系統補單點”的工程能力。這或許是華為最獨特，也最難被模仿的地方。CloudMatrix384的誕生，并非芯片技術的單點突破，而是光通信、網絡、供電、散熱等多元技術的系統性勝利。當單點技術遭遇瓶頸，華為便發揮其“大雜燴”的優勢，用空間換算力、用帶寬換算力、用能源換算力，通過構建一個強大的系統，來彌補單點的不足。這是一種樸素的工程哲學，卻蘊含著深刻的商業智慧。

最后，是深入行業的Know-How沉淀能力。AI的價值，終究要在千行萬業的場景中得到驗證。華為云并非只做一個通用的AI工具平臺，而是致力于解決行業的核心難題。在對話中，楊友桂分享了長安汽車的案例。

“在合作之前，長安的軟件研發周期一般是3到6個月。然后我們就把我們的研發流程、經驗，連同CodeArts這種開發工具分享給他們，最終，他的研發效率提升了30%。”

這種賦能，早已超越了單純的技術支持，而是一種基于自身多年實踐的深度經驗轉移。目前，華為云已在制造、金融、煤礦等30多個行業，幫助客戶訓練了200多個專業模型。這些寶貴的行業知識，正被沉淀為ModelArts Studio平臺上的“行業模型增訓配方庫”，讓后來者可以“照方抓藥”，在前人的經驗上，加速自身的智能化進程。

3、價值驗證：黑土地上長出的全球果實

戰略的正確與否，最終要由市場和客戶來投票。華為云這片黑土地，究竟長出了怎樣的果實？在楊友桂的演講和我們的交流中，一幅遍布全球的價值圖景徐徐展開。

在土耳其，快時尚品牌DeFacto面臨著大促季超過10倍的流量浪涌。傳統的IDC架構早已不堪重負。借助華為云“全球一張網”的彈性能力，其容器服務能在30秒內自動擴容4000個Pods。更讓消費者直觀感受到變化的，是其電商頁面的加載時間，從1.5秒被壓縮至260毫秒。“這種時延的改善，”楊友桂說，“能直接提升用戶滿意度和訂單轉化率。”

在巴西，數據智能公司Neogrid每天要處理海量分散的數據。過去，他們的客戶要到第二天才能拿到分析結果，決策永遠慢半拍。華為云DWS數據倉庫幫助他們實現了數據從“T+1”到“T+0”的跨越。“這意味著，企業在下班前就能拿到當天的數據，為決策搶占先機。”楊友桂解釋道。這種“決策領先”的優勢，最終轉化為其下游客戶——某水牛奶巨頭每年超過200萬美元的增收。

在中國，這片黑土地的滋養作用更為明顯。全球化工巨頭萬華化學，其煙臺園區有3萬余臺轉動設備。基于盤古預測大模型，華為云幫助他們實現了從“事后維修”到“預測性維護”的轉變，模型預測準確率從70%提升到90%。同時，基于Versatile Agent平臺打造的SOP文檔審核Agent，將審核效率提升了50%以上。

這些案例，從零售到數據服務，從化工到汽車，生動地詮釋了華為云的解決方案是如何將復雜的技術能力，轉化為客戶可感知的商業效益與競爭優勢的。

“我今天選這四個案例，只是想驗證華為云四個主要的能力，”楊友桂總結道，“一個是全球化部署，第二是使能數據平臺，然后是AI開發平臺，以及通過華為的經驗跟實踐去幫助客戶實現高質量發展。”

行走在展會現場，看著那些忙碌的分揀機器人、提供服務的智能體，我仿佛看到了這片黑土地上正在茁壯成長的第一批“莊稼”。

技術從來都不是最終的護城河，真正的護城河，是一個能夠讓萬物共生的生態。

華為用了三十多年的時間，去夯實技術，去韜光養晦，今天，它選擇將這一切沉淀為一片開放的土壤。這片土地的未來，不僅關乎華為自身的商業成功，更關乎整個中國AI產業的繁榮。

“人工智能剛剛開始，這么大一個劃時代的變革，是不可能一個廠家來完成的。”楊友桂最后說，“我們需要所有的客戶、伙伴、供應鏈，大家一起繁榮生態。”

作者 | 吳婷