任正非：关于人工智能的核心观点与深度思考（1/2）

2024年10月14日，华为创始人任正非与国际大学生程序设计竞赛（icpc）的核心成员——包括赛事主席、高校教练以及全球获奖选手，围绕人工智能这一核心议题展开了一场深度对话。icpc并非普通竞赛，它被誉为“计算机软件领域的奥林匹克”，能站上这个舞台的年轻人，都是未来可能推动技术变革的潜在力量。任正非作为亲历中国科技产业崛起的企业家，没有用晦涩的行业术语，而是以“长辈聊经验”的直白风格，分享了对ai发展趋势、现实影响、研究方向的看法，每一句都落到实处。以下是与ai直接相关的核心内容，用最通俗的语言拆解，带你看懂这些观点背后的逻辑与价值。

一、ai不是“未来概念”，是已经落地的“现实生产力”

任正非一开场就抛出了一个斩钉截铁的判断：人工智能的发展潮流，谁也挡不住。不是说有人想拦就能拦住，而是技术自身的迭代规律在推着它往前走——芯片的算力越来越强，以前算半天的数据现在几秒钟就能出结果；算法的精度越来越高，能识别的场景、解决的问题越来越多；再加上海量数据的积累，就像给ai“喂饱了粮食”，让它从“只会简单指令的机器”变成了“能处理复杂任务的帮手”。

他特别强调：“现在这个时代的转折点，就是ai的应用。”这句话的意思是，ai不再是实验室里用来“炫技”的技术，不再是科幻电影里的“未来元素”，而是已经走进了工厂、港口、车间，变成了能创造实际价值的“生产力工具”。为了让这些年轻的技术尖子有直观感受，他举了两个中国当下最典型的“ai落地案例”，没有半点虚的，全是看得见摸得着的变化。

第一个案例是天津港。去过港口的人都知道，以前的港口是“人山人海”的场景——工人要指挥吊车装集装箱，司机要开着货车运货，还有人要在海关窗口核对单据，一百多平方公里的场地（相当于140多个足球场大小）里，到处都是忙碌的身影，不仅效率低，还容易出错。但现在的天津港完全变了样：从集装箱卸船、运输到堆垛，再到通过海关核验，整个流程几乎见不到一个人。吊车是ai控制的，能精准计算位置，不会碰坏箱子；货车是无人的，按照ai规划的路线跑，不会堵车；就连单据核对都是ai自动完成，几秒钟就能确认信息。他特意补充：“你去现场看，只能看到机器在动，人都在控制室里盯着屏幕，效率比以前高了至少3倍。”

第二个案例是炼钢行业。炼钢是出了名的“苦差事”，以前炉前温度能达到几十甚至上百度，工人得穿着厚厚的防火服守在旁边，不仅烤得难受，还得时刻盯着钢水的状态。最麻烦的是“钢水化验”——要先用勺子舀出滚烫的钢水，送到实验室检测成分，等结果出来才能判断合不合格，既耽误时间，又有烫伤的风险。现在呢？ai把这些问题全解决了：炼钢炉、轧钢机旁边都没人了，全程由ai监控温度、调整参数；想知道钢水合不合格，工人只需要戴一副专门的“ai眼镜”，眼镜对着钢水一扫，几秒钟就能显示成分数据，根本不用再舀钢水。他还提到了更极端的场景：“现在几百米深的地下挖煤，都能用ai操作，矿工不用下井，在地面就能控制采煤机，既安全又高效。”

这两个例子不是随便选的，而是覆盖了“物流”和“制造业”两大关键领域，想告诉这些年轻人：你们现在学的ai技术，不是“没用的屠龙之技”，而是能实实在在改变传统行业、提高效率、减少风险的“真本事”。ai的价值，就藏在这些看似普通的场景里。

二、ai带来的“好处”与“压力”：别慌，问题能慢慢解决

任正非没只唱“赞歌”，也坦诚地提到了ai带来的现实压力。他说：“ai发展得这么快，对社会是好事，但也有麻烦——最直接的就是工作岗位会减少。”这话很实在，以前需要十个人干的活，现在ai加机器两个人就能搞定，剩下的人怎么办？这是很多人担心的“失业问题”，尤其是在制造业、物流、客服这些容易被ai替代的领域，这种担心更明显。

但他没有停留在“焦虑”上，而是把“技术问题”和“社会问题”拆分开，给出了理性的看法：

首先，ai带来的好处是“实实在在的”。最核心的就是“社会总财富增加了”。他举了个大家都能懂的例子：“以前农业社会，几亿人种地才能养活全国人，现在几百万农民就够了，剩下的人去搞工业、服务业，大家的日子反而更好了。”ai也是一样的道理——虽然有些岗位没了，但整个社会的生产效率提高了，能创造更多的商品、提供更多的服务，总财富变多了。比如以前一家工厂一天能生产100件产品，用了ai之后能生产500件，不仅工厂赚得多了，消费者也能买到更便宜的东西，这是“双赢”的事。

其次，“岗位消失”是社会问题，不是技术问题。他明确说：“我们搞技术的人，解决不了所有社会问题，但能做的是把技术做好，让社会变得更富，给解决问题打基础。”什么意思？比如ai让工厂效率提高了，工厂赚了更多钱，政府可以通过税收调节，用这些钱去培训失业的人，帮他们学新技能、找新工作；或者发展新的行业，比如ai运维、ai训练这些需要人的岗位，把“失去的岗位”补回来。他举了个例子：“以前没有互联网的时候，哪有‘程序员’‘电商主播’这些岗位？技术进步会消灭旧岗位，但也会创造新岗位，关键是社会要做好‘衔接’。”

他还提到一个细节：“华为自己用ai，也没让员工失业。比如以前有些重复的工作，现在让ai做了，我们就把员工调到更有创造性的岗位，比如ai算法优化、ai应用设计，反而让员工的价值更高了。”这话不是为了“宣传”，而是想说明：ai不是“跟人抢工作”，而是“把人从重复的劳动里解放出来”，去做更有意义、更需要创造力的事。

简单说就是：不用怕ai带来的挑战，技术进步的大方向是对的，只要社会做好“配套”，比如教育、培训、就业保障，就能把“压力”变成“动力”。

三、搞ai研究：别只盯代码，得有“更高的思考”

这些icpc选手都是“技术学霸”，最关心的问题是“ai研究该往哪儿走”“怎么才能把ai做得更好”。任正非没有跟他们聊具体的算法优化、代码技巧，反而提到了一个看似不相关的词——“哲学”。不是故意“掉书袋”，而是想给这些年轻人提个醒：搞ai不能只盯着眼前的技术细节，得站得更高，想清楚“背后的逻辑”。

他拿“工业革命”和“信息时代”做对比，把这个道理讲得很透彻：

在工业革命时代，大家信奉的是“形而上学”和“机械唯物论”。简单说就是把世界看成一台“精密的机器”，比如齿轮转一圈，带动另一个齿轮转半圈，所有事情都有固定的规律。只要研究清楚这些规律，就能搞出蒸汽机、纺织机、火车这些设备。欧洲、日本就是靠这套思路，造出了很多厉害的工程机械，推动了工业发展。

但现在到了ai时代，这套思路不够用了。为什么？因为ai不是“简单的机器”，它能学习、能进化、能根据数据调整自己的行为。比如ai识别图片，不是靠“固定的规则”（比如“有两个圆就是眼睛”），而是靠分析海量图片，自己总结出“什么是猫、什么是狗”；再比如ai写文案，不是靠“背模板”，而是靠学习大量文字，自己掌握语言逻辑。这些都不是“机械规律”能解释的，背后是复杂的“信息交互”和“数据逻辑”。

所以他说：“未来进入信息世界，需要更高的哲学层面来研究世界的实现。”这句话的意思是，想把ai的潜力挖出来，光会写代码、调参数不行，得搞明白“信息世界的运行规律是什么”“ai和人类的关系应该是什么”“怎么让ai更好地理解人类的需求”。比如ai怎么判断“用户想要的是‘实用建议’还是‘情感安慰’”？怎么避免ai做出“看似正确但不合情理”的决策？这些问题不是技术能单独解决的，需要结合对“人”“社会”“伦理”的理解，这就是“更高的思考”。

他还举了个例子：“以前我们做手机，只要把硬件做好、系统流畅就行；现在做ai手机，得考虑‘ai怎么懂用户的习惯’——比如用户早上起床，ai自动调出天气和通勤路线；用户累了，ai自动推荐放松的音乐。这不是简单的技术问题，是要‘懂人’，懂人的生活方式、情感需求，这背后就是对‘人与技术关系’的思考。”

对这些年轻选手来说，这话的启发在于：别当“只会写代码的工具人”，要做“懂技术、懂社会、懂人的创新者”。只有这样，才能搞出真正有价值的ai技术，而不是“实验室里的玩具”。

四、不用怕“ai自我再造”：三十年之内，还是人说了算

有个年轻选手问了个很尖锐的问题：“如果ai发展到能自己‘再造’自己——比如自己写代码、自己优化算法，不用人管了，那人类还有立足之地吗？”这是很多人对ai的“终极担忧”，怕ai失控，怕人类被替代。

任正非的回答很实在，没有说“绝对不会”，也没有说“肯定会”，而是基于现实给出了判断：他也不知道ai的技术边界在哪儿，但至少三十年之内，“ai自我再造”是不可能发生的。

为什么这么说？他解释了两个核心原因：

第一，ai的“核心能力”是“学习人类的数据”，而不是“创造全新的东西”。比如ai能写文案，是因为它学习了大量人类写的文案；ai能画画，是因为它学习了大量人类画的画。它没有自己的“意识”，不会像人一样“突然想到一个全新的点子”，更不会“主动想‘再造’自己”。就像现在的ai能设计芯片，但它设计的芯片，本质上还是基于人类已经掌握的芯片知识，不会凭空创造出“人类完全不懂的芯片技术”。

第二，ai的“控制权永远在人手里”。不管ai多厉害，它的“开关”都在人类手上——人类可以设定ai的目标、限制ai的行为、修改ai的算法。比如ai在工厂里干活，人类可以设定“不能伤害人”“不能浪费原材料”；ai在医疗领域用，人类可以设定“必须经过医生确认才能出诊断结果”。只要把“规则”定好，把“监管”做到位，ai就不会“失控”。

他还补充了一句：“就算未来ai真的能‘自我再造’，那也是人类教它的——是人类先掌握了‘再造’的技术，再教给ai的。所以不管到什么时候，人都是‘主导者’，ai是‘辅助者’。”