近年来，AI（人工智能）已经成为最炙手可热的话题之一。几乎所有企业已经或者打算涉足AI领域，期望利用AI技术提升效率，降低成本，但企业AI应用却多少有一点“犹抱琵琶”的感觉。很多场景下，企业的业务和AI技术间就像隔了一座山，企业生产系统既有的生产流程、管理流程、以及各业务系统的SLA（Service Level Agreement，服务等级协议）约束等，导致了企业AI应用上线缓慢。

事实上，华为在人工智能领域早有投入和积累，2011年专门成立诺亚方舟实验室投入AI技术基础研究，并将AI技术应用于自身实际业务。作为全球领先的高科技制造企业，华为将AI的价值定位于解决企业实际问题，与企业生产紧密结合，致力于实现生产自动化、效率提升，已在多个领域均取得较为成功的实践结果，同时在终端业务、电商等互联网领域也有成功的AI实践。

2017年9月，华为云发布了EI（Enterprise Intelligence）企业智能平台，包括基础平台服务、通用服务和行业场景解决方案三类服务，将华为在人工智能领域的技术积累以云服务的方式开放出来，让更多企业能便捷、快速地使用人工智能，让企业更智能。

基于此，我们尝试把华为自身应用AI的实践分享出来，或许对广大企业客户有借鉴意义。

一、华为供应采购系统应用AI节约成本

华为作为全球领先的ICT供应商，其供应链部门每年的出货量巨大。基于AI技术，华为实现了内部供应链流程优化，打通从供货预测到物流、仓储到报关、运输、签收等各个环节。

场景一：基于AI的运输路径规划降低例外开销成本

当前供应链LSP单车提货每增加一个提货点，就多增加一次例外费用，导致多点提货费用高。根据发货单据，人工的方式拆分给承运商，进行发货，每年的例外费用高达千万元。

华为应用AI技术规划货物运输路径

通过提货规划，减少例外费用，提升发货效率，提升SLA。以天为单位，合理分配租赁车辆并对提货路线进行优化，利用中转仓(milkrun)尽可能提高车辆满载率、减少出行次数，减少提货的例外费用。节省例外费用超过30% ，108个发货平台路径优化时间小于1分钟。

场景二：基于OCR文字识别技术提升海关单据录入效率

在华为，全球每年有上百万份销售订单，需要处理单据上百万份。以往的单据处理方式还停留在通过人工方式将单据内容手动录入到系统中。众所周知，人工作业不仅效率低下，而且还存在员工疏忽或者疲劳导致的误操作。如何快速、准确的处理如此数量庞大的单据成为了一大诉求。

华为应用OCR文字识别技术处理海关单据录入

借助于OCR文字识别技术，华为实现对单据内容的自动化高精度采集（数值类识别准确率达97.37%），大幅提高单据录入效率；通过对数据资产的大数据分析，可有效降低运营成本，提升业务效率；通过对海关单据的估价分析，可控制每年千万美金级的风险敞口，业务流程自动化比例提升50%。

华为在供应采购环节应用AI的实践，推广到其他外部企业也取得了成功应用，如：物流运输路径优化在医疗、传统物流等外部企业行业得到成功应用；以云服务的方式将OCR文字识别技术对外开放，成功支撑报销吧、九州通等企业实现效率提升。

华为全球的生产和交付应用AI提升效率

作为全球知名的电信厂商，华为服务全球100多个国家的电信运营商，每年负责上百万站点的设计、生产、交付。华为的GTS（全球技术服务）部门承担着大量的基站项目交付和支撑管理工作，其中面临的挑战可想而知。 华为是如何应用AI技术实现GTS的业务支撑，提升站点交付质量与效率呢？

场景一：AI助力“基站设计”实现效率提升

每年华为新建和改造的基站数量达百万个，并且基站的业务场景繁多。其中，基站设计工作涉及到多个业务环节，需要依赖众多的输入数据源和复杂的设备内连接，设计过程中需要经验丰富的高级专家参与，同时也存在大量重复的工作。华为结合在AI技术的研究成果，基于数十年积累的基站设计经验，将基站设计从劳动密集型转变为智能化、云化的工作模式，大幅提升工作效率。

华为设计了六类业务场景算法，分别是：主设备新建场景方案推荐、主设备扩容改造场景方案推荐、天馈设备新建场景设计、主设备现网规则学习、主设备方案概率图谱和推荐度学习、主设备演进路径计算算法。这六类业务场景涉及AI机器学习中的分类、频繁项挖掘、推荐排序、图计算、知识图谱等算法领域。在实际的应用中，基于AI技术的基站智能化设计，设计精度达70%，设计效率提升了33%，缩短了设计周期，有效保障了项目整体进度。

MBB智能设计机器学习流程

场景二：图像处理助力“基站交付质量审核”，实现高效验收

质量审核在基站项目交付中是非常重要的一环。由于分包商水平参差不齐，为保证质量，从前华为需要投入大量的人力对项目交付进行监管和审核。华为GTS每年有2400万+质量检查条目、4500万+图片和数据，庞大的业务数据需要大量人力审核。人工审核的问题，一是耗费大量人力成本，二是存在延迟，导致重复上站，影响作业工序正常进行，增加项目成本。

智能审核通过深度学习的图像分类、物体检测、物体分割等技术，识别出审核要素，对作业图像做出标检查，判断作业是否合乎标准，由机器审核来代替人工审核。机器优势在于快速、24小时全天候，可以显著提升审核效率，减少延迟。

在泰国和印尼的无线硬装项目的应用中，单站点质检效率提升近10倍，报告生成周期缩减至原来的1/3，验收成本降低40%。

三、华为终端应用AI提升用户体验

华为的业务除了运营商、企业业务以外，还包括终端业务。目前，华为已成为全球第三大手机厂商， 2017年手机出货量达1.53亿部。华为终端业务涉及移动互联网、电商等领域业务，AI技术的应用让推荐更精准，用户体验更顺利。

场景一：AI在线推荐让应用推荐更精准

华为终端应用市场注册用户接近3亿，日平均分发量超过亿，峰值超过2亿。应用市场有超过10种推荐场景需要个性化的推荐算法，涉及APP、游戏、广告、新闻等推荐场景，精准、高效、稳定的个性化推荐服务是应用市场的关键技术能力。

华为研发的实时在线推荐技术，实现先进的并行、增量、实时推荐算法及实时流系统。支持百亿维度特征，个性化推荐服务，推荐引擎水平扩展，基于行业领域实践模板定制，支持新推荐业务快速接入（3月缩短到3周），支持分钟级模型更新及秒级特征更新。目前，已经覆盖40%的业务流量，提升APP下载转化率20%左右。同时，在游戏、广告、新闻等场景推荐也取得了良好的应用效果。

华为AI在线推荐在终端的应用，除了云端推荐外，在手机端也有成功应用，如：EMUI智能助手，可以为您推荐各种适合您的应用和内容服务，向您提供丰富的服务入口（支付、美食、酒店、景点、银行、电影、出行等10个服务领域)，以及千人千面的内容服务（新闻/音乐/视频卡片），让您的手机更懂你。

场景二：风控引擎保障网上商城安全交易

华为商城（Vmall）每天面临数千万次的攻击，这还仅仅是日常的被攻击量，如果发布新手机，以Mate10系列手机为例，Vmall被攻击量会扩大至平时的2-3倍。这个攻击含了账号攻击、交易攻击，整个攻击的规则无法确定。

华为商城通过使用AI的智能风控，实现风控规则由开发人员自己定义。所有的规则可以支持使用标准SQL（比如SQL99）存储过程定义，让所有的开发人员可以“零”学习成本上手开发规则，而且支持动态写规则。新的规则一秒钟之内生效，这在以前是不可想象的。

同时，任何一个真实欺诈交易行为的检测，后台要数千条(至少一千条)规则运行。需要关联历史一个月时间窗口的数据进行运算，那么大的运算，目前全球没有哪一个平台能够实现在50毫秒内运行完，但是华为应用AI智能风控实现了，将风控做到了事中。在金融领域，交易的过程中嵌入一个50毫秒响应的检测过程，能够实时判别这个交易，如果有欺诈，就停止交易，或者给予预警，这样能够有效预防信用卡各盗刷等支付风险出现。

除了上述几大业务场景的应用之外，在内部流程IT客服系统，智能问答系统大大的节省人力成本，实现机器自动闭环率达65%。基于机器学习的精准营销、用户挽留等应用在传统运营商领域已得到广泛应用。

结束语

华为总裁任正非曾在讲话中指出，人工智能的发展是为了使用。他指出，人工智能的研究在华为分三部分：研究基础理论、做产品、做使能器来改造公司的流程管理。华为云EI企业智能就是将华为多年来在人工智能、云计算等领域的技术积累和经验，将世界500强高科技公司的成功实践，通过云服务的方式开放出来给政企客户使用，让企业更智能，共同迈向万物互联的智能世界。