TL;DR：
华为NCE-数据通信领域总裁王辉，是一位坚信AI需深入产业“深水区”的智行者。他不仅推动AI在ToB场景下从概念走向精准落地，更倡导将衡量AI价值的标准从技术跑分转向实实在在的商业效益，致力于构筑一个由AI驱动的“自动驾驶网络”新时代。
当大模型的光芒从技术奇点跃迁为产业基座，当智能体从实验室走进生产线与诊室，人工智能的第三次浪潮正以前所未有的锐度重构全球经济肌理。在这场由硅谷萌芽、却在全球范围激荡的变革中，中国展现出独特的双重禀赋：它既是拥有超大规模应用场景的试炼场，又在芯片突围、算法开源等核心“深水区”发起攻坚，一条具有东方特色的AI发展路径正加速浮现。
2025年7月26日，以“智能时代 同球共济”为主题的世界人工智能大会（WAIC）在万众瞩目中拉开帷幕。这场汇聚了全球AI领域科技巨头、学术先锋与政策制定者的超级盛宴，昭示着AI已不再是简单的“产业变量”，而是进化为深刻影响人类文明的“文明常量”。在熙攘的展馆中，36氪搭建的“氪星直播间”成为一个聚焦产业底层逻辑的对话窗口。在这里，华为NCE-数据通信领域总裁王辉，以他特有的沉稳与洞察，揭示了AI落地应用的新阶段。
技术突破的背后：从“人治”到“智驾”的网络革命
王辉，这位在华为负责“自动驾驶网络”的领军人物，将AI对行业的深刻改变，描绘成一场从“人治”到“智驾”的革新。他直言不讳地指出，许多人或许会疑惑，网络真的需要AI驱动吗？“确实是这样的，”他斩钉截铁地回答，“网络是非常复杂的，大到运营商电信网络，小到一个企业的网络，比如清华大学，会有几万台设备来构成校园网络，并且承载了几万师生的使用。” 在如此庞大而复杂的体系中，网络的运行、体验、运营与安全，对智能化的需求显得尤为迫切和必要。
以网络安全为例，王辉揭示了一个令人警醒的事实：“全球80%以上的网络攻击其实是由AI发起的，很多勒索攻击是AI自动去做的，导致AI勒索已经成为走私贩毒之外的第三大黑色产业。”面对智能化的威胁，单纯依靠人工对抗已是杯水车薪。他援引哈尔滨亚冬会赛事系统遭受27万次网络攻击的案例，强调了AI赋能网络防御的必要性。
这便是他所强调的“AI for Network”——利用AI技术，解决网络流量管理、安全防护等核心难题，实现网络的“自动驾驶”形态。123
然而，变革是双向的。王辉也提到了“Network for AI”的重要性。在当下，大型AI模型的训练动辄持续45天甚至60天，对网络的稳定性和无阻塞运行提出了前所未有的要求。“如果训练过程一旦中断，就需要重新开始。”他指出OpenAI新模型训练缓慢，一个重要原因就在于中断频繁。因此，构建一个高速、稳定、可靠的网络，为AI大模型的高效训练提供坚实底座，同样是华为的核心发力方向。英伟达网络业务的巨大营收也印证了这一市场趋势。
“所以我们必须将很多AI技术应用到网络里面，来解决我们网络的流量问题，再解决网络攻击的问题。从这个角度来看，AI深刻地改变了网络这个行业。同时网络也深刻地改变了AI。”王辉的话语简洁有力，勾勒出AI与网络相互赋能、协同进化的宏伟图景。
他以清华大学智慧教室的案例，生动诠释了AI如何为客户创造价值：在百余名学生同时下载课件、提交答案、与AI辅助教学系统互动的高并发场景下，通过AI技术，网络信号变得均匀可控，能精准感知每个学生、每个应用的质量，保证关键操作（如提交考试答案）的安全可靠，以及课件下载的高速流畅。这彻底改变了传统教室网络经常故障、影响教学的困境，让AI真正成为智慧教育的基石。
精准与落地的哲学：从“跑分”到“价值”的范式转移
在王辉看来，当前AI技术在ToB领域面临的最大挑战，并非算法的奇点突破，而是“准确性”这一工程性难题。他清晰区分了ToC与ToB领域对AI准确度的不同容忍度：“让它写一首诗没那么准，没关系；让它帮你唱一首歌，没那么准，其实也没关系。但是进入每个垂直的ToB行业的时候，要求是不同的，比如我们现在也做了很多AI辅助医疗，如果诊断出现错误，可能影响这个病人一生。”
他进一步剖析了“0.01的误差”所代表的巨大鸿沟：“我个人认为，现在的数据可能还有很多水分，实际上达到99%也很难，达到90%以上，甚至95%以上是可接受的，因为我们每个行业都有不同的阈值。”他以汽车行业的“10万公里故障数”和医生诊断为例，强调了在不同领域设定可接受的“阈值”的重要性，而非盲目追求100%的绝对准确。
王辉认为，解决这一难题的关键在于大小模型的协同与融合：“一个很关键的要素，是大小模型技术。因为我们现在也用了很多大模型技术，但是客观讲，短期内无论是大规模强化学习也好，还是其它技术也好，很难让大模型做得那么准确。”他主张，工业领域内积累的众多小模型或细分领域的专有模型至关重要，就像计算器比大模型更适合数学计算一样。
“更核心的是，现在这些AI的技术的组合，大模型的AI技术、原来领域的AI模型的技术，以及原来很多没有AI的激励模型技术，把这些技术组合起来，才能真正提升它的智能化水平，提升它的泛化性，同时又提升它的准确率，这是当前工程上的一条比较合理的路径。”他的这番话，不仅展现了技术路线的务实，更体现了对复杂工程问题的深刻理解。
这种务实的态度也体现在他对WAIC大会趋势的洞察上。他观察到，“很大一个的变化，在于大模型不再比分数了，而是比商业价值。” 曾经热衷于霸榜的大模型，如今已将目光转向了商业落地；机器人也不再仅仅是表演魔术或武术，而是在比拼谁能更好地在工厂里“打螺丝”。这种从纯技术指标到商业价值的范式转移，是产业走向成熟的标志。
对未来的预判：AI深度融入“千行百业”的时代
WAIC的火爆程度，让王辉深切感受到了AI在全球范围内的巨大吸引力——“这次WAIC已经一票难求了，很多人想进都进不来，说明了AI的火爆。”他认为，WAIC为全球AI产业提供了一个极佳的交流平台，促进了企业与客户之间的集中互动。
展望未来，王辉预判了一个清晰可见的趋势：AI和大模型将更深度地走进“千行百业”。他期待在下一届WAIC上，看到的不仅仅是机器人能“打螺丝”，而是它们能在工厂里完成“端到端的工作”。他建议WAIC未来可以更聚焦，为每个细分行业搭建更专业的交流平台，以进一步促进AI的商业落地。
在王辉的愿景中，以强推理模型为代表的大规模学习，远未触及天花板。他坚信，如果通过多个领域知识的加持，让一个大模型在一个特定领域内变得专精，这将是未来一段时间华为乃至整个AI行业的主要发力方向。这不仅是对技术深度的追求，更是对AI赋能真实世界、解决实际问题的坚定信仰。在王辉以及他所代表的华为团队的推动下，AI正从聚光灯下的概念，一步步走向产业的深水区，用其精准与落地，构筑起未来智能世界的基石。