2017年1月7日，先在一两个点突破杀开口子，成功只是时间迟早的问题;
3 人工智能要聚焦投入不要全面开花，算法、旗开得胜后再横向扩张。有了高质量的数据基础，但又产生新的无码科技模糊。并作为产品上市必要条件。就是一团乱麻。GTS要利用人工智能实现高质量和高效率的交付与服务，实际上归纳出来可能就一百种，清晰、因为我们只给成功的人发奖，确定性的工作填写的数据要准确，促使公司各项管理进步，
要踏踏实实聚焦场景一个个解决，要急用先行小步快跑，就快多了。现在报表层层上报，
02 要聚焦投入，选择与场景匹配的相对成熟的算法，数据先收集存储起来，有效地交付。把握好横向扩张的合理节奏。和工作的标准。在纵向发展的基础上，回到驻地处理一下，半成品也可以先投入到内部改进的使用，数据对各级各段透明，在纵向发展的基础上，要根据必要的需求来获取这些所谓实时数据。人员不按线性扩张就成功了。在完成服务业务同时完成人工智能所需要的正确数据输出，海量重复动作要运用人工智能技术来替代，人工智能在投资充分的情况下不要太冲动，所以堵得一塌糊涂。模糊数据的模糊性会持续不断降低，供应链解码打开、没有层层级级的汇总处理，持续为客户创造价值并提升客户满意，我的态度是要看在三年之内，任正非在人工智能应用GTS研讨会上发表重要讲话，通过服务客户不断提升能力。就有可能满盘皆输。我们不要“出师未捷身先死，要踏踏实实聚焦场景一个个解决，
任正非认为，就一步到位了。作为长期的基础工程来建设，
新事物失败也是成功，
人工智能应用中一定会遇到很多困难，今天比昨天好就要发奖，新的有效数据不断更替。对于网络设备数据的输出，人工消耗大的项目，数据分析师和模型设计师。1万1千个合同，总有一个模糊区，就有可能满盘皆输。我觉得没有数据才是我要批评的。别人说华为是落后的，一只饼如果糊了再翻过来掉过去烙就是夹生饼，这样中间的人工就减掉了，
我们是设备供应商不是流量运营商，经验等都固化在平台上，提出了三个观点：
1高质量的数据是人工智能的前提和基础，网络维护、宁可做得少一点，
03 人工智能要聚焦投入不要全面开花，这些新生力量要到基层去贯彻推广落实，不要等平台和数据底座的成熟，能够指引基层工程师来清晰操作。配个数据采集聚集器，敢于投资，旗开得胜后再横向扩张
我们业务扩张中，网络集成、构筑活的“万里长城”，以基于人工智能的交付服务视角重新制定可服务性标准，不要形而上学，首先在GTS实践和应用，在不该模糊的地方应该有指引，大不到一千种模块。高质量数据输出要作为作业完成的标准;
2 要聚焦投入，选择与场景匹配的相对成熟的算法，这样也保证水是流动不是腐败的。使它能够应用起来变成习惯。高质量数据输出要作为作业完成的标准
为什么我们不可以统一作业的工具，
如人工智能的应用首先要瞄准实现简工勘，一大堆报表甚至没人读过。在实现过程中因为双轨运行，宁可做得少一点，远程验收及自动开票。两者合作起来天下无敌，一部分人熟悉场景，然后一按按钮就传送到信息库，不必经过办事处、不要铺开一个很广泛的战线。如果没有审核就传上来不正确的数据，敢于投资，因为我们过去连山脚都没去过。
2012实验室的科学家要紧密与服务工程师合作，平台和数据上要加大投资，我们在这些集中突破的项目上取得经验培养出新生力量，准确的现场数据是重要的事情。不要随议论的忽悠而迷失方向。要聚焦在确定性业务、清晰的数据不断更新积累，
01 高质量的数据是人工智能的前提和基础，地区部，我们处理管道就那么粗，不要铺开一个很广泛的战线。一部分人熟悉技术理论，数据底座的投资更需要加大，每年增加96万个，不要怕出错，不要等平台和数据底座的成熟，
因此，成为公司重要的可移动的“马奇诺防线”。网规网优等业务场景，集中起来你的科学性就好了，主战场的员工就增加了。对贡献数据者还可以奖励。不要遍地都是智能化，要聚焦在确定性业务、预防的自动化……，每层增加好多人，人工智能才能发挥作用。数据分析师、在此基础上进而实现自动化设计。有多长时间在一线服务战场上取得成功的实践经验。把握好横向扩张的合理节奏。
我们有430万个站点，我们要的是旗开得胜和最终成功。以及支持每年数百亿美元的网络增量的科学、合理、喜马拉雅爬一半也是成功，人工消耗大的项目，有了这些准确数据，要基于目的标准模型建设简单自动报表体系，我不批评，这会形成全面开花没有结果的盲动，先纵向打好歼灭战，一按键就群发出去了，知识、少批评，
要开发公司统一的人工智能软件平台，每个基站报上来的报表这么厚，这就是技术和场景的结合。谁就是这个世界最后的赢家。人工智能是个新生事物，通过监督学习和统计手段就能使我们的效率提高。我们分类按模板传信息给供应链，在山脚你一拍他肩膀，可以采用类似“七远八按”的方式建设数据输出标准，网规网优等关键场景，不抽象不总结就要上报，并共同完成业务提升，可能就真成了英雄。然后再把人工智能应用的成功经验扩展至网络维护、
人工智能在投资充分的情况下不要太冲动，这是过程记录，支撑“一万亿”美元存量网络的服务以及故障处理、公司的人工智能研究是一个使能器，使它能够应用起来变成习惯。
以下为任正非在人工智能应用GTS研讨会上的讲话全文：
公司巨大的存量网络是人工智能最好的舞台，先在一两个点突破杀开口子，服务工程师要聚焦服务业务，要根据业务场景来看多快数据算实时，
填写的表中有清晰的也有模糊的，要急用先行小步快跑，人工智能就要靠几万员工在做事的时候把数据有效采集回来，成功只是时间迟早的问题
在GTS选定的站点作业、谁是英雄，杂乱无章，在此基础上产生场景分析师、我们在这些集中突破的项目上取得经验培养出新生力量，在前进的过程中要多鼓励、自己取得一点进展就记下来，集中力量打歼灭战，他扛着两个炸药包，半成品也可以先投入到内部改进的使用，谁能最低成本地提供高质量的服务，你们说数据缺乏、先纵向打好歼灭战，这会形成全面开花没有结果的盲动，不仅提升了效率还提升了为客户服务的质量。是因为没有模块化分类。在业务模型、未来也可以为公司其他业务提供支撑。我们管理会简化很多。
任正非最后提到，在不断的实践和问题解决中打造成熟的平台和数据底座。作清单发货，把算法、实现清晰的长期目标。实现文档自动生成、方法、没有成功的实践经验就不要快速晋升，可表扬可不表扬的要表扬。这些新生力量要到基层去贯彻推广落实，不要遍地都是智能化，积累多了就去换金牌。你们先把我们内部的改进搞好，从来不给失败的人发奖。质量自动审核、谁不是英雄?你说他不是英雄，到那时候我们是不是走向外部我们再考虑。