2025年任正非與ICPC全球代表座談深度紀要：AI落地、CT核心價值與青年人才發展洞見

摘要

2025年任正非與全球ICPC代表座談紀要，闡述華為的AI落地戰略與長期視野。任正非打破外界對華為「全力押注AI」的想像，指出當前第一優先級是CT（通信技術），因為沒有泛在、低時延、高可靠的網路支撐，AI只是資訊孤島。他將AI發展切成三個時間層次：20年後到千年的社會學命題、10-20年的AGI/ASI探索、華為聚焦的3-5年實體產業具體落地（煉鐵、無人採煤、港口自動化、醫療診斷、高鐵調度等）。在教育上明確校企分工：大學負責0-1基礎理論創新與試錯，企業負責工業級轉化。他認為未來進入算力過剩時代，理論研究者無需因落地或算力擔憂而卻步。針對全球不同國情提出建議：發展中經濟體優先聚焦場景落地而非爭奪大模型制高點，並配套學券制再教育體系應對無人化衝擊。

重點

• CT（通信技術）是AI落地的基礎設施，無網路支撐的算力只是資訊孤島，無法實現全場景智慧
• AI發展分三時間層次：20年後社會學命題、10-20年AGI探索、3-5年實體產業落地是華為重點
• 校企分工：大學負責0-1基礎理論創新與試錯，企業負責理論轉化為工業級落地產品，職能不能混同
• 未來進入算力過剩時代，基礎理論研究者無需因落地或算力不足而卻步，專注創新即可
• 發展中經濟體應優先聚焦AI場景落地（港口、通信、製造），配套學券制再教育消化無人化衝擊

章節

1. CT優先於AI的技術戰略

   任正非開場破除華為全力押注AI的誤解，闡述CT（通信技術）作為當前第一優先級的原因：無網路支撐的算力只是資訊孤島，無法實現全場景智慧落地。

2. AI發展三階段時間表與華為聚焦

   將AI長期命題按時間分層：20年後社會學命題、10-20年AGI/ASI探索、華為重點的3-5年實體產業落地，包括煉鐵、採煤、港口、醫療、高鐵等標竿案例。

3. 校企分工邊界與人才培養

   大學負責0-1基礎理論創新與試錯，企業負責工業級轉化，兩者職能分明。強調青年向基礎理論「摸高」的機會，也重視因材施教和新型技術工人的培育。

4. 算力過剩時代與理論研究的自由度

   認為未來進入算力過剩時代，基礎研究者無需為落地或算力不足而卻步，華為定位技術公司而非科學公司，核心使命是轉化前沿成果為工業產品。

5. 中美AI路線差異與全球化開放

   美國側重AGI/ASI終極形態探索，中國側重實體產業落地與無人化配套再教育。強調反對閉門造車，全球技術流動是普惠的正向過程，鼓勵各國優先聚焦場景落地。

6. 發展中經濟體的AI策略建議

   印尼、白俄羅斯、羅馬尼亞等應優先聚焦港口自動化、遠距通信等場景落地，無需盲目爭奪大模型制高點，結合學券制再教育應對無人化衝擊。

金句