对话华为肖德刚：数据存力，破局AI应用行业化落地“困境”

主要观点总结

文章讨论了AI应用的场景化探索，特别是数据密集型产业如金融业的应用情况。文章指出，虽然AI行业化落地面临数据、算法和算力等方面的挑战，但随着技术的进步和数据的积累，AI在医疗和金融行业的应用正在加速落地。华为在数据基础设施方面进行了多项努力，以助力AI行业化落地，并重视数据安全。

关键观点总结

关键观点1: AI应用的场景化探索正在加速，数据密集型产业如金融业是应用的关键领域。

金融业等行业正在经历从“业务驱动数据”向“数据驱动业务”的历史性转变，但面临高质量数据缺乏等问题。

关键观点2: AI行业化落地面临挑战，需要高质量数据、适配的算法和成本可控的算力。

华为认为高质量数据是AI应用落地的关键，而算法和算力也是重要支撑。deepseek等技术的出现有助于降低算法和模型成本门槛，缓解算力压力。

关键观点3: 医疗和金融行业是AI应用率先具备落地条件的行业。

医疗和金融行业因为具有丰富的高质量数据，所以成为AI应用的先行领域。华为与瑞金医院合作的医疗大模型案例展示了AI在医疗领域的应用潜力。

关键观点4: 华为在数据基础设施方面助力AI行业化落地，重视数据安全。

华为构建AI-Ready的数据基础设施，通过AI赋能数据存储产品和方案，同时扩展业务边界以满足客户的AI场景需求。华为还提出构建AI数据湖解决方案以提升数据价值密度，并重视数据安全。