做人工智能，一定要贴近实际，贴近需求，贴近客户。诺亚方舟实验室应在每个GTAC都应该设一个小组，天天和服务专家一起上班做故障处理，搞明白什么叫故障，故障是怎么发生的怎么排除的，它们数据模型是怎样的，他们不会在解决故障后来给你讲成故事。

　　另外，还要熟悉网络是什么，若不是一个网络专家，你怎么能通过人工智能发现故障呢。亲身体会存在问题和解决问题的方法是什么，这个不是GTS落地，而是2012实验室的责任，GTS相应团队可以投资和配合。

　　其次，人工智能要预测网络大流量，使网络规划与优化从被动走向主动。

　　以成都这张网为例，随着视频业务发展， 过去1年4G用户增加75%，全网流量增加70%，成都市区用户平均下载速率从35Mbps提升到40Mbps。

　　那么，客户的挑战是如何在网络流量快速增长的同时，保障和提升最终用户的体验？

　　随着网络承载的业务越来越丰富，越来越动态，就需要利用人工智能去主动的预测，去主动发现未来几个月的流量热点并对网络进行事前的调整。

　　以后的网络是以数据中心为中心的网络，在网络的规划设计中，网络拉远共享带来了时延，拉近了时延少了但数据中心就多了，几万个数据中心之间的数据调来调去就是个复杂的算法问题，这也需要人工智能在网络规划中发挥作用。

　　为什么这么多年我一再鼓励，要有些学航天、地理、测绘、生物……等杂家进入服务体系来，就是要敢于用最先进的工具和方法解决问题。通过使用先进的工具，把网络的拓扑图拿出来，把卫星地图拿出来，再利用人工智能进行大流量预测输出一个流量图，然后把韩国的先进案例、四川的先进案例图拿来，一重叠，就能预测网络的流量机会在哪。通过流量非正常变动，发现事故苗子……

　　现在我们网络优化的模式都是事后的。根据你们的流量预测与自动规划的例子，以后可以做到提前预测，这样就在用户拥塞发生之前进行网络调整，提前避免问题。

　　我知道你们不可能一步做完，但是我们一步一步往前走，我们一定能找到机会窗。

　　虽然有的内容还只是演示没有进入全面实用状态，但我相信今天的假，就是明天的真，我们一定要找到最实用最简单的方式为世界服务。

　　所以人工智能在服务上的应用一个是对网络故障诊断分析，第二个是对网规网优的指引，再有就是做好技术资料的翻译。

　　我们的人工智能要优先往内做，拿我们内部业务一块一块做实验，今年这块做成一点，明年那块做成一点，技术越难越要搞，对内部我给足预算，下定决心花钱在服务上打造好这些本领，才有未来。

　　进攻就是最好的防御，当我们用这种方式进攻时，门槛高得其他公司跟不上了。2020年我们超过1500亿美金后，我们会变成一个慢牛，不会再增长那么快，这个时候人工智能如果使用好，我们会控制人数，增加效率与效益，那公司还是一个好的经营状况。这时候我们培养的这支队伍就可以杀出去，为攻克新的上甘岭投入更多战略部队。

　　二、人工智能要聚焦到主航道上，不要做小商品

　　2012实验室在瞄准未来构筑一些高端技术的过程中，还是要敢在主航道上向前冲。人工智能研发技术越难越要搞，不要去做些小商品挣些小钱，趁着这几年我们有的是钱，要大力投入，加快建设步伐让服务用上最先进的工具。这些技术马上达到实用性还要些时间，我们要有这个战略耐心。

　　人工智能在GTS先做好，你们有好多独立型的模块和问题领域，可以有一个全面攻击的部队，但是要突出一个重点攻击的部队，重点攻击成功了，人员又分散去作为种子，这块攻击成功了，再扩散旁边一点点。

　　人工智能最初不一定要选择最难的骨头来啃，可以选择简单的那块骨头先啃，先从最容易的地方入手。对于GTS最容易的是马上可以用的，这样就得到了及时的信心鼓舞。

　　智慧要在主航道边界里面，不做边界外的事情。人工智能要与主航道业务捆绑，在边界之内可以大投，一起扩展更多的灵感更多的发挥。所以离开了这个边界，偏离主航道的就不给钱了。