夜雨聆风学习资料网

ARTICLE · 1079846

华为这份118页文档,给2035年的智能世界算了一笔账

华为这份118页文档,给2035年的智能世界算了一笔账

华为的《智能世界2035:从愿景到行动》【文末附资源下载地址】把坐标放到了十年之后。这份 118 页的文档由华为技术有限公司编制,是其"迈向智能世界"系列的又一重磅发布。

终点画面写在开篇:到 2035 年,全球智能体数量突破 9000 亿,超过人口总数的 100 倍。到 2026 年 3 月,中国日均 Token 调用量比 2024 年初增长了 1400 倍。

华为的理解是:这不是渐进式的技术普及,而是指数级的产业重构。

【文末附资源下载地址】

迈向智能系列报告

华为,迈向智能世界2025:智能体-自动驾驶网络白皮书

政务智能体2025:告别“能说”,迈向“真办”

华为:45页,《迈向智能世界白皮书2025》

刚刚,华为重磅发布新一代芯片!全面迈向智能化

01

Token变成硬通货

Token 经济的增长靠四个引擎推。

规模决定供给的天花板

效率决定产出的加速度

利用率决定价值的兑现度

价值决定溢价空间

往上抽一层是三层框架。消费层直面企业、开发者与个人;调度分发层做智能路由、合规清算与跨域调配。

工厂层把智算中心升级为规模化的生产底座,靠算网协同与算电协同,走"中心—边缘—现场"的立体布局。

往后十年,Token 经济的稳态规模有望突破百万亿元,全球年度 Token 总消耗再增长约 10 万倍,成本每年下降约 50%。

八个字收尾:规模在扩张,门槛在坍塌。

02

算力涨百倍,成本降千倍

需求端超万倍增长,单芯片性能受物理极限约束,没法等比跟上。这道缺口倒逼集群规模再提百倍,走向百万卡甚至千万卡。

但堆规模有代价。简单的规模堆砌会让数据搬运开销陡增,有效算力利用率反而下滑。核心矛盾因此从"单芯片大算力"转向"超节点算力系统的 Token 转换效率"。

未来的阻力是三堵墙。

搬运墙:集群膨胀到百万卡级别后,跨芯片、跨机柜的数据搬运所消耗的算力与功耗,已超过计算本身。

错位墙:智能体任务带着长上下文、动态路由和多轮工具调用,负载高度突发,而现有架构按静态拓扑与确定性路由设计。

可用性墙:规模上来之后,硬件故障从偶发变成常态。

三条可能的路径也写得很具体。机柜级、晶圆级超节点配存算一体,缩短数据搬运距离;光电融合用共封装光学与光交换替代电子互联,互联功耗降 70% 以上,时延做到亚微秒。再造一层超节点操作系统,做微秒级资源调配与亚微秒级故障旁路,让集群从"故障中断、被动恢复"转向带伤稳态运行。

03

时延开始定胜负

联接的对象正在变化。人联要的是视频这类下行流量和长时间在线,物联要的是低功耗和周期性上行,智能体要的是 7×24 小时突发、实时多模态和任务级保障。

衡量标准因此换了一把尺子。用户提交任务到收到首个 Token 的端到端时延小于 400 毫秒,才算优秀体验;AI 交互类任务占比从 8% 提升到 20%。

为了守住这条线,移动网络要给 AI 任务开一条专用通道,让一次任务的完整 Token 在 50 毫秒内传完。

再往远看,智能体流量占比将超过九成。移动网络的价值衡量会从比特成本最优,延伸到 Token 交付效率与任务价值最优。

固定网络的定位同步改写:从"比特管道"升级为"Token 运载网",把 Token 的生产、流转与应用全链路打通。

04

组织开始变成液态

工业时代的企业优势建立在标准化流程、资产规模和运营效率上,价值创造是线性的;数字化时代靠平台、数据与用户网络,变成平方级放大;到了智能型企业,靠的是智能涌现带来的指数效应。

这件事摊开是"新四化"。

流程 Agent 化:人设定目标,Agent 围绕目标端到端执行;

能力 Skill 化:把经验封成可调用、可组合、可评估的模块。

系统智能化:让数据、模型、算力和业务系统具备自主感知与动态调度;

组织液态化:人与 Agent 突破固定岗位和部门边界,围绕任务动态组合。

壁垒怎么算?一个乘法式:专有数据 × 强化学习环境 × 协同网络 × 验证机制。任一项接近零,结果都接近零。

商业模式也跟着走。交付对象从"产品 + 软件底座"变成"产品 + Agent 能力 + 数据回路",收费方式从卖 License 转向以结果计价。

05

卡住的不是模型能力

沙利文研究有一组对比。

重新设计工作流的组织实现价值增长的比例约 37.2%,未改变工作流的仅 5.4%。真正决定成效的不是"有没有 AI",而是有没有围绕 AI 重新定义工作流。

另一组数在高风险场景。系统可用度从 99.9% 提到 99.99%,业务中断时间大幅下降,对应的产业价值在千亿级。

另一头的现实是:大量 AI 应用还停在"生成建议—人工复核—人工决策",没能进入自主判断与执行。

原因不是模型不够强,而是交付结果还"不够可信"。幻觉、逻辑不可解释、数据来源不可追溯、执行过程不可审计,任何一项都会让业务方不敢放权。

落地的节奏也不齐。互联网平台已经走到自主运营这一层,金融与工业制造正从单点应用进入核心流程重构。医疗、教育、能源和交通物流以人机协同为主,政务公共服务仍在审慎探索。

给的方法论是"四层十步":重新定义智能业务、建一条工业化的 AI 能力生产线、建立持续运营机制、在可信治理下向外复制。

行动路线图:3个阶段

近期,本季度内,先把三笔账算清:单位业务的 Token 成本、任务的端到端时延、系统的可用度。这三项决定了后面所有动作的起点。

中期,一到三年,动工作流而不是加工具。挑一个高价值场景,按"四层十步"的第一层把流程重画一遍,再划出人机分工的边界。

远期,往 2035 看,把算力、网络、组织放在一张图上排。算力与电力要协同规划,算力的使用最终要像用电一样方便。

十年后的样子不会自己到来,它由今天每一次技术选择和产业实践攒出来。

你的第一笔账,准备从哪一项开始算?

关键词:#Token经济 · #超节点 · #智能体 · #智能型企业 · #智能世界2035

点击下载
华为:智能世界2035从愿景到行动(118页)
 更多内容,可访问

往期推荐

179 页读完:一份可以给自己城市打分的白皮书
Claude Code闭源、Codex开源、DeepSeek全开源:三条路怎么选?
2028年90%的程序员会用 AI 写代码,那10%在做什么
中英双语,366页报告:斯坦福把 AI 的底交完了!
146页新工业报告:CAD跑得快、MES走得稳,AI卡在了哪一段?

相关学习资料