面对外部极限施压，华为不仅活了下来，还重回快速增长轨道。在日前曝光的华为监事会主席郭平与新员工座谈纪要中，郭平罕见地回应了外界关注的多个核心议题：手机业务与苹果的差距、车BU的全球化路径、大模型的差异化战略，以及半导体业务的护城河构建。这场对话既是华为对自身处境的清醒认知，也是一次面向未来的战略宣示：在科技前沿的竞赛中，华为的选择不是盲目对标，而是在连接与计算领域构建不可替代的价值。
不执念于超越苹果：供应链韧性是必修课
郭平在座谈中坦言，苹果首席执行官是业界供应链管理的大师，是华为学习的榜样。这番表态并未停留在客套层面，而是切中了华为当前的现实需求：在供应形势受到约束的情况下，供应是华为的保障底线。
华为需要将IBM传授的“及时齐套率”“采购提前期”管理好，加快周转、降低存货，确保供应链各环节不掉链子。郭平以亲历者身份给出的判断是，华为与供应商是互相依存的伙伴关系——在波峰时照顾别人的情绪，波谷时别人才会照顾你。这种供应链哲学，与苹果的“弹性与韧性”一脉相承。
值得玩味的是，郭平反复强调，华为并不以超越某一家特定企业作为发展目标。全球市场允许多家公司、多类产品共生共存。在他看来，量产规模和市场排名并非刻意追求的目标，而是产品具备竞争力的自然结果。这与企业数字化转型浪潮中很多企业的焦虑心态形成了鲜明对比。
对于华为而言，把产品核心价值做上去，让消费者获得物有所值的体验，成为心中喜爱和信赖的品牌，才是更根本的命题。这种务实心态，或许正是华为在逆境中保持定力的关键所在。
车BU的全球化抉择：技术无国界，整车有归属
针对外界关注的引望公司未来走向，郭平给出了明确信号：引望是华为控股并与众多伙伴建立资本连接的公司，华为将在相当长时期内继续承担领导责任。智能汽车部件业务是华为ICT业务的延伸，但华为的野心从一开始就不局限于中国市场。
郭平的判断基于一个现实：汽车整车具有显著的地域性和地缘政治敏感性，智能汽车尤为突出，涉及数据、安全及隐私问题。因此，华为智能部件虽属全球业务，但华为选择“不造车”。车企选择仅在中国销售还是走向全球，取决于车企自身的战略选择。
这种姿态意味着，华为要做智能汽车时代的“赋能者”而非“竞争者”。将华为在ICT领域的积累延伸至汽车场景，同时避免与整车客户的利益冲突。在数据飞轮效应日益重要的智能驾驶领域，华为通过引望直接提供智能驾驶服务，实际上是在积累最具价值的场景数据。
如果你对智能驾驶背后的视觉识别技术感兴趣，不妨试试抠图工具，体验一下图像分割算法在消费级场景中的能力边界。这种技术链路与汽车感知系统的底层逻辑有一定的相通性。
大模型棋局：以算力底座入局，以自研模型守阵地
在AI成为全球科技企业角力场的当下，郭平对大模型的战略思考展现出了华为特有的“场景分化”逻辑：不同业务板块对自研大模型的需求存在本质差异。
对于ICT业务及计算领域，华为的目标是成为英伟达。核心优势不在于拥有自研大模型，而在于支持客户构建优秀的大模型，确保全球任何大模型均能在华为昇腾、鲲鹏、超节点及集群上高效运行。这是对标大模型训练基础设施的底层打法，也是华为在算力领域最具雄心的宣言。
对于终端和智能驾驶业务，自研大模型则是必须的。郭平指出，多数主流开源大模型仅开源权重，企业在增训或微调方面面临诸多挑战，且数据开源存在滞后性。自研意味着对数据流和模型演进的完全掌控。而华为云业务，随着云与AI深度融合，缺乏有竞争力的大模型将导致业务竞争力缺失。
这种“不搞一刀切”的大模型战略，恰恰体现了华为对AI技术本质的理解：模型不是目的，场景才是。在AI技术的应用实践中，算力、数据和算法的有效匹配远比追逐参数规模更有价值。
郭平特别提到，通过人工智能打造具有全球竞争力的世界级智能体，是华为的重要机会。而智能体需要数据飞轮的支持，华为的手机和智能驾驶业务恰恰具备这种技术迭代模式。
半导体突围：“韬定律”与架构创新的双重奏
在半导体领域，华为面临的现实约束众所周知。郭平给出的解题思路是：推动设计与制造一体化，发挥综合优势以弥补工艺不足。这与早年苹果处理器的路径有异曲同工之妙——工艺不领先时，通过架构重组、软件优化实现优异的用户体验。
何庭波提出的“韬定律”是这一思路的理论化表达：本质是“时间缩微”替代“几何缩微”，将分离的工艺与制造紧密结合，在受约束条件下提升竞争力。郭平认为，这一路径对全球半导体行业均有价值，但华为因面临更严峻的工艺约束，探索更为紧迫。
在具体产品层面，昇腾950系列被寄予厚望。郭平透露，昇腾950在工艺受限情况下，通过架构创新缩小差距，未来有望赶上对手。关键在于提供客户体验与最终解决问题的能力，而非单纯堆砌参数。华为采用系统架构思维重组竞争要素，通过发展集群与超节点取得整体优势。
他还援引了DeepSeek梁文锋的观点：AI时代技术加速迭代，可能削弱英伟达CUDA生态的护城河，AI技术有望实现突破甚至替代。这意味着，在技术范式转换的关键窗口期，后发者未必没有弯道超车的机会。
这种系统级创新思维，也体现在消费端产品中。例如AI画图和文生图工具的快速迭代，就是算法、算力与产品设计深度协同的结果。当技术突破不再局限于单点性能提升时，生态层面的重构往往孕育着更大的可能。
数据与人才：中国AI竞争的战略纵深
郭平对AI三要素（算力、数据、人才）的中美对比给出了一个较为客观的评估：在算力方面中国相对落后；但在数据方面，中国拥有几乎涵盖所有门类的工业应用，在数据应用、推理应用及场景上具备优势；在人才方面，双方实力基本相当。
这个判断的深意在于重新定义竞争维度。算力可以被限制，但数据是体量庞大且持续产生的战略资源。14亿人口构成的蓬勃市场与需求，足以支撑华为生存，而丰富的工业应用场景则为AI落地提供了世界上最完整的试验场。
在人才层面，郭平提出了一个极具洞察力的观点：未来社会最顶尖的少数天才可能致力于“造AI”，而大多数人将是“用AI”。使用人工智能最稀缺的能力并非掌握某种编程技巧，而是精准描述与提出问题的能力。这也解释了为什么文学和哲学专业的人才正在受到科技企业的青睐。
这种趋势在内容创作领域已经显现。AI诗词和艺术签名等应用正在重新定义创意工作的边界，它们不再是简单的工具，而是激发灵感的协作伙伴。对普通用户而言，掌握与AI高效对话的能力，比掌握具体的技术细节更加重要。
面对最新科技的浪潮，华为的选择是让员工的行为模式发生深刻变化：与AI比拼解题或提供标准答案没有出路，但AI尚不具备主动提问的能力，如何技巧性地提问并持续追问，将成为新的核心竞争力。主管的管理风格与评价体系也随之调整。
聚焦连接与计算：穿越周期的定力
在座谈的最后，郭平将华为的核心战略浓缩为两个字：聚焦。深耕华为擅长的“连接”和“计算”领域，没有业务扩展计划。在电子信息领域实现客户的梦想，是华为自创立之初就坚持的愿景。
回顾历史，上世纪90年代初，中国电话普及率仅约2%，一部“大哥大”售价相当于城镇职工数月工资。华为将少数人才能使用的通信，转化为全球大众享有的权利。郭平以这段历程提醒新员工，华为不追逐宏大叙事，而是专注于在选定的领域做到极致，市场空间足够广阔。
这种战略定力同样体现在对未来的预期管理上。郭平认为，真正阻碍华为发展的并非外部环境，而是内部能力。只要能够提供有竞争力的产品与服务，为客户创造价值，外部打压终究无法击垮一家拥有核心能力的企业。
在他看来，人工智能是华为最大的机遇。全球顶尖企业正高度关注并积极实践AI应用，而华为在算力、数据和场景上的组合优势，使其有能力代表中国最高水平，为中国和世界提供坚实的选择。这种自信并非盲目乐观，而是基于对自身禀赋的清醒认知。
如果你正在寻找AI时代的效率工具集，不妨访问AI工具导航，那里汇聚了AI工具箱中最前沿的应用实践，或许能让你更直观地感受到这场变革的广度与深度。
郭平的这场座谈会，实则是华为面向未来的战略宣言：不追求表面的规模排名，不执念于超越特定对手，而是以系统架构思维重组竞争要素，在AI Agent技术、大模型基础设施和半导体创新等科技前沿领域构建真正的护城河。对于每一位身处这场变革中的从业者而言，华为的选择提供了一个值得深思的样本。