郭平表示，华为聚焦于连接与计算领域，但不同业务板块对自研大模型的需求存在差异。对于ICT业务及计算领域，华为的目标是成为英伟达。华为的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。对于终端业务和智能驾驶业务，则最好拥有自研大模型
读完郭平与华为新员工的座谈纪要，我最关注的是华为如何把人工智能这个巨大机会，拆解成不同业务的具体选择。模型要不要自研，业务要不要扩张，竞争要盯住谁，这些问题最终都落在同一处：自己究竟为客户创造什么价值。
大模型是否自研，要由业务决定
郭平对不同业务的区分很清楚。
ICT和计算业务，要支持客户构建优秀的大模型，让全球各种大模型都能在昇腾、鲲鹏、超节点及集群上高效运行。这里对标英伟达，核心是承载模型的计算平台能力。
终端和智能驾驶业务，最好拥有自研大模型。郭平给出的理由是，主流开源模型多数只开放权重，后续增训、微调仍有挑战，数据开放也存在滞后。拥有自己的模型，有助于掌握持续迭代的主动权。
华为云的要求更进一步：必须拥有具备竞争力的自研大模型。在郭平看来，云与人工智能深度融合后，模型能力会直接影响云业务的竞争力。
我的理解是，同一家公司可以同时采用不同的大模型策略。计算平台重在支持客户，终端重在产品体验，云重在服务竞争力。脱离业务讨论“自研还是调用”，很容易把手段当成目标。
人工智能的机会，也考验大公司的组织能力
华为把人工智能视为最大的机遇。手机和智能驾驶等业务具备数据飞轮，有机会通过持续使用、反馈和迭代，打造具有全球竞争力的智能体。
但郭平也承认，华为在大模型领域起步较早，却没有占据主导。他提到Anthropic、Kimi和DeepSeek的突破，并由此反思大公司的优势与劣势。
我看重这份坦诚。资源、人才和已有业务提供了起点，却不能保证率先突破。企业能否不断调整组织形态，让新技术找到合适的发展方式，同样重要。
郭平还引用梁文锋的观点，提出人工智能的快速迭代可能削弱CUDA生态的护城河。我把它看作一种值得关注的可能性。技术变化打开了竞争窗口，能否抓住窗口，仍要靠产品和生态兑现。
机会越大，业务边界越要清楚
按报道给出的数据，华为2025年销售收入达到8809亿元，接近2020年8914亿元的历史高点。面对下一步发展，郭平强调继续聚焦连接与计算，没有业务扩展计划。
这也解释了他对太空业务的回答：华为没有制造卫星或太空飞船的计划，选定领域的市场空间已经足够广阔。
我认为，聚焦真正困难的地方，是面对有吸引力的新机会时，仍能守住资源配置的边界。连接与计算本身就足够深，做深需要长期投入。
对于进一步的外部打压，郭平把关注点放回内部能力：能否比竞争对手更好地提供产品和服务，为客户创造价值。外部环境是经营条件，内部竞争力则是企业必须持续回答的问题。
标准、供应链和客户体验，决定战略能否落地
谈6G时，华为希望推动全球统一标准，继续成为标准的重要贡献者、实现者和市场参与者。这条路径体现了能力的积累：从依靠产品竞争力进入市场，走向参与规则形成，再把标准转化为实际产品。
供应链讨论则更具体。郭平提出继续向苹果学习竞争力、弹性与韧性，管理好及时齐套率和采购提前期，加快周转、降低存货。这些细节直接关系到企业能否稳定交付。
至于手机销量能否超过苹果，他把目标放在产品核心价值和消费者信赖上，将规模与排名视为竞争力带来的结果。
我认同这种经营顺序。对标对象可以帮助发现差距，但日常决策需要落在客户体验和运营能力上。宏大的战略，最终要靠这些具体能力支撑。
智能汽车的边界，是做部件并长期承担责任
引望汇聚了华为车BU的资产和人员，也引入了合作伙伴的资本。郭平明确表示，华为预计将在相当长时期内继续承担领导引望发展的责任。
在他的表述中，智能汽车部件是华为ICT业务的延伸，华为通过引望直接提供智能驾驶服务。这项业务从开始就面向全球，同时坚持不造车；车企进入哪些市场，由车企自身决定。
我从中看到的，是对业务边界和责任边界的同时确认。伙伴进入，并不意味着华为很快退出主导；面向全球，也不意味着要把整条产业链都做下来。明确自己做什么、持续负责什么，合作才有稳定的基础。