華為在深圳舉行分析師大會，並沒重點討論5G，即使華為輪值董事長徐直軍談及5G，亦不特別強調5G重要性，人工智能（AI）反而成為主題。
隨著中興受美國制裁，進入了「休克」狀態，華為對5G前景似乎轉趨審慎。但華為作為中國新經濟的龍頭企業，已具備研發芯片及基礎研發能力，隨著AI普及化，隨時成為業務藍海。去年華為正式又推出了華為雲，推出了Enterprise Intelligence (EI)方案，其中AI更是重點。
AI有望助企業和雲部門取得更大增長；雖然華為可能成美國針對的下一目標；徐直軍對美國市場避而不談；以建構「萬物互聯的智能世界」為主題，聚焦ICT基礎設施和智能終端的業務，更特別注重AI開發。
華為AI技術最先應用在智能手機，自行開發Kirin 970芯片，具「類神經處理單元」（Neural Processing Unit，NPU），AI自行為用戶解決問題，並改善拍攝性能。上述芯片技術，亦注入了華為企業方案。
華為企業BG全球市務總裁邱恒，亦講述內部如何應用AI，可供業界借鏡。
AI深度學習技術，可透過數據訓練建立模式，並進行推論（Inference），解決傳統程式難以處理的問題；包括電腦視覺和語音，自然語言處理等；協助人臉和圖像識別、語音識別、客戶服務的聯天機器人（Chatbot）等服務，可是AI工業化應用仍處於起步。
邱恒說，工業應用在AI須先具行業的知識，才可對症下藥。建立工業AI，包括了三個元素，首先是算法（Algorithm）、其次是數據和運算能力。華為集中AI應用在工業領域，改善生產流程。
端對端硬件AI加速
華為處理數據和運算的能力，國內可說無出其右，甚至可為芯片加入AI功能，推出智能化端點。華為具備開發芯片能力，例如在鏡頭加上AI，變成軟件定義的視像鏡頭（Software-defined Cameras），針對不同工業用途。
華為也有能力推出專門用於AI服務器和雲服務，包括了多種異質運算服務器。FusionServer G系列早已加入Nvidia的GPU作AI運算，較早前，華為和商湯合作推出高密度人臉識別一體化平台SenseAtlas，採用FusionServer G2500加上16塊Tesla P4 GPU。
華為也推出以Xilinx的FPGA芯為基礎的雲運算加速服務作AI用途；配合業界首個以NVMe全快閃的極速儲存OceanStor Dorado，原因也是具備了設計快閃芯片能力。
華為利用硬件優勢，建立了AI數碼平台，除了AI可更快訓練模型，亦可便利共享數據。數據方案具備AI平台，提供機器學習、深度學習、探索數據關係的圖學（Graph）分析等，開發不同行業專用AI；同時也提供了諸如視覺（visual）、語音（voice）、語義（natural language）的通用API。
AI優化工業流程
邱恒列舉兩個AI可優化的企業流程，包括了物流和財務方面，通過訓練數據建立推論，解決以往棘手的難題。
華為以AI改善了物流，優化遍佈全球百多國家付運過程。每年，華為處理數以萬計貨櫃箱；從出入貨的次序、貨櫃空間使用、貨物位置影響的轉倉效率，每部貨車可處理訂單量，均影響運送成本和效率。裝組貨櫃優化物流，考慮如何組合，往往靠經驗累積。華為以歷史數據，開發出深度學習演算法。
AI數學模式學習貨物特徵、送貨目的地的海關法規資料、貨櫃種類、車輛類型、貨板（Pallet）數據，取貨點的數據，保稅倉庫（Bonded warehouse）和轉運資料，再產生AI的3D圖像，通過深度學習學習不同組合的效果，快速組裝貨櫃和貨車配送；自動編排貨物入櫃。據邱恒介紹，估算的準確率，從往以三成增加至八成；每年節省數以千萬美元開支。
華為也AI演算法，減低支付賬單風險，由於支付數以十萬計賬單，賬單支付後，可能出現違約或者兌現風險，以往財務部門難以判斷每張賬單風險。AI學習分辨不同賬單類型和來源，自動提出警告，並要求重新評估或延後支付。
邱恒說，華為亦以AI改善城市交通，監察鏡頭可即時識別不依法讓路的車輛，不遵從指示橫過馬路行人，以減少交通意外。華為AI也曾協助找回失蹤人口，快速尋回險遭拐賣的兒童，全憑AI人臉識別和大數據破案。
雖然華為不是國內唯一投資於AI的企業，可是能夠從終端，數碼平台，以及雲服務一起提供AI，相信只有華為一家，加上國內有多家開發AI的初創，能夠自主開發技術和芯片。