企业的需求是现实性的，因为我们必须要解决现实问题，但教育不应该集中在现实需求上，要面向未来。
提问：我今年刚加入学校做助理教授，研究方向与 ChatGPT 相关。在国外，这些研究都是由相对比较年轻的人来做的，但国内不一样，很多资源基本都在相对高级别教授或工程师手里，比如机器、学生，但他们对新技术的理解和跟进可能不够。年轻人有很好的想法，但是没有机器，招不到更好的学生。有能力的人没有资源，有资源的人没有能力，面对这样的情况，任总有什么建议和指导？
任正非：我知道香港中文大学的 EDA 做得很好，别的领域应该也很好；香港城市大学的半导体工艺学教得很好；港大的理论很好；……
第一，科学家的类别可以不一样，有些是架构型的科学家，有些是阐述型科学家，有些是突破型的科学家，有些是工匠型的科学家……。年龄大的科学家，他们人生阅历很丰富，对系统架构的认识很清晰；他们向青年人阐述架构模型，年轻人有奇思怪想就容易突破，这个架构里的缺陷就容易被修复了；有些人深入实践，在工程实现方面积累了丰富的 Know-How 经验，善于解决复杂的工程问题，我们也称之为工匠科学家。最有创造力的是年轻人，但最有架构能力的还是有经验的老专家、老教授，他们对整个架构有很清晰的认识。所以，要将老、中、青结合起来，国家才能够攻克大的难关。
我认为，武汉大学的测绘学院做得非常好，五位院士给大一学生讲课，这就是最正确的。一年级的孩子最聪明，但是他不知道爬上“二楼”是什么样子，教授就跟他讲“二楼”、“三楼”、“四楼”…… 是什么。不必八年博士毕业才恍然大悟，原来“二楼”是这样子。深圳前段时间的改革很好，博士生做中学老师、小学老师，这就是国家在进步。在小孩时期就要启发他未来的理想是什么，不要等他快老了再告诉他，就会错过一个最好的创造发明的时代。因为最具创造性思维的是儿童时期，他想象的空间、想象的人、想象的人际关系是我们都想不到的，为什么这个时候要把他们整齐划一齐步走呢，为什么不能允许他们有点步伐不一致呢？中国的未来需要百花齐放。
第二，未来在 AI 大模型上会风起云涌，不只是微软一家。人工智能软件平台公司对人类社会的直接贡献可能不到 2%，98% 都是对工业社会、农业社会的促进，AI 服务普及需要 5G 的连接。德国之所以这么挺华为的 5G，因为它要推进人工智能对德国工业的进步，德国很多工厂的生产无人化；中国的湘潭钢铁厂，从炼钢到轧钢，炉前都无人化了；天津港装卸货物也实现了无人化，代码一输入，从船上自动把集装箱搬运过来，然后用汽车运走；山西煤矿在地下采用 5G + 人工智能后，人员减少了 60-70%，大多数人在地面的控制室穿西装工作。……。这些都是已经大规模使用的例子，在这些过程中，最终对人类的贡献是很大的。