如今，AI技術正以迅猛的勢頭在各行各業內推動著無數的轉型與顛覆，這是一個不可逆的潮流，它改變著企業的研發模式、制造模式、服務模式、運營模式以及商業模式。特別是國內制造企業，對于AI的認知在過去幾年中發生了巨大的轉變，率先實踐的行業先行者與跟隨者之間的差距已日益顯現，越來越多的制造企業從“試點”走向“深化”，針對AI的投資開始轉化為具體運營指標提升和實際財務價值落地。
為了幫助制造企業精準把握AI應用趨勢，推動企業完成從“數智化探索”向“規�；瘍r值釋放”的跨越，華為在近期舉辦的“華為中國行2025·重慶AI+制造行業大會”上，系統展示了如何通過戰略、算力、體系三維發力，讓AI的力量滲透進制造的每一寸肌理，并結合汽車、機械電子、醫藥等細分領域的實踐案例，直觀呈現AI與制造業務融合的落地成效。
華為中國政企智能制造解決方案部部長馮睿在會后媒體采訪中指出，AI技術在制造業的應用場景正從單一環節向全流程延伸，應用深度也從輔助決策向核心業務驅動升級。華為以自身在制造領域的數智化實踐為基礎，結合ICT技術優勢，形成了從頂層方法論到底層技術支撐，從場景化解決方案到開放協同應用的完整AI實施藍圖。基于“源于制造、更懂制造、服務制造”的理念，華為推動AI技術與制造業務場景深度融合，切實發揮AI在降本、增效、提質中的核心作用，加快制造企業數智化轉型升級進程。
華為中國政企智能制造解決方案部部長馮睿
回歸本源：以自身轉型實踐書寫AI落地方法論
技術的成長與突破，從來都不是一蹴而就的。馮睿介紹，當我們把眼光放到生產一線時會發現，AI的落腳點必須放在制造上，只有理解工業know-how，才能結合實際應用場景釋放AI價值，而這正是華為的優勢之所在：
●2024年，研發費用支出為人民幣1,797億元，約占全年收入的20.8%；
●20.8萬員工，業務遍及170多個國家和地區；
●鯤鵬、昇騰已累計發展665萬開發者、8,500多家合作伙伴，共同開發了2萬多個解決方案；
回溯華為在數智化領域的布局，馮睿表示，華為早在2014年便啟動數字化轉型，為后續智能化升級奠定基礎。伴隨智能化技術的快速發展與廣泛滲透，華為于2018年啟動全面智能化升級戰略，這一階段的核心突破集中在兩大方向：一方面，將數據與大模型全面融入研發、生產、供應、銷售、服務全業務鏈，通過重構作業流程與模式，從根源上提升業務運轉效率；另一方面，運用AI技術升級數據治理體系，以高質量AI數據安全、高效地支撐模型訓練與應用，為后續模型訓練的精準性與實際應用的穩定性提供堅實保障。
例如在研發領域，華為將多篇高價值技術文檔、API技術文檔，以及涵蓋幾百億行精選代碼、幾千萬個開源代碼倉的研發數據，統一導入研發數據平臺；并依托研發大模型與軟件AI助手的協同賦能，實現研發流程的智能化革新---目前華為軟件版本開發周期大幅降低，研發效率實現質的突破。
在生產領域，華為以大模型技術與數據治理平臺雙輪驅動，為智能工廠建設提供核心支撐。通過把生產環節關聯的市場數據、研發數據、倉儲物流數據及產線設備數據，統一接入數據平臺，依次完成數據入湖、數據清洗與數據分析，再將處理后的分析結果輸入生產大模型進行訓練，為智能工廠的運營優化筑牢數據與模型基礎。
在問題診斷環節，基于AI大模型與知識圖譜，實現生產異常大數據預測，根據問題現象實時診斷，智能推薦處理方案，支撐現場問題秒級預警、分鐘級響應。馮睿表示從自動化、信息化建設，到網絡化、數字化升級，華為始終沿著智能制造的方向持續探索深耕，正是這些源于自身運營的實戰經驗，讓華為能夠深度洞察制造業企業的核心業務流程，精準把握企業在不同發展階段可能面臨的轉型痛點與挑戰。
基于這樣的行業認知與實踐積累，華為不僅構建起完整的企業數智化轉型與數據治理方法論，更圍繞數字化研發、智能制造、數字化營銷、智慧運營等7大核心場景打造了20個解決方案，可直接助力客戶快速搭建數智化能力，加速智能化轉型的落地見效。
標桿引領：助力賽力斯超級工廠實現全流程智能化
埃森哲發布的《2024中國企業數字化轉型指數》顯示，近六成（59%）的受訪企業表示，計劃在未來一年對數字化轉型項目增加投資，揭示了企業對技術創新的強勁需求。在如何更好地依托數字技術實現數字化轉型方面，馮睿表示制造業的數智化不止是少人化或無人化，還需要生產、運營、管理的全流程協同升級。
以賽力斯超級工廠建設為例，華為在初期頂層設計就參與其中，以IT系統高復用為核心，從網絡基礎、數字平臺、應用場景到運營管理，打造全鏈路智能化解決方案，推動工廠實現AI與數據雙輪驅動。
首先，在網絡基礎建設層面，傳統生產網普遍存在網絡實時性不足、無線漫游易丟包、網絡安全風險突出等痛點，難以支撐數字化生產需求。針對這些問題，華為推出園區生產網方案，通過融合IP與光技術的雙重優勢，構建園區IT統一網絡——既大幅簡化網絡架構、降低運維管理復雜度，又能為賽力斯超級工廠的數字化生產提供高效穩定的承載網絡，實現辦公區域、生產區域、核心控制區域的無縫聯接。據悉，華為園區生產網可帶來ms級確定性聯接，Wi-Fi雙發選收AGV小車0丟包，匹配復雜工業環境等工業級高可靠聯接。
在數字平臺層面，華為基于智慧園區數字平臺，整合ICT技術預集成、融合接入與全域數據融合能力，打造了“一硬+一軟+一網+一平臺”的“四位一體”智能制造架構，最終為園區帶來安全可靠、管理高效、服務便捷的全新體驗。
對于應用場景落地環節，華為攜手伙伴，實現智慧安防、智慧通行、產線可視、信息發布、會議系統五大應用。例如在安防應用方面，華為依托全光承載園區視頻，實現車輛信息、各類異常事件等關鍵要素的完整記錄。以智能視頻分析技術替代傳統人工安防巡檢模式，達成刷卡系統、設備身份識別系統、訪客自助機以及攝像機之間的數據交互與協同運作，為用戶帶來一站式安防集成體驗。
在會議室應用方面，華為借助多云協同能力，整合云會議、華為視頻平臺與現網會議平臺，成功構建起統一的會議數字化平臺，有效打破傳統會議中多平臺獨立運行的割裂問題，提升跨場景會議協作效率。
在運營管理維度，華為幫助賽力斯打造了“數字化運營中心”，實現了園區綜合態勢的統一管控，以及生產、辦公關鍵數據的深度分析；同時，為能源管理、碳排放追蹤、環境檢測等節能減排工作提供精準決策支撐，完成對工廠APP應用端、PC業務端及微信公眾號的一體化管理。
技術底座：以“采傳存、算管用”全鏈路筑牢支撐底座
“工欲善其事，必先利其器”，AI+制造的推進離不開強大數字底座。馮睿明確表示，企業數智化升級需圍繞數據“采、傳、存、算、管、用”構建新型基礎設施，華為提供“智能聯接、智能存儲、智能算力、智能平臺”端到端全棧解決方案，為釋放數智生產力掃清障礙。
智能聯接破解“算力釋放瓶頸”，保障數據高效流轉。AI模型訓練中，網絡吞吐率與可靠性直接影響效率，華為與客戶聯合創新的業界獨家網絡級負載均衡（NSLB）技術可消除“慢數據流”制約，將客戶平均訓練時長從34天縮短至25天；在數據采集和制造業各種推理場景上，華為發布業界首個5射頻Wi-Fi 7，支持60路4K視頻無卡頓傳輸，搭配全系列體驗保障交換機，實現十萬級“終端×應用”穩定聯接。
智能存儲通過AI數據湖打通數據資產“任督二脈”。針對制造企業數據分散孤立、價值利用率低的核心痛點，華為AI數據湖以“性能池、容量池、數據保護池”統一架構為核心技術底座，實現全域數據的統一整合、高效治理與便捷管理。借助數據全局視圖，企業可清晰掌控“數據在哪里、是什么、能做什么”，對不同數據中心的元數據進行統一納管，構筑完整數據湖并呈現數據資產全局視圖，從根源上徹底打破數據孤島；再通過訓練加速、推理加速與全鏈路數據保護的三方協同，為制造企業智能化轉型注入強勁動力。
智能算力依托昇騰平臺構建“百模千態”支撐能力。昇騰AI平臺提供了從DeepSeek后訓練優化到推理場景的全流程解決方案。同時，昇騰憑借澎湃算力，精準匹配DeepSeek智能算法的高效運行需求；全棧優化的開發工具鏈，大幅降低了大模型訓練與推理的技術門檻。在此基礎上，雙方進一步通過融合算子、通信優化等技術手段，顯著提升復雜模型的運行效率，共同構建起“算法-算力-場景”的完整閉環。值得一提的是，馮睿介紹近期官方vLLM開源社區也加強了對昇騰的支持力度，共同加速大模型創新的落地。
智能平臺實現算力調度與安全防護“雙管齊下”。依托云平臺算力并行調度、網絡級負載均衡、高性能緩存等核心技術，華為有效提升算力線性度，確保每一張計算卡都能物盡其用；同時，還能為數據采集、清洗、流通等數據全生命周期上下游環節，提供更全面的安全防護能力。
行業深耕：加速細分領域AI潛能釋放
通過技術結合場景，層層推進，華為所樹立的數智化轉型標桿，在助力客戶價值創新的同時也引領行業數智化轉型。馮睿介紹自2019年底華為中國政企智能制造系統部成立，其定位便是服務全國31大類制造企業。從汽車、機器人到電子家電、醫藥流通，華為通過自身實踐+ICT技術，打造一批可量化、可復制的標桿案例。
例如在機器人行業，隨著AI技術的不斷滲透，工業、服務、醫療機器人等賽道競爭加劇，技術門檻漸降。華為憑自身研發變革經驗，幫助頭部機器人企業打造IPD管理體系，重塑結構化研發流程，實現研產質量協同管控，節約其研發制造成本。
在電子家電領域，美的與華為在算力與大模型領域深度合作�；跁N騰算力底座，美的融合大模型應用和開發AI智能體，完成了12個大模型在昇騰上的遷移適配，通過AI與業務場景融合，顯著提升生產效率，優化產品與服務質量，能夠為全球客戶、員工、坐席等提供高質量、高體驗智能服務。
在醫藥行業，醫藥流通領軍企業柳州醫藥，通過華為天籌求解器，搭建供應領域數學模型與自動求解算法，形成揀貨、調度、排線、采購、運輸全環節最優策略。依托AI線路規劃與裝載規劃算法，配送效率預估提升15%；通過3D建模實現倉庫分區可視化，倉內揀貨效率預估提升18%；借助預測補貨算法，降低倉間調撥頻次。目前，柳藥集團路徑規劃時間從3小時縮短至30分鐘，年度供應鏈綜合成本降低3%。
生態協同：聯動地方共建“制造+AI”產業共同體
為了更好地使能百模千態，賦能千行萬業。華為打造了以客戶為中心的“伙伴+華為”體系，圍繞行業場景共建能力，與客戶共同跨越AI落地鴻溝。合作伙伴作為連接技術與商業價值的最后一公里。面對行業場景多樣、客戶業務復雜的現狀，華為通過優化供應效率、開放技術能力、提供全場景服務支持，助力伙伴構建核心競爭力；同時樹立行業燈塔，將成功經驗固化到產品與解決方案中，實現規�；瘡椭啤�
在馮睿看來，制造企業AI的部署是一項復雜的系統工程，這也決定了不可能由華為一家完成。華為將通過協同打造生態圈，與行業伙伴并肩攜手深入場景，為制造行業和企業找到與之適配的數智化解決方案，成為數字化轉型的引領者和賦能者。
例如為助力重慶制造業升級，精準破解產業發展痛點，華為推出了重慶“AI+制造”精英解決方案伙伴模式。這是華為深化產業數智化布局、聯動地方產業特色與伙伴力量的關鍵舉措。通過政策、技術、伙伴、產業的四維聯動，最終實現“企業降本增效、產業轉型升級、區域經濟提質”的多重價值，為全國制造業智能化轉型提供可借鑒的“重慶樣本”。
小結
隨著AI技術向制造業研發、生產、管理、服務全鏈條深度滲透，未來制造業的競爭，本質是數智化能力的硬核較量。從技術落地到價值創造，華為始終以“源于制造、更懂制造、服務制造”的深耕實踐路徑為指引，精準匹配制造企業轉型需求，助力其牢牢抓住數智化窗口期，構建起適配產業升級的核心競爭力。這不僅是華為錨定AI產業浪潮、布局制造業數智化的戰略選擇，更成為中國制造業加速邁向高質量發展的重要支撐力量。
轉載自：e-works
