【CEC觀察】AI+制造業(yè)，華為能提供什么？
發(fā)布時間：2025-05-08 作者：石林才
當(dāng)前，全球制造業(yè)正面臨多重挑戰(zhàn)：需求個性化加劇、生產(chǎn)效率瓶頸顯現(xiàn)、供應(yīng)鏈不確定性攀升，傳統(tǒng)依賴規(guī)模擴(kuò)張和成本壓縮的增長模式難以為繼。也恰恰在此時，人工智能技術(shù)的突破為制造業(yè)開辟了一條變革新賽道。
在這場變革中，作為一家兼具制造基因與ICT（信息與通信技術(shù)）優(yōu)勢的領(lǐng)軍企業(yè)，華為如何以自身的技術(shù)優(yōu)勢與創(chuàng)新實踐，為正值深度轉(zhuǎn)型的“中國智造”鋪路架橋？
在近日舉行的“華為AI+制造行業(yè)峰會2025”上，這個問題的答案逐漸清晰：從方法論構(gòu)建到技術(shù)底座支撐、從場景化落地到生態(tài)協(xié)同，今日的華為正以“源于制造，更懂制造，服務(wù)制造”的理念，加速為千行萬業(yè)鋪就一條以AI賦能智能化升級的完整路徑。
源于制造，更懂制造
在很多人的眼里，華為扮演的更多是在全球ICT領(lǐng)域“華山論劍”的創(chuàng)新者角色，似乎與制造業(yè)關(guān)系不大。實際上，華為“源于制造，更懂制造”的企業(yè)基因，恰恰是其賦能行業(yè)的獨特優(yōu)勢。作為一家業(yè)務(wù)范圍覆蓋170多個國家和地區(qū)的全球化企業(yè)，華為自身便是推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型的一個可圈可點的“活樣本”。
從啟動數(shù)字化轉(zhuǎn)型，到全面擁抱AI，華為通過把大模型技術(shù)和AI技術(shù)完全融入到研產(chǎn)供銷服的各個環(huán)節(jié)，實現(xiàn)了對全部作業(yè)模式和業(yè)務(wù)模式的重構(gòu)。這一模式的變革，為整體效率帶來了“脫胎換骨”的改變。
在研發(fā)領(lǐng)域，華為將海量技術(shù)文檔與研發(fā)數(shù)據(jù)導(dǎo)入研發(fā)數(shù)據(jù)平臺，通過研發(fā)大模型和軟件AI助手，將軟件版本開發(fā)周期大大縮短；在生產(chǎn)領(lǐng)域，通過大模型技術(shù)和數(shù)據(jù)治理平臺使能智能工廠建設(shè)，把生產(chǎn)環(huán)節(jié)涉及到的市場數(shù)據(jù)、研發(fā)數(shù)據(jù)、倉儲物流數(shù)據(jù)、產(chǎn)線設(shè)備數(shù)據(jù)，通過數(shù)據(jù)平臺進(jìn)行數(shù)據(jù)入湖、數(shù)據(jù)清洗、數(shù)據(jù)分析，并把分析結(jié)果通過生產(chǎn)大模型進(jìn)行訓(xùn)練，讓生產(chǎn)環(huán)節(jié)提質(zhì)降本增效；在物流供應(yīng)領(lǐng)域，構(gòu)建靈鯤數(shù)智云腦，將供應(yīng)商數(shù)據(jù)、工廠數(shù)據(jù)、倉儲物流數(shù)據(jù)、客戶站點數(shù)據(jù)等進(jìn)行匯總，通過大模型進(jìn)行模擬、仿真及優(yōu)化……
這正是華為以自身的制造流程為樣本，以“躬身入局”的姿態(tài)，取得的實實在在的轉(zhuǎn)型成效。
華為中國政企業(yè)務(wù)副總裁郭振興指出：“制造業(yè)不僅可以利用人工智能技術(shù)進(jìn)行生產(chǎn)流程的優(yōu)化以及產(chǎn)品質(zhì)量的提升，還可以進(jìn)行成本的控制以及對新業(yè)態(tài)、新模式和新市場的探索。人工智能引入到傳統(tǒng)的制造行業(yè)以后，經(jīng)濟(jì)發(fā)展的范式會發(fā)生深刻的變化?！?/div>
華為中國政企業(yè)務(wù)副總裁 郭振興 “三層五階八步”：AI+制造方法論
在制造業(yè)推進(jìn)智能化轉(zhuǎn)型的過程中，AI技術(shù)的深度融入已經(jīng)成為了大勢所趨。常言道：“凡事預(yù)則立，不預(yù)則廢?！痹谌A為看來，在轉(zhuǎn)型開始之前，企業(yè)就需要對轉(zhuǎn)型的層級、步驟和具體工作內(nèi)容進(jìn)行詳細(xì)的規(guī)劃，避免迷失于復(fù)雜的過程、龐大的工作量和紛繁的目標(biāo)體系當(dāng)中。
然而，當(dāng)很多制造業(yè)企業(yè)真正面臨“實戰(zhàn)”時，往往缺乏足夠的經(jīng)驗來制定可推進(jìn)、可落地的“AI+制造”路線圖。這一瓶頸，讓很多對AI躍躍欲試的制造業(yè)企業(yè)只能望而卻步。
面對這一挑戰(zhàn)，經(jīng)過多年的實踐與摸索，華為已經(jīng)形成了一套行之有效推進(jìn)“AI+制造”轉(zhuǎn)型的寶貴方法論。在“華為AI+制造行業(yè)峰會2025”上，華為將這套經(jīng)過屢次實戰(zhàn)檢驗的方法論形象地概括為“三層五階八步”，為行業(yè)提供了可落地的行動指南。
其中，“三層”是指重新定義智能業(yè)務(wù)、AI開發(fā)與交付、持續(xù)運營智能應(yīng)用，定義了轉(zhuǎn)型所觸及的層次和深度；“五階”是指場景、流程、組織、數(shù)據(jù)、IT五大階段，能夠幫助企業(yè)在轉(zhuǎn)型過程中掌握順序、抓住重點；而“八步”則是指明確目標(biāo)、場景識別、重塑流程、組織變革、數(shù)據(jù)和知識工程、AI建模與發(fā)布、AI融入業(yè)務(wù)應(yīng)用、AI持續(xù)運營八項具體工作，也是轉(zhuǎn)型流程深度細(xì)化的集中體現(xiàn)。
有了清晰且經(jīng)過廣泛驗證的方法論，企業(yè)借助AI賦能的智能化轉(zhuǎn)型就找到了明確的發(fā)力點。在華為看來，制造企業(yè)要用好業(yè)界的基礎(chǔ)模型產(chǎn)品，首先應(yīng)定義好最迫切的業(yè)務(wù)場景，加上企業(yè)自身的高質(zhì)量垂域數(shù)據(jù)，透過“小切口”快速交付給業(yè)務(wù)應(yīng)用，并通過持續(xù)運營的深耕，不斷發(fā)揮價值。
郭振興提到：“場景的選擇和創(chuàng)新至關(guān)重要，一旦選定場景，1厘米的切口要做出1公里的深度，真正把價值充分地釋放出來。我們建議企業(yè)能夠選擇高頻、剛需、高價值的場景作為試點，這樣比較容易發(fā)揮商業(yè)價值，快速實現(xiàn)商業(yè)循環(huán)?！?/div>
智能化基礎(chǔ)設(shè)施為“AI+制造”提供底座
工欲善其事，必先利其器?！癆I+制造”的深入推進(jìn)，依托于AI在各個環(huán)節(jié)的規(guī)?；瘧?yīng)用。在這一過程當(dāng)中，強大的“數(shù)字底座”——智能化基礎(chǔ)設(shè)施無疑是不可或缺的關(guān)鍵支撐要素。
對此，郭振興也明確指出：“企業(yè)要跨越數(shù)字鴻溝，基礎(chǔ)設(shè)施要先行，基礎(chǔ)設(shè)施可以說是發(fā)展人工智能的一個先決條件?！彼劦?，2025年華為將抓住AI機(jī)遇，圍繞數(shù)據(jù)的“采傳存、算管用”提供“智能聯(lián)接、智能存儲、智能算力、智能平臺”端到端全棧新型基礎(chǔ)設(shè)施，同時將自身實踐與ICT技術(shù)相結(jié)合，與合作伙伴一道深耕業(yè)務(wù)場景，通過7大場景20個方案，助力企業(yè)數(shù)智化轉(zhuǎn)型，持續(xù)為客戶創(chuàng)造價值。
例如，華為一直聚焦于為行業(yè)模型訓(xùn)練打造高吞吐、高可靠的數(shù)據(jù)中心網(wǎng)絡(luò)，其開發(fā)的 NLSB（網(wǎng)絡(luò)級負(fù)載均衡算法）可以將模型訓(xùn)練效率額外提升10%；而通過華為光模塊的可靠性升級，則可以將AI訓(xùn)練的可靠性提升10%，實現(xiàn)模型訓(xùn)練的月級不中斷。
而在打破數(shù)據(jù)孤島、優(yōu)化數(shù)據(jù)供給方面，華為的Omni-Dataverse全局文件系統(tǒng)具備全局可視、高效管理以及按需流動等突出優(yōu)勢，可以提供70%的性能提升、8倍的容量密度，單卡吞吐率提升超過60%，從而實現(xiàn)“以存強算”的訓(xùn)練加速、“以存代算”的推理加速以及全面的數(shù)據(jù)保護(hù)，為企業(yè)構(gòu)建強大的AI數(shù)據(jù)湖提供了可能。
此外，華為打造的昇騰AI計算平臺則堪稱行業(yè)的“智能化大腦”，可以同時滿足行業(yè)的多場景需求、落地經(jīng)濟(jì)性和業(yè)務(wù)可閉環(huán)等要求，為DeepSeek等大模型在行業(yè)的落地提供了“最優(yōu)解”。
從研發(fā)到生產(chǎn)，華為“AI+制造“已全面賦能
有了清晰可落地的方法論和路線圖，構(gòu)筑了先進(jìn)而強大的智能化基礎(chǔ)設(shè)施，AI驅(qū)動的制造業(yè)轉(zhuǎn)型升級方能形成無比澎湃強勁的驅(qū)動力。今天，從研發(fā)到生產(chǎn)，從重工到輕工，華為的解決方案正在千行萬業(yè)落地生根，為制造業(yè)創(chuàng)造新價值。
在汽車行業(yè)，廣汽在加快推進(jìn)智能化的過程中，通過與華為進(jìn)行深度合作，在完成自身IPD流程重構(gòu)的基礎(chǔ)上，還打造了iDME硬件工具鏈的數(shù)據(jù)治理體系，并建設(shè)了六條數(shù)字主線和AI大模型，幫助廣汽在研發(fā)范式方面實現(xiàn)了從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)+AI雙輪驅(qū)動”的成功轉(zhuǎn)型。
方興未艾的機(jī)器人行業(yè)也面臨著更加激烈的競爭態(tài)勢。在這一領(lǐng)域，華為助力位于行業(yè)頭部的機(jī)器人企業(yè)科沃斯打造了整個IPD的管理體系，并重塑了其結(jié)構(gòu)化研發(fā)流程，實現(xiàn)了研發(fā)質(zhì)量和生產(chǎn)質(zhì)量的協(xié)同管理，這一舉措使科沃斯的研發(fā)和制造成本得到了顯著的節(jié)約。
在以高質(zhì)量發(fā)展為要務(wù)的醫(yī)藥行業(yè)，柳州醫(yī)藥通過將華為的天籌求解器和人工智能結(jié)合，建立了智慧物流解決方案，將整體物流的規(guī)劃時間從3小時縮短到30分鐘，其供應(yīng)鏈的綜合成本也降低了3%。
這些案例，無一例外地印證了華為“源于制造，更懂制造，服務(wù)制造”的理念。在一個個生動鮮活的制造業(yè)場景當(dāng)中，AI不再停留于概念，而是轉(zhuǎn)化為切切實實的降本增效。
現(xiàn)如今，AI與制造業(yè)的融合已然步入深水區(qū)。華為正與千行萬業(yè)的用戶、專家和開發(fā)者共繪制造業(yè)智能化的轉(zhuǎn)型圖景。未來，華為將與眾多產(chǎn)學(xué)研伙伴開展深入合作，不斷將來自整個生態(tài)的點點星光，匯聚成點亮“中國智造”的璀璨星河。
標(biāo)簽：工業(yè)AI,AI+,制造業(yè),人工智能,智能工廠,華為
相關(guān)文章