■ 华为制造与大企业军团资深专家
   王剑伟
   回顾工业革命发展的历程可以看出，从以蒸汽机为代表的机械化，到以电力、内燃机为代表的电气化，再到以计算机、互联网为代表的信息化，每一次工业革命的背后都有一股强大的技术推动力。如今，正在进行中的第四次工业革命也不例外，与此前相比，这次工业革命是以人工智能等技术为代表的智能化。
   正如世界经济论坛创始人、《第四次工业革命》一书的作者克劳斯·施瓦布所认为的那样：人工智能是第四次工业革命的核心驱动力之一，它与物联网、大数据等技术共同构成一个全新的技术生态系统，将彻底改变生产、管理和治理体系。而且，施瓦布也认为，中国在人工智能领域已经处于世界领先位置。
   在我国，2017年，国务院就印发并实施了 《新一代人工智能发展规划》；2024年，政府工作报告又明确提出，开展 “人工智能+”行动。如今，AI正在与各行各业，以及各种应用场景加速融合。尤其在制造业，AI正在全面重塑产品设计、生产制造、质量控制等全流程，成为激发新质生产力，实现制造业提质、降本、增效、减存的关键力量。
   在这一趋势下，华为正在秉持 “深耕制造，让智造生根”的价值主张，基于自身的技术创新和行业实践，与合作伙伴一道共建行业智能化架构，以加速制造业数字化转型，激发新质生产力，实现高质量发展。
AI与制造业价值链加速融合，激发行业变革
   在AI的加持下，我国制造业正在全面迈向数智化转型，开辟出向新质生产力涅槃重生的新路径。来自工信部的数据显示，截至去年年底，我国已经建设万余家省级数字化车间和智能工厂，其中，2500余个达到智能制造能力成熟度2级以上水平，这些经过AI改造的工厂研发周期缩短了约20.7%、生产效率提升了约34.8%。
   如今，AI正在与设计、生产、管理、服务等制造业价值链的各个环节加速融合。比如，在设计方面，AI流水线可加快开发和部署，为产品设计提供动力；在制造方面，AI质检可以快速识别生产制造过程中出现的问题，能大幅提高产品质量、提升检测效率；在销售层面，AI+销售可实现销售预测、营销广告协作。
   AI之所以能够做到这些，与大模型技术的快速发展和应用密切相关。传统的AI开发是不同场景对应不同的小模型，这不仅工作量大，模型精度也相对较差；而大模型可以一个模型覆盖多个场景，且基于海量数据，可实现更高的模型精度，从而降低AI开发成本。
   为了帮助制造业加速业务场景与AI的融合，华为着力打造包括计算、网络通信、存储和数据中心能源在内的算力底座，并形成标准化、可交付、可持续运营的算力基础设施。在此基础上，华为打造了一站式AI开发平台——Mode－lArts，以及包括自然语言、多模态、视觉、预测、科学计算在内的大模型。
   不论是制造企业还是行业合作伙伴，都可以基于华为提供的算力基础设施，以及ModelArts和大模型开展AI开发，快速构建和部署面向不同细分行业和业务场景的大模型应用，从而加速AI在制造业价值链不同环节的落地应用，释放AI价值。
不断夯实数智底座，支撑制造业智能化转型
   对于制造业来说，要加速智能化转型进程，不仅要积极推进AI与业务场景融合，更要加强数字基础设施建设。尤其在AI开发和大模型应用过程中，制造业对包括算力、运力、存力在内的数字基础设施也有着更高要求，推进ICT基础设施智能化势在必行。
   今年4月，工信部等七部门联合印发的 《推动工业领域设备更新实施方案》也明确提出，加快工业互联网、物联网、5G、千兆光网等新型网络基础设施规模化部署；加快部署工业边缘数据中心，推动 “云边端”算力协同发展；加大高性能智算供给，在算力枢纽节点建设智算中心。
   作为全球领先的信息与通信技术（ICT）解决方案供应商，华为也将继续坚持在根技术研发上的投入，涵盖云计算、5G、鲲鹏、昇腾、鸿蒙、AI大模型等多个领域，通过ICT基础设施的智能化，不断夯实数字底座；并从算力、运力、存力等多个层面，为制造业智能化转型提供有力支撑。
   在算力层面，为了满足大模型对大算力的要求，华为可以为制造业提供AI算力和通用算力，以满足不同业务场景的应用需要。比如，在AI算力上，华为基于昇腾打造的AI基础软硬件平台，可通过面向 “云、边、端”的全场景昇腾AI硬件平台，以及异构计算架构CANN和全场景AI计算框架MindSpore能力，为企业提供开放、灵活、完整的算力解决方案。
   在运力层面，需要让数据上的来，智能下得去。AI训练、AI推理对网络的高运力、高可靠、广联接等有较以往更加严格的要求。华为不仅在园区接入网上可以为制造企业提供高可靠、抗干扰的Wi-Fi7网络，也能够在工业承载网上提供高可靠、低延迟的TSN工业环网。此外，针对AI训练需要，华为推出的AI网络集群调度软硬件解决方案，至少可以提升20%的算力利用率，并减少80%的中断率。
   在存力层面，针对数据准备时间长、训练集加载效率低、AI大集群业务不稳定、数据安全性差等问题，华为推出的面向中心训练场景的AI数据湖解决方案可实现EB级按需扩展，加速AI全流程；高性能开放式存储硬件底座，可无缝对接文件系统，TCO降低30%；以及面向边缘训推场景的边缘训推一体化解决方案，可实现一站式交付，开箱即用。
持续推进行业深耕，释放新质生产力澎湃动能
   在制造业智能化转型过程中，AI大模型应用和ICT基础设施智能化只是其中的一部分，远远不是全貌。制造业若想发展新质生产力，实现高质量发展，必须从更高维度思考智能化转型，既要考虑过往系统的兼容、不同系统间数据的打通，也要根据不同业务场景匹配相对应的解决方案。
   为此，华为基于自身过去30多年的经验总结和思考，并与合作伙伴一道，共同打造了面向智能时代的行业智能化架构，该架构共包含智能感知、智能联接、智能底座、智能应用等多个层面，将ICT基础设施、云平台、AI大模型等融会贯通，全方位支持客户和伙伴打造面向业务场景的智能应用，全面助力制造业智能化转型。
   通过行业智能化架构，华为正在将自身的实践经验转化为能力和服务，传递给更多制造企业。比如在研发层面，华为基于自身实践打造的研发工具链，可以帮助制造企业提高研发效率；在生产制造层面，华为自身建设智能工厂的经验，可以帮助更多制造企业实现数据透明、可视；在营销服务层面，可以帮助制造企业全场景、全内容、全生态触达用户……
   在此基础上，为了进一步深耕制造业，华为正在联合更多合作伙伴，聚焦汽车、电子、新能源、制药、央企重工等众多细分行业，识别200+AI价值场景地图，沉淀专家经营，不断拓展研发、生产、供应、销售、运营等业务场景的智能化，并孵化更多的AI大模型。
   秉承 “以利益为纽带，以诚信为基础，以规则为保障”的理念，华为已经与制造行业千余家咨询、销售、服务等各类伙伴达成合作，为企业提供全面技术支持。
   与此同时，针对AI大模型人才缺乏等问题，华为也在联合高校，共同开展人工智能开发大赛等，吸引更多人才参与到AI大模型开发中；同时，华为正在联合培训机构、大学等，共同开发人工智能课程，并向企业提供技能转换的培训，帮助企业把抽象的智能化转型变成具象化的蓝图。
   如今，随着制造行业智能化走深向实，制造业已经驶入智能制造的快车道。根据工信部的规划，到2025年，70%以上的规模以上制造业企业基本实现数字化、网络化，建成一批引领产业发展的智能制造示范工厂。从制造到“智造”，华为也将继续深耕技术、深耕行业、深耕生态，让智造生根，为广大制造业企业的智能化转型保驾护航，进而释放新质生产力澎湃动能，形成推动高质量发展的强大动力。