華為中國政企業(yè)務副總裁 郭振興
重塑制造業(yè)競爭范式
AI吹響數(shù)智化轉型“變奏曲”
全球“競爭戰(zhàn)略之父”邁克爾·波特在其經(jīng)典理論中指出,企業(yè)構建競爭優(yōu)勢的方法之一是成本領先戰(zhàn)略,即通過規(guī)?;a(chǎn)、優(yōu)化流程、控制成本等手段,使自身成本低于行業(yè)平均水平,以價格優(yōu)勢占領市場。然而,中國制造業(yè)發(fā)展至今,單純依賴傳統(tǒng)成本控制的增長模式已遭遇瓶頸。人力成本攀升、原材料價格波動、環(huán)保合規(guī)壓力加劇等,使得企業(yè)在傳統(tǒng)降本路徑上舉步維艱。與此同時,消費端對產(chǎn)品個性化、定制化的需求激增,也導致傳統(tǒng)規(guī)模化生產(chǎn)難以滿足市場的快速變化。
這些不斷變化的因素激發(fā)了制造企業(yè)的創(chuàng)新意識與速度。郭振興表示AI技術能夠為制造企業(yè)開辟全新賽道,不僅在生產(chǎn)端帶來成本價值革新,釋放紅利,還能夠以數(shù)據(jù)資產(chǎn)的形式衍生出服務增值空間,激發(fā)制造企業(yè)更多新的增長范式。
例如在產(chǎn)品研發(fā)階段,研發(fā)工程師可以憑借生成式設計方式,在輸入約束條件的情況下,由AI創(chuàng)造出滿足功能要求的產(chǎn)品;在工廠規(guī)劃階段,生產(chǎn)運營人員可以借助AI對工廠進行仿真設計,完成工藝優(yōu)化,讓生產(chǎn)流程、物流運輸更加科學;在產(chǎn)品服務階段,通過智能語音助手,可以提升客戶的交互體驗,并基于數(shù)據(jù)提供主動維護服務,快速響應客戶的需求。
以廣汽為例,華為通過整合IPD流程重構、iDME數(shù)據(jù)治理、大模型與AI技術,助力廣汽構建了“流程-數(shù)據(jù)-智能”三位一體的數(shù)字化轉型框架,推動廣汽從“制造驅動”轉向“數(shù)據(jù)+AI雙輪驅動”,實現(xiàn)效率、質量與商業(yè)模式的全面突破。
可以看出,AI與制造業(yè)的加速融合,已經(jīng)逐漸形成一批智能制造典型場景,為制造企業(yè)數(shù)字化轉型、智能化升級提供有益參考。
從應用廣度來看,AI已走向制造業(yè)的千行百業(yè),覆蓋產(chǎn)品設計、計劃排程、生產(chǎn)過程優(yōu)化、質量檢測、園區(qū)物流、設備健康管理、營銷服務、供應鏈管理等諸多領域。根據(jù)埃森哲發(fā)布的《2024中國企業(yè)數(shù)字化轉型指數(shù)》顯示,越來越多的企業(yè)計劃借助以人工智能為代表的先進技術重塑各項職能,其中制造(48%)、財務(45%)和供應鏈(42%)成為三大重點關注領域。
另一方面,從應用深度來看,AI與制造場景的融合走向深化,包括智能語音交互、圖像識別、智能決策、機器學習、大數(shù)據(jù)計算、數(shù)據(jù)可視化等多種形式。信通院基于統(tǒng)計的全球典型案例研究表明,小模型為代表的專用智能應用,正從工業(yè)視覺識別等外圍應用走向數(shù)據(jù)與機理融合的深度分析;大模型在對話交互、代碼生成等方面已有廣泛應用。
以用戶為核心
譜寫AI價值落地“方法論”
縱觀AI的開發(fā)與應用現(xiàn)狀,在熱潮的背后,其發(fā)展過程中的痛點也不容忽視。在依托AI技術釋放價值層面,很多制造企業(yè)的實際收益并不理想,有的甚至成效甚微。觀其原因,郭振興總結很大因素在于沒有梳理清楚自身業(yè)務需求,找準AI切入點,并做深做透。例如互聯(lián)互通一直被認為是制造企業(yè)走向數(shù)字化的基礎,但實際上企業(yè)還存在以下“鴻溝”,使AI項目難以達到預期目標:
??數(shù)據(jù)孤島與整合困難,73%企業(yè)數(shù)據(jù)利用率小于40%。
??80%企業(yè)因老舊系統(tǒng)成本增加30%。
??60%的企業(yè)在AI項目中,技術與實際場景需求脫節(jié)。
??僅有25%的AI試點項目能規(guī)?;茝V。
??60%的中型企業(yè)因GPU算力不足或云服務成本過高,無法支撐AI模型訓練。
在郭振興看來,如果管理層將AI停留在淺嘗輒止的表面應用,則很難為企業(yè)帶來高價值回報。面對AI浪潮,華為強調基礎設施先行,企業(yè)首先需要圍繞數(shù)據(jù)的“采、傳、存、算、管、用”全鏈路構建互聯(lián)互通等技術能力。此外,企業(yè)需要明確數(shù)據(jù)資產(chǎn)價值定義與挖掘路徑,將技術能力轉化為實際商業(yè)價值。這兩大體系猶如企業(yè)智能化轉型的“任督二脈”:技術流解決數(shù)據(jù)流通與處理能力,價值流激活數(shù)據(jù)要素的生產(chǎn)資料價值,二者協(xié)同才能為AI價值釋放奠定好基礎。
其次,數(shù)據(jù)準備是企業(yè)構建優(yōu)質AI模型的核心。企業(yè)需要對“采、傳、存、算、管、用”全鏈路的數(shù)據(jù)精細化處理,包括對元數(shù)據(jù)的清洗、結構性和非結構性數(shù)據(jù)的整理等,并制定數(shù)據(jù)資產(chǎn)目錄、質量評估標準等數(shù)據(jù)治理方式,才能高效支撐企業(yè)挖掘數(shù)據(jù)價值。
最后,場景選擇和創(chuàng)新是AI價值落地的重要路徑。企業(yè)需要考慮通過AI實現(xiàn)什么目標,并以此為據(jù)找到AI應用的切入點。在找準切入點后,企業(yè)需要遵循“小切口、深迭代”策略,聚焦高頻、剛需且價值顯著的場景作為試點。郭振興表示在華為內部,強調要將“1厘米的切口做出1公里的深度”,因為這類場景需求明確、應用頻次高,易快速釋放商業(yè)價值,既可以增強團隊信心,又能以商業(yè)驗證吸引持續(xù)投入,避免盲目鋪開導致的資源分散。
值得一提的是,郭振興強調,跨越數(shù)字鴻溝的另外一個關鍵點在于構建行業(yè)級確定性架構——唯有基于確定性架構持續(xù)迭代演進,才能實現(xiàn)產(chǎn)業(yè)智能化的規(guī)模性繁榮。例如華為構建的行業(yè)智能體架構,涵蓋感知、聯(lián)接、云與計算基礎設施、模型及應用各個層面。該架構通過分層解耦設計,可以促使各個行業(yè)更好的釋放各層技術優(yōu)勢,同時以開源開放的生態(tài)體系,聯(lián)合行業(yè) ISV(獨立軟件開發(fā)商)共同迭代場景化應用。通過發(fā)揮底層基礎設施等能力建設優(yōu)勢,華為與深耕行業(yè)場景的合作伙伴形成互補,合力推動人工智能從技術落地到商業(yè)變現(xiàn)的價值閉環(huán)。
構建聯(lián)盟生態(tài)
與合作伙伴共同邁過“深水區(qū)”
2025 年初,DeepSeek憑借普惠、優(yōu)質、開源的特點受到關注,眾多制造業(yè)企業(yè)也乘勢制定了大模型部署計劃,尋求生產(chǎn)效率突破與核心競爭力提升之法。
為支持行業(yè)模型快速落地,華為與DeepSeek深度融合優(yōu)化:在技術層面,計算昇騰解決方案完成從預訓練到微調、強化學習、推理場景的全流程適配,并借助昇騰架構特性優(yōu)化模型性能;在生態(tài)層面,依托昇騰開源開放的全棧軟件站(如CANN、MindSpore等),華為聯(lián)合100多家制造業(yè)伙伴構建了基于昇騰的DeepSeek解決方案。針對不同客戶需求,提供了輕量級DCS AI訓推一體機、高性能訓推集群等方案,并攜手ISV、OEM、APM等多方伙伴提供端到端的支持,助力企業(yè)高效部署大模型,釋放AI價值。
為了加速AI技術從解決方案驅動轉向商業(yè)價值驅動,華為攜手伙伴深耕行業(yè),共創(chuàng)聯(lián)合解決方案,推動央企重工、車輛裝備、半導體電子、新能源等多行業(yè)數(shù)智化升級。目前,華為與合作伙伴共同深耕7大場景孵化出20個解決方案,覆蓋工程設計仿真、智慧工廠建設多個維度,例如廣汽研究院智能化研發(fā)平臺、賽力斯智慧園區(qū)、長安汽車智慧工廠等。華為通過與行業(yè)伙伴并肩攜手深入場景,可以更好的實現(xiàn)優(yōu)勢互補,共同應對數(shù)智化轉型“深水區(qū)”。
2025年,華為計劃在更多行業(yè)拓展聯(lián)盟級伙伴合作,通過開放資源、市場機會,與伙伴協(xié)同深耕行業(yè)場景。郭振興表示通過與聯(lián)盟級伙伴開展全業(yè)務鏈的合作,華為將與伙伴相互促進,攜手同行,共同加速各行業(yè)數(shù)字化、智能化轉型進程。
后記
技術的成長與突破,從來不是一蹴而就的。但可以預見的是,在國內智能制造和培育新質生產(chǎn)力的要求下,將實時或準實時的動態(tài)運行數(shù)據(jù)記錄疊加傳統(tǒng)工業(yè)模型,制造企業(yè)基于AI的模型化、軟件化應用將進一步提速。面對AI時代新藍海,華為正在不斷通過自身實踐聯(lián)合智能化技術與ICT能力,攜手合作伙伴共同加速打造制造企業(yè)數(shù)字經(jīng)濟新優(yōu)勢,將AI效率優(yōu)勢和創(chuàng)新優(yōu)勢兼收并蓄,推動實體產(chǎn)業(yè)創(chuàng)新突破,加速制造企業(yè)轉型升級。