企業智慧化+產品智慧化:華為解碼數智化轉型下的製造業新質生產力

物聯網智庫 原創
當前,製造業數字化正處於一個關鍵節點,在應用側上數字化轉型已經由試點探索、行業標杆應用向規模化推廣邁進,而在產業側上,此前的技術驗證、產品重構已經開始向技術智慧變革全面演變。
可以說,當前各行各業的數字化轉型早已不是選擇題,而是關乎生存與發展的必答題。當傳統制造模式遭遇成本高企、競爭加劇的天花板,數字化轉型智慧化升級不僅印證了“技術賦能產業”的底層邏輯,更勾勒出“智慧創造價值”的清晰圖景。
站在產業拐點上,製造業智慧化已進入深水區。這不再是個別企業的技術升級,而是需要產業鏈上下游協同創新的系統工程。從智慧裝備的泛在連線到行業知識的數字化沉澱,從產線級的智慧控制到產業叢集的協同進化,每個轉型階段都呼喚著更緊密的生態協作。
這正是華為籌辦“AI+製造行業峰會”的意義所在——透過搭建技術共研、場景共創、價值共享的緊密合作平臺,與製造行業共同破解數字化轉型中的難題,在AI與製造的深度融合中培育新質生產力。

AI時代挑戰與機遇並存,華為引領數智化未來

峰會上,華為中國政企業務副總裁郭振興一針見血地指出,千行萬業邁入數智世界仍存在巨大鴻溝。當前,大多數企業資料利用率低,存在大量資料孤島,這些沒有打通的老舊系統大大增加了企業成本。企業向AI轉型的過程中,又容易因為缺乏技術積累,實際場景需求與技術脫節。
華為中國政企業務副總裁郭振興
而挑戰之下亦有著機遇:
  • 2025年,是全要素可靠聯接之年,我們將迎來5G、Wi-Fi7、星閃、IP+光聯接技術與行業鴻蒙物聯深度融合,實現企業辦公、管理與生產萬億級聯接的機會;
  • 2025年,是企業全業務上雲大發展之年,我們將迎來企業上萬個關鍵生產應用上雲,50萬+規上企業逐步實現“研產供銷服管”全業務上雲的機會;

  • 2025年,是資料要素基礎設施規模建設之年,我們將迎來政府和企業把資料作為核心資產而帶來的採、存、算、管、用的機會;
  • 2025年,是行業大模型平權、普惠化之年,也是行業大模型推理爆發之年,我們將迎來各行業透過大模型實現創新、降本、提效、增質的機會;
  • 2025年,是AI重構企業全業務啟動之年,我們將迎來AI技術與企業全業務場景深度融合,釋放行業數智化萬億價值的機會。
為此,華為將攜手客戶和夥伴抓住行業數智化機遇,應用AI技術賦能企業研發、生產、供應、銷售、服務全鏈條環節。同時,華為為使用者提供“智慧聯接、智慧儲存、智慧算力、智慧平臺”端到端的全棧解決方案,助力企業構築新型基礎設施,釋放數智生產力降低製造企業運營成本,提升生產效率。在華為全面的數智化解決方案助力下,這種顛覆性變革正在加速重構製造業流程。
在智慧聯接上,華為與客戶進行聯合創新,率先推出了業界獨家的網路級負載均衡(NSLB)演算法最佳化路徑規劃,消除網路效能瓶頸;華為釋出業界首個5射頻Wi-Fi 7,支援60路4K影片無卡頓。基於AI的無線調優技術,降低40%干擾,網路吞吐提升30%。透過業界獨家守護Agent,80%無線故障分鐘級自修復,運維效率提升10倍,1人管理萬人園區。透過華為獨創Wi-Fi密盾技術,實現報文零竊聽,構建端到端安全園區。
在智慧儲存方面,華為新一代全閃系列儲存透過數控分離的創新架構,實現單節點頻寬提升70%;透過先進封裝技術以及大盤技術,實現業界最高密度每個盤位最高容量達61.44TB,相比於HDD的配置容量密度提升8倍。
在智慧平臺的構建上,華為基於雲平臺算力並行排程技術、網路級負載均衡技術和高效能快取技術等,提高算力線性度,讓每一張卡物盡其用,同時還能夠為資料採集、清洗和流通等上下游環節提供更全面的安全防護。
今年開源大模型席捲了千行百業,細分應用場景的垂類模型、端側模型也開始逐步滲透,製造企業透過模型技術實現生產效率突破是可預期的發展方向。
昇騰可以根據行業客戶不同階段需求提供全系列的解決方案,昇騰AI平臺覆蓋了從DeepSeek 後訓練再到推理場景全流程解決方案,同時昇騰以澎湃算力,完美匹配Deepseek智慧演算法的高效需求;全棧最佳化的開發工具鏈,大幅度降低大模型訓練與推理的門檻。雙方透過融合運算元、通訊最佳化等,讓複雜模型執行效率大幅提升,共同打造演算法-算力-場景閉環;面對初步探索大模型應用客戶,可以選擇蒸餾版或者滿血版DeepSeek昇騰一體機;對於想打造自己的DeepSeek行業應用、有微調訴求的客戶,推薦DCS AI訓推超融合一體機或者昇騰大規模專家並行推理方案;對於大模型深度應用客戶,想選擇對DeepSeek滿血二次訓練,推薦昇騰高效能訓推叢集方案。
郭振興認為,未來製造業數智化的發展將圍繞“人工智慧賦能新型工業化”和“新質生產力”持續推進,製造企業將積極利用人工智慧技術進行生產流程的最佳化、產品質量的提升和成本的控制,以應對新業態、新模式、新市場帶來的挑戰。同時,人工智慧技術的創新應用也將不斷湧現,如AI+研發、AI生成式設計加快開發和部署、AI+生產、AI+供應、AI+銷售、AI+服務等,這些應用將推動製造業數智化向更高水平發展。
未來,華為將在更多行業發展聯盟級夥伴,同時透過開放資源,開放機會,聯合夥伴,深耕行業,透過專人對口、技術支援、優先進地圖、優先進專案等措施,構建與聯盟夥伴全國合作機制,共贏數智化未來。

重塑製造業流程,賦能製造業轉型

站在數智化浪潮的前沿,華為中國政企智慧製造系統部Marketing與解決方案銷售部部長馮睿以華為自身轉型實踐為例,進一步展開介紹了華為數智技術對製造企業強大的價值賦能作用,並表示將踐行“源於製造,更懂製造,服務製造”理念,持續推動數字技術與製造業深度融合。
華為中國政企智慧製造系統部Marketing與解決方案銷售部部長馮睿
華為公司本身就是一家強研發屬性的製造型企業,業務覆蓋全球170多個國家和地區。業務範圍涵蓋5G、雲服務、計算、儲存等to B業務,也涵蓋終端、車BU等to C業務。每年為全球數百家運營商,數萬家企業提供服務。馮睿介紹道,“面對如此龐大和複雜的業務規模,如果不透過數字化、智慧化的技術和手段來進行管理,那是不可想象的。所以華為公司從2014年就開始數字化轉型,隨著智慧化技術的發展和普及,2018年啟動了全面的智慧化升級戰略,這個階段有兩個重要體現,一是將資料和大模型全面引入研、產、供、銷、服各個環節,重構作業模式提升業務效率。二是用AI技術升級資料治理體系,以高質量AI資料安全、高效地支撐模型訓練與應用。”
在研發領域,華為把大量研發資料匯入研發資料平臺,透過研發大模型和軟體AI助手,大幅縮短軟體版本開發週期;在生產領域,華為透過大模型技術和資料治理平臺使能智慧工廠建設,把生產環節涉及的市場資料、研發資料、倉儲物流資料、產線裝置資料,透過資料平臺進行資料入湖、資料清洗、資料分析,並把分析結果透過生產大模型進行訓練,讓生產環節提質降本增效。
從自動化、資訊化,到網路化、數字化,沿著智慧製造的方向華為持續探索,積累了大量最佳實踐。正是這些經驗,讓華為更加了解制造企業業務流程,以及在不同發展階段所能遭遇到的挑戰,能夠幫助更多的企業抓住數字化轉型和智慧化升級的視窗期,幫助企業提升行業核心競爭力。
峰會上釋出的廣汽&華為智慧化研發平臺就是利用數智技術賦能製造企業的例證,華為透過整合IPD流程重構、iDME資料治理、大模型與AI技術,助力廣汽構建了“流程-資料-智慧”三位一體的數字化轉型框架,系統性推動研發體系從傳統模式向“數字原生+AI驅動”躍遷,實現效率、質量與商業模式的全面突破。
這一案例已成為傳統車企轉型標準正規化,同樣在機器人行業,華為公司依據自身的研發變革經驗,幫助科沃斯打造了IPD管理體系,重塑了結構化研發流程,實現了研發質量與生產質量的協同管理;在電子家電行業,基於華為昇騰算力底座,美的融合大模型應用和開發AI智慧體,實現12個大模型在昇騰上的遷移適配;在醫藥行業,醫藥流通領軍企業柳州醫藥,透過華為天籌求解器,建立供應領域數學模型、自動求解演算法,形成最優揀貨、排程、排線、採購、運輸策略。
作為中國製造業數智化轉型的先行者與使能者,華為沿著“自動化-資訊化-網路化-數字化-智慧化”的演進路徑,積累了大量實踐經驗,堅持踐行“源於製造,更懂製造,服務製造”理念,在智慧製造領域完成了從實踐者到賦能者的內生性進化。
馮睿認為,AI技術正從單點突破向系統整合演進,AI技術的持續迭代正在重構製造業的底層邏輯,推動全價值鏈的正規化轉移。未來製造業的競爭,本質是“認知密度”的競爭,企業需構建“感知-決策-進化”三位一體的智慧核心,“率先將AI轉化為“製造作業系統”的企業,將主導下一代產業標準的話語權。”
製造行業的智慧化將會從企業智慧化和產品智慧化兩個維度並行展開。企業智慧化會從製造到智造賦能產業升級與價值鏈重構,而產品智慧化將從功能到智慧重塑商業版圖和產品形態。馮睿對於製造企業數智化發展,建議道,“數智化轉型本質是為戰略服務的,所以企業的戰略才是數智化轉型的根本,而非由技術來驅動,數智化轉型的最終目的是實現企業構建高質量的競爭力。在作業數字化、平臺數字化方面,企業都需要藉助AI技術,透過自動決策、自動執行來提升數智化轉型的效率。主業成功,才能體現為企業所構建的新質生產力的價值。”
人工智慧是這個時代最大的變革。它既是革命的工具,也是工具的革命。建立“應用、資料、演算法、算力”四位一體的戰略思維,將AI視為新型生產要素,才能讓人工智慧和大模型技術在製造實體經濟的場景上發揮作用。

結語

始於製造土壤,深諳製造邏輯,更以技術創新重構製造正規化——華為始終以行業同路人的姿態,在洞察製造企業痛點的基礎上,將技術基因與產業需求深度融合,推動數智化技術加速賦能製造業成為可能。2025年,人工智慧驅動下的製造數智化升級不再是遙遠的未來願景,而是擺在眼前、亟待把握的機遇。

相關文章