回顧工業革命發展的歷程可以看出，從以蒸汽機為代表的機械化，到以電力、內燃機為代表的電氣化，再到以電腦、互聯網為代表的資訊化，每一次工業革命的背後都有一股強大的技術推動力。如今，正在進行中的第四次工業革命也不例外，與此前相比，這次工業革命是以人工智慧等技術為代表的智慧化。
正如世界經濟論壇創始人、【第四次工業革命】一書的作者克勞斯·施瓦布所認為的那樣：人工智慧是第四次工業革命的核心驅動力之一，它與物聯網、大數據等技術共同構成一個全新的技術生態系，將徹底改變生產、管理和治理體系。而且，施瓦布也認為，中國在人工智慧領域已經處於世界領先位置。
在中國，2017年，國務院就印發並實施了【新一代人工智慧發展規劃】；2024年，政府工作報告又明確提出，開展「人工智慧+」行動。如今，AI正在與各行各業，以及各種套用場景加速融合。尤其在制造業，AI正在全面重塑產品設計、生產制造、品質控制等全流程，成為激發新質生產力，實作制造業提質、降本、增效、減存的關鍵力量。
在這一趨勢下，華為正在秉持「 深耕制造，讓智造生根 」的價值主張，基於自身的技術創新和行業實踐，與合作夥伴一道共建行業智慧化架構，以加速制造業數位化轉型，激發新質生產力，實作高品質發展。
AI與制造業價值鏈加速融合，激發行業變革
在AI的加持下，中國制造業正在全面邁向數智化轉型，開辟出向新質生產力涅槃重生的新路徑。來自工信部的數據顯示，截至去年年底，中國已經建設萬余家省級數位化車間和智慧工廠，其中，2500余個達到智慧制造能力成熟度2級以上水平，這些經過AI改造的工廠研發周期縮短了約20.7%、生產效率提升了約34.8%。
如今，AI正在與設計、生產、管理、服務等制造業價值鏈的各個環節加速融合。比如， 在設計方面 ，AI流水線可加快開發和部署，為產品設計提供動力； 在制造方面 ，AI質檢可以快速辨識生產制造過程中出現的問題，能大幅提高產品品質、提升檢測效率； 在銷售層面 ，AI+銷售可實作銷售預測、行銷廣告協作。
AI之所以能夠做到這些，與大模型技術的快速發展和套用密切相關。傳統的AI開發是不同場景對應不同的小模型，這不僅工作量大，模型精度也相對較差；而大模型可以一個模型覆蓋多個場景，且基於海量數據，可實作更高的模型精度，從而降低AI開發成本。
為了幫助制造業加速業務場景與AI的融合，華為著力打造包括計算、網路通訊、儲存和數據中心能源在內的算力底座，並形成標準化、可交付、永續營運的算力基礎設施。 在此基礎上，華為打造了一站式AI開發平台——ModelArts，以及包括自然語言、多模態、視覺、預測、科學計算在內的大模型。
不論是制造企業還是行業合作夥伴，都可以基於華為提供的算力基礎設施，以及ModelArts和大模型開展AI開發，快速構建和部署面向不同細分行業和業務場景的大模型套用，從而加速AI在制造業價值鏈不同環節的落地套用，釋放AI價值。
不斷夯實數智底座，支撐制造業智慧化轉型
對於制造業來說，要加速智慧化轉型行程，不僅要積極推進AI與業務場景融合，更要加強數位基礎設施建設。尤其在AI開發和大模型套用過程中，制造業對包括算力、運力、存力在內的數位基礎設施也有著更高要求，推進ICT基礎設施智慧化勢在必行。
今年4月，工信部等七部門聯合印發的【推動工業領域裝置更新實施方案】也明確提出，加快工業互聯網、物聯網、5G、千兆光網等新型網路基礎設施規模化部署；加快部署工業邊緣數據中心，推動「雲邊端」算力協同發展；加大高效能智算供給，在算力樞紐節點建設智算中心。
作為全球領先的資訊與通訊技術（ICT）解決方案供應商，華為也將繼續堅持在根技術研發上的投入，涵蓋雲端運算、5G、鯤鵬、昇騰、鴻蒙、AI大模型等多個領域，透過ICT基礎設施的智慧化，不斷夯實數位底座；並從算力、運力、存力等多個層面，為制造業智慧化轉型提供有力支撐。
在算力層面
為了滿足大模型對大算力的要求，華為可以為制造業提供AI算力和通用算力，以滿足不同業務場景的套用需要。比如，在AI算力上，華為基於昇騰打造的AI基礎軟硬體平台，可透過面向「雲、邊、端」的全場景昇騰AI硬體平台，以及異構計算架構CANN和全場景AI計算框架MindSpore能力，為企業提供開放、靈活、完整的算力解決方案。
在運力層面
需要讓數據上的來，智慧下得去。AI訓練、AI推理對網路的高運力、高可靠、廣聯接等有較以往更加嚴格的要求。華為不僅在園區接入網上可以為制造企業提供高可靠、抗幹擾的Wi-Fi 7網路，也能夠在工業承載網上提供高可靠、低延遲的TSN工業環網。此外，針對AI訓練需要，華為推出的AI網路集群排程軟硬體解決方案，至少可以提升20%的算力利用率，並減少80%的中斷率。
在存力層面
針對數據準備時間長、訓練集載入效率低、AI大集群業務不穩定、數據安全性差等問題，華為推出的面向中心訓練場景的AI數據湖解決方案可實作EB級按需擴充套件，加速AI全流程；高效能開放式儲存硬體底座，可無縫對接檔案系統，TCO降低30%；以及面向邊緣訓推場景的邊緣訓推一體化解決方案，可實作一站式交付，開箱即用。
持續推進行業深耕，釋放新質生產力澎湃動能
在制造業智慧化轉型過程中，AI大模型套用和ICT基礎設施智慧化只是其中的一部份，遠遠不是全貌。制造業若想發展新質生產力，實作高品質發展，必須從更高維度思考智慧化轉型，既要考慮過往系統的相容、不同系統間數據的打通，也要根據不同業務場景匹配相對應的解決方案。
為此， 華為基於自身過去30多年的經驗總結和思考，並與合作夥伴一道，共同打造了面向智慧時代的行業智慧化架構，該架構共包含智慧感知、智慧聯接、智慧底座、智慧套用等多個層面，將ICT基礎設施、雲平台、AI大模型等融會貫通，全方位支持客戶和夥伴打造面向業務場景的智慧套用，全面助力制造業智慧化轉型。
透過行業智慧化架構，華為正在將自身的實踐經驗轉化為能力和服務，傳遞給更多制造企業。比如 在研發層面 ，華為基於自身實踐打造的研發工具鏈，可以幫助制造企業提高研發效率； 在生產制造層面 ，華為自身建設智慧工廠的經驗，可以幫助更多制造企業實作數據透明、可視； 在行銷服務層面 ，可以幫助制造企業全場景、全內容、全生態觸達使用者……
在此基礎上，為了進一步深耕制造業，華為正在聯合更多合作夥伴，聚焦汽車、電子、新能源、制藥、央企重工等眾多細分行業，辨識200+AI價值場景地圖，沈澱專家經營，不斷拓展研發、生產、供應、銷售、營運等業務場景的智慧化，並孵化更多的AI大模型。
秉承「 以利益為紐帶，以誠信為基礎，以規則為保障 」的理念，華為已經與制造行業千余家咨詢、銷售、服務等各類夥伴達成合作，為企業提供全面技術支持。
與此同時，針對AI大模型人才缺乏等問題，華為也在聯合高校，共同開展人工智慧開發大賽等，吸引更多人才參與到AI大模型開發中；同時，華為正在聯合培訓機構、大學等，共同開發人工智慧課程，並向企業提供技能轉換的培訓，幫助企業把抽象的智慧化轉型變成具象化的藍圖。
如今，隨著制造行業智慧化走深向實，制造業已經駛入智慧制造的快車道。根據工信部的規劃，到2025年，70%以上的規模以上制造業企業基本實作數位化、網路化，建成一批引領產業發展的智慧制造示範工廠。從制造到「智造」，華為也將繼續深耕技術、深耕行業、深耕生態，讓智造生根，為廣大制造業企業的智慧化轉型保駕護航，進而釋放新質生產力澎湃動能，形成推動高品質發展的強大動力。
