引子：

　　作為制造行業中的一員，華為的制造業務不僅覆蓋5G、云服務、計算、存儲等B2B市場，也涵蓋了終端、汽車等B2C市場。由于領域多、業務廣、需要大量研發，華為從2016年便開啟了數字化轉型+AI的探索;而在剛剛過去的2024年，華為更是構建了基于數據的作戰、經營和決策體系，讓華為進入了智能化升級+AI的2.0時代。

　　經歷了多年轉型，如今的華為是怎樣用AI的?積累了怎樣的轉型方法論?

　　2025年4月28日，在以“加速行業智能化”為主題的華為AI+制造行業峰會上，華為董事、質量流程IT總裁陶景文為制造同行帶來了經時間和業績驗證的華為經驗。

　　華為董事、質量流程IT總裁 陶景文

　　戰略是根本，數據是基礎，智能是方向

　　人工智能既是革命的工具，也是工具的革命;因此，對于制造業及千行萬業而言，人工智能就是當下這個時代的最大機會點。立足數字化、擁抱智能化，企業便能通過數智化轉型，將技術紅利轉化為業務紅利，從而在激烈的競爭和變革中勇立潮頭，實現高質量的持久發展。

　　而所謂轉型，就是要克服舊方法、舊規則的慣性，用更大的扭力幫助企業進入新的軌道，從而順應時代、市場和業務發展的需求。轉型過程中，企業必定面臨層層阻力和挑戰，因此，在開始轉型之前，企業必須要明確動因和方向，才能不忘初心，將轉型貫徹始終。

　　對于華為轉型總方向，陶景文給出了清晰的概括：華為的轉型是在企業戰略牽引下實施的，其核心目標是追求主業的成功，并由此推進企業的高質量發展。華為的戰略目標分為三類，體驗提升、效率效益提升以及模式創新。在戰略牽引之下，華為通過業務重構、引入更多數字能力、引入更多數字人才等動作來實現目標。在持續的轉型之中，華為的策略可以總結成一句話“戰略是根本、數據是基礎、智能是方向”!

　　華為的數智化轉型方法論：三層五階八步

　　轉型是個復雜的過程，在轉型開始之前，企業就需要對轉型的層級、步驟和具體工作內容進行詳細的規劃，如此才不會在復雜的過程、龐大的工作量和紛繁的目標體系之間迷失。而作為華為一系列重大轉型背后的主理人，陶景文也將華為的經驗總結為一套名為“三層五階八步”的轉型方法論，其中：

　　📍“三層”是指重新定義智能業務、AI開發與交付、持續運營智能應用，定義了轉型所觸及的層次和深度。

　　📍“五階”是指場景、流程、組織、數據、IT等五大階段，能夠幫助企業在轉型過程中掌握順序、抓住重點。

　　📍“八步”是指明確目標、場景識別、重塑流程、組織變革、數據和知識工程、AI建模與發布、AI融入業務應用、AI持續運營等八項具體工作，是轉型流程的深度細化。

　　場景是龍頭，為了找到AI與業務融合的“最佳切入點”，華為也從商業價值、場景成熟度、持續運營三個維度，總結出AI場景的“十二問”，幫助企業找準AI場景，讓轉型事半功倍。

　　為促進轉型落地，華為搭建了“兩個T”

　　IT系統建設是轉型的關鍵階段。因為底層IT系統的能力直接與上層業務應用的能力掛鉤。而要實現對上層業務應用的賦能，華為則在企業數字產線之下，用兩個“T型”結構做好了支撐。

　　在由華為云和第三方平臺提供的AI算力資源和各類平臺服務之上，華為首先搭建了數據平臺服務，以實現數據治理與共享能力。在此基礎上，華為又通過AI模型和應用平臺服務實現了AI安全與治理。在兩層支撐和賦能之后，華為便能構建新一代企業數字產線，繼而為研發、財經、營銷、采供制、HR、辦公等一系列業務場景提供支撐。

　　之所以要用這兩個“T型”結構，陶景文也給出了明確的解釋：無論對數字化轉型還是智能化來說，數據底座都是非常重要的一步。數字化建設能做得多深入，人工智能可以做到多高水平，都取決于企業數據治理的水平和數據的質量。因此，華為數智化轉型的第一個項目就是構建面向全公司的數據治理和數據平臺服務，這是華為的第一個“T”。

　　而后，要實現AI數據治理體系的升級，以及AI模型與數據工具鏈的深度整合，華為還需要在傳統數據治理和數據平臺的基礎上，疊加一層AI安全治理和AI數據工具鏈。如此，華為便能基于華為云和第三方的新型AI算力平臺，構建企業的新型AI數據服務，這是華為的第二個“T”。

　　有了兩個“T”的能力支撐，華為的數智化轉型才能順利地以場景為驅動力，解決企業的實際問題與痛點。

　　三個場景、三個產品、三重經驗

　　有了方法論和強大IT系統的支撐，華為的數智化轉型取得了快速且顯著的效果。而在海量的場景化數智創新之中，陶景文也用三個典型產品為例，闡述了轉型實踐過程中的三種經驗。

　　小切口持續深耕——技術員的專屬知識問答平臺“問道”

　　華為在提升制造工藝的過程中積累了海量的工程案例、流程規定、制造工藝概述、操作要求、技術規格等內容。但這些寶貴的知識卻分散在數據庫的海量條目中，在遇到產線異常和工藝問題時很難高效查閱。為解決這一痛點，華為推出了“問道”知識問答平臺。上線4個月后，便有1萬+內部員工成為了這一平臺的用戶。

　　從效果來看，“問道”平臺無疑相當成功。但這一平臺的開發和迭代卻僅由7個人完成——三個“老人”組成的業務鐵三角+四個“新人”組成的技術四人組。7人小組專注技術員的實際需求，從“產線異常處理”這一問題切入，以向量數據庫為基礎，構建出了“問道”這個專屬助手。

　　而這種小切口+持續深耕的建設策略，也讓問道平臺真正成為了實際管用、技術員愛用的知識問答平臺。

　　場景驅動——實現辦公作業模式革新的“華為通”

　　辦公不僅是制造企業的典型場景，更是千行萬業的典型場景。與所有企業一樣，華為在日常辦公中也面臨業務量大、業務重復度高、業務復雜等多重考驗。為此，華為以DeepSeek、盤古等模型為基礎，微調出了面向華為的企業模型，并根據銷售、研發、制造、財經等典型崗位的應用場景推出了眾多業務Agent;由此，一批懂華為政策、知道華為管理規定、明白華為工作流程和規范的“華為通”模型變應運而生。

　　在企業內部知識和場景化業務Agent的加持下，大量的“華為通”模型一邊能夠幫助華為的程序員完成代碼續寫、代碼推薦、函數生成等開發類工作，另一邊則能幫助其他崗位員工完成合同360查閱、簽審一致對比、智能風險識別等一系列事務性工作;實現了“人+AI”和“事+AI”的融合兼顧。

　　而取得這些成績的核心，便是讓模型、Agent專注場景。

　　高質量數據讓模型訓得出、用的好——華為企業AI數字產線

　　在數智化轉型過程中，不同場景產生不同需求，而不同需求又對應了不同的大模型。因此，企業需要根據場景和業務的變化，不斷訓練和產出新的大模型產品，并將之部署在業務場景中，為員工提供服務。換言之，企業需要一條能夠穩定生產大模型的“AI數字產線”。

　　而要穩定、高效地產出適合企業場景需求的大模型產品，海量數據必不可少。通過將高質量的華為通識、領域知識、知識地圖和范例等數據納入企業訓練數據集，華為不僅能夠完成對基礎模型的訓練，使之成為企業AI模型，更能將場景和員工在使用AI應用過程中產生的數據，通過采集、清晰、轉換、萃取等步驟回饋給企業訓練數據集;實現數據與大模型的正循環。

　　因此，面向垂直領域的高質量數據，才是模型“訓得出、用得好”的關鍵。

　　源于制造、更懂制造、服務制造

　　華為是制造業中的一員，也是助力制造業轉型升級的服務員。通過將自身在數智化轉型中積累的技術、經驗和方法論轉化為可預期、可規劃、可落地的解決方案，華為將與制造業伙伴共享繁榮。

　　作為數智化道路上的同行者，陶景文也表示：透明產生信任，信任促進共享。華為將自身的數字化智能化實踐和行業實踐結合，沉淀成了一套企業數字空間治理模型，統一數據、統一語言，為企業繪制一張高效、智能、透明可信的數字治理藍圖，助力企業實現數字化轉型和智能升級，實現企業持續高質量發展。