如今，讓AI做規劃、寫總結、科普知識盲區已成為眾多白領的工作日常。那么整日與研發、產線、原料、產品打交道的制造業又該以怎樣的方式擁抱AI呢?我們以華為為例，看看領先企業怎么用AI：

　　📌在研發領域，華為將海量技術文檔與研發數據導入研發數據平臺，通過研發大模型和軟件AI助手，將軟件版本開發周期大幅縮短;

　　📌在生產領域，通過大模型技術和數據治理平臺使能智能工廠建設，把生產環節涉及到的市場數據、研發數據、倉儲物流數據、產線設備數據，通過數據平臺進行數據入湖、數據清洗、數據分析，并把分析結果通過生產大模型進行訓練，實現生產環節提質降本增效;

　　📌在物流供應領域，構建靈鯤數智云腦，將供應商數據、工廠數據、倉儲物流數據、客戶站點數據等進行匯總，通過大模型進行模擬、仿真及優化……

　　而現在，華為不止在自身的制造業務中積極推進數智化轉型，更將自己蹚出來的技術和經驗打包成解決方案，與制造業客戶共享。

　　01源于制造，更懂制造，服務制造

　　無論天上飛的、地下跑的、海里游的，“Made in China”早已行銷全球。如今，中國制造行業的核心課題是如何進一步降本增效，為全球買家提供更優質、更先進的產品，同時將人力從繁瑣流程中解放出來。要實現這一目標，數智化轉型勢在必行。

　　作為中國制造行業中的一員，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、研發需求大，華為早早開啟自身數字化轉型之旅，并由此積累了數字技術與制造融合發展的深度經驗，而前面提到的眾多升級就是華為數智化轉型最新成果中的代表。

　　同時，華為也是與制造業并肩同行的ICT解決方案提供者，愿意用自身先進的數字技術和豐富經驗來賦能客戶，助力制造企業通過數智化轉型來實現自身的高質量發展。

　　秉承源于制造、更懂制造、服務制造的理念，華為以“加速行業智能化”為主題，舉辦了AI+制造行業峰會2025。大會上，華為不僅分享了自身制造業務在數智化轉型中的最新成果和方法論，更為制造業客戶帶來了針對7大場景的20個解決方案，力求讓客戶在“知其然，也知其所以然”的基礎上，找到邁向數智時代的具體方法和路徑。

　　華為中國政企智能制造解決方案銷售部部長馮睿

　　對此，華為中國政企智能制造解決方案銷售部部長馮睿表示：華為持續深耕制造行業，基于自身數智化轉型經驗和領先的ICT技術，打造了一系列面向制造行業的場景化解決方案，將自身能力外溢賦能行業，幫助制造企業解決痛點。

　　02企業數智化：兩個層面展開，四位一體落地

　　人工智能是一場通用技術革命，由此引發的數智化轉型也會全面加速企業的生產力重構。隨著企業數智化能力的不斷提升，智能化場景也將越來越多。因此，與數字化轉型一樣，數智化轉型也是一場觸及企業底層運行邏輯的長期旅程。

　　為了在這場旅程中行穩致遠，馮睿認為，數智化轉型應當從兩個層面展開：

　　📑企業智能：從“制造”到“智造”賦能產業升級與價值鏈重構;

　　📑產品智能：從“功能”到“智能”重塑商業版圖和產品形態。

　　同時，數智化轉型本質是為企業戰略服務的，所以企業戰略才是根本，數智化轉型的最終目的便是讓企業構建高質量競爭力。

　　與數字化轉型一樣，數智化轉型同樣能夠為企業帶來效率與效果的躍遷升級。但與以往變革不同的是，人工智能技術落地的門檻更高，需要的支撐也更多。因此，企業在推進數智轉型之時必須抓住重點才能事半功倍。

　　對此，馮睿從華為的轉型和服務經驗出發，總結了數智化轉型過程中企業需要抓牢的四大抓手：

　　📋算力是基礎：軟件不能脫離硬件存在，人工智能和數智化轉型需要龐大算力來支撐。為了保證上層業務應用和轉型的最終效果，算力建設的標準應當是“機器可以等人，人不能等機器”。

　　在算力領域，華為聯合伙伴提供包括昇騰和鯤鵬硬件在內的完整智算中心解決方案，用先進、可靠、可演進的異構算力支撐大模型和各種人工智能應用。

　　📋算法是引擎：算法即模型，能夠產生企業所需的智能。而為了增強智能與場景需求的匹配度，企業還可借助經二次訓練和微調的專屬模型來進一步提高人工智能在具體業務中的效率與效果。

　　以盤古L0級大模型為基礎，華為已經推出了面向制造業的L1級大模型產品，可應用在智能產線、質量檢測、工藝優化等場景中。同時，華為還可以聯合伙伴對模型進行更進一步微調，讓盤古從行業模型進化為企業模型。

　　📋數據是核心：數據是大模型的燃料，數據質量決定了模型的高度。因此數據也是數智化建設中，企業的核心競爭力。企業需要在加速數據積累的同時，構建企業知識庫，為模型提供高質量的數據輸入。

　　華為擁有完整的存儲及全生命周期數據治理解決方案體系，且能夠以湖倉一體的方式幫助企業高效管理結構化和非結構化數據，為大模型和數智化轉型提供持久支持。

　　📋應用是龍頭：應用是將人工智能與業務場景聯系在一起的關鍵。因此企業需要圍繞業務KPI構建標桿案例，樹立示范效應。

　　數智化轉型要作為企業的“一把手工程”，做好頂層設計并由一把手親自掛帥，才能確保戰略推進。

　　03與制造業共行，為制造業賦能

　　制造企業的成功，終究要靠產品來實現。因此，在轉型升級和高質量發展的道路上，企業需要通過持續且高效的研發來推進產品迭代。所以，如何利用人工智能技術重構企業研發平臺及流程便成為了產業上下游共同關注的焦點，而這也正是華為與廣汽合作搭建智能化研發平臺的價值所在。

　　在為廣汽搭建智能化研發平臺的過程中，華為綜合利用IPD流程重構、iDME數據治理、大模型與AI等技術構建了“流程-數據-智能”三位一體的數智化轉型框架。其中：

　　⭕IPD流程重構是轉型的骨架：實現流程的標準化和敏捷化，以及跨職能協同機制，讓研發部門在開發過程中提前鎖定試制方案，將新車型的量產周期大幅縮短。同時，借助數字研發工具鏈所，打通硬件與軟件開發流程，將產品功能的迭代速度從季度發布提升至雙周發布。

　　⭕iDME數據治理是轉型的血液系統：通過統一數據湖實現研發、生產、用戶車聯網等全域數據的資產化，通過構建統一的研發工作臺，實現研發端到端的協同與可追溯。

　　⭕大模型與AI是神經中樞：通過AI原生設計創新縮短開發周期，通過合成數據引擎為自動駕駛研發增效。

　　對于智能化研發平臺為廣汽帶來的價值，馮睿也給出了三點總結：

　　研發范式：從“經驗驅動”轉向“數據+AI雙輪驅動”;

　　組織能力：從“部門割裂”升級為“全鏈條敏捷協同”;

　　商業模式：從“硬件銷售”進化為“軟件服務+生態運營”。

　　這一轉型不僅讓廣汽的新車研發周期大幅縮短，軟件迭代速度大幅提升，同時華為-廣汽模式也成功入選《中國智能制造業白皮書》，成為傳統車企轉型標準范式。

　　04數智化轉型，讓中國制造更強大

　　人工智能技術正用難以想象的速度發展，并從單點突破向系統融合演進;2025年或許將成為通用人工智能技術發展歷程中的關鍵轉折點。

　　對于制造業來說，人工智能技術不僅能夠帶來效率效果層面的重大升級，更在快速重構制造業的底層邏輯，推動價值鏈的范式轉移。在產品設計研發、供應鏈管理、柔性生產系統的自主演化、制造系統的認知升級等眾多領域，人工智能技術都與制造企業產生了大量的契合點。

　　飛速發展的技術、劇烈變革的業務邏輯、快速變化的市場需求……都是制造業在當下需要迎接的挑戰。作為制造行業數智化轉型的同行者，華為將持續進行技術創新與行業賦能，助力制造企業實現智能化躍遷，讓數智世界一觸即達!