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，再到以計算機、互聯網為代表的信息化，每一次工業革命的背后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能等技術為代表的智能化。

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：人工智能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統，將徹底改變生產、管理和治理體系。而且，施瓦布也認為，中國在人工智能領域已經處于世界領先位置。

在我國，2017年，國務院就印發并實施了《新一代人工智能發展規劃》；2024年，政府工作報告又明確提出，開展“人工智能+”行動。如今，AI正在與各行各業，以及各種應用場景加速融合。尤其在制造業，AI正在全面重塑產品設計、生產制造、質量控制等全流程，成為激發新質生產力，實現制造業提質、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，基于自身的技術創新和行業實踐，與合作伙伴一道共建行業智能化架構，以加速制造業數字化轉型，激發新質生產力，實現高質量發展。

AI與制造業價值鏈加速融合

激發行業變革

在AI的加持下，我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，我國已經建設萬余家省級數字化車間和智能工廠，其中，2500余個達到智能制造能力成熟度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質檢可以快速識別生產制造過程中出現的問題，能大幅提高產品質量、提升檢測效率；在銷售層面，AI+銷售可實現銷售預測、營銷廣告協作。

AI之所以能夠做到這些，與大模型技術的快速發展和應用密切相關。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，且基于海量數據，可實現更高的模型精度，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、網絡通信、存儲和數據中心能源在內的算力底座，并形成標準化、可交付、可持續運營的算力基礎設施。在此基礎上，華為打造了一站式AI開發平臺——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伙伴，都可以基于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應用，從而加速AI在制造業價值鏈不同環節的落地應用，釋放AI價值。

不斷夯實數智底座

支撐制造業智能化轉型

對于制造業來說，要加速智能化轉型進程，不僅要積極推進AI與業務場景融合，更要加強數字基礎設施建設。尤其在AI開發和大模型應用過程中，制造業對包括算力、運力、存力在內的數字基礎設施也有著更高要求，推進ICT基礎設施智能化勢在必行。

今年4月，工信部等七部門聯合印發的《推動工業領域設備更新實施方案》也明確提出，加快工業互聯網、物聯網、5G、千兆光網等新型網絡基礎設施規模化部署；加快部署工業邊緣數據中心，推動“云邊端”算力協同發展；加大高性能智算供給，在算力樞紐節點建設智算中心。

作為全球領先的信息與通信技術（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，涵蓋云計算、5G、鯤鵬、昇騰、鴻蒙、AI大模型等多個領域，通過ICT基礎設施的智能化，不斷夯實數字底座；并從算力、運力、存力等多個層面，為制造業智能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應用需要。比如，在AI算力上，華為基于昇騰打造的AI基礎軟硬件平臺，可通過面向“云、邊、端”的全場景昇騰AI硬件平臺，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，智能下得去。AI訓練、AI推理對網絡的高運力、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、抗干擾的Wi-Fi 7網絡，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網絡集群調度軟硬件解決方案，至少可以提升20%的算力利用率，并減少80%的中斷率。

在存力層面

針對數據準備時間長、訓練集加載效率低、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現EB級按需擴展，加速AI全流程；高性能開放式存儲硬件底座，可無縫對接文件系統，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，可實現一站式交付，開箱即用。

持續推進行業深耕

釋放新質生產力澎湃動能

在制造業智能化轉型過程中，AI大模型應用和ICT基礎設施智能化只是其中的一部分，遠遠不是全貌。制造業若想發展新質生產力，實現高質量發展，必須從更高維度思考智能化轉型，既要考慮過往系統的兼容、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，華為基于自身過去30多年的經驗總結和思考，并與合作伙伴一道，共同打造了面向智能時代的行業智能化架構，該架構共包含智能感知、智能聯接、智能底座、智能應用等多個層面，將ICT基礎設施、云平臺、AI大模型等融會貫通，全方位支持客戶和伙伴打造面向業務場景的智能應用，全面助力制造業智能化轉型。

通過行業智能化架構，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，華為基于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，華為自身建設智能工廠的經驗，可以幫助更多制造企業實現數據透明、可視；在營銷服務層面，可以幫助制造企業全場景、全內容、全生態觸達用戶……

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伙伴，聚焦汽車、電子、新能源、制藥、央企重工等眾多細分行業，識別200+AI價值場景地圖，沉淀專家經營，不斷拓展研發、生產、供應、銷售、運營等業務場景的智能化，并孵化更多的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、服務等各類伙伴達成合作，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，共同開展人工智能開發大賽等，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，共同開發人工智能課程，并向企業提供技能轉換的培訓，幫助企業把抽象的智能化轉型變成具象化的藍圖。

如今，隨著制造行業智能化走深向實，制造業已經駛入智能制造的快車道。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現數字化、網絡化，建成一批引領產業發展的智能制造示范工廠。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能化轉型保駕護航，進而釋放新質生產力澎湃動能，形成推動高質量發展的強大動力。

“數智世界 一觸即達” 選擇華為，讓您的企業輕松數智化。