“在科技創新領域，大家平時接觸到的可能是華為各種解決方案的創新。然而在解決方案創新的底層，還有大量的基礎技術創新和投入。這些投入在短期內或許難見成效，但一旦成功，將對整個產業帶來深遠影響。”華為中國政企業務副總裁郭振興在“華為AI+制造行業峰會2024”上對記者如此表示。
華為中國政企業務副總裁郭振興
5月16日，以“數智制造，激發新質生產力”為主題的“華為AI+制造行業峰會2024”上，來自汽車、機械電子、醫藥、重工業、輕工業等制造行業的企業代表、產業伙伴，熱烈探討加速制造行業數智化轉型的新模式和新方案。
積極擁抱AI技術帶來的變革機會
隨著算力和數據的爆發，人工智能在過去幾年里產生了質變。毫無疑問，作為數字經濟的重要驅動力，人工智能技術已經成為了第四次工業革命中的重要基石，同時也是發展新質生產力的主要陣地之一。
郭振興認為，人工智能技術在提質、降本、增效、減存方面存在巨大潛力，因此積極擁抱新技術將會帶來新的變革機會。以日常生活中的智能客服電話場景為例，除了一些通用客服外，目前常見的客服電話已經很難區分到底是人工還是AI機器人。在AI大模型技術的加持下，問答式的AI客服已經成為現實，用戶只需提問，AI就能回答。由此可見，AI技術能夠幫助企業大幅提升工作效率，并且有效降低運營成本，具有非常大的應用價值。
在此背景下，華為積極響應國家“人工智能+”行動，通過科技創新推動產業升級。為此，華為每年將10%的收入投入到研發當中，其中去年研發投入高達1647億元，占收入的23.4%。而在過去十年，華為的研發投入累計超過1.1萬億元，這一投資密度在全球范圍內處于領先地位，同時也充分體現出華為對于科技創新的重視程度。
技術創新為核，打造智能化升級底座
華為持續投入技術創新，一方面體現在基礎技術的創新，包括數學、算法、化學與材料、物理工程技術等關鍵領域；另一方面，華為也注重產業發展和創新，如云計算、5G、鯤鵬、昇騰、鴻蒙、歐拉、大模型等。這些技術創新幫助華為成功打造出智能化升級底座，不僅有力推動了華為自身蓬勃發展，也為行業解決方案創新提供了關鍵支撐。
正是因為有了堅實的技術底座和一系列解決方案的創新，華為在幫助傳統制造行業的智能化升級方面才更加得心應手。為了進一步聚焦行業和深入場景，華為還通過軍團化變革，深入行業與場景，縱向縮短管理鏈條，積極響應客戶智能化需求；橫向快速整合研發資源，全力支持千行萬業的智能化轉型。
夯實基礎設施的底座，機遇總是垂青有準備的人
面對制造行業擁抱智能化的趨勢，郭振興建議企業在引入AI要素時，需要進行合理布局，才能通過疊加智能要素的方式實現自身變革。尤其對于制造企業而言，首要任務便是建立起采用云化、分層解耦的智能化參考架構，以數據和雙算力驅動制造業數字孿生變革，才能幫助企業成功釋放生產力。
在成功建立云化架構后，打造平臺成為重點。已有云平臺的企業應疊加AI平臺以挖掘數據價值，而尚未建立云平臺的企業需構建或采用混合云平臺來承載高級服務和AI能力。
在此基礎上，企業快速利用大模型就需要圍繞數據價值和數據技術，建立數據采集、存儲、計算、管理和應用的完整技術體系，再遵循“緩進急戰”原則進行實施，即優先選擇高頻、剛需、高價值的場景實現快速閉環，以飛輪效應推動更多應用場景的開展，方能充分發揮數據要素價值，達到進入良性循環、提升經濟效益的目的。
對此，郭振興也為中小企業提出了相關建議：“隨著數字化轉型和智能化升級的推進，ICT基礎設施必須進行重大變革，才能滿足企業數智轉型需求。”
首先，云計算變得至關重要，因為它提供了企業必要的通用算力。隨著產業智能化的發展，云平臺成為企業提升業務效率、實現資源彈性伸縮的關鍵。無論是小型企業使用公有云，還是大型企業自建私有云，云化都是數字化轉型的第一步。
其次，網絡基礎設施也必須適應智能化的需求。一方面，數據中心內部網絡（DCN）需要采用集群方案和數據通信技術，以提升AI算力效率，減少中斷率；另一方面，工業承載網需要支持數字化控制信號的傳輸，實現高可靠性和低時延的網絡切片能力。同時，泛在接入的網絡，使得生產園區內的設備能夠在線化并實現數據采集，其趨勢必然向著無線化發展，如Wi-Fi 7的部署。
最后，存儲基礎設施或存力，對于支持高性能訓練至關重要。企業需要獨立式和分布式的存儲技術，來確保數據存儲的效率、吞吐率和可靠性。同時，隨著國家對數據安全重視的提升，存儲基礎設施還需要解決數據加密和安全問題。
行業實踐遵照“先易后難、緩進急戰”原則
本次峰會正式發布了多項華為攜手合作伙伴深入制造場景打造出的AI創新成果，由華為牽頭、多家合作伙伴共同參與的“制造業人工智能創新產業聯盟”也在會上宣告成立。此舉不僅意味著AI賦能制造產業數智轉型邁入全新階段，也標志著一個開放、包容、共享的AI創新應用平臺正式建立，切實推動AI技術融入更多場景應用的同時，助力制造行業智能化水平躍升。
郭振興在采訪時明確指出，在眾多行業的實踐過程中，企業應當始終遵照“先易后難、緩進急戰”的原則。華為選擇了幾個重點領域進行發力，包括汽車制造、電子、新能源、家電、生物醫藥和煙草行業。以汽車行業為例，華為提供了從數字研發到智慧工廠，再到智慧銷服的多種端到端解決方案，以降低企業應用人工智能的難度；而在電子行業，華為面對EDA工程仿真等自主發展挑戰，持續發力工業軟件孵化。在新能源領域，華為也在持續迭代逆變器和綠色能源技術；在家電行業，華為利用人工智能技術大幅提升質量檢測準確率，有效幫助企業提高產品質量。
特別值得一提的是，在生物醫藥領域，華為與合作伙伴共同取得了振奮人心的進展。通過使用大模型預測藥物分子特性，華為幫助客戶將藥物研發周期從幾年縮短到3至6個月，不僅大幅提高了藥物研發效率，更有望顛覆傳統的生物制藥流程和工藝，造福更多病患。
“總體而言，AI賦能制造行業應當從高頻、剛需、價值大的場景率先入手，快速實現價值閉環，然后再逐步向更難的場景深入，這樣才能形成正循環的飛輪效應。”郭振興解釋說。
正如那句名言所說，“機遇總是垂青有準備的人”。在數智化浪潮席卷而來的今天，華為已經做好了充分的準備，并將繼續引領和支持更多企業勇立潮頭、乘風破浪，攜手共繪智能制造的新藍圖，共啟智能制造的新篇章。