從去年的DeepSeek，到今年的OpenClaw“龍蝦”，人工智能的發(fā)展速度已不再是線性增長，而是呈現(xiàn)出指數(shù)級的狂飆突進(jìn)，這股浪潮不僅席卷了科技與互聯(lián)網(wǎng)行業(yè)，更是沖向了實(shí)體經(jīng)濟(jì)的核心——制造業(yè)。

對于制造業(yè)而言，AI早已不是錦上添花的可選項(xiàng)，而是生存與發(fā)展的必選項(xiàng)。主動擁抱 AI，方能在技術(shù)變革中搶占先機(jī)；固守觀望，則可能在行業(yè)洗牌中逐步出局。

唯有讓AI躍升為驅(qū)動企業(yè)核心生產(chǎn)力的關(guān)鍵引擎，制造業(yè)才能在這場變革中穿越周期、行穩(wěn)致遠(yuǎn)。

制造業(yè)的轉(zhuǎn)型難題與華為的解題

制造業(yè)是強(qiáng)國之基，十五五時(shí)期更是我國制造業(yè)由大到強(qiáng)實(shí)現(xiàn)“質(zhì)變”的關(guān)鍵階段，智能化轉(zhuǎn)型正是實(shí)現(xiàn)這一質(zhì)變的重要抓手。

但現(xiàn)實(shí)是，多數(shù)制造企業(yè)在轉(zhuǎn)型路上步履維艱，仍陷于“不敢轉(zhuǎn)、不會轉(zhuǎn)、不能轉(zhuǎn)”的困局之中。究其根本，我們發(fā)現(xiàn)有三點(diǎn)困境，正成為橫亙在企業(yè)面前的攔路虎。

第一，缺乏戰(zhàn)略高度，多數(shù)企業(yè)將智能化轉(zhuǎn)型簡單等同于“上設(shè)備、上系統(tǒng)”，沒有將其上升到企業(yè)長期發(fā)展戰(zhàn)略層面，部分企業(yè)甚至將智能化視為IT部門的技改項(xiàng)目，而非由CEO牽頭的頂層設(shè)計(jì)，導(dǎo)致資源投入零散，無法形成體系化的競爭力。

第二，缺乏落地方法論，很多企業(yè)明確了轉(zhuǎn)型目標(biāo)，卻找不到清晰的實(shí)施路徑，面對復(fù)雜的業(yè)務(wù)場景、海量的數(shù)據(jù)資源，無從下手，只能在試錯中內(nèi)耗，錯失轉(zhuǎn)型窗口期。

第三，缺乏可借鑒的成熟案例，制造業(yè)細(xì)分領(lǐng)域眾多，不同行業(yè)、不同規(guī)模的企業(yè)需求差異巨大，沒有放之四海而皆準(zhǔn)的轉(zhuǎn)型模板，多數(shù)企業(yè)只能“摸著石頭過河”，既增加了轉(zhuǎn)型成本，也降低了成功概率。

面對制造業(yè)轉(zhuǎn)型的“迷思”，華為中國政企智能制造系統(tǒng)部總經(jīng)理?xiàng)钇急硎荆A為本身是一家強(qiáng)研發(fā)屬性的制造企業(yè)，源于制造，服務(wù)制造，希望能基于華為的實(shí)踐與探索，幫助制造企業(yè)回答對于擁抱人工智能的困惑和困難。”

針對落地方法論缺失的痛點(diǎn)，華為基于自身多年實(shí)踐，總結(jié)出一套“三層五階八步十二問”方法論。其中 “五階” 特別強(qiáng)調(diào)數(shù)據(jù)工程，企業(yè)的數(shù)據(jù)質(zhì)量，決定了人工智能應(yīng)用的高度。華為在數(shù)字化轉(zhuǎn)型中，關(guān)注數(shù)據(jù)治理，通過數(shù)據(jù)管理總綱實(shí)現(xiàn)數(shù)據(jù)唯一 Owner 與共享機(jī)制，為 AI 應(yīng)用打下堅(jiān)實(shí)基礎(chǔ)。“十二問” 則分為兩大維度：一是場景商業(yè)價(jià)值，能否度量效益、實(shí)現(xiàn)投入產(chǎn)出閉環(huán)；二是場景成熟度，是否具備清晰流程與合格的數(shù)據(jù)基礎(chǔ)。

同時(shí)，楊萍認(rèn)為：“在人工智能時(shí)代，找對了場景，人工智能應(yīng)用就成功了一半。” 企業(yè)擁抱 AI，絕非簡單采購硬件、接入大模型即可，核心在于長效運(yùn)營與價(jià)值量化。需以精細(xì)化指標(biāo)錨定真實(shí)效益，例如通過質(zhì)量損耗降低、研發(fā)與代碼成本壓降、效率提升等維度，實(shí)打?qū)嵑饬?AI 落地創(chuàng)造的業(yè)務(wù)價(jià)值。

當(dāng)然，華為底氣在于“自己的降落傘自己先跳”的勇氣，在研發(fā)、生產(chǎn)、供應(yīng)、銷售全業(yè)務(wù)鏈中，華為其實(shí)早已將AI融入了骨髓。

燈塔效應(yīng)，標(biāo)桿作用的價(jià)值與意義

如果說方法論是地圖，那么標(biāo)桿案例就是指引方向的路標(biāo)。對于制造業(yè)而言，為什么“標(biāo)桿”的作用如此至關(guān)重要？這源于制造業(yè)獨(dú)特的內(nèi)在屬性。

其一，制造業(yè)并非是技術(shù)密集型企業(yè)，核心能力在于工藝、供應(yīng)鏈與成本控制，自身的數(shù)字技術(shù)積累相對薄弱，難以構(gòu)建起龐大的AI應(yīng)用體系；

其二，智能化轉(zhuǎn)型的成本高昂，且容錯率極低。一次失敗的嘗試，可能意味著巨額的投入打了水漂，甚至影響正常的生產(chǎn)經(jīng)營，這是很多制造業(yè)企業(yè)的不可承受之重。

其三，制造業(yè)本身的需求也是極度細(xì)分，從生物醫(yī)藥、半電新到車輛、央企重工，不同行業(yè)的生產(chǎn)流程、業(yè)務(wù)痛點(diǎn)、核心需求大相徑庭，通用的轉(zhuǎn)型模板難以適配所有企業(yè)需求。

那么，華為自身的轉(zhuǎn)型實(shí)踐，首先就是最生動的標(biāo)桿案例。正如楊萍所言，華為本身就是一座巨大的“轉(zhuǎn)型燈塔”。

例如在研發(fā)領(lǐng)域，華為擁有千億行級軟件代碼倉，通過 AI 輔助開發(fā)大幅提升研發(fā)效率；在生產(chǎn)領(lǐng)域，通過機(jī)器視覺部署超過2000個(gè)工位，攔截質(zhì)量事故上萬起，提升質(zhì)量檢測能力；在產(chǎn)品競爭力方面，通過AI可大幅提高自動駕駛對障礙物的識別的準(zhǔn)確率，使得自動駕駛產(chǎn)品競爭力得到大幅提升……從研發(fā)到服務(wù)，華為已將AI深度融入每一個(gè)業(yè)務(wù)環(huán)節(jié)，實(shí)現(xiàn)了自身的提質(zhì)增效，也構(gòu)建起一套成熟的轉(zhuǎn)型體系。

更重要的是，華為通過技術(shù)賦能、方案共享和體系共建等方式，將其開放給行業(yè)客戶與合作伙伴，為多個(gè)AI+制造的細(xì)分領(lǐng)域提供了可借鑒、可落地的參考。這些鮮活的案例，覆蓋了制造業(yè)的核心場景，不但印證了華為方案的適配性，也為不同細(xì)分領(lǐng)域的制造企業(yè)提供了可復(fù)制的轉(zhuǎn)型模板。

華為的底氣，如何推動“AI+制造”落地

去年底印發(fā)的《“人工智能+制造業(yè)”專項(xiàng)行動實(shí)施意見》中明確提出，“到2027年推出1000個(gè)高水平工業(yè)智能體、打造100個(gè)工業(yè)領(lǐng)域高質(zhì)量數(shù)據(jù)集，推廣 500 個(gè)典型應(yīng)用場景。”這意味著，“AI+制造”將逐漸從政策引導(dǎo)走向產(chǎn)業(yè)實(shí)踐，成為制造業(yè)高質(zhì)量發(fā)展的必由之路。

楊萍表示，華為在推動“AI+制造”發(fā)展的過程中，始終堅(jiān)守“以客戶為中心”的理念，牢記客戶的成功是華為與伙伴持續(xù)成功的源泉。而推動AI+制造縱深發(fā)展，華為的底氣在于全棧技術(shù)能力與清晰的戰(zhàn)略布局。

首先，華為將聚焦打造開放易用、自主創(chuàng)新的昇騰基礎(chǔ)軟硬件平臺，提供全球領(lǐng)先的有效算力。

其次，華為堅(jiān)持開放合作，與合作伙伴共建“AI+制造”生態(tài)，深入場景幫助客戶用好算力。以“AI藥研解決方案”為例，華為聯(lián)合望石智慧、華坤振宇，基于“昇騰+鯤鵬”的底層能力，軟硬協(xié)同優(yōu)化，大幅提升目標(biāo)分子篩選效率，縮短臨床數(shù)據(jù)處理周期，突破新藥研發(fā) “雙十定律”。

華為深知，制造業(yè)智能化轉(zhuǎn)型不是一家企業(yè)的事，而是整個(gè)產(chǎn)業(yè)的共同使命，只有聯(lián)合全行業(yè)的力量，才能構(gòu)建起可持續(xù)發(fā)展的生態(tài)體系，讓AI技術(shù)真正賦能每一家制造企業(yè)，推動制造業(yè)實(shí)現(xiàn)由大到強(qiáng)的“質(zhì)變”。