面對All in AI風險高、投入大的挑戰(zhàn)，華為中國政企業(yè)務副總裁郭振興提出了“架構優(yōu)先、先易后難，化零為整，緩進急戰(zhàn)”十六個字原則，加速推進AI與制造行業(yè)深度融合的進程。

基于統(tǒng)一平臺

將AI大模型應用逐步落地

在向制造強國的邁進過程中，AI的作用至關重要，助推從中國制造到中國智造的升級。我們能夠看到，AI正在重塑整個制造業(yè)的流程，改變了研發(fā)設計、制造執(zhí)行、資源計劃調度、銷售管理、售后服務等全業(yè)務環(huán)節(jié)，成為當之無愧的新質生產力。

當下，生成式AI技術又在快速發(fā)展，大模型實現了泛化能力的突破，能夠覆蓋多場景，可以大大縮短開發(fā)周期，降低研發(fā)成本，很多制造企業(yè)已經開始探索大模型的落地應用。

郭振興表示，這個過程的第一步應該是架構先行，建立分層解耦的統(tǒng)一云化平臺。華為提出的智能體架構，改變了縱向建子系統(tǒng)的傳統(tǒng)模式，實現智能感知、智能連接、智能底座、智能平臺（含AI大模型）、智能應用的橫向分層解耦。

第二步則是圍繞數據和算力構建能力體系。包括數據的采集、存儲、計算、管理、使用等技術體系的建立，和數據價值體系的建立，充分發(fā)揮數據要素的價值。

第三步是應用場景的先易后難、緩進急戰(zhàn)。從高頻、剛需、價值大的場景率先入手，快速實現價值閉環(huán)，然后再逐步向更難的場景深入，這樣才能形成正循環(huán)的飛輪效應。

對于AI模型，華為也提出了L0到L2的三層結構，它們都建立在華為AI底座和以ModelArts、ModelMate為代表的AI平臺基礎之上。

其中，L0基礎大模型包括視覺大模型、自然語言大模型、預測大模型、多模態(tài)大模型、科學計算大模型等；L1行業(yè)大模型是針對汽車、生命醫(yī)藥、電子等行業(yè)需求特點而構建的；L2場景模型則面向細分的應用場景，比如傳送帶異物檢測、焊點質量檢測、先導藥物篩選、智能排產調度等。

郭振興認為，下一代大模型生產方式應該是“授人以漁”，讓行業(yè)客戶“自己做大廚”。即基于廠商的基礎大模型能力和構建工具，行業(yè)客戶能夠對自身的AI應用做到全面掌控。

在云平臺基礎上

構建智能化ICT基礎設施

要實現對實體經濟的賦能，數字技術需要在傳統(tǒng)產業(yè)和中小企業(yè)得到更廣泛的應用，幫助制造企業(yè)實現數智化轉型。

在此進程中，企業(yè)需要構建強有力的ICT基礎設施，尤其是大模型的訓練和推理，都對基礎設施提出了更高的要求，要實現“存算云網能”的全方位協(xié)同。

在算力方面，華為的智能計算芯片和通用計算芯片，正在成為世界算力的第二選擇。前者與CANN和Mindspore相結合，成為全場景的人工智能平臺，用于大模型的訓練和推理；后者與歐拉操作系統(tǒng)和高斯數據庫結合，為制造企業(yè)提供編程開發(fā)平臺。

在運力方面，大模型訓練對數據中心內部的網絡性能提出了更高的要求，華為星河網絡利用數據通訊集群技術，將AI訓練效率提升了20%，中斷則減少80%，從而節(jié)省了寶貴的GPU卡資源。華為TSN工業(yè)環(huán)網采用切片技術，提升了工業(yè)承載網的性能，降低時延，提升可靠性。Wi-Fi7和光網絡，則實現了園區(qū)網的泛在接入。

在存力方面，分布式存儲，可以解決數據訓練和推理的可靠性和效率問題，同時提升數據的安全性，以確保數據要素價值的最大發(fā)揮。

郭振興強調說，ICT基礎設施云化是必然趨勢，無論私有云、公有云、混合云，因為云具有高效、快速、靈活、安全等特性，在云上疊加AI基礎設施，可以為AI應用構建起堅實底座。

他建議，大型央國企可以自建云算力，中小企業(yè)則可以利用地方政府建設的集約化算力資源，以降低初始投資，增強靈活性。

依靠生態(tài)力量

實現業(yè)務場景智能化

生成式AI之所以受到企業(yè)的重視，是由于其能夠直接應用到企業(yè)的業(yè)務場景當中去，帶來業(yè)務創(chuàng)新，創(chuàng)造業(yè)務價值。因此，我們能夠看到，大模型的應用需求，往往來自企業(yè)的業(yè)務部門，而不是IT部門。

從研發(fā)，到生產、供應、銷售，乃至運營，企業(yè)的全業(yè)務流程，都在加速智能化步伐。郭振興分享了制造業(yè)的典型業(yè)務場景，企業(yè)可以先從這些場景入手，逐步將AI應用鋪開。

在研發(fā)工具鏈場景，用大模型重構的一站式工作平臺，將研發(fā)效率提升10倍；在智慧工廠場景，一網一云一平臺的架構，實現了車企生產效率的翻倍提升；在工業(yè)互聯網場景，則賦能數智化升級，打造行業(yè)生產數據的高速公路；在數字化營銷場景，智能引擎全面觸達客戶，實現精準營銷和精準服務；在智能運營場景，以智能控制替代礦工的危險工作，以整系統(tǒng)智能化實現專家經驗的沉淀。

郭振興表示，上述業(yè)務場景只是制造行業(yè)智能化的一些實踐，在汽車、電子、制藥、煙草等行業(yè)，還有更多的200+的價值場景需要與客戶、ISV來共同探索和開發(fā)。因此，全產業(yè)鏈的智能化生態(tài)體系，就尤為重要。

在華為AI+制造行業(yè)峰會2024期間，由華為牽頭、多家合作伙伴共同參與的“制造業(yè)人工智能創(chuàng)新聯盟”也宣告成立。

一個開放、包容、共享的AI創(chuàng)新應用生態(tài)體系，能夠切實推動AI融入更多場景應用，助力制造行業(yè)的智能化水平躍升。

“數智世界 一觸即達” 選擇華為，讓您的企業(yè)輕松數智化。