华为持续深耕制造，助力传统制造跨越“数智鸿沟”

在科学哲学家托马斯•库恩看来，“范式革命”指的是在某一学科或领域中，因新理论、方法或技术的出现，导致原有研究范式或实践模式发生根本性变革的过程。如今，在制造业，从研发设计到生产制造，从供应链管理到产业链协同，AI技术的持续迭代和应用深化，正在重构制造业的底层逻辑，推动行业全价值链的“范式革命”。

与此同时，智能制造典型场景更是从产品研发、生产管理、生产作业等8个重点环节，凝练出40个典型场景，新增数字基础设施建设、制造工程优化、智能经营决策等典型场景，突出AI在典型场景中的融合应用，加强对企业智能化升级的引领。

为了助力打造智能制造“升级版”，推动智能制造向更大范围拓展、更深程度渗透、更高水平跃升。华为基于自身在AI领域的技术创新和应用实践，以及服务行业数智化转型的经验积累，将持续深化与制造企业的合作，全面拥抱智能制造新时代。

在日前召开的华为AI+制造行业峰会2025上，华为以“三层五阶八步”方法论为制造行业智能化加速提出实施路径，并分享7大场景20个解决方案，基于自身实践助力智能制造走深走实，推动技术革新成为业务高质量发展的核心驱动力。

AI重构制造业，华为用实践给出启示

我国拥有世界上最完整、规模最大的工业体系，广阔的制造业领域以及巨大的转型升级需求，为AI的发展提供了丰富的应用场景，这也使得制造业成为AI应用的主战场。在过去十年间，我国制造业一直在积极推动AI的落地，加速向高端化、智能化、绿色化迈进。

对此，华为中国政企业务副总裁郭振兴也表示，对于制造业来说，AI的应用不仅将大大促进行业的降本增效，也将推动行业加速迈向高端制造。与此同时，制造业借助AI技术还可以进行生产流程的优化、产品质量的提升和成本的控制，并探索新业态、新模式和新市场，给行业发展范式带来深刻变化。

如今，AI正在重塑制造业释放效率与创新的无限潜能。华为中国政企智能制造系统部解决方案销售部部长冯睿也认为，制造行业的智能化将会从企业智能化和产品智能化两个维度并行展开，在企业智能化层面，将从“制造”到“智造”赋能产业升级与价值链重构；在产品智能化层面，将从“功能”到“智能”重塑商业版图和产品形态。

尽管AI推动行业数智化转型的浪潮已经势不可挡，但千行万业要迈入数智世界仍存在巨大鸿沟。郭振兴援引了一系列数据表示，目前，73%企业数据利用率<40%，80%企业因老旧系统成本增加30%，60%的企业在AI项目中存在技术与实际场景需求脱节，仅有25%的AI试点项目能规模化推广，60%的中型企业因算力不足无法开展AI模型训练。

面对这一鸿沟，华为已经用自身的实践，为制造业数智化转型总结出“三层五阶八步”的方法论。即针对“重新定义智能业务、AI开发与交付、持续运营智能应用”三大层级，通过“场景、流程、组织、数据和IT”五大阶段，按照“明确目标、场景识别、重塑流程、组织变革、数据和知识工程、AI建模与发布、AI融入业务应用、AI持续运营”八大步骤，推动AI落地应用，助力企业实现数智化转型。

得益于长期的应用实践积累和成熟方法论支撑，华为能够深度理解制造业企业的核心业务流程，并精准把握其在不同发展阶段可能面临的挑战。同时，华为基于自身实践+领先的ICT技术，也打造出多个能力外溢的解决方案，从而帮助更多制造企业实现数智化转型。正如冯睿所说，华为源于制造，更懂制造，当然也能更好地服务制造。

技术和应用双轮驱动，激发AI飞轮效应

当前，虽然AI在制造业的应用正向着各个细分行业和各个关键环节不断渗透和拓展，但AI技术在制造业的应用深度和广度仍有待提升。尤其是AI在制造业的大规模推广应用，仍受到多种因素的制约和影响，需要产业界各方共同努力解决。对此，郭振兴表示，华为正在致力于从以下四个方面去提升企业部署AI，跨越数字鸿沟。

首先，基础设施建设是发展AI的先决条件。在数智化时代，制造企业在基础设施建设与实现效率提升间仍有较大差距，为此，企业的研产供销服等各个团队需基于基础设施，围绕数据的采传存、算管用去构建技术支撑体系，并形成一套数据价值变现体系。“只有将技术支撑和数据价值两大体系建设起来，才能打通AI应用的任督二脉。”郭振兴强调。

其次，数据准备是一大难点。在制造业推动AI落地应用过程中，一个高质量的数据集对于优质模型的构建来说至关重要，为此，华为不仅可以在数据的采传存、算管用为企业提供技术支撑，也在元数据清洗、结构性和非结构性数据整理等方面，为企业打造了一系列数据治理方法和数据清洗工具，以帮助制造企业更加高效地挖掘数据价值。

第三，场景的选择和创新要选好切入点。郭振兴表示，制造企业在AI应用上要选择坚持“小切口，大纵深”，一厘米的切口要做出一公里的深度，只有这样才能把AI的价值充分释放出来。同时，企业还要选择高频、刚需且价值大的场景作为试点，先易后难，从而快速实现商业循环，增强企业落地AI的信心。

第四，制造企业要构建一个确定性的架构。为了助力制造业数智化转型，华为推出“行业智能体”参考架构，从感知、联接、基础设施、大模型、应用等多个层面入手，为制造业提供全方位技术赋能；同时，华为秉承开源、开放的理念，也在更多细分行业携手合作伙伴，共同打造更多面向不同业务场景的解决方案。

华为不仅可以为制造业提供“智能联接、智能存储、智能算力、智能平台”端到端的全栈新型基础设施，也在与合作伙伴一道探索行业场景，联合打造研发工具链、智能驾驶开发平台、工程设计仿真、智慧工厂等行业解决方案，共同推动央企重工、车辆装备、半导体电子、新能源等近十个制造细分行业加快数字化转型与智能化升级。郭振兴强调，只有切实帮助制造企业实现商业变现和价值闭环，才能充分激发AI的飞轮效应，实现良性的发展循环，真正跨越数智鸿沟。

持续点亮行业灯塔，让AI之光照亮数智未来

冯睿表示，华为与伙伴和客户携手，共同打造出重庆长安智慧工厂、赛力斯智慧园区、广汽研究院数字化研发平台、徐工集团全光工厂等行业解决方案样板点，持续点亮行业灯塔，引领更多制造企业迈向数智化转型。

广汽研究院通过与华为合作，借助IPD流程重构、iDME数据治理、大模型与AI技术，已经构建起“流程-数据-智能”三位一体的数字化转型框架，推动研发体系从传统模式向“数字原生+AI驱动”跃迁，实现研发周期缩短18个月，单车型开发成本降低25%，软件迭代速度提升10倍等一系列突破，成为传统车企转型标准范式。

科沃斯集团借鉴华为研发变革的经验，已经构建起IPD管理体系，重塑结构化研发流程，实现研发质量与生产质量的协同管理，大幅降低研发制造成本。在AI应用上，科沃斯基于华为盘古大模型，正在对厨师机器人进行高档餐厅的外观、材质、风味等维度训练，从而为顾客提供更加便捷的就餐服务。

美的集团基于华为昇腾算力底座，通过融合大模型应用和AI智能体开发，已经完成12个大模型在昇腾上的迁移适配。借助AI与全业务场景的融合，美的集团的生产效率、产品和服务都实现了全面升级，可以为全球客户、员工、坐席等提供高质量、高体验智能服务。

柳州医药借助华为天筹求解器，建立供应领域数学模型、自动求解算法，已经形成最优拣货、调度、排线、采购、运输策略。比如，通过AI线路规划+装载规划算法，配送效率预估提升15%；通过3D建模可视化仓库分区，仓内拣货效率预估提升18%。目前，柳药集团路径规划时间已经从3小时缩短至30分钟，年度供应链综合成本降低3%。

当前，我国AI的发展已经进入新阶段，并正在打开新质生产力新的发展空间。对于制造业来说，DeepSeek等AI技术正从效率提升、成本管控到模式创新，持续推动传统制造业数智化转型，全方位重塑制造业竞争力，为制造业高质量发展带来新机遇。随着AI技术的不断成熟与应用场景持续拓展，华为也将继续发挥自身技术优势和行业经验积累，稳步推进AI与制造业的深度融合，加速制造业数智化转型，并让AI在推动制造业向智能化、高端化、绿色化发展方面发挥更大的作用。