近年来,得益于智能计算、大模型等新技术的持续突破,以及智能基础设施的不断夯实,人工智能技术正在成为新型工业化的重要驱动力,加快制造业形成和发展新质生产力。尤其在进入2024年以来,“人工智能+”行动的开展,人工智能正在与制造业深度融合,推动制造业数智化转型进入新阶段。

　　在日前召开的“2024华为AI+制造行业峰会”上,华为中国政企业务副总裁郭振兴在接受媒体采访时表示:AI的崛起正在重构整个生产关系,可以帮助制造业增强高科技、高效能、高质量的能力,实现提质、降本、增效和减存,从而激发新质生产力。

　　波士顿咨询公司去年年底发布的报告显示,制造业高管普遍将人工智能列为可能对其运营产生积极影响的技术之首,并相信可以实现潜在的投资回报率;比如,AI的应用,可以将车间生产率提高20%以上。

　　为了进一步推动AI落地,提速制造业数智化转型,华为一方面将持续推动产品和技术创新,另一方面将基于自身实践,与伙伴一道,推动创新技术与业务场景的融合,持续深耕制造业,让智能在制造生根。

　　2024年,政府工作报告提出,深化大数据、人工智能等研发应用,开展“人工智能+”行动。“人工智能+”首次被写入政府工作报告中。近年来,随着数字经济持续渗透,产业数字化规模逐步提升,人工智能正在与制造、医疗、教育等众多行业加速融合,成为重塑千行百业的重要引擎。

　　面对这一趋势,郭振兴表示,华为将继续坚持在根技术研发上的投入,比如云计算、5G、鲲鹏、昇腾、鸿蒙、欧拉、AI大模型等,为行业创造更大价值;与此同时,为了让人工智能能够赋能产业,帮助传统产业数智化转型,华为还成立了行业军团,深入行业、深入场景,纵向缩短管理链条,更好地响应客户智能化需求;横向快速整合研发资源,全力支持千行万业的智能化转型。

　　在制造行业,华为制造与大企业军团一直秉持“深耕制造,让智造生根”的价值主张,通过自身的技术创新,行业实践和生态合作,持续为制造企业夯实智能化根基;并通过打造一个个行业标杆项目,支撑智能制造“中国模式”的推广复制。

　　对于制造企业如何推进AI大模型实践,郭振兴认为首先应该架构优先,在这方面,华为已经基于自身实践,并通过与伙伴一道,从智能感知、智能联接、智能底座、智能平台、AI大模型和智能应用等多个层面入手,打造了行业智能体架构;

　　其次是平台先行,平台代表了能力,也代表了经验的沉淀和最佳的流程实践,目前,很多头部制造企业都已经建设了云平台,并在此基础上建设AI平台,进而建立围绕数据价值的能力体系和围绕数据技术的能力体系;

　　第三是先易后难,缓进急战,企业应该选择高频、刚需、高价值的场景快速实现价值闭环,再做较难的应用场景,只有这样才能产生“飞轮效应”,实现经济效益最大化,并形成正循环,持续推动AI大模型的落地应用。

　　如今,AI正在加速推进企业数智化转型,这同时也给ICT基础设施带来了新机遇;不仅如此,为了更好地帮助制造行业实现AI大模型落地,ICT基础设施也在加速升级。

　　不久前,工信部等七部门联合印发的《推动工业领域设备更新实施方案》也强调,要构建工业基础算力资源和应用能力融合体系,加快部署工业边缘数据中心,建设面向特定场景的边缘计算设施,推动“云边端”算力协同发展。加大高性能智算供给,在算力枢纽节点建设智算中心。

　　面对这一趋势,郭振兴表示,伴随着数字经济与实体经济的深度融合,智能化变革正在对ICT基础设施提出新的要求。具体来说,ICT基础设施在算力、运力和存力三个层面都需要升级,以满足智能化变革需要。

　　在算力层面,随着行业数智化转型的持续推进,云计算已经成为通用算力的基础设施,企业通过高性能、标准化、模块化、可组合的云业务,可以满足高效、灵活定制、快速交付、稳定安全的上云需求;在此基础上,企业可以推进云平台与AI平台的融合发展。针对链长企业,则可以通过自建算力平台的方式开展AI基础设施的建设。

　　在运力层面,首先在数据中心内部,数据通信集群技术的应用,将实现AI算力效率的提升。有统计数据显示,目前企业数据中心算力只有50%左右在发挥效益,而借助华为全新的AI网络集群调度软硬件解决方案,至少可以提升20%的算力利用率,并减少80%的中断率。同时,随着数字化、智能化的推进,工业承载网也将进一步升级,并支持高可靠、低时延的切片能力。除此之外,在网络泛在接入上,园区网络将支撑更多设备的在线化,这就需要企业采用更加高可靠、抗干扰的网络技术,来保证数据的采集和传输。

　　在存力层面,高性能的训练需要独立式、分布式的存储技术来支撑,以解决可靠性和效率两大问题。与此同时,存力还需要解决数据安全的问题,比如,新修订的保密法就要求,对重点领域敏感数据采取加密存储、授权访问、严格控制共享范围或者其他更加严格的安全保密防控措施。

　　近年来,我国制造业发展持续呈现出高端化、智能化、绿色化的发展新趋势。为了更好地推动制造业的转型升级,郭振兴强调,华为将致力于推进IT、OT、CT的深度融合,以满足制造业数智化转型的需要,为中国从制造大国迈向制造强国贡献根技术。

　　而在行业深耕上,华为将聚焦汽车、电子、新能源、烟草、制药、央企重工等细分行业,识别200+AI价值场景地图,沉淀专家经营,不断拓展业务场景的智能化,并孵化更多的AI大模型。

　　以汽车为例,华为除了继续开展智能驾驶领域的创新之外,还将为汽车行业提供端到端的开发工具链,包括软件工具链、硬件工具链、数据工具链、AI工具链等,帮助企业实现研发效率提升10倍,并降低行业应用人工智能的门槛。

　　此外,在电子行业,华为将持续发力在EDA工具上的孵化;在家电领域,华为将推动人工智能在质量检测上的应用,以帮助企业提升产品质量;在制药行业,华为也将通过AI大模型技术,赋能制药企业开展新药研发等。

　　郭振兴表示,在深耕制造行业过程中,华为注重通过三个底座的打造,来支撑行业的数智化转型。首先,华为将以自主创新的根技术和解决方案打造适合行业的算力平台和AI平台,从而构建解决方案底座,帮助制造企业实现人工智能的落地。

　　其次,华为致力构建生态底座,通过与上下游生态伙伴一起帮助企业实现数智化转型。比如,在装备层面,华为提供的鸿蒙操作系统等,可以以更低的成本实现装备的管理和数据采集;在应用层面,华为会将自身的算力能力开放给伙伴、开发者和ISV,让他们更加高效地开展人工智能训练。

　　第三,华为致力夯实人才底座,目前,AI大模型领域的人才稀缺,为此,华为正在联合高校,共同开展人工智能开发大赛等,吸引更多人才参与到AI大模型开发中;同时,华为正在联合培训机构、大学等,共同开发人工智能课程,并向企业提供技能转换的培训,帮助企业把抽象的数智化转型变成具象化的蓝图。

　　如今,人工智能技术正在给制造业带来前所未有的变革,从产品设计到工艺设计,从生产线优化到质量管控,从设备管理到供应链管理,人工智能正在重塑制造业的未来,全面激发新质生产力。为了进一步加速人工智能在制造业的场景化应用,华为也将基于自身技术创新能力和行业经验积累,不断深化与产学研伙伴的合作,共同深耕制造,让智造生根。