作為國民經濟的命脈，制造業是實體經濟的主體，也是現代化產業體系的核心內容。隨著人工智能、大數據、云計算等創新技術的發展及在制造業應用中的不段深入，迎“新”而進，向“智”而行成為制造業高質量發展的必由之路。那么，傳統工業企業如何落地企業數智化戰略規劃，人工智能會為制造業發展及數智化建設帶來哪些新的機遇?

　　在數字經濟與智能制造深度融合的浪潮中，華為作為一家以研發為核心競爭力的制造企業、ICT基礎設施提供商。從深耕制造到智造深耕，不斷強化自身的同時輸出自身的技術和管理經驗，更通過定制化解決方案和持續的技術支持，幫助制造業實現數智化升級和業務創新。

　　深耕制造與智造深耕

　　作為一家以研發為核心競爭力的制造企業，華為在數智化轉型道路上的探索與實踐，不僅為自身帶來了顯著的業務增長和效率提升，更推動了整個制造業的數智化轉型發展。2014年，華為便啟動了全面的數字化轉型，通過建立全要素連接和實時反饋系統，實現了生產、供應、服務等各個環節的精細化管理。在此基礎上，華為進一步引入了人工智能技術和大模型服務，將數智化轉型推向了更深層次。

　　華為中國政企智能制造系統部總經理楊萍

　　華為的IT建設和業務管理的變革最早是從90年代開始的，當時是屬于信息化建設階段，華為中國政企智能制造系統部總經理楊萍介紹到，從IPD研發的流程管理，到ISC供應鏈的管理，華為逐步建立起了IT信息系統。為了不讓公司隨著業務規模進一步的擴大而失控，2014年開始，華為開始了真正意義上的數字化建設。

　　首先，在公司建立了全要素的聯接和實時反饋系統，將在生產領域的600多萬的裝備，以及裝備之間的幾十種通信以及上百個品牌的設備做了全聯接，為后續打通各個工廠之間的生產數據奠定了堅實的基礎。

　　其次，華為開展了數據治理工作，建立了自己的數據治理的頂層架構，明確了BOM數據的具體責任范圍，并確立了數據在各部門間的流通機制，以確保不同產業、群體和職能部門能夠基于同一套數據進行有效溝通。

　　最后，華為做了安全體系的建構。數字化轉型的基石是數據的安全，為確保數據安全，“我們做了主機圍欄、網絡圍欄、應用圍欄、數據圍欄等多重防護措施，使得外面的攻擊和危險攻不進、看不到、拿不走、打不開、內部可恢復”，楊萍如是說道。

　　在研發領域，華為充分利用人工智能技術，通過AI開發助手實現了讀代碼、寫代碼、調代碼、測代碼及查代碼全流程智能化，大幅提高編碼效率。此外，華為還通過構建研發領域的四大數據庫——對象庫、規則庫、過程庫和模型庫，為研發人員提供了強大的數據支持和分析工具，進一步提升了研發效率和創新能力。

　　在生產領域，華為的智慧工廠更是將數智化轉型的成果展現得淋漓盡致。通過引入智能排查、物流優化、生產知識圖譜等先進技術，華為實現了生產線的智能化升級和高效運營。以東莞研發工廠為例，該工廠主要生產高端手機，通過引入人工智能技術和大模型服務，工廠的生產效率得到了極大提升。原來需要80人的產線，現在僅需14人，且一部高端手機的生產周期從原來的數小時縮短至20秒。這樣的生產效率提升，不僅為華為帶來了更高的產量和更低的成本，更為其在全球市場的競爭提供了有力支持。

　　道不遠人，華為與制造企業同行

　　華為深知，制造業是國民經濟的基石，只有通過數智化轉型實現制造業的高質量發展，才能推動國家從制造大國邁向制造強國。因此，華為將持續在技術研發、經驗積累和生態構建等方面深耕細作。通過與制造企業的深度合作，華為不僅將自身的技術和管理經驗輸出給合作伙伴，更通過定制化解決方案和持續的技術支持，幫助合作伙伴實現了數智化升級和業務創新。

　　在與長安汽車數智工廠的合作中，華為通過“一云一網一平臺”的智慧工廠解決方案新架構，為數智工廠構建起堅實的數智化底座，助力長安汽車打通工程數據流、商業信息流和生產供應流，加速實現產品數據的快速傳遞和訂單的敏捷響應。

　　除了制造環節，華為還與眾多頭部車企在數字化研發領域進行合作，基于數據主線構建數智化研發平臺，實現了研發流程的高效協同和研發周期的顯著縮短。助力新車型的研發周期縮短了25%，研發成本降低了15%。此外，在售后服務領域，也基于華為的大模型技術和人工智能算力底座，助力車企構建售后維修知識圖譜，縮短技師培養周期，助力車企降本增效。

　　在生物制藥企業，華為利用盤古醫藥分子大模型，通過科學計算加速藥物研發過程，加速縮短新藥研發周期，降低研發成本，同時顯著提升新藥研發成功率。

　　這些成功案例的背后，是華為在數智化轉型方面深厚的積累和創新能力的體現。華為不僅將自身的技術和管理經驗輸出給合作伙伴，更通過持續的技術與解決方案支持，幫助合作伙伴實現數智化升級和業務創新。

　　制造企業數智化需借力，向“新”

　　對于正在探索數智化轉型的制造企業而言，華為的經驗和建議無疑具有重要的參考價值。首先，制造企業應明確數智化轉型的戰略定位和目標，將數智化轉型與企業的主營業務緊密結合，確保轉型成果能夠為企業帶來實實在在的價值。其次，制造企業應重視數據治理和數據安全工作，建立完善的數據管理體系和安全機制，為數智化轉型提供堅實的數據基礎。最后，制造企業應積極尋求與行業領先企業的合作機會，通過借鑒先進經驗和技術手段，加速自身的數智化進程。

　　此外，制造企業還應關注人工智能等新技術在數智化轉型中的應用前景。通過引入人工智能技術，制造企業可以實現生產過程的智能化升級和業務流程的自動化優化，進一步提升企業的競爭力和市場響應速度。

　　未來，華為將持續深耕技術，充分利用其在過去30年中高強度研發投入所積累的優勢，為制造企業在數智化轉型的征途中提供堅實的基礎技術支持。使得制造企業在技術基礎的軟件和硬件方面不再受制于人，并能享受到全球領先的硬件與軟件基礎設施服務。與此同時，華為也將不斷推進自身的數字化與智能化升級進程，并將這一過程中積累的寶貴經驗轉化為服務能力，以助力更多制造企業攜手同行，共同推動中國制造業的高質量發展。