工业制造作为国民经济的重要支柱，在全球经济和科技快速变革的背景下，正面临着前所未有的挑战与机遇。各主要经济体和新兴市场国家都在积极布局再工业化战略，希望通过科技革命寻找经济增长的新动能。数字化技术和智能技术的迅猛发展，促进了技术的交叉融合和深度渗透，让智能制造成为再工业化的主旋律。

在此背景下，作为全球领先的ICT(信息与通信)基础设施提供商，在智能制造领域的实践不仅展示了公司的技术实力，也为整个制造业的数智化转型提供了宝贵经验。

12月3日，华为中国政企业务在重庆举行了主题为“数智制造 一触即达”的智能制造媒体沟通会。华为中国政企智能制造系统部总经理杨萍分享了华为在践行制造业务数智化转型及帮助客户企业开展数智化转型中的收获和体验。对于不少面对数智化转型时“不敢转、不愿转、不能转、不会转、不善转”的企业而言，具有重大的参考价值。

华为中国政企智能制造系统部总经理杨萍

智能化升级：制造企业的一道必答题

本世纪以来，全球经济格局的重大调整迫使各国寻求创新的经济发展战略。特别是在经济增长缓慢等背景下，作为实体经济主体的制造业的转型升级一直是全球各国关注的最重要的话题之一，探寻制造业转型升级之路也是各国工业政策经久不衰的议题。

现阶段，我国制造业承受着来自国内外双重压力。一方面，发达国家制造业依靠原始积累，率先进行数字化转型升级，生产成本不断降低，科技含量不断提高，致使我国制造业国际竞争力相对较弱，在全球价值链中存在“低端锁定”风险；另一方面，随着国内劳动力和原材料成本优势衰减“刘易斯拐点”的到来致使制造业原有的粗放式发展模式受到强烈冲击。

此外，我国已转向高质量发展阶段，正处于转变发展方式、优化经济结构、转换增长动力的攻关期，但制造业供给与市场需求适配性不高、产业链供应链稳定面临挑战、资源环境要素约束趋紧等问题凸显。

在此背景下，智能制造发展程度直接关乎我国制造业质量水平，是制造强国建设的主攻方向。发展智能制造对于巩固实体经济根基、建成现代产业体系、实现新型工业化具有重要作用。

国务院发展研究中心“我国数字经济发展与政策研究”课题组指出：“我国制造业企业所处发展阶段参差不齐，其数字化转型既包括处于较低发展阶段的企业提高信息化水平，也包括处于较高发展阶段的企业实现数字化、网络化、智能化……缺乏权威的数据标准、数据安全问题有待解决、数据开放与共享水平有待提高、技术基础与信息基础设施相对薄弱、对就业将产生严峻挑战等问题仍存在，阻碍着制造业数智化转型进一步深入”。

解决上述问题的有效途径之一，是推进“先智”带“后智”。以华为为代表的数智化转型的先行者，已经在实践中总结出了一套行之有效的数智化转型方法论，可以为其他企业就如何在数智化转型路径上有效“避坑”且“提速”提供有利参考。

华为：为什么要深耕制造？

华为中国政企业务很早就提出过“深耕制造，让智造生根”的口号，杨萍提到，这一决策的背后是强烈的责任感和使命感。

作为全球领先的ICT(信息与通信)基础设施和智能终端提供商，华为本身就是一家具有强研发属性的制造企业。

华为业务范围涵盖5G、云服务、计算、存储等to B业务，也涵盖终端、车BU等to C业务。公司的广泛业务范围，在销售、供应链和服务等方面构成了复杂的业务网络，如果不积极引进新技术和新工具，要统筹好这样庞大的产业链是不可想象的。

杨萍介绍到，华为从上世纪90年代就开启了以信息化建设为主的业务管理变革，构建了IPD研发流程管理、ISC供应链管理等信息化系统。

而华为真正意义上的数字化转型是从2014年起步的。

这一年，华为决定基于已有的联接业务实施“破圈”行动，开始入局计算领域，产品线纳入了服务器、存储和其他IT设备，并提出了两个“千亿”目标，在ICT和终端两个业务领域分别做到千亿营收。为了更好地实现这一目标，同时防止公司因业务扩大而引发“熵增”问题，全面数字化转型的需求呼之欲出。

华为首先在整个公司建立了全量、全要素联接和实时反馈系统，将生产领域上百个品牌的600多万台装备，以及装备之间的几十种通信做了全联接，为接下来打通各个工厂间的生产数据奠定了基础。

在此基础上，华为启动了数据治理相关工作，建立了数据治理顶层架构。该架构详细定义了每项数据的业务对象模型（BOM），明确了BOM对应数据的责任范围，并规定了数据在不同部门间的流通方式。这一系统确保了各行业、不同群体及各职能部门能够通过统一的数据平台进行有效沟通。

最后，华为还构建了综合安全体系。为确保数据安全，公司实施了多层防护策略，让外面的攻击和威胁做到攻不进、看不到、拿不走、打不垮、毁不掉、可恢复以及可追溯。

由此，华为打造了第一个“T”，即数据治理和数据平台的能力。

随着人工智能技术特别是生成式人工智能技术的发展与突破，华为从2018年开始在整个集团启动了人工智能升级战略。提出要升级AI数据治理体系，要将AI模型跟数据工具链深度整合，要在传统数据治理和数据平台的基础上，叠加一层AI安全治理和AI数据工具链，再基于华为云新型的AI算力平台，构建企业新型的AI数据服务，打造了华为的第二个“T”，即AI模型和平台的服务以及AI的治理和安全能力。

在伴随新技术和工具开展自身数智化转型的过程中，华为积极总结经验，提炼数智化转型的方法论，逐渐溢出为一项新业务。在实现自身迭代和进化的同时，华为也期待用自己的经验和技术积累，在我国从制造大国向制造强国迈进的道路上出一份力。

通过为传统制造企业提供数智化转型所需的计算、人工智能、操作系统、数据库、云、大模型等技术和资源，让国内传统制造企业在技术基础软件和硬件方面不受制于人，同时能够拥有全球先进的技术基础设施。这是华为深耕制造的根本原因。

华为：如何让智造生根？

杨萍认为，数智化转型只有开始，没有结束，是一个持续的过程。相关企业必须坚持以战略为根本、数据为基础、智能化为方向的总原则，在实践中不断前行。

为了更好地推进制造企业的数智化转型，华为一直在积极探索数字技术和智能技术在企业各方面、各场景的应用。并积极开拓生态，在研发、生产、供应、销售、服务等各领域与各企业进行共创互补、相互赋能、相互协同，在国内已经服务超过了7500家制造客户。

杨萍分享了华为在汽车、医药和机器人几个行业的合作实践。

在位于重庆渝北区的长安汽车数智工厂中，华为依托自身的数智化转型经验，基于“一云一网一平台”的智慧工厂解决方案先进架构，助力长安汽车打通工程数据流-生产工艺流-商业信息流这“三个流”，赋能数智工厂构筑智造新能力。加速客户实现业界领先的柔性制造能力，在适应市场快速变化的同时生产高品质智能汽车，构建企业核心竞争力。

在医药研发方面，华为针对药企在药物分子结构发现、临床试验及基因体征分析方面打造了一个盘古医药分子大模型，该模型已经训练了超过17亿医药分子数据，是最大的医药分子模型。能够有效帮助医药企业客户解决传统医药研发周期长、成本高等顽疾。

基于华为自身的IPD流程经验，华为有效帮助头部机器人企业重塑了结构化研发流程，实现了研发质量与生产质量的协同管理。让客户降低研发成本的同时，极大提高了研发有效性。

杨萍提到，未来华为会持续深耕生态，聚焦于自己擅长的复杂硬件基础设施和软件基础设施，携手面向制造的万千的伙伴，一起完成从底层到应用开发的整体解决方案的构建。

为了让智造生根，华为也在积极推动数智化人才的培养。努力通过以应用为牵引，以技术为支撑，为制造行业的数智化转型积累充足的人才储备。面向制造业管理者、架构师、开发人员、运维人员、生态伙伴等8类人群，针对企业数智化转型的3个不同阶段（规划阶段、建设阶段、运营阶段），打造数智化管理、数智化应用、数智化技术3大人才培养体系。过去三年已经累计为制造企业、高校培养了超过2万名数智化人才。

写在最后

随着新一轮科技革命和产业变革深入发展，智能制造成为全球制造业科技创新的制高点，发展智能制造也成为全球制造业变革的必然趋势。对于传统制造企业而言，这已经不再是一道选择题，而是一道必答题。尽管转型过程面临诸多问题，但是国内传统制造企业依旧处于一个相对利好的大环境中，既有国家不断出台的各项政策的支持和引导，也有诸如这样的数智化转型方案赋能商可以帮助企业更好、更快、更省地开启数智化转型之路。

相信随着数智化技术赋能传统制造业转型升级，智能制造将有效促进产业和资源要素的深度融合，推动形成以科技为引领的新质生产力，有力支撑推进我国新型工业化高质量发展，促进数字经济和实体经济、实体经济和资源要素深度融合，不断壮大实体经济根基，支撑引领我国现代化产业体系建设。