制造业领导委员会在Manufacturing in 2030 Project中提出，一场争夺 AI 主导地位的全球竞争正在进行中，制造业是这场竞争的关键参与者。制造业在国内外的竞争力，将越来越多地由 AI 专业知识、应用和经验来定义。
华为中国政企业务副总裁 郭振兴
AI和大模型在制造业中的重要性，怎么估计都不为过。但工业制造，也被认为是“AI能改变的最后一个行业”，业内人士普遍认为，工业AI是最难做的一个领域，对制造企业提出了与传统工业时代完全不同的能力要求。
啃硬骨头，下硬功夫，中国制造业必须有所作为。
一来，我国已经是世界第一大体量的制造大国，许多企业已经成为龙头企业，原来“跟随”的对手已经消失，智能化失去模仿标杆，必须自己去书写AI+制造的答案。
二来，中国制造企业与智能技术并不陌生，机器学习时代就有大量工厂落地AI质检，引入智能巡检与无人驾驶。进入大模型时代，制造企业拥抱AI新技术的意愿也格外高涨。所以，中国制造业已经具备了引领智能化的能力。
接下来，便是面对工业场景，完成AI穿凿。4月28日，以“加速行业智能化”为主题的“华为AI+制造行业峰会2025”在广州举行，来自汽车、机械电子、医药、重工业、轻工业等制造行业的意见领袖、企业代表、产业伙伴、学者专家900余人现场参会，共同探讨制造业数转智改的新模式、新路径。
会后在媒体沟通会上，华为中国政企业务副总裁郭振兴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。
从中，我们去看看AI+制造的行业共识、独特思考，以及真实行动与实践。
业内普遍认为，制造业是AI最后的明珠。因为制造业对生产稳定可靠的苛刻要求，AI想要走向工业制造场景，挑战最大，因此也被认为是最后一个完成智能化升级的行业。
但是，AI融入工业制造，也是一座极具潜力的智能化富矿，对制造企业及社会国家都价值巨大。
从报偿比来看，一家制造企业就可以因AI而提升瑕疵检出率，节省千万成本，投入回报比极高。而且，25年初，DeepSeek凭借普惠、优质、开源而出圈，也让更多的企业可以低成本使用大模型，进一步提升了AI+制造的价值。比如广汽集团，依托DeepSeek强大的辅助代码能力，整体代码输出效率提升30%；广药集团，基于DeepSeek构建医药知识库，智能检索市场、行业、竞品等工作效率提升20%。
AI在制造领域展现出真实的提质降本增效，成为必须深入挖掘的技术矿藏。
目前，国家已经从政策层面，为制造业数智化提供全方位的支持，引导广大制造企业加速实现数字化转型和智能化升级。2024年以来，工信部密集出台多项政策，支持制造业数字化转型、AI赋能新型工业化。
然而具体到实践中，制造业+AI确实还有不少挑战有待解决。特别是2025年Deepseek带来的AI创新应用爆发，促使制造业加快铲除几大AI障碍：
一是数据短板。很多中小制造企业的数据禀赋还比较薄弱，存在数据孤岛，整合困难，当前有73%企业的数据利用率低于40%。而数据不充沛、不互通，会直接影响到AI模型的训练与落地效果。
二是落地场景。制造业的特点是碎片化，工况复杂，长尾场景多，这就导致AI落地难，需要定制。华为发现，60%的企业在AI项目中，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。
三是成本高昂。引入AI需要对传统信息化、数字化系统进行改造升级， 80%的企业都存在老旧系统的历史包袱，而导致改造成本增加。比如AI专用算力不足，或云服务成本过高，都无法支撑AI模型训练。
不铲除上述障碍，AI就无法穿过万千工业场景，凿进制造业深处。帮助制造业打破障碍，华为带来了体系化助攻。
工业工程的开端，是推倒岩层、打穿山体，需要盾构机一样的重器，数智化也不例外，需要构建联接、感知、决策等数智化技术为一体的新型基础设施，承载制造业数智化的所有新型生产要素，作为AI重器。
华为中国政企业务副总裁郭振兴提到，2025年，科技发展也给制造业转型升级带来了时代机遇。比如联接层面，2025年，是全要素可靠联接之年，5G、Wi-Fi 7、星闪、IP+光联接技术与行业鸿蒙物联深度融合，实现企业办公、管理与生产万亿级联接；数据层面，2025年，是数据要素基础设施规模建设之年；计算层面，企业上万个关键生产应用上云，50万+规上企业逐步实现“研产供销服管”全业务上云，通过云接入AI，将推理决策融入业务，成为制造企业的首选。
那么，制造企业从哪里能得到上述技术能力，来搭建自己的新型基础设施呢？华为带来了“智能联接、智能存储、智能算力、智能平台”端到端的全栈解决方案。
网络方面，业界独家的网络级负载均衡（NSLB）算法，消除网络性能瓶颈，将一个模型的平均训练时长从原来的34天缩短到25天，为制造行业垂类大模型的研发加速。在制造园区中，华为的Wi-Fi 7产品也具备AI调优、抗干扰、自修复等能力，成为数据上传下载的安全管道。
数据方面，华为新一代全闪系列存储，通过数控分离的创新架构，实现单节点带宽提升70%，能够满足AI大模型训练推理时超大规模数据的并行吞吐要求。
算力方面，Deepseek是制造企业最关注的新AI技术之一，基于大模型来打造制造业的AI大脑，可以提升AI在工业场景中的决策分析能力，为产线提质增效。华为打造的DeepSeek落地一站式最优解——昇腾，就解了制造业的燃眉之急。昇腾AI平台覆盖了从DeepSeek预训练到推理的全流程解决方案，大幅度降低大模型训练与推理的门槛。昇腾的澎湃算力与Deepseek智能算法完美匹配，性能充分释放。同时，昇腾一直秉持架构开放兼容业界生态的原则，目前业界主流框架，也在积极拥抱昇腾生态，共同加速大模型创新的落地，降低制造企业的AI创新门槛。
智能平台方面，华为基于云平台的算力并行调度技术、网络级负载均衡技术和高性能缓存技术等，让每一张算卡都能物尽其用，综合降低AI训推成本。
制造行业智能化，涉及从感知到决策的庞杂技术体系，AI与场景的融合要经历从浅层到核心的逐步渗透，因此是一个长期作战的体系化工程。
而在整个产业智能升级的大周期里，华为都可以提供针对性、业内更优的产品与技术，让制造企业构筑新型基础设施，以重器，破冻土。
重器具有摧枯拉朽的力量，但到了一些个性化、小微场景，就需要精细化的定制，才能让数智应用上产线。我们曾采访过一个AI开发者，为一些工厂提供定制化模组，一个组件需要拧几百个螺丝。如果只有大厂的科学家和博士们来干这件事，成本是工厂绝对承受不了的。怎么办呢？
独木不成林，制造业的大量碎片化、长尾需求，仅靠华为，是无法全面解决制造企业的所有问题的，服务商和伙伴的参与必不可少，这依赖于一个规范、共赢、互利的伙伴体系。
据郭振兴透露，2025年，华为将在更多行业发展联盟级伙伴，同时，华为通过开放资源，开放机会，联合伙伴，深耕行业，通过专人对口、技术支持、优先进地图、优先进项目等措施，构建与联盟伙伴全国合作机制，支持伙伴做生意，保障伙伴权益。
联盟级伙伴基于华为ICT产品，可以打造更全面、更高效的解决方案。参考华为打造的数智化标杆，可以复制标杆案例，实现行业解决方案的标准化和模块化，加速客户数智化转型。伙伴自身则结合自身行业经验，提供定制化方案。
有了伙伴的参与，制造企业的数智化之路可以走得更稳、更快。
那么，下一个问题就是，伙伴+华为，真能啃下“AI+制造”这块行业智能化最硬的骨头吗？
制造业的严苛性决定了，AI不能停留在实验室和发布会的排行榜，必须具备工业级高精度、高鲁棒性。因此，一家制造企业的厂长，或许是AI最好的裁判；一条生产流水线，是伙伴和华为技术解决方案的磨刀石。
正如郭振兴所说，技术不是目的，客户成功才是。他认为，数智化转型本质是为战略服务的，所以企业的战略才是数智化转型的根本，而非由技术来驱动，数智化转型的最终目的是实现企业构建高质量的竞争力。
2024年华为携手伙伴探索行业场景，打造联合方案，共同推动央企重工、车辆装备、半导体电子、新能源、烟酒制药、轻工业等近10个制造细分行业加快数字化转型与智能化升级。
携手伙伴进行联合创新，共同深耕7大领域，20个价值场景，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；
重庆长安智慧工厂、赛力斯智慧园区、广汽研究院智能化研发平台、徐工集团全光工厂等行业解决方案样板点，后续可以复制到其他同类型企业。
敢啃硬骨头的伙伴与华为，推动AI在工业制造领域实现从量变到质变的突破，让技术真正转化为新质生产力。
放眼全球，鲜有国家或企业能走通制造业AI升级之路，而中国制造正开辟新径。因为有全栈技术（从硬件到应用，从单点技术到整体方案的数智化产业链），普惠AI理念（DeepSeek以开源降低模型门槛、华为昇腾生态打消算力焦虑），有庞大的数智化创新生态（从政府、高校、华为等ICT厂商、行业巨头、服务商等各层级的支持）。这一系列前提条件，构成了中国制造企业领航全球工业智能化的利好。
在伙伴+华为的努力下，AI+制造这颗智能化的明珠，已经开始在产线上、在工厂里绽放光彩。而AI+制造，正是第四次工业革命的关键。
面向更宏观的未来，郭振兴认为，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。其中企业智能化会从“制造”到“智造”赋能产业升级与价值链重构；而产品智能化将从“功能”到“智能”重塑商业版图和产品形态。
这意味着，制造业确实还有许多场景，有待数智化升级改造，AI技术与业务的系统性融合仍需时日。
路虽远行则将至，有华为的硬核基础设施，有大量服务于行业数智化的伙伴，中国制造必定可以凿穿地心，摘得明珠。
