如今，AI在制造業的應用，正從探索驗證階段向深度應用階段加速邁進。今年年初，分析機構IDC預測顯示，到2027年，我國制造業整體IT市場投資規模將達到1.7萬億，2022至2027年的年均復合增長率為16.5%，制造業數智化轉型的潛力持續釋放。

對于制造業來說，數字化與智能化雙輪驅動，正加速企業的業務流程重塑和商業模式創新，也推動了投資成本優化與服務體驗升級。尤其在AI應用門檻快速降低的今天，數智化正在加速賦能制造行業，推動市場新格局的形成。

為了全面擁抱智能制造新時代，在日前召開的華為AI+制造行業峰會2025上，華為中國政企業務副總裁郭振興表示，2025年，華為將聯合客戶和伙伴抓住AI機遇，圍繞數據“采傳存、算管用”打造新型基礎設施，同時繼續聚焦制造細分行業，助力企業數智化轉型，持續為客戶創造價值。

AI融入業務場景，提速制造業數智化轉型

在“人工智能+”行動的持續推進下，AI不僅是重塑制造業的重要驅動力，更是推動新型工業化發展的核心引擎。過去一年間，AI在汽車、高科技電子、裝備制造、新能源等多個細分行業，以及研產供銷服等場景中都取得了顯著的應用成果。

AI與制造業的加速融合，逐漸形成一批智能制造典型場景，為制造企業數字化轉型、智能化升級提供有益參考。在此基礎上，工信部在去年年底發布了《智能制造典型場景參考指引（2024年版）》，圍繞工廠建設、計劃調度、生產作業等15個重點環節，凝練出40個智能制造典型場景，以支撐智能制造向更大范圍拓展、更深程度滲透、更高層次演進。

在此基礎上，郭振興強調，一方面，華為將繼續深耕制造，助力車輛主機廠、機械與零部件、半導體、家電電子、新能源、煙草、醫藥、酒企、輕工業等細分行業的數智化轉型，讓更多制造企業從中受益。

另一方面，華為將持續推進AI與制造業全流程的融合，繼續深化AI+研發、AI+生產、AI+供應、AI+銷售、AI+服務，幫助更多制造企業加快開發和應用落地；提升工廠敏捷性、效率和生產力；實現供應鏈綜合成本最優；人工智能賦能精準營銷；提高維護效率等，賦能制造業新質生產力發展。

夯實數智底座，圍繞數據“采傳存、算管用”打造新型基礎設施

為了避免多技術協同、多場景選擇的瓶頸導致整體生產力下降，郭振興強調，圍繞數據“采傳存、算管用”的新型基礎設施建設是企業數智化升級的必備前提，華為為用戶提供“智能聯接、智能存儲、智能算力、智能平臺”端到端的全棧解決方案，助力企業構筑新型基礎設施，釋放數智生產力。

在智能聯接層面，網絡吞吐和可靠性已經成為算力釋放的關鍵挑戰，華為針對行業模型訓練打造的高吞吐、高可靠數據中心網絡，可實現模型訓練效率再提升10%，模型訓練月級不中斷。同時，針對AI新應用給聯接帶來的新要求，華為星河AI園區網絡可精準適配各種推理應用場景，并加速數據流通，保障AI實時推理體驗，幫助企業構建確定性體驗的萬兆園區網絡。

在智能存儲層面，華為推出了面向AI數據湖的數據工程聯合解決方案，該方案基于端到端高效、可靠、共享、易管理的AI數據湖，不僅可以幫助企業實現訓練加速、推理加速和全面數據保護；還可以通過華為DME（Omni-Dataverse）全局文件系統，實現數據的全局可視、高效管理和按需流動，幫助企業打破數據孤島、優化數據供給，助力行業數智化轉型。

在智能算力層面，昇騰AI計算平臺包含昇騰DeepSeek一體機、FusionCube A3000訓推一體機，昇騰大規模專家并行集群推理方案，昇騰后訓練解決方案等，可以為制造行業構建智能化大腦，提供DeepSeek行業落地“最優解”，進而滿足多場景需求、滿足落地經濟性、滿足業務可閉環。

在智能平臺層面，華為云持續構建平臺能力，算力有效利用率提升至70%+，全面防護業務安全，使能百模千態。

從上述舉措不難看出，華為在基礎設施領域一個又一個創新，不僅是自身專注于ICT產品和技術創新的戰略延續，更是持續以技術賦能企業數智化轉型的鄭重承諾。由此，華為也將進一步筑牢基礎設施底座，為制造業數智化轉型提供更加強有力的支撐。

攜手伙伴聚焦業務場景，讓企業快速構建數智化能力

作為一家強研發和生產的制造型企業，華為業務遍布170多個國家和地區，每年為數百家運營商、數萬家企業提供服務。在過去十年間，華為通過AI與數字化轉型結合，在實現企業全面智能升級的同時，也逐漸成長為一家源于制造、更懂制造、服務制造的企業。

為了幫助更多制造企業落地智能制造典型場景，郭振興表示，華為在持續推動ICT產品和技術創新的基礎上，通過自身實踐+ICT技術，并與合作伙伴一道深耕業務場景，已經打造出7大場景20個方案，可以幫助客戶快速構建數智化能力。

?在硬件工具鏈方面，針對企業面臨的數據孤島嚴重、系統集成低效、研發協同不足、轉型基礎薄弱等挑戰，華為聯合工業軟件伙伴推出的硬件開發工具鏈解決方案，可全面使能企業研發與制造數字化。廣汽集團借助該方案的落地，不僅可以為千人千面的研發協作提供高效支撐，也實現了數據同源同構、全局共享，將整車研發周期從36個月縮短到18個月。

?在軟件工具鏈方面，針對企業面臨的軟件研制能力不足、缺乏軟件研發流程規范體系、研發效能度量缺乏數字化支撐等挑戰，華為推出的軟件開發工具鏈解決方案引入了華為嵌入式軟件研發經驗，可以幫助企業統一研發作業平臺、建設研發流程規范體系、完成多層級管理視圖開發等，將軟件研發周期大幅縮短。

?在智慧工廠方面，針對企業面臨的制造柔性低、業務鏈條協同難、數據價值發揮弱等挑戰，華為推出的汽車智慧工廠解決方案，可幫助企業打通工程數據-生產工藝-商業信息流，助力工業生產提質降本增效。長安汽車在建設數智工廠過程中，借助該解決方案，已經實現了柔性制造、生產全程可視、質量全系跟蹤等，BOM轉換周期從2~3天縮短到24秒。

?在醫藥物流方面，針對企業面臨的運輸配送效率低、倉庫間調撥協同難、倉庫空間利用率低等挑戰，華為依托華為云天籌AI求解器打造的醫藥物流解決方案，可以幫助企業實現資源調度最優解。廣西柳藥借助該方案的落地，已經實現AI裝載規劃與線路規劃、3D建?？梢暬瘋}庫分區等，使得路徑規劃從3小時縮短到30分鐘，年度供應鏈綜合成本降低3%。

?在智慧園區方面，針對企業面臨的人車管不住、現場看不到、能耗開銷大、人員體驗差等挑戰，華為推出的智慧園區解決方案，可以助力企業打造安全生產、高效運營、綠色低碳的智慧園區。海爾集團通過該方案的落地，已經實現人車通行井然有序，關鍵位置智能感知，用能分析輔助節能，以及園區的數字運營，大大提升了員工體驗。

這些場景化解決方案的打造，不僅得益于華為自身實踐和服務制造業的經驗積累，也得益于和伙伴的聯合創新。郭振興表示，華為堅持構建“以客戶為中心”的“伙伴+華為”體系，與眾多產學研伙伴開展深入合作，共同推進制造業數智化轉型，覆蓋汽車、電子、制造、重工、煙草、新能源等多個領域，以及72所“智能基座”高校、30多個標準和協會組織和超過250萬開發者。

未來，隨著“人工智能+”行動的持續推進，制造業作為AI落地應用的重要領域，也將繼續推動AI等數字技術與業務場景的深度融合。為了推進AI賦能新型工業化，華為不僅將發揮自身技術優勢，為制造業夯實數智底座；也將繼續深化與伙伴的合作，共同打造更多面向業務場景的解決方案，為數智制造貢獻智慧和力量。