凱文·凱利在《技術元素》中寫道：“技術具有自我增強的特性，一項發明會引發更多的發明，形成連鎖反應，推動社會的持續進步。”

如今，AI大模型與行業場景的深度融合似乎正在驗證這句話。

礦山、鋼鐵、電力等傳統行業的運營邏輯，正在被大模型技術重塑。經由大模型的賦能，在煤礦生產的場景下，精煤產率提升0.2%，在鋼廠廢鋼定級的場景下，準確率達90%以上，這些歷經數十年優化已逼近物理極限的傳統工藝，正逐一被AI擊破效率的“天花板”。

當然，華為中國政企解決方案規劃與集成驗證部部長董偉嗣也提醒，“行業的智能化轉型并非是簡單的技術疊加，而是需要深度融合行業know-how與AI能力，構建從基礎設施到業務模式的系統性變革。”

在這場變革中，如何跨越技術與場景的鴻溝，實現AI價值的真正釋放，成為行業邁入智能時代的關鍵命題。

01

解構智能化轉型的方向與路徑

羅馬不是一天建成的，企業智能化的這條路，其實也已經走過了很多年。華為將其劃分為從業務場景智能化的1.0階段，到業務領域智能化的2.0階段，再到企業智能化的3.0階段。

“三個發展階段的變化特征，是從AI改變業務功能，到AI改變業務流程，最終走到AI改變業務模式。”董偉嗣說。

的確，如RPA技術和智能客服，就是典型由AI改變的業務功能，它們滿足的是AI對單點業務的提效，但缺乏對業務全局的思考。而客觀地說，目前大部分企業的智能化業務，仍處于這一階段。

要走到業務領域智能化的階段，甚至是企業智能化的“終章”，就要求AI不再是業務功能的“外掛”，而是要發展為重塑業務流程的“引擎”，直至成為重構商業模式的“基因”。這一演進的過程，過去長期受限于算力和模型的高成本。

而DeepSeek的適時出現，以開源大模型的姿態，創造了11倍訓練成本和20倍推理成本降低的顛覆性突破，讓優質大模型的普惠成為現實。

但行業智能化轉型仍面臨系統性難題，如缺乏統一架構，技術碎片化，缺乏場景化支撐等等。

董偉嗣表示，華為早在2023年全聯接大會上就發布了開放、協同、敏捷、可信的“行業智能化參考架構”。圍繞這一架構，華為打造了100多個行業解決方案，并總結出四種落地模式，為處于數字化、智能化不同階段的客戶提供參考。

第一種是基礎設施使能，華為發揮計算、存儲、網絡等全棧能力和協同優化能力，助力客戶把基礎設施潛力發揮到極致；第二種是云平臺使能，華為幫助客戶構建靈活彈性的云架構，使能業務平滑上云；第三種是數據使能，華為基于湖倉一體架構能力，幫助客戶高效用數；最后是AI使能，華為整合多種AI模型，加速AI與場景融合落地。

無論是處于何種發展階段的企業，都可以通過攜手華為找到適合自身業務特征的落地模式，并以智能化參考架構為藍本，避免踩坑，少走彎路，更快地實現數智化轉型。

02

場景+技術

構建數智化落地的實踐范式

事實上，行業數智化轉型的深層邏輯在于場景與技術的辯證統一，是技術與場景的深度耦合。

這也是華為“以場景為牽引，以AI為驅動，構建行業數智化轉型解決方案”的主要原因。本質上，是因為華為在服務千行萬業的過程中沉淀了豐富的經驗，才得以做到從真實業務場景的視角去思考技術如何融入場景。

這才有了在礦山場景，提升0.2%的精煤產率；在鋼鐵場景，幫助廢鋼定級準確率達到90%以上；同時，在電力場景，華為還幫助輸電線路缺陷識別精度增加18%；在建材場景，能夠實現水泥窯磨優化能耗減少1%等成效。

這一攬子創新成果，本質上是利用大模型技術對行業痛點的“靶向治療”。這些看似微小的提升，實則是傳統工藝在數智化改造下的質變。

要做到這一點，除了對行業場景的深入理解，當然還需要對不同的大模型技術進行歸集和善用。我們也看到在模型層，華為將CV大模型、NLP大模型、多模態大模型、預測大模型、科學計算大模型等進行打通，并向上支撐起業務場景與大模型能力深度融合。

而整個解決方案的落地，也必然要有強大、安全的算力底座，這就是以昇騰為代表的開放創新的AI基礎軟硬件平臺。

董偉嗣表示，“目前昇騰平臺已支持50+主流大模型，為AI創新提供豐富選擇。同時，華為聯合產業伙伴，圍繞昇騰，共同打造了開放領先的AI基礎軟硬件平臺。同時，通過昇騰系列硬件和使能軟件CANN，可以和業界主流的云平臺、AI框架以及AI應用使能平臺開放對接，為客戶提供靈活、完整的算力解決方案 ，并涵蓋從模型訓練到推理部署的全流程使能模型和應用創新。”

03

政企協同

邁向數智時代的中國路徑

“為場景找技術”對華為來說絕不僅僅是個口號，相關實踐在數字福建建設中已得到生動詮釋。

在平潭智算中心，300P昇騰算力構建的源網荷儲模式，成為新質生產力的強勁引擎，是福建規模最大的自主創新算力標桿，正在為福建的數字產業發展注入了源源不斷的動力。

在頭部銀行的科技金融創新案例中，華為助力其核心技術自主創新加速，將算力、存儲、網絡引入核心生產系統。就像是為該行的數字金融列車換上了自主創新的強勁引擎，助力其在數字金融的軌道上飛馳前行。

另外在推動區域數字經濟發展方面，“平臺先行、數據體系、場景創新、人才培養、生態培育”五大共識的達成，標志著行業智能化進入系統化推進階段。而政企協同的本質，是通過制度創新釋放技術紅利，推動行業智能化從單點突破邁向全域繁榮，這在華為與數字福建的協同創新上已深有體現。

同時，由政府的政策牽引、多點扶持，并以行業龍頭企業為主體，構建行業/區域AI孵化平臺，再通過產業集群效應實現知識外溢與價值循環，這顯然是數智化時代，拉動企業全面邁向數智未來，并帶動數字經濟蓬勃發展的合理路徑。

而華為愿以全棧的AI技術能力為驅動，深耕行業場景，與千行萬業共創數智新時代！