制造业是立国之本、强国之基。“十四五规划”明确提出,巩固壮大实体经济根基,深入实施制造强国战略。11月30日,工信部又印发《“十四五”信息化和工业化深度融合发展规划》提出,到2025年,信息化和工业化在更广范围、更深程度、更高水平上实现融合发展,新一代信息技术向制造业各领域加速渗透。这进一步指明了中国制造业今后的“打法”,即利用云计算、AI、5G等新一代信息技术向着数字化和智能化发展。
那么,在这股制造业转型升级的浪潮中,掌握新一代信息技术的云服务厂商,谁能够“拔得头筹”?对制造业数字化拥有“体感”级别理解的华为云,或许会是那个正确选项。
云服务厂商走进制造业,赋能制造业数字化转型,关键在于工业Know-How,将技术与制造行业场景做深度融合、深度定制。互联网行业和制造行业的要求显然不一样,企图以一套智能技术解决方案打天下,显然不靠谱。纵观全球云市场格局,目前公认的亚马逊云、微软云、阿里云、谷歌云和华为云“五朵云”,只有华为云一家脱胎于制造企业。华为作为国内高科技制造业的领头羊,已在制造行业深耕30多年,并通过华为云,将30多年的技术积累、产品解决方案,以及自身在数字化转型中沉淀的经验、技术和工具,以云服务的形式开放给行业。这意味着亚马逊、阿里、谷歌、微软,在赋能制造业的时候,都只能从上向下渗透,只有华为本来就是制造企业,走的是从下向上渗透的模式。

这种模式的区别带来的结果就是上文所提到的,华为云对于制造业数字化的“体感”。何为体感?这是克里斯琴·马兹比尔格在《意会:算法时代的人文力量》中提到的一个概念,他将专家分为五个级别,从新手、熟手、高手、专家到大师,最高等级的大师有看一眼而观全局、见一叶而能知秋的直觉,很多判断和反应都可以在无意识的情况下做出来,这里面就蕴含着大量的体感。体感是一道纯粹依靠堆时间,才能堆出来的分水岭,再聪明的人,花再多的钱,也需要时间来沉淀,而华为做制造业的时间已有30年之久,是亚马逊、微软和谷歌三巨头做云业务时间的总和,这就是华为云制造业数字化“体感”的来源。
除了制造业出身带来的“懂行”的先发优势,华为也在不断修炼自己的“体感”,不仅懂制造,更懂制造业数字化转型。而这还要说回华为自身所经历的完整的数字化转型,这里不妨从一两个具体案例来看看。
例如,华为在智慧物流领域的实践。华为的业务现在已遍及全球,发送的货物也在全球流转,如此庞大的物流网络想要知道货物的具体流转情况非常困难。但自从2014年华为建设了物流可视平台以来,到2016年年底,华为的总体帐实一致率得到了大幅度提升,可对全球100多个仓库进行实时监控,对进出库货物进行可视化管理,全面提升了公司的全球物流过程可视水平和协同运作效率。
在智慧物流的探索中,华为实现全面数字化,这也使得华为面对棘手难题时更加自如。就在今年3月轰动全球的苏伊士运河堵塞事件中,华为有28艘船、400多个货柜已进入或即将进入拥塞航道,预计123家客户会受到影响。华为通过支撑全球业务经营的数字化平台,对空/海/铁等数万条实时变化的路径、百万级组合开展大数据分析,预判事件持续发酵可能带来的塞港、铁运挤兑等风险,通过预案模拟给出了最佳解决方案。最终,华为将80%的订单延误控制在两周之内,客户几乎没受影响。
又比如华为松山湖智慧工厂的实践,目前该工厂产线已经实现了高度自动化、数字化和智能化,一条120米的生产线从物料上线到包装完成只需要17个人,平均28.5秒可生产出一台手机,该工厂目前共有近40条这样的生产线。
华为中国区副总裁、华为云中国区总裁张修征曾在华为云城市峰会2021安徽站上表示,经过5年的数字化转型实践,华为不仅使自身的数字化能力得到持续提升,并能通过华为云服务向制造业企业提供全流程数字化解决方案。
硅谷创投教父彼得·蒂尔在《从0到1》里所说,在变革来临的时候,先发优势固然重要,但笑到最后才是王道。有了制造业数字化“体感”这张底牌,华为在分析广大工业客户的典型业务场景基础上,融合华为云以及以及工业软件生态伙伴在细分领域的核心能力,并结合自身作为电子领域制造龙头企业在工业数字化转型中的最佳实践,打出了赋能制造企业数字化转型和智能升级的三张牌:智能生产、数字办公和科学管理,分别指向生产资料、劳动力和生产关系三大要素,帮助制造业实现全面转型升级。
在智能生产方面,华为云认为数据是工业数字化转型的核心生产要素,制造企业在通往数字化的过程,需要抓好数据的采集和传输、数据模型的统一、数据的集成与流通三大关键环节。基于此,华为云提出“工业智能体”参考架构,包含工业边缘计算、先进工业网络、工业云平台和工业软件等四个层面,帮助制造企业做好数据治理,沉淀数据资产,加速工程数据协同化。同时,华为云还能够提供三大使能平台,包括AI使能ModelArts、应用使能ROMA、数据使能DAYU平台,帮助制造企业加速专家经验数据化、加速模型设计工程化。
在数字办公方面,华为云通过全场景稳定、安全、智能、数字化协同办公平台WeLink,具备即时通讯、企业邮箱、视频会议、音视频通话、直播、云笔记、云空间、企业OA、考勤打卡、待办审批、智慧差旅等数字化协同能力,使能制造企业智能高效的连接,充分释放“人”的生产力。依托WeLink数字化连接器的作用,制造企业与上下游供应商能够进行更紧密联接和协同,行政更高效为员工提供各类服务,实现企业组织效率和执行效率的稳定高效。
在科学管理方面,华为云能够与制造业伙伴共享华为全场景管理经验,包括经营管理智能化方案、咨询/流程/文化/产品/解决方案和IPD(集成产品开发)模式。
凭借生产要素低成本优势,中国站稳制造大国的位置,却一直处于全球制造业“微笑曲线”的中间部分,虽体量巨大但利润稀少,处于旧制造阶段,无法满足经济进一步发展的需求。迈向制造强国,中国制造业需要补科研短板,锻制造长板,把低附加值的旧制造,升级成高附加值的新制造。
从旧到新,国家层面已指明道路——数字化、智能化转型。在这个过程中,云服务厂商作为重要的技术支撑力量,正在积极参与其中。华为凭借自身30年制造业经验积累和5年数字化转型实践,通过华为云对外输出自身经验、技术和工具,已构建起服务工业数字化的全套装备,助力制造业加速数字化、智能化转型升级。赋能制造业数字化转型,华为云有底气更有实力!
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。