过去几年数字化转型席卷全球，随着新技术的广泛应用，新的机会和价值正在不断被发现和创造。从某种程度上说，数字化转型不再是"可选项"，而变成了"必选项"。
目前，已经有超过170多个国家和地区制定了各自的数字化相关战略；而第三方的数据显示，2026年全球数字化转型支出将达到3.4万亿美元；此外，根据《数字中国发展报告(2022年)》显示，2022年中国数字经济规模达50.2万亿元，总量稳居世界第二，同比名义增长10.3%，占国内生产总值比重提升至41.5%。可以说，数字化转型和数字经济发展速度之快、辐射范围之广、影响程度之深"前所未有"。
但也要看到，数字化的"飞轮效应"还远未达到能够"自驱动"的临界点，背后的关键原因在于，当下日新月异的技术创新正在不断"涌现"，特别是今年以来随着生成式AI和AI大模型的爆发，AI在千行万业中的重要性也愈发突出，无数个新的应用场景正在被智能化改变，以数据为驱动的智能化升级，也正在"加速"而来。
换句话说，随着数字化转型不断深入，数字化也正加速进入"下半场"，而行业智能化成为了未来确定性的趋势。也正因此，如何更好地推动智能化在数字经济发展中发挥更大的推动作用、服务更多企业和行业的智能化升级已成为整个业界的新课题。
从信息化时代到数字化时代，再到智能化时代，华为分别率先提出"All IP"、"All Cloud"、"All Intelligence"的发展理念，助力产业升级。在华为全联接大会2023期间，华为再一次，从理论和实践先行。
华为常务董事、ICT基础设施业务管理委员会主任、企业BG总裁汪涛发表了"加速行业智能化"主题发言，分享了加速行业智能化的最新思考与实践，正式发布了全新架构的昇腾AI计算集群Atlas 900 SuperCluster，同时基于最新推出的行业智能化参考架构，发布了九大行业智能化解决方案，希望"使能百模千态，赋能千行万业，加速行业智能化"。
数字化和智能化"螺旋式"发展
进入2023年，生成式AI的爆发引发了一个全新的AI时代------大模型时代。大模型不仅引发了AI产业整体的升级换代，各种大模型"层出不穷"。更为关键的是，因为大模型，数字经济的下一个拐点也在加速出现------整个行业和产业的智能化转型正在加速，并带动了整体经济的结构化变革。
这种巨大的变化背后，其实和AIGC领域最近半年多来一系列对产业发展具有革命性、里程碑意义的技术创新有着直接的关系，可以说这也宣告了通用人工智能时代的到来，未来也必将在企业和行业内掀起一番全新的智能化浪潮和革命，具体来看：
第一，AI重新定义了人机交互模式。 尤其是过去半年以ChatGPT为代表的生成式AI的爆发，不仅正在快速重塑企业应用中人与机器，以及人与数据之间的交互模式，因此借助AI"Copilot"类工具，将能够从效率、经营、协同三个方面给整个企业组织的运营与管理带来变革。
第二，AI为企业释放智能化生产力带来了巨大的想象力空间。 对于企业来说，AIGC的爆发，在客户服务、销售市场、知识管理以及辅助决策等方面都将会产生明显影响，此外，在零售、制造、物流以及医疗行业，AI大模型也具有广泛的应用前景，将会帮助企业实现数字化转型和创新发展，推动行业的智能化和可持续发展。
第三，AI同样也重塑了企业内部的知识传承模式。 以制造业为例，过去新产品的研发，需要大量具有丰富知识和经验的系统工程师的长期的投入。但是，未来通过AI对于特定领域知识的强化学习，将大幅提升产品的研发效率，整个研发环节会发生非常大的变革。这也意味着，从"徒弟拜师学艺"到"机器拜师学艺"，行业经验和行业知识都将转化为数据，变成AI的养料，从而更好地助理企业提升生产经营效率。
可以说，AI已成为产业转型中不可或缺的新型基础设施，而行业智能化转型也将是未来的重要趋势。而对于企业或者行业而言，未来的数字化转型和智能化升级也将会呈现出"螺旋式"上升的过程。
一方面，企业数字化能力将是智能化转型的"基础"，数据和信息的互联互通将是一切智能化应用的前提条件，而智能化水平的发展也会对数字化基础提出新的要求，倒逼企业进一步实现数字化能力的提升，因此数字化和智能化的发展本身就是"相辅相成"的；另一方面，数字化与智能化也呈现出相互加速融合的趋势，应该说企业数字化的颗粒度和深度是一个长期的、持续精细化的过程，而智能化也将在其中不断"渗透"，加速融合。同样，数字化的建设也没有明确的界限，企业并非需要将数字化能力全面建成，再着手开始智能化建设。
由此可见，企业数字化到智能化的"跃迁"过程，本质上就是一个能力相互"叠加"，不断扩大价值创造的过程，企业的数字化基础越好，智能化产生的价值与影响就会越大，即使很小的智能化场景实现落地，也有可能起到"四两拨千斤"的价值。从这个角度来说，加速推动行业智能化转型升级，在企业数字化与智能化建设"螺旋"上升的过程中，无疑将会最大化释放出企业的价值潜能。
打通智能化落地"最后一公里"
毫无疑问，和前三次工业革命的发展历程一样，未来AI在行业中的发展也遵循着同样的范式，能否解决大量AI"长尾"应用中的一系列痛点，能否降低AI生产要素的成本，能否跑通规模化的行业智能化创新，能否将技术和场景融合形成全新的智能化生产力，才能真正让中国的千行万业受益。
在汪涛看来，在行业智能化进程中，目前整个行业还面临着四重挑战：包括行业数据难采、难传、难用；大模型训练需要大算力，同时企业需要灵活的算力供给，满足多样化的算力需求；此外，基础大模型难以满足企业的准确度要求，还需要大量的行业大模型和场景大模型；最后，企业的业务流程和业务场景非常复杂，如何让AI与企业业务深度融合，是需要思考的问题。基于此，华为提出要从"智联万物、智算万数、智赋万业"三个方面，协同推进，加速行业智能化。
智能感知，使能物理世界智能化。 在智能化时代，感知系统需要全面升级，从而实现多维泛在、开放互联、智能交互、易用智维。在这方面，为了实现开放互联，鸿蒙物联操作系统"应运而生"，通过分布式软总线实现数据协同，统一了感知设备语言，并具备超安全、易用易维等特点
智能联接，让数据联得广、传得快。 数据不仅要采得全，采得好，还要联得广，传得快，需要高品质的联接，实现万物智联、弹性超宽、智能无损、自智自驭。同时，在网络汇聚和骨干层，400G/800G的城域网络让企业快速联云、联算、联智，使能"东数西算"、"东数西训"、"东数西存"。还有，华为高品质万兆园区网络，一网承载办公、生产、物联等需求。
智算万数， 华为联合产业伙伴，围绕昇腾，共同打造了开放领先的AI基础软硬件平台，打造中国坚实的算力底座，为世界构建第二选择。值得一提的是，华为还改变传统的服务器堆叠模式，以系统架构创新打造AI集群Atlas 900 SuperCluster，实现算力、运力、存力的一体化设计，突破大算力瓶颈。
智赋万业，解决AI在行业场景落地难的问题 ，实现百模千态与行业场景深度融合，赋能千行万业。在这方面，华为通过行业军团化运作，广泛联合业内伙伴，已经面向政府、金融、交通、制造等20多个行业打造了200多个智能化解决方案，并在一系列的智能化项目中得到了应用。
结合这些与大量客户和伙伴的实践，以及面向智能世界2030的展望，华为正式发布了《加速行业智能化》白皮书，白皮书凝聚了各方的经验与智慧，不仅包括了人工智能发展趋势和最新动态、16个行业，63个场景的人工智能应用探索，还精选了18个行业智能化的创新实践，这对千行万业智能化转型的实施和落地，可以说也提供了更为具体的帮助和参考。
华为基于最新发布的行业智能化参考架构，联合客户、伙伴，发布了金融、政务、制造、电力、铁路等九大行业智能化解决方案。未来，华为还将持续与伙伴一起，打造更多的行业方案，推动AI与行业场景深度融合。
不难看出，整个行业智能化的发展步入了一个全新的阶段，这也倒逼着整个技术创新体系也要随之进化与演进，而华为围绕"智联万物、智算万数、智赋万业"的布局，则真正把AI技术的价值成百倍、千倍地释放出来，背后的价值可以从三个维度来做解读：
一是，随着应用场景丰富度增加，数据量、算法复杂度也逐渐攀升，对于运力、算力、存力的"协同"提出了更高的要求，而华为将三者的能力"融为一体"，在技术底座上为行业智能化做好了全方位的准备。
二是，要让AI进入行业的核心生产环节，关键就在于要进一步推动AI技术与行业场景的深度融合，才能最大化地打通AI落地行业的"最后一公里"，而在这方面华为自身不仅有大量的成功实践，更基于沉淀和实践发布了《加速行业智能化》白皮书，相信对推动行业智能化的落地也会提供更多参考和借鉴的价值。
三是，华为联合行业客户以及生态伙伴，加速行业智能化的具体举措和实践，也代表了华为正以一种更高维度的行业生态视角，一种全方位的技术能力和一种全场景的行业赋能方式，使能百模千态，赋能千行万业，背后也真正体现了华为加速行业智能化落地的决心与信心。
助力行业智能化"走深走实"
正所谓"春江水暖鸭先知"，应该说华为加速行业智能化的布局在今天有着极为重要的意义，原因在于过去AI的能力往往都是大公司的专利，而只有让千行万业都能获得普惠化的AI能力，才能推动整个中国的行业智能化转型，真正意义上让AI成为了企业迈向AI时代的"水"和"电"，而在这方面，应该说目前中国已经做好了全面的准备，并且打下了一定的基础。
首先，从政策角度看， 得益于《"十四五"数字经济发展规划》等重要国策，当下中国的千行万业的智能化转型正在进一步提速；此外，目前无处不在的算力已经成为继水、电之后的新型生产力，并随着"东数西算"等国家战略的实施加快"普慧"步伐，这都为企业和行业的智能化转型升级带来更多的商业机会和竞争优势。
其次，从技术角度看， 随着算力和数据的不断爆发式增长，人工智能技术的形态也在不断的变化，目前我们看到AI大模型已经开始与场景、行业进行深度融合。例如，代码生成、蛋白质结构预测等领域的大模型的出现，已经验证了大模型已不仅可以在科技企业中应用，更是迈出了走向各行各业的步伐，而未来AI大模型与行业的进一步深度融合，也必将成为企业数字化转型和行业智能化升级中的关键一环。
最后，从场景角度看， 目前智能化已成为了当下中国产业升级和企业数智化转型中的新动能和驱动力，尤其是由于线上线下生态及场景远比其他国家丰富、多元，中国经济中结构性的差异，以及细分行业中不同的应用场景需求，都给了基于AI等新技术的创新以巨大的想象力，这也意味着越来越多的企业希望通过智能化转型创造出更多具有想象空间的新业态、新服务和新模式。
Gartner《中国企业人工智能趋势浪潮3.0》中就指出，中国企业正在将人工智能项目从原型转向生产，大多数企业已不再纠结于为何需要AI能力，而更加关注AI工程化能力的建设，他们都希望选择已有的通用大模型微调后适配本行业和企业的业务场景，真正将AI用于提高行业和企业生产力。
从这个角度来看，过去三年，华为成立"行业军团"，深入行业、深入场景，纵向缩短管理链条，更好的响应客户智能化需求；同时，横向快速整合研发资源，全力支持千行万业的智能化转型发展，不仅为行业智能化实践添砖加瓦、探索前行，同时也让更多的行业客户能够"站在巨人的肩膀上"打造差异化竞争优势。
例如，在金融领域，金融大模型解决方案基于昇腾AI算力集群及千亿大模型，构建信贷、风控、客服等场景方案，信贷报告审批效率提升50%以上，企业财务异常识别准确率提升38%，加速金融服务数智化；在政务领域，政务大模型解决方案打造城市AI算力基础设施，赋能城市智能化升级，带动数字经济快速增长，实现高效政务办公，便捷政务服务，精准城市治理。
在制造领域，智慧工厂解决方案打造云边端协同的工业AI平台，实现质检、设备维护、排程物流等业务的智能化，助力制造企业持续提质降本增效。产品缺陷识别率可达99%以上，生产问题响应速度提升40%，平均交付周期降低20%；
在电力领域，新能源功率预测AI解决方案基于昇腾AI算力中心，以及突破性算法，联合伙伴构建云边协同新能源功率预测方案，以"一站一策"精准预测服务，实现预测速度首次提升140倍，预测精度提升3%至5%，助力发电效益和绿电消纳能力的全面提升。
这样的案例"不胜枚举"，而展望未来，华为还将和伙伴一起，打造更多的行业方案，推动AI与行业场景深度融合。正如汪涛最后所言："智能化已经掀开新篇章。面对智能时代的机遇与挑战，让我们携手奋进，共筑坚实的算力底座，使能百模千态，深入场景，赋能千行万业，加速行业智能化！"
总的来看，数字化正加速进入"下半场"，行业智能化已经是确定性的发展趋势，这也意味着智能化将走向更为宽广的市场，同时也正在"润物细无声"的驱动整个行业智能化的"进化"，而在此过程中，华为通过关键技术底座创新，以及联合合作伙伴推动AI进入行业中各个核心生产环节，更好地赋能千行万业，相信都会让行业智能化真正的"走深向实"，其价值可谓："不止于现在，更关乎未来。"
申耀的科技观察，由资深科技媒体人申斯基创办，20年企业级科技内容传播工作经验，长期专注产业互联网、企业数字化、ICT基础设施、汽车科技等内容的观察和思考。
