A - 评估高价值场景:从“技术驱动”转向“问题驱动”
华为认为,智能化成功的第一关键,在于精准的场景选择。其出发点不再是“我有何技术”,而是“客户有何痛点”。在制造领域,这体现为对研、产、供、销、服、管全价值链的深入洞察,并针对性推出“研发助手”、“生产助手”、“供应助手”等六大智能助手。例如,“生产助手”通过将优质基础模型与高质量行业数据结合,深度挖掘数据价值,旨在直接提升产品良品率与生产稳定性。
C - 用行业数据校准模型:让通用AI具备“行业智慧”
华为的第二个关键发现是:垂直领域数据的质量,直接决定了行业模型的能力上限。通用大模型必须经过行业知识的“精调”,才能转化为生产力。在电力行业,南方电网基于华为昇腾算力平台开发的电力大模型“大瓦特”,融合了电网特有的设备知识与巡检规范,最终将电网智能巡检的缺陷识别效率提升了5倍。这正是“数据即竞争力”的生动体现。
T - 规模化部署智能体:从“人机交互”迈向“人机协同”
第三步是规模化部署AI智能体以重塑关键业务。智能体是能理解指令、自主规划并执行任务的AI实体,其规模化意味着AI从辅助工具升级为业务伙伴。华为在通信网络领域实践了“多智能体协同”架构,通过“主智能体”分解任务、“从智能体”专注执行的模式,在福建将基站故障平均恢复时间缩短了27%,在上海实现了千万度电级的月度节能。这预示着一种新的人机协作组织范式正在形成。