華為打通“能力轉(zhuǎn)換”通道，激活千行百業(yè)的AI生產(chǎn)力

從政務(wù)服務(wù)的智能審批到金融風(fēng)控的實(shí)時(shí)決策，從電力調(diào)度的精準(zhǔn)預(yù)測(cè)到醫(yī)療影像的輔助診斷，行業(yè)AI應(yīng)用已逐漸進(jìn)入到千行百業(yè)的生產(chǎn)系統(tǒng)，真正成為推動(dòng)政企數(shù)智化轉(zhuǎn)型的核心引擎。

當(dāng)AI的行業(yè)落地進(jìn)入到規(guī)模化部署的新階段，決定政企數(shù)智化深度的關(guān)鍵不再是算力的規(guī)模，而是將算力轉(zhuǎn)化為場(chǎng)景解決方案的工程化能力，是將運(yùn)維數(shù)據(jù)轉(zhuǎn)化為預(yù)防性決策的洞察能力，是將人才技能轉(zhuǎn)化為業(yè)務(wù)創(chuàng)新的組織能力。

而華為正通過一系列實(shí)踐，打通這些能力轉(zhuǎn)化的“通道”，為政企客戶的數(shù)智化轉(zhuǎn)型賦能。

01

智算集成服務(wù)

破解AI落地“最后一公里”

如何通過智算集成服務(wù)，助力行業(yè)客戶真正實(shí)現(xiàn)建好算力，用好AI？

我們先來關(guān)注一組數(shù)據(jù)：2025年國內(nèi)的高端算力卡需求量在兩百萬張以上，并且推理卡需求今年首次超過訓(xùn)練。以華為在上半年的項(xiàng)目為例，800多個(gè)基于Deekseep部署和應(yīng)用的項(xiàng)目當(dāng)中，有超過30%企業(yè)將大模型部署后應(yīng)用到公司的生產(chǎn)環(huán)境中。

眾所周知，算力需求在訓(xùn)練階段是模型研發(fā)，而在推理階段則是落地部署，這個(gè)變化說明AI應(yīng)用已開始在千行百業(yè)中“遍地開花”。同時(shí)也反映出當(dāng)前AI產(chǎn)業(yè)的三大變化：

首先，在算力建設(shè)上，預(yù)訓(xùn)練算力需求放緩，推理算力持續(xù)高速增長(zhǎng)；

其次，在大模型使用上，行業(yè)用戶從年初Deekseep部署嘗鮮到今天廣泛構(gòu)建知識(shí)庫，結(jié)合場(chǎng)景化的私域數(shù)據(jù)，使用大模型進(jìn)一步追求好用，在智能搜索，行業(yè)精準(zhǔn)問答等場(chǎng)景尤為明顯；

最后，推理需求爆發(fā)，并發(fā)量增多，低時(shí)延要求，讓推理部署從單機(jī)邁向集群。

基于這些變化，華為也將智算集成數(shù)據(jù)，模型，場(chǎng)景，聯(lián)合伙伴打造全棧專業(yè)服務(wù)。比如，醫(yī)療領(lǐng)域模型訓(xùn)練所需數(shù)據(jù)預(yù)處理耗時(shí)長(zhǎng)，數(shù)據(jù)收集，清洗，標(biāo)注環(huán)節(jié)占模型開發(fā)一半時(shí)長(zhǎng)。在瑞金醫(yī)院，華為提供了AI數(shù)據(jù)工程服務(wù)，在實(shí)現(xiàn)了訓(xùn)練數(shù)據(jù)的質(zhì)量提升同時(shí)，預(yù)處理時(shí)間縮短了80%，大幅提升了病理大模型訓(xùn)練效率。

同時(shí)，在深圳機(jī)場(chǎng)，客戶為幫助安全管理員快速學(xué)習(xí)安全的規(guī)章制度，基于開源平臺(tái)建立知識(shí)庫，但遇到召回記錄差等問題，基于華為與伙伴共同打造的智能問答場(chǎng)景化方案，將問答準(zhǔn)確率提升到90%以上，實(shí)現(xiàn)業(yè)務(wù)快速上線。

截止目前，華為攜手伙伴，已經(jīng)為數(shù)智政府，金融，電力，教育，醫(yī)療等多行業(yè)成功交付上千智算項(xiàng)目，沉淀豐富行業(yè)經(jīng)驗(yàn)。

華為IT咨詢與系統(tǒng)集成營銷工程部部長(zhǎng)宋昂表示，AI 技術(shù)創(chuàng)新極速更迭，華為智算集成錨定“算力、數(shù)據(jù)、模型與場(chǎng)景”四大關(guān)鍵坐標(biāo)，攜手伙伴打造智算全棧服務(wù)解決方案，從數(shù)據(jù)中心基礎(chǔ)設(shè)施新建與改造、算力集群集成、AI數(shù)據(jù)工程、AI 計(jì)算使能與優(yōu)化到通用服務(wù)范式套件，支撐行業(yè)建好算力、用好 Al。

02

智能運(yùn)維

破解數(shù)智化時(shí)代的“復(fù)雜性”難題

隨著行業(yè)數(shù)字化轉(zhuǎn)型的長(zhǎng)期演進(jìn)，越來越多的業(yè)務(wù)上云，云網(wǎng)融合架構(gòu)和分布式解耦架構(gòu)的出現(xiàn)，ICT基礎(chǔ)設(shè)施的系統(tǒng)架構(gòu)正變得日益復(fù)雜。而智能化的演進(jìn)又加劇了這種“復(fù)雜性”，隨著AI技術(shù)的應(yīng)用，帶來了越來越多的超大規(guī)模算力集群。這些系統(tǒng)與架構(gòu)的復(fù)雜化，給維護(hù)的對(duì)象與運(yùn)維的難度帶來了指數(shù)級(jí)增長(zhǎng)。

解鈴還須系鈴人，數(shù)智化帶來的復(fù)雜性難題，解題的思路應(yīng)該從數(shù)智化當(dāng)中去尋找答案。所以，很多行業(yè)都在通過AI技術(shù)重構(gòu)運(yùn)維體系。與此同時(shí)，維護(hù)與運(yùn)維的技術(shù)與場(chǎng)景，也發(fā)生了很多變化。

首先，在維護(hù)領(lǐng)域，隨著各個(gè)行業(yè)數(shù)智化的演進(jìn)，最大的挑戰(zhàn)是解決整體維護(hù)的復(fù)雜度。華為希望將過去幾十年積累的問題和風(fēng)險(xiǎn)的知識(shí)、案例、經(jīng)驗(yàn)，總結(jié)成預(yù)案模型，并結(jié)合仿真算法，主動(dòng)識(shí)別風(fēng)險(xiǎn)，把問題發(fā)生的可能性降到最低。在復(fù)雜的場(chǎng)景，華為在原有的專家體系與備件體系的基礎(chǔ)上，賦予專家智能平臺(tái)，通過專家和智能體的協(xié)同，更快地響應(yīng)客戶需求。

其次，在運(yùn)維領(lǐng)域，隨著客戶業(yè)務(wù)上云，最大的挑戰(zhàn)是網(wǎng)絡(luò)的架構(gòu)越來越復(fù)雜，業(yè)務(wù)的鏈路越來越復(fù)雜。解決問題的關(guān)鍵在于，能夠面向網(wǎng)絡(luò)到云、到業(yè)務(wù)實(shí)現(xiàn)可感知、可管理，發(fā)生問題之后，能夠快速定位故障的問題和位置。

為了解決這些問題，華為結(jié)合數(shù)字孿生技術(shù)，以及自研的從網(wǎng)絡(luò)到業(yè)務(wù)的算法EDNS和仿真算法，實(shí)現(xiàn)了在云網(wǎng)融合架構(gòu)下的全棧可觀測(cè)、可視、可管。同時(shí)，面向復(fù)雜問題，結(jié)合華為數(shù)字孿生DTN技術(shù)，以及網(wǎng)絡(luò)診斷智能體能力，能夠?qū)崿F(xiàn)跨域、跨界、跨廠家的問題的高效定位，把問題處理的時(shí)長(zhǎng)從小時(shí)級(jí)縮短到分鐘級(jí)。

針對(duì)不同行業(yè)用戶痛點(diǎn)，華為也形成一系列解決方案組合。比如，金融領(lǐng)域的金融卓悅服務(wù)，政府領(lǐng)域的政享服務(wù)，電力領(lǐng)域的專享和交通專享服務(wù)。

華為ICT網(wǎng)絡(luò)保障與運(yùn)維服務(wù)部部長(zhǎng)盧煜表示，“針對(duì)行業(yè)運(yùn)維面臨的維護(hù)難度與維護(hù)訴求提升的雙重壓力，華為基于數(shù)十年構(gòu)建的覆蓋全球的維護(hù)與運(yùn)維服務(wù)體系，打造了覆蓋客戶支持、提升服務(wù)、行業(yè)運(yùn)維、輔助運(yùn)營的全場(chǎng)景解決方案，同時(shí)充分吸納行業(yè)客戶需求和業(yè)界趨勢(shì)通過將 AI 技術(shù)創(chuàng)新與場(chǎng)景化實(shí)踐結(jié)合構(gòu)建主動(dòng)預(yù)防、自主自助與快速響應(yīng)的運(yùn)維體系，加速智能運(yùn)維轉(zhuǎn)型，為基礎(chǔ)設(shè)施穩(wěn)健運(yùn)行保駕護(hù)航。”

03

構(gòu)建AI時(shí)代

企業(yè) “人機(jī)協(xié)同”競(jìng)爭(zhēng)力

相關(guān)數(shù)據(jù)顯示：2027年80%的中國企業(yè)，將會(huì)部署本地多模型的AGI；到2029年60%的企業(yè)將把AI融入生產(chǎn)系統(tǒng)和產(chǎn)品服務(wù)，并成為收入增長(zhǎng)主要驅(qū)動(dòng)力。當(dāng)全行業(yè)都在積極擁抱AI，從人才培養(yǎng)的角度，要如何去匹配時(shí)代發(fā)展的需要？

第一，AI會(huì)放大人的能力，也進(jìn)一步拉開企業(yè)之間的績(jī)效差距。

AI會(huì)讓以人為中心勞動(dòng)力的生產(chǎn)力線性關(guān)系被打破，人機(jī)協(xié)同將會(huì)大幅提升人的效能，同時(shí)業(yè)務(wù)流程重塑 ，在流程節(jié)點(diǎn)里的每一個(gè)角色都離不開AI。基于此，華為面向企業(yè)的不同層次的人才提供體系化的人才培養(yǎng)方案，比如面向管理者，能夠支撐其做出更正確的決策；面向業(yè)務(wù)人才，能夠更加精準(zhǔn)選擇價(jià)值場(chǎng)景；面向技術(shù)人才，做好能力轉(zhuǎn)換，支撐數(shù)智化轉(zhuǎn)型的落地和運(yùn)營等等。

第二，每一個(gè)員工都要成為復(fù)合型人才。

我們知道，員工一定要懂技術(shù)，才能把數(shù)據(jù)真正搬到流程上，實(shí)現(xiàn)價(jià)值化。所以華為提出新時(shí)代復(fù)合型人才模型：一條腿是面向行業(yè)認(rèn)知的業(yè)務(wù)的能力，另外一條腿是新技術(shù)。只有這兩條腿都結(jié)實(shí)，業(yè)務(wù)人才懂技術(shù)，技術(shù)人才懂業(yè)務(wù)。華為也通過行業(yè)燈塔萃取，面向行業(yè)50多個(gè)典型場(chǎng)景，面向業(yè)務(wù)人才懂技術(shù)形成100多個(gè)數(shù)字化素養(yǎng)提升課程，讓業(yè)務(wù)真正融入場(chǎng)景。

第三，每一個(gè)企業(yè)都將擁有個(gè)性化信息體驗(yàn)。

知識(shí)半衰期從過去幾十年到最近幾年，再到現(xiàn)在AI出現(xiàn)，每天都在變化。基于此，華為面向企業(yè)客戶提供AI加持的個(gè)性化學(xué)習(xí)專區(qū)，對(duì)企業(yè)員工進(jìn)行個(gè)性化學(xué)習(xí)規(guī)劃。未來會(huì)跟作業(yè)系統(tǒng)進(jìn)行對(duì)接，作業(yè)過程遇到的問題，主動(dòng)通過“知識(shí)找人”推薦相應(yīng)信息內(nèi)容，讓員工學(xué)習(xí)到想學(xué)習(xí)的內(nèi)容，快速提升個(gè)人技能。

第四，學(xué)習(xí)力就是企業(yè)生產(chǎn)力。

AI把各個(gè)行業(yè)流程進(jìn)行了重塑。流程里每個(gè)崗位和角色技能都要重構(gòu)，企業(yè)要思考如何升級(jí)人才培養(yǎng)體系、構(gòu)建造血機(jī)制以及夯實(shí)人才造血機(jī)制。基于此，首先要對(duì)準(zhǔn)業(yè)務(wù)戰(zhàn)略，基于業(yè)務(wù)戰(zhàn)略看人員能力需求，基于人員需求夯實(shí)崗位角色。同時(shí)迭代人才標(biāo)準(zhǔn)，形成基于崗位標(biāo)準(zhǔn)的學(xué)習(xí)地圖和培訓(xùn)認(rèn)證方案。

華為培訓(xùn)與認(rèn)證業(yè)務(wù)部部長(zhǎng)劉檢生表示，“在智能世界快速發(fā)展的當(dāng)下，數(shù)智人才是企業(yè)數(shù)智轉(zhuǎn)型戰(zhàn)略落地的關(guān)鍵，華為將在企業(yè) A1 人才，業(yè)技融合的復(fù)合型人才，以及人才培養(yǎng)體系構(gòu)建等方面與客戶、伙伴合作，共同培養(yǎng)與時(shí)代同頻的數(shù)智人才，助力行業(yè)智能化升級(jí)。”

可以預(yù)見，AI規(guī)模化落地正推動(dòng)千行百業(yè)進(jìn)入數(shù)智化深水區(qū)，華為通過智算集成、智能運(yùn)維和人才賦能等能力建設(shè)，為政企客戶打通從算力到場(chǎng)景、從數(shù)據(jù)到?jīng)Q策、從技術(shù)到業(yè)務(wù)的價(jià)值閉環(huán)。