华为迈向智能世界白皮书2023：云计算-20页_1mb

趋势一：人工智能重塑千行万业，已从点级走向应用与系统级

人工智能在商业系统中的应用已从三个层次演进：

• 点级解决方案：独立部署、不改变现有系统的单一环节优化。
• 应用级解决方案：形成新流程，支持独立部署。
• 系统级解决方案：通过数据与流程重构，实现全流程智能化。

通过银行、矿山、运营商等行业案例，展示了AI如何从改进局部转向全系统优化。以矿业智慧化为例，点级的设备监控、应用级的5G+AI远程操控，最终形成系统级的数字孪生矿山。

趋势二：AI for Industry，加速行业创新实践落地

行业创新实践

• 应用/系统级解决方案：

  • 银行业：智能数据洞见、风险报告、智能营销、风控等。
  • 运营商：智能运维、数字孪生网络等。
  • 制造业：质量检测、生产优化。
  • 矿业：井下作业远程化、智能巡检、主运输带监控。
  • 港口/机场：自动化调度与安全监控。
  • 媒体/政务：内容生成、政策推荐、事件感知。

• 系统级解决方案：

  • 基于数字孪生和行业大模型重构多个业务流程，实现全系统变革。
  • 例如，矿山智慧综合系统通过工业互联网和AI模型构建，支持采煤、掘进等九个专业场景的无缝连接。

战略与转型建议

• 战略驱动：转型需呼应企业战略，围绕商业目标选择场景。
• 数据底座：构建企业级数据平台，实现数据聚合、治理和互通。
• 阶段演进：发掘价值应用先行，逐步扩大AI覆盖范围。

趋势三：大模型驱动应用变革，重塑全生命周期

软件研发走向智能化

• 以模型为核心，AI辅助设计、开发、测试、部署等全流程作业。
• 从“代码中心”转向“模型中心”，实现研发效能极大提升。
• 出现角色整合趋势，传统多角色分工正渐变为全能型复合角色。

软件开发范式演进

• 模型集成平台统一数据与智能能力，形成闭环。
• 以开发大模型为核心引入AI编码工具，打造开发助手平台。
• 搭建开放生态，整合多模态AI应用能力，推动代码生成功能的普及。

趋势四：AI云服务成为企业构建大模型的首选

技术生态与算力基础

• 大模型依赖复杂算力支撑，尤其是异构算力（昇腾/XPU/GPU）与半自动化的开发流程。
• 混合云环境为大模型合规应用和核心数据安全保障提供支持。

行动建议

• 以AI云平台为核心：云平台提供大算力、开放训练推理能力，助力企业快速部署。
• 构建行业智能体：嫁接行业知识与云能力，形成智能化专业能力。
• 算力与异构多样性：配置算力资源池，实现异构兼容与多云部署。

云平台价值

• 提供大模型工程化工具如数据处理、训练、部署等一站式服务。
• 以美图为例，快速上线AI模特试衣功能，依赖云平台高效调度AI资源。
• 持续迭代模型与应用，依赖云平台的灵活性和稳定性保障。

总结建议

战略层面

• 战略先行：培训需围绕战略目标，识别高价值场景，避免盲目部署。
• 基础设施为要：建设企业级数据底座、统一标准、云包容器，支撑多种AI能力入口。
• 技术栈统一：云平台+大模型构建完整技术体系，实现全行业AI能力复用。

执行层面

• 从应用级场景切入，逐渐扩展至系统级，用少量投入验证模型价值。
• 大模型开发需配合云资源池与平台工具，加剧行业大模型的训练优化和部署。
• 异构算力和多云策略灵活性、模型部署效率持续决定企业的AI应变能力。

该白皮书指出，战略驱动、数据基础、平台能力共同支撑AI规模化落地，并指出云平台是保障企业建立智能底座的核心关键。