從“智能+”首次寫入政府工作報告，到《關於促進人工智能和實體經濟深度融合的指導意見》審議通過，各行各業在這個春天已經吹響了全面擁抱人工智能（AI）的號角。
對於過去幾年間一直持續推動數字化轉型的製造業而言，今年兩會政府工作報告中提出的“打造工業互聯網平臺，拓展‘智能+’，為製造業轉型升級賦能”，無疑指出了一條明確的“智能化”演進路線。
可以預見的是，在未來5到10年，工業領域是發揮AI價值的重要領域，但如何在“智能化”浪潮全面襲來時，為企業提供足夠的動力呢？在日前由華為主辦的“工業‘智’造——2019華為中國製造峰會”上，華為EBG中國區大企業業務部總經理姚茳表示，華為將通過“平臺+AI+生態”的戰略來支撐工業客戶智能化轉型。
在這背後，蘊含著華為針對製造業數字化、智能化轉型的兩大策略升級：1、從華為此前強調的“平臺+生態”到“平臺+AI+生態”，AI正全面融入到華為致力打造的數字平臺中，構建起全棧全場景AI能力；2、華為將深化與生態夥伴的合作，共同應對智能化時代製造業所面臨的問題和挑戰，並用自身的全棧全場景AI能力為工業領域智能化轉型賦能。
“智能+”時代到來 工業“智”變道路上還有哪些挑戰？
事實上，智能製造一直是製造業轉型升級的目標，許多製造企業紛紛積極通過數字化轉型向智能製造邁進。雲計算、大數據、人工智能、物聯網等越來越多的新技術在製造業的應用也日益普及。
嚴格來說，人工智能算不上是一個新技術，但回顧人工智能60年來的發展歷程可以看出，過去人工智能之所以沒有普及開來，主要受制於算力、算法和數據三大因素。今天，這三大關鍵要素已經基本具備，因此這一次的人工智能浪潮更具備改變傳統產業的力量。
華為EBG中國區大企業業務部總經理姚茳
但目前工業領域的智能化應用仍處在“弱人工智能”階段，姚茳認為，工業領域的人工智能技術應用還存在以下兩大挑戰：一方面，工業領域應用複雜，另一方面，工業領域積累了大量的數字資產，卻只在很少的領域得到應用。
眾所周知，數據是開展人工智能應用的基礎，但製造業中的數據孤島問題一直存在。製造業的生產設備通常較為複雜，數據標準也不統一，致使大量數據下沉在各個生產線之間，難以互動共享。這不僅極大增加了人工智能技術落地的複雜性，也限制了人工智能技術價值的釋放。
在這種情況下，製造業又缺乏適合自身的人工智能解決方案，相比較其他行業來說，製造業的門類繁多、應用場景複雜，人工智能必須根據具體的應用場景進行定製，因此難以在短時間內普及應用。事實上，業界也並不存在一個能夠被大多數製造企業普遍接受的統一人工智能系統。
不僅如此，人工智能領域人才的缺乏也是制約工業“智”變的一大關鍵因素，尤其人工智能與製造業深度融合所需的複合型人才更是稀缺。現在，人工智能的高端人才主要集中在ICT、互聯網等高科技領域，製造業中的相關人員對人工智能的掌握和理解又不夠準確和深入。這些都大大制約了人工智能在製造業的深入應用。
從自己的降落傘自己先跳 到輸出“跳傘”經驗
在邁向“智”變的過程中，華為作為一家ICT製造企業同樣面臨著這些挑戰。早在2015年，華為的銷售收入達到500億美元，但收入快速增加的同時，公司員工也迅速增加到了18萬人。加收入就意味著加人，成為橫在華為發展過程中必須要解決的問題。
也正是在2015年，華為提出了“數字化華為”的理念。姚茳透露，近幾年，華為在數字化轉型上的投入已經佔到銷售收入的2%以上。按照2018年華為超千億美元的銷售收入折算，華為在數字化轉型上的投資有20多億美元。
正是得益於在數字化轉型上的持續投入，華為在過去幾年中銷售收入增加了一倍，但人員規模幾乎沒有變化。除了人力資源方面的節約外，華為在研發、銷售、製造、交付、物流等多個領域的數字化探索和實踐，也取得了一系列成果。
在研發層面，華為打造了包括測試雲、編譯雲、開發者社區等在內的7種服務，服務於研發的整個流程，實現了全球研發的協同，大大縮短了產品研發到導入生產的時間；
在銷售層面，華為通過數字化銷售實現了線上線下的統一管理，公司各級銷售主管已經可以在手機上查看全球170多個國家、200多個子公司的實時經營情況；
在物流層面，華為內部供應鏈體系在採購、倉儲、物流、報關等典型環節，均使用華為雲EI提升效率、節約成本，其中，倉儲管理通過EI技術的應用提升20%的分揀裝箱效率，物流使用EI進行路徑規劃節省額外開銷成本30%。
儘管如此，在談及華為數字化轉型的進展時，姚茳依然表示，公司內部曾經對自身的數字化轉型程度進行過評估，按照“工業4.0”的標準衡量，華為目前仍處在“工業3.2”階段。
正是秉持這種“自己的降落傘要自己先跳”的理念，華為一方面通過在ICT領域的持續研發投入，從芯片到產品再到雲，打造了一個開放、堅實的數字平臺；另一方面則基於自身在數字化轉型的實踐，將自身經驗充分融入到數字平臺中。最後，華為才會將這些經過自身驗證的平臺和能力輸出給客戶，讓他們在開展數字化轉型時少走彎路。
平臺+AI+生態 華為潛心做好工業“智”變賦能者
順應人工智能在各行各業中的應用，今年華為的“平臺+生態”策略升級為“平臺+AI+生態”，表面上看只是增加了AI這一個部分，但實際上平臺和生態自身同樣也在進化。
在平臺層面，華為的數字平臺以支持多雲架構的雲計算為基礎，整合包括AI、物聯網、大數據等新多種新ICT技術在內，打通了終端、邊緣、網絡和雲，同時具備融合、智能、可傳承的特點，這樣一來，企業就不用在上雲之後花費大量精力進行各類工具的部署，就能夠實現多種新ICT技術的應用。華為EBG中國區製造業首席專家李天恩強調，華為的平臺更是融入了自身的數字化轉型經驗，包含許多針對製造業應用的技術和應用。
在生態層面，華為一方面恪守自身的業務邊界，為生態夥伴留足市場空間；另一方面也在積極順應客戶數字化轉型需求，與更多的生態夥伴打造面向不同細分行業的解決方案，創造更大的發展空間。比如，具體到石油化工行業，華為與石化盈科聯合打造的ProMACE平臺就可以幫助石化企業全方位實現現場數據獲取、智能分析判斷等。
華為EBG中國區大企業解決方案部部長閣剛表示，針對中石油、中石化這樣的巨型企業，華為會根據他們的需求進行定製化，而對於一些行業個性化需求，華為則會協同生態夥伴共同聯合解決方案，或者直接將生態夥伴的解決方案封裝在華為的數字平臺上。
在人工智能層面，華為不論在公有云還是私有云上都可以提供人工智能的能力，其中，在公有云方面通過提供開放的API，對外輸出人工智能的雲服務；在私有云方面則提供相應的產品。華為希望通過全棧全場景AI解決方案的打造，讓各行各業都可以以更經濟實惠的成本獲得更高性能的人工智能，實現真正的“普惠AI”。閣剛強調，華為在人工智能方面，可以為生態夥伴和客戶提供從芯片到算法，再到開放的數字平臺能力。
由此可以看出，在平臺上，華為的目標是打造性能更佳、價格更低、功能更全的數字平臺；在生態上則是不斷培養生態，滿足更多企業數字化轉型的同時，將生態做大做強；而在AI上致力推動“普惠AI”，降低企業應用AI的門檻。
結束語：相比較“智能+”，華為更加強調“+智能”，這並非是華為刻意與眾不同，而是華為認為，“皮之不存毛將焉附”，不管是製造業+智能，還是其他行業+智能，各行各業才是承載人工智能應用的基礎。
因此，華為在打造全棧全場景AI解決方案在技術方面推動“普惠AI”的同時，也在通過與生態夥伴的協作，打造面向各行各業的EI平臺，滿足不同行業、不同場景的個性化應用需求。截至2018年底，華為雲EI已經為工業製造、醫療、物流等多個行業細分場景，提供從基礎平臺服務到通用API、高級API到預集成方案的56種服務和159項功能。