4月28日，华为AI+制造行业峰会2025在广州举行。峰会上，华为以“三层五阶八步”方法论为制造行业智能化加速提出实施路径，并分享7大场景20个解决方案，基于自身实践助力智能制造走深走实，推动技术革新成为业务高质量发展的核心驱动力。

会议期间，华为中国政企副总裁郭振兴以及华为中国政企智能制造系统部解决方案销售部部长冯睿接受南方+记者采访。

联手广汽，研发周期缩短一半

早在去年9月，广汽与华为就签署数字化战略合作备忘录。冯睿提到，在广汽的研发平台，华为和广汽一起打造了解决方案，主要包括三方面。

一是完成了广汽的IPD流程重构，实现了集团流程的标准化和敏捷化，并且实现了跨部门的机能协同，打破了部门数据壁垒。以埃安车型为例，原来研发部门从接到需求到试制需要经历各个部门的传递；现在通过IPD流程打通，研发部门在研发阶段就能提前锁定自己的试制方案，不用再把需求传递到试制部门、试制部门再决定采购哪种试制方案。数据显示，埃安这款车型的量产周期缩短了将近6个月；产品功能迭代从季度发布提升到双周发布。这背后，通过软件工具链实现70%的零部件复用，大大降低整个广汽的研发成本。

二是联合广汽共同打造iDME硬件工具链的数据治理体系，通过硬件治理体系的建设，广汽实现全域数据的资产化，并且打造了一个统一数据湖，帮助广汽建立了智能数据目录，实现元数据的自动化标注。现在工程师的数据查询效率提升70%，并且一旦出现故障，追溯时间从原来的3天变成2个小时。

三是双方一起建设了AI大模型，实现了AI的原生设计创新，以车身曲面设计为例，其中一个重要参数是风阻系数，直接影响了车的设计水平和设计创新能力，目前风阻系数已经优化到了0.19，比传统方式优化20%，整个车身设计周期缩短了三个月；大模型还实现了广汽自动驾驶研发的增效，每天广汽大概能生成100万公里的极端自动驾驶数据，并且通过自动化标注和训练，能够帮自动驾驶的算法迭代周期压缩到两周。

现在，广汽整车的研发周期从原来的36个月，预计缩短到18个月。

赋能行业，巨额的备料库也省了

广汽的应用，是AI赋能制造业的一个缩影。郭振兴提到，在生物医药领域，人工智能大模型推动盲选阶段效率极大提升，以前可能一款药在选药阶段，因为有十几亿的小微分子，可能需要3—5年的盲试才能大致有一个方向。现在通过对这些小微分子的物理特性、化学特性进行建模，导入人工智能大模型筛选，预选时间缩短到了数个月。

郭振兴表示，过去制造业增长范式主要是通过扩大生产规模、降低生产成本的方式去实现经济增长的。但是人工智能来了之后，会激发很多经济新的增长范式出来，比如原生创新、诞生新商业模式，这都是每天在发生的。

在研发领域，以前传统的汽车制造企业是两到三年迭代一款新的车型，现在可能十几个月就能推出一个新的车型。

在生产领域，人工智能促进柔性生产，极大提升工厂的敏捷性、效率和生产力。很多企业用人工智能来预测需求和供应平衡，争取能够做到零库存。

在物流领域，广西柳药通过华为天筹求解器打造的智慧物流平台，实现了综合排线效率提升15%，路径规划时间从3小时缩短到30分钟。

在主动维护方面，过去很多企业有一个非常庞大的备件库，但其利用效率很低，因为不知道它什么坏。现在通过人工智能主动预测性维护，一是可以收集设备里的OT数据，对一些告警进行综合分析，当一些设备出现故障时会提前预知并进行更换；等数据库迭代两到三年后，就可以对这些易损坏的部件进行精准生命周期预测，比如一个零部件根据过往经验，在36个月的时间可能就要坏了，于是发起主动性更换，在生命周期到达前换下来。借助发达的物流，以前可能庞大的备件库都可以零库存。

提升治理，打通数据流和技术流“任督二脉”

越来越多企业引入大模型，而这需要数据支撑模型的训练和应用。数据治理体系方面，华为打造AI数据治理体系，帮助公司构建高质量的AI数据。

在研发领域，华为把大量技术文档与技术数据导入研发数据平台。通过研发大模型和AI助手，软件版本的开发周期大幅缩短。

在生产领域，通过大模型技术和数据治理平台，华为已经打造了南方智慧工厂以及新建的东莞团泊洼智慧工厂，把生产环节所涉及的市场数据、研发数据、仓储物流数据等等各个部门的数据，打造成一个统一的数据湖，通过数据的清洗和数据的挖掘，再借助大模型进行预训练和推理工作，让生产环节降本增效提质。

从车辆生产来看，一台车涉及部件就有两万多个，原来部件的研发端到制造端的转换都是通过人工方式转换，这个工作需要两到三天。华为和长安共同打造了数据治理平台，建设了一个超级大的BOM数据湖，每天生产1200辆车只需要24秒就能完成BOM的转换。

郭振兴表示，机械化时代提升效率是靠提升装备性能，买新的装备能迅速提升产能和效率，提升周期非常快；但到了数字化和智能化时代，从基础设施到真正实现提升效率需要有较长的周期，因为这背后是一个复杂系统、系统工程。因此，提前部署基础设施是非常必要的，要让包括研产供销服的各个团队围绕基础设施、围绕数据的“采传存，算管用”，构建起技术能力并形成一套数据价值变现的价值体系。

“一是‘采传存、算管用’的技术支撑体系，二是什么数据有价值，如何挖掘这些数据，要建立起技术流和价值流这两个体系，才真正能够支撑企业把人工智能用起来，像打通任督二脉一样。”郭振兴说。

南方+记者 郜小平