作为制造行业中的一员，华为的制造业务不仅覆盖5G、云服务、计算、存储等B2B市场，也涵盖了终端、汽车等B2C市场。由于领域多、业务广、需要大量研发，华为从2016年便开启了数字化转型+AI的探索；而在刚刚过去的2024年，华为更是构建了基于数据的作战、经营和决策体系，让华为进入了智能化升级+AI的2.0时代。经历了多年转型，如今的华为是怎样用AI的？积累了怎样的转型方法论？

　　2025年4月28日，在以“加速行业智能化”为主题的华为AI+制造行业峰会上，华为董事、质量流程IT总裁陶景文为制造同行带来了经时间和业绩验证的华为经验。

华为董事、质量流程IT总裁 陶景文

　　战略是根本，数据是基础，智能是方向

　　人工智能既是革命的工具，也是工具的革命；因此，对于制造业及千行万业而言，人工智能就是当下这个时代的最大机会点。立足数字化、拥抱智能化，企业便能通过数智化转型，将技术红利转化为业务红利，从而在激烈的竞争和变革中勇立潮头，实现高质量的持久发展。

　　而所谓转型，就是要克服旧方法、旧规则的惯性，用更大的扭力帮助企业进入新的轨道，从而顺应时代、市场和业务发展的需求。转型过程中，企业必定面临层层阻力和挑战，因此，在开始转型之前，企业必须要明确动因和方向，才能不忘初心，将转型贯彻始终。

　　对于华为转型总方向，陶景文给出了清晰的概括：华为的转型是在企业战略牵引下实施的，其核心目标是追求主业的成功，并由此推进企业的高质量发展。华为的战略目标分为三类，体验提升、效率效益提升以及模式创新。在战略牵引之下，华为通过业务重构、引入更多数字能力、引入更多数字人才等动作来实现目标。在持续的转型之中，华为的策略可以总结成一句话“战略是根本、数据是基础、智能是方向”！

　　华为的数智化转型方法论：三层五阶八步

　　转型是个复杂的过程，在转型开始之前，企业就需要对转型的层级、步骤和具体工作内容进行详细的规划，如此才不会在复杂的过程、庞大的工作量和纷繁的目标体系之间迷失。而作为华为一系列重大转型背后的主理人，陶景文也将华为的经验总结为一套名为“三层五阶八步”的转型方法论，其中：

　　●“三层”是指重新定义智能业务、AI开发与交付、持续运营智能应用，定义了转型所触及的层次和深度。

　　●“五阶”是指场景、流程、组织、数据、IT等五大阶段，能够帮助企业在转型过程中掌握顺序、抓住重点。

　　●“八步”是指明确目标、场景识别、重塑流程、组织变革、数据和知识工程、AI建模与发布、AI融入业务应用、AI持续运营等八项具体工作，是转型流程的深度细化。

　　场景是龙头，为了找到AI与业务融合的“最佳切入点”，华为也从商业价值、场景成熟度、持续运营三个维度，总结出AI场景的“十二问”，帮助企业找准AI场景，让转型事半功倍。

　　IT系统建设是转型的关键阶段。因为底层IT系统的能力直接与上层业务应用的能力挂钩。而要实现对上层业务应用的赋能，华为则在企业数字产线之下，用两个“T型”结构做好了支撑。

　　在由华为云和第三方平台提供的AI算力资源和各类平台服务之上，华为首先搭建了数据平台服务，以实现数据治理与共享能力。在此基础上，华为又通过AI模型和应用平台服务实现了AI安全与治理。在两层支撑和赋能之后，华为便能构建新一代企业数字产线，继而为研发、财经、营销、采供制、HR、办公等一系列业务场景提供支撑。

　　之所以要用这两个“T型”结构，陶景文也给出了明确的解释：无论对数字化转型还是智能化来说，数据底座都是非常重要的一步。数字化建设能做得多深入，人工智能可以做到多高水平，都取决于企业数据治理的水平和数据的质量。因此，华为数智化转型的第一个项目就是构建面向全公司的数据治理和数据平台服务，这是华为的第一个“T”。

　　而后，要实现AI数据治理体系的升级，以及AI模型与数据工具链的深度整合，华为还需要在传统数据治理和数据平台的基础上，叠加一层AI安全治理和AI数据工具链。如此，华为便能基于华为云和第三方的新型AI算力平台，构建企业的新型AI数据服务，这是华为的第二个“T”。

　　有了两个“T”的能力支撑，华为的数智化转型才能顺利地以场景为驱动力，解决企业的实际问题与痛点。

　　三个场景、三个产品、三重经验

　　有了方法论和强大IT系统的支撑，华为的数智化转型取得了快速且显著的效果。而在海量的场景化数智创新之中，陶景文也用三个典型产品为例，阐述了转型实践过程中的三种经验。

　　小切口持续深耕——技术员的专属知识问答平台“问道”

　　华为在提升制造工艺的过程中积累了海量的工程案例、流程规定、制造工艺概述、操作要求、技术规格等内容。但这些宝贵的知识却分散在数据库的海量条目中，在遇到产线异常和工艺问题时很难高效查阅。为解决这一痛点，华为推出了“问道”知识问答平台。上线4个月后，便有1万+内部员工成为了这一平台的用户。

　　从效果来看，“问道”平台无疑相当成功。但这一平台的开发和迭代却仅由7个人完成——三个“老人”组成的业务铁三角+四个“新人”组成的技术四人组。7人小组专注技术员的实际需求，从“产线异常处理”这一问题切入，以向量数据库为基础，构建出了“问道”这个专属助手。

　　而这种小切口+持续深耕的建设策略，也让问道平台真正成为了实际管用、技术员爱用的知识问答平台。

　　场景驱动——实现办公作业模式革新的“华为通”

　　办公不仅是制造企业的典型场景，更是千行万业的典型场景。与所有企业一样，华为在日常办公中也面临业务量大、业务重复度高、业务复杂等多重考验。为此，华为以DeepSeek、盘古等模型为基础，微调出了面向华为的企业模型，并根据销售、研发、制造、财经等典型岗位的应用场景推出了众多业务Agent；由此，一批懂华为政策、知道华为管理规定、明白华为工作流程和规范的“华为通”模型变应运而生。

　　在企业内部知识和场景化业务Agent的加持下，大量的“华为通”模型一边能够帮助华为的程序员完成代码续写、代码推荐、函数生成等开发类工作，另一边则能帮助其他岗位员工完成合同360查阅、签审一致对比、智能风险识别等一系列事务性工作；实现了“人+AI”和“事+AI”的融合兼顾。

　　而取得这些成绩的核心，便是让模型、Agent专注场景。

　　高质量数据让模型训得出、用的好——华为企业AI数字产线

　　在数智化转型过程中，不同场景产生不同需求，而不同需求又对应了不同的大模型。因此，企业需要根据场景和业务的变化，不断训练和产出新的大模型产品，并将之部署在业务场景中，为员工提供服务。换言之，企业需要一条能够稳定生产大模型的“AI数字产线”。

　　而要稳定、高效地产出适合企业场景需求的大模型产品，海量数据必不可少。通过将高质量的华为通识、领域知识、知识地图和范例等数据纳入企业训练数据集，华为不仅能够完成对基础模型的训练，使之成为企业AI模型，更能将场景和员工在使用AI应用过程中产生的数据，通过采集、清晰、转换、萃取等步骤回馈给企业训练数据集；实现数据与大模型的正循环。

　　因此，面向垂直领域的高质量数据，才是模型“训得出、用得好”的关键。

　　源于制造、更懂制造、服务制造

　　华为是制造业中的一员，也是助力制造业转型升级的服务员。通过将自身在数智化转型中积累的技术、经验和方法论转化为可预期、可规划、可落地的解决方案，华为将与制造业伙伴共享繁荣。

　　作为数智化道路上的同行者，陶景文也表示：透明产生信任，信任促进共享。华为将自身的数字化智能化实践和行业实践结合，沉淀成了一套企业数字空间治理模型，统一数据、统一语言，为企业绘制一张高效、智能、透明可信的数字治理蓝图，助力企业实现数字化转型和智能升级，实现企业持续高质量发展。