窥见 AI 工业化开发黎明：华为云如何将 AI 进行到底

在我们讨论 AI 融入产业的挑战时，其实很大程度上会面对 AI 技术与企业自身生产系统、生产流程与自动化体系等不匹配的情况。

在产业讨论中，智能化常常与自动化紧密相联。但在企业部署 AI 的实际过程里，却会发现 AI 技术往往与企业自动化体系相独立，甚至大量手动调参、训练、模型适配等工作反而会降低企业的自动化程度。

从逻辑上来说，AI 显然不应该成为企业的负担，也不应该变成与企业自动化相悖的技术命题。能否把“智能化”与“自动化”结合，打造成以企业用户为主体的解放生产力的服务，已经成为 AI 技术从“走向产业化”，到“深入产业化”的关键。

6 月 18 日，华为云 TechWave 全球技术峰会（人工智能 &数据）在上海举办。期间，华为云展现了持续大力投入数据、人工智能领域的策略，并且发布了系列 AI 新品、宣布系列数据新品规模商用。

让我们以会上发布的 AI 系列新品——智能流程机器人方案为开端，聊聊华为云“将 AI 进行到底”的战略与决心。

数字员工，企业自动化的必经之路

RPA 之所以重要，是因为它可以给企业提供虽看不见摸不着，却能真实工作的“数字员工”，专门处理企业中那些无处不在的流程性工作。

在大大小小、各种各样的企业中，相信都存在着高度重复、流程化、基本不具备创造性的工作，比如发票录入、抄表录表、单据填写等等。但这些工作又支撑着企业日常运作，无法断然放弃。

那么能不能把这些流程性工作交给机器来处理呢？在信息时代，这个问题很早就被发现。早在上世纪 90 年代，RPA 的雏形和底座技术就已经出现。2016 年 Gartner 发布报告指出，全面爆发的 RPA 已经可以代替人工处理复杂、繁琐、繁重的各项事务，从而降低企业人力成本支出，提升整体工作效率。

帮助企业打造“数字员工”的愿景虽好，但也存在着一系列局限和弊端。比如说：RPA 难以处理具有弹性的流程性工作；大部分 RPA 服务只能处理标准化数据，缺乏非标准化数据处理能力，复杂工作难以胜任；RPA 还缺乏知识学习能力与环境适应能力，与真实工作需求不匹配。

这些问题的存在，导致 RPA 的发展受到了局限。面向这些挑战，华为云瞄准了智能化与自动化的结合需求。峰会现场，华为云发布了智能流程机器人方案，将 RPA 与 AI 技术相结合，从而让“数字员工”变成“聪明的数字员工”。

（华为云架构与技术规划部部长朱海培介绍华为云智能流程机器人方案）

与以往不同，新品华为云智能流程机器人方案主要有以下特点：

1、敏而好学：将 AI 整体技能融入 RPA。

从整体而言，华为云打造了一个具备学习能力，可以将传统业务中的非结构化数据进行拆解的 AI+ RPA 体系，可以让 RPA 适应包含财务、税务、IT、商务、采购、HR、项目管理、薪酬管理等更复杂、具体的业务流程。

2、耳聪目明：将优质 AI 能力与 RPA 融合。

华为云智能流程机器人方案融入了华为云具有领先水平的 OCR、NLP 等 AI 能力，可以在识别、理解等关键能力上实现高精度、低失误。比如在与银行的联创中，华为云智能流程机器人方案对银行提货单、信用证识别和自动录入，实现了效率提升 450 倍，错误率降低 90%。

3、闻一知十：低代码能力融入 RPA。

除了 AI 之外，华为云还将低代码开发能力融入了 RPA，从而实现 RPA 与业务流程、工作环节更精准高效的匹配。既保证了企业的准入门槛降低，也确保了定制化开发的可行性。

作为华为云生态中的重要战略合作伙伴和 RPA 领域实践先行者，软通动力早已将双方共同合作的 AI+RPA 技术率先应用于内部提升流程效率、优化流程质量等方面，进行自身流程自动化实践。目前，软通动力已经在 273 个业务场景中使用了华为云智能流程机器人方案，2020 年处理 200 万+单据，处理效率提升 6.5 倍，年节约成本近 880 万元。

不难看出，流程复杂、非结构化数据较多、业务弹性较大的企业，可以从华为云智能流程机器人方案中获得更稳定、可靠的智能化、自动化体验。

当天，华为云还发布了城市智能中枢，通过打造一个城市 AI 开发运营平台，提供全域感知引擎、知识计算引擎、机器人引擎三大引擎，实现对城市状况的跨模态、跨部门协同以及全域精准感知，助力实现智能化城市治理和精准服务。

数字政通副总裁赵明明表示，数字政通与华为云联合打造 12345 政务热线智能感知平台、城市运行一网统管、城市综合管理服务平台、市域社会治理和城市级停车等多个解决方案，为智慧城市建设提供高水平服务。

“一用三化”，将 AI 进行到底

其实，透视华为云近年来在 AI 领域的整体策略，我们会发现华为云是希望不断以应用落地为导向，逐步将 AI 技术深入到企业核心，AI 释放生产力。

正如华为 Cloud BU 副总裁、全球 Marketing 与销售服务总裁石冀琳在峰会期间所说：“AI 需要从单点创新，真正进入到企业的主业务流程和主生产流程，就是让它能够进行体系创新。进入到这个阶段之后，会发现我们对 AI 的思考不仅是为企业的某个场景提升效率或者提高竞争力，而是重构了企业的主业务流程和重构了企业的核心竞争力。”

（华为 Cloud BU 副总裁、全球 Marketing 与销售服务总裁石冀琳）

为帮助 AI 进入到企业的核心系统，提高 AI 技术渗透率，统揽华为云在 AI 领域的整体布局与产业行动，我将其总结为“一用三化”的战略结构。“一用”是以企业应用为所有创新的导向，指挥所有 AI 价值落地；而“三化”则是简单化、工业化和场景化。在这三条路径下，华为云不断完善 AI 产品架构，践行 AI 融入企业核心系统。

1、简单化。

开发是 AI 落地的最基本需求，而华为云在挺进 AI 赛道的第一抓手，就是让 AI 开发更简单的 AI 开发平台 ModelArts。其通过一站式 AI 开发能力和丰富的行业套件，将行业知识转化为资产。ModelArts3.0 具有融合骨干模型、联邦学习、模型智能评估与诊断、高性能 AI 计算等全新特性，可以加速 AI 进入生产系统，可以说将 AI 开发简单化持续推进，步步深入。

简单化的 AI 开发与部署，加速了众多产业的智能化进程。比如马栏山视频文创产业园基于华为云 AI 使能 ModelArts 以及云上集群，开发了 AI 自动上色模型与服务、AI 迭代优化流程工具，上色、修复速度提升 18.32 倍，并建立了面向大规模 AI 视频上色生产线。

2、工业化。

AI 工业化开发的核心，是前期的标准化程度提升，企业的定制门槛降低。其中，预训练大模型是业界核心解决方案。今年 4 月，华为云发布了盘古大模型，沉淀了大量行业知识和数据，可以实现一个 AI 大模型在众多场景通用、泛化和规模化复制。目前已发布业界首个千亿级生成与理解中文 NLP 大模型，业界最大的 CV 大模型，包含超过 30 亿参数，真正驱动 AI 走向工业化时代。

3、场景化。

具体到行业场景的 AI 解决方案，是 AI 走入产业的主要通道。目前，华为云在工业、互联网、电商等领域不同场景中与合作伙伴推出了诸多解决方案，实现 AI 的场景化应用落地。在全国范围内，华为云已经在超过 10 个行业中落地了 600+AI 项目。

在煤炭行业，华为云 EI 工业智能体将配煤机理模型与 AI 结合，助力石横特钢完成了“AI 优化配煤”。目前，这一能力已支持稳定商用，其焦炭质量预测准确率超过 97%，帮助企业每吨焦炭生产的用煤成本平均降低 15 元左右。

在医药领域，中科院上海药物联合华为云团队开展了多个 AI 药物研发合作项目，其中大规模药物虚拟筛选云服务，利用华为云端万核超大算力，可实现十倍的药物筛选效率提升。

在汽车行业，中国第一汽车应用华为云知识计算解决方案构建的一汽知识计算平台，一汽红旗试点 4S 店的一次性修复率提升了 4%，客户维修等待时间下降了 23%，厂家支持介入率下降了 30%，维修技师的培养时间缩短了 30%。

从这些行业案例与开发者实践中，可以看出华为云在 AI 领域具有与大部分云计算厂商不同的特性：不是站在技术侧提供工具和能力，而是站在产业侧，一切以用户需要什么、用户还要解决什么问题为导向，逐步深入构建 AI 供给侧能力。

以持续推进的简单化开发为基础，不断降低 AI 门槛；以工业化为预集成为抓手，提升 AI 产业标准化程度，控制综合成本；以场景化为导向，深入行业空间。这三条路都在稳固前进中，互为支撑，才能诞生像 ModelArts、知识计算、盘古大模型这样打破以往 AI 产品常规，却高度契合企业、行业需求的产品。

AI 正在进入工业化的黎明，但阳光不会无端绽放，而是需要一个个脚印去推动 AI 走向产业，吸引产业拥抱 AI。

华为云的 AI 差异化之所以让业界承认，原因在于比起浮在水面上的 AI，华为云更擅长将 AI 进行到“底”：技术底层、产业底座与时代底气。