當前，人工智能（AI）浪潮席卷全球，成為新一輪科技革命和產業變革的重要驅動力量，將對全球經濟社會發展和人類文明進步產生深遠影響。傳統的生產、生活與學習方式，將被深刻重構。千行萬業的數智化進程，正在全面加速。

在全球供應鏈產業鏈格局深刻重構背景下，以5G、云計算、大數據、物聯網與人工智能為代表的數字技術正加速進入千行萬業，顯著提升生產力。數字經濟已成為全球經濟增長主引擎，多個國家制定并實施數字化戰略。

盡管各國數字經濟發展階段不一，普遍面臨激發需求潛力、基建規劃與成效評估等挑戰。隨著全球數智化進程提速，ICT產業如何助力構建高質量、可持續的數字經濟體系，正成為各國政府共同關注的戰略議題。

數據+AI，驅動交通走向多元融合的新發展階段

交通是基礎性、先導性、戰略性產業和重要的服務性行業。數字化、智能化技術的深度應用，將推動物理世界與數字世界的交通物流活動不斷融合，進而加速交通行業全面變革升級。

港口、機場、車站、口岸等樞紐節點，正在向外延伸，從單一交通樞紐運營向港產城、空港城、岸城園、站城融合等一體化發展。公路、鐵路、城市軌道交通、城市道路交通等線網通道，正在加速融合，實現不同交通方式間規劃、運輸、服務、管理與信息的協同，發展路衍經濟、通道經濟、低空經濟，已成為行業可持續發展的普遍訴求。

路網聯接樞紐，承載著客流與物流。推進綜合交通運輸體系改革，建設現代物流企業、物流樞紐體系與現代物流服務網絡，將是降低物流成本的重要手段。發展鐵水聯運、公鐵聯運、空鐵聯運，實現多式聯運“一單制”“一箱制”，推動物流與倉儲的數字化智能化，將有助于進一步促進物流降本提質增效。

對交通數智轉型的四個核心觀點

數字化與智能化，不僅驅動著業務流程重塑與服務體驗升級，更推動著投資成本優化與產業模式創新。對于交通行業數智化轉型升級，我們有四個核心觀點：戰略是根本，數據是基礎，智能是方向，人才是核心。

戰略是根本

發展智慧交通，加速行業數智化轉型升級，不是簡單的技術驅動，而應是戰略驅動。數字化變革，就是用數字化的手段、思維和認知，推動各領域的制度重構、流程再造、系統重塑。通過數字技術的進步，來支撐發展戰略的突破，從而實現高質量發展。

數據是基礎

數字化轉型和人工智能的重要基礎是數據。只有構建了全量、全要素的聯接和實時反饋系統，構筑基于數字化智能化技術、自主創新、可持續演進的數智底座，構建高質量交通行業數據集，才能讓交通基礎設施與生產經營過程可視、可測，進而使管理決策可以被計算。

智能是方向

人工智能是交通領域當下面臨的時代性挑戰，也是革命性機遇。近年來，AI與實體經濟深度融合的特征在交通場景中尤為顯著：港口、機場、鐵路、城市路網等傳統基建，正通過生成式大模型等技術實現生產業務流程的重構。

人才是核心

人才是數智化轉型的核心資源。這需要培養一批既懂交通業務、又具備數字化理念、掌握數智化技術的跨領域、跨專業人才，能夠持續引領工程、產品、解決方案乃至商業模式創新。

“四位一體”理念，加速交通行業AI落地

擁抱人工智能、驅動數字化轉型，已不是“選擇題”，而是關乎高質量發展，培育新質生產力的“必答題”。交通行業真正要回答的問題，已從 “是否部署新技術” 轉向 “如何用AI重構安全、效率與綠色發展的業務根基” ——這標志著行業認知的躍遷：從技術工具思維，升維至系統性重塑產業邏輯的戰略思維。

為此，華為提出了“場景、算力、算法、數據”四位一體的AI理念。我們強調從業務場景出發，堅持問題導向與目標導向，驅動人工智能融入進業務場景、落地到生產系統。

在場景方面，人工智能的落地，應當遵循第一性原理，從港口調度、機場運維、城市擁堵治理等高價值交通業務場景出發，優先對準船舶靠泊、設備檢修、信號控制等海量、重復、復雜的作業環節，以點帶面推動智能化突破，釋放AI效能潛力。

在算力方面，要構建統一、穩定、安全、自主的人工智能軟硬件基礎設施，支撐港口IGV調度、機場跑道檢測等實時業務，包含數智底座、算力、AI開發平臺與工具鏈等，實現算力與模型能力的服務化，保障船舶滯港預警響應≤3秒、道面巡檢零中斷，以穩定架構應對技術不確定性。

在算法方面，交通行業絕大多數關鍵問題（如信號配時優化、軌道磨損預測）的機理模型在交研院、設計院等專業機構，需融合卡口流量、雷達軌跡等多源數據將專業知識轉化為模型。解決擁堵溯源、應急疏散等難題，需將交通工程機理與AI結合，通過路口治理、航班調度等場景牽引模型，發揮大模型理解能力，應用AI Agent（AI智能體）實現信號燈-車輛-路況協同決策。

在數據方面，數據質量決定模型上限，針對雷達、GPS等交通多模態數據，應當建立統一標準的企業級數據湖，保障交通各個環節數據完整、規范、合規、安全、實時，通過全流程、全場景的數據工程，構筑高質量數據集，保障AI的效果和持續應用。

以行踐言，從交通基礎設施到物流供應鏈數智化，打造大交通大物流數智底座

在助力千行萬業智能化轉型的進程中，華為秉承“以行踐言”理念，面向交通數智化建設發展的多樣需求，華為這一理念則以從業務需求出發，將場景與算力、算法、數據融合，構建了涵蓋多元算力、AI開發框架、AI開發平臺及大小模型的全棧AI能力整體架構。既能兼容已有信息基礎設施，確保AI系統與企業業務系統深度融合，又能充分支持未來的持續演進升級，承載AI持續演進的價值回報，避免因技術更替帶來的重復投入，實現真正的“用得上、用得起、用得久”的大交通大物流數智底座。同時，這一技術框架，也是協同開放的。近年來，聯合行業客戶與伙伴，開展了一系列交通+AI的創新實踐。

在公路，AI算力驅動建管營一體化

依托國際雙循環構建與物流成本降低背景，加速路網資源的數實融合與產業聯動，發展通道經濟推動交通高質量發展。公路行業正從“大基建”邁向“大運營、大管養”新階段，注重質量與效益。華為打造公路交通大模型，通過匹配通用語料構建全場景數據集，覆蓋“建管養運服安”全場景的評測數據集，在交通流量預測、速度預測及擁堵識別等態勢感知中實現超95%精度，賦能通道經濟高質量發展。

在港口，AI大模型驅動安全運營與效率躍升

人工智能技術在交通樞紐等關鍵節點正驅動顯著的效率躍升。華為推出首個港口大模型，融合百萬級樣本與場景，覆蓋6大類80+子類對象，"一模多識"支持跨碼頭復用，小樣本精度提升15%，開發效率提高，標注工作量降低80%。

在鐵路，AI大模型實現車機工電輛全域智能化升級

鐵路行業加速從單點突破向全域數據貫通演進。華為鐵路大模型賦能TFDS(Trouble of moving Freight car Detection System，貨車故障圖像智能識別)系統，覆蓋全場景識別的70多種車型、430多種故障，綜合識別率大于99.3%，關鍵故障近"零漏檢"，審圖效率提升200%；智能排程使檢修效率提升30%，一級修人工量降低50%；周界防護實現"零漏報、低誤報"，巡檢效率提升50%。華為通過AI重構"感知-決策-執行"閉環，為客貨運安全與效率雙提升提供數字底座。

在機場，AI算法驅動航班保障精細化

在全球航空客貨運激增背景下，華為通過智能識別技術將26項人工數據采集節點自動化，實現98%準確率、<30秒時間誤差及100%流程可視化。應用后異常率下降80%，日均異常處置架次從10架降至2架，實現全航班、全環節的精細化管控。

在物流，AI多模型融合實現單證智能識別

單證作為供應鏈核心“數據紐帶”，其處理效率直接影響綜合成本與服務。華為解決方案深度融合AI技術，實現識別準確率超過90%，審單效率提升90%，人工錄入減少90%，單證處理縮短至3-5分鐘/票，助力效率躍升與客戶體驗升級。

截至目前，華為交通與物流智慧化解決方案已服務全球100多個港口、200多家物流與倉儲企業、300多條城市軌道、超18萬公里鐵路、超20萬公里公路網絡、70多座城市的道路交通，210多家機場航司和空管。

面向未來，華為將持續深入行業，堅持業務需求與科技創新雙輪驅動，聯合客戶伙伴，共同構建圍繞供應鏈產業鏈安全高效運轉的大交通大物流數智底座，使能“人悅其行、物優其流、數智其贏”。