時代在變化，傳統工業也必須要變革。

這是老話，越來越多企業也意識到了這一點。

然而，正確的方法是什么？怎么做才合適？變革后能夠給企業帶來多大價值？大家尚不知道，也在探索 AI 等新技術的過程中有所猶疑。

受疫情影響，復工復產需求再次為變革注入動力。企業深刻意識到，只有將 AI、云等技術融入生產、運營和管理中，未來的跨時區協同生產、線上辦公才有可能，企業的營收才會更為穩定。也因此，自 2019 年開始的全球各產業數字化升級，即線下轉線上，速度又進一步加快了。

在這一背景下，國內領先云服務提供商、AI 領域獨角獸等都在積極參與其中，云計算、5G、AI、IoT 等技術都逐步落地到行業中，幫助企業轉型。

以華為云 EI 企業智能為例，已經在 10+行業落地了 600+項目。近日，華為云基于對工業領域的深入理解，推出了華為云 EI 工業智能體 2.0，目的是給工業領域提供更為強大的 AI 算力和好用的 AI 平臺。這一點，實屬難得又對行業意義非常。

工業 AI 落地新思路

事實上，國內國際上不乏為工業智能化轉型提供解決方案的廠商，其中既包括傳統制造業巨頭以及老牌工業解決方案服務商，也包含云服務廠商，以及新晉的各類細分領域軟硬件供應商。依托自身的技術架構和生態，這些廠商的產品和技術解決方案也形成了各自的特點。

在這眾多方案中，華為云 EI 工業智能體有何不同？

工業領域多年沉淀的大量行業知識，可以很好地解決定性問題，但在很多場景下，這些機理模型還不能精確地匹配工況的波動，工業過程仍是“黑盒”。此外，工廠老師傅和匠人具備的大量隱性知識，需要被傳承和復制。

華為工業互聯網解決方案總裁、華為云人工智能領域總裁賈永利表示，“AI 進入企業核心生產系統，需要與工業界已有的機理模型、隱形行業知識深度融合，釋放生產要素和生產資源的潛能，這是工業互聯網的本質和關鍵所在。隨著 AI 技術進入企業生產系統，AI 在關鍵生產環節將會帶來大幅的質量提升與成本收益相信未來 5 到 10 年，工業互聯網將重塑企業的生產模式。”

圖 | 華為工業互聯網解決方案總裁、華為云人工智能領域總裁賈永利

AI 在工業的作用和前景毋庸置疑，但是從不斷深入探索的過程中，華為云發現既有的“工業+AI”嘗試中普遍存在一些問題，如適合工業的 AI 開發與運行管理平臺的缺失、工業機理模型開發和分享比較困難、融入 AI 的生產系統存在一定的不穩定性等。

行業知識是企業提質、降本、增效的關鍵，在華為云的設想中，圍繞行業做新技術架構的搭建，才能夠真正促成產業升級，而這也是它服務工業廠商的出發點。

在既有能力的基礎上，華為云 EI 工業智能體 2.0 就將是為了解決這一系列問題而生。

簡單來說，華為云 EI 工業智能體 2.0 不僅僅深度融合工業機理，它還將會有一個工業 AI 開發、運行部署的平臺，幫助工業領域快速落地 AI，實現智能化升級。

深度融合與應用 AI 有所區別

華為云 EI 工業智能體 2.0 不只是做了功能的增加和簡單升級，而是定位和思路的改變。華為云認為，對工業領域的企業而言，華為云 EI 工業智能體帶來的不僅是簡單的應用 AI，而是“AI+工業知識”的深度融合，這是最為關鍵的一點。

“深度融合”到底能帶來怎樣的不同？用項目效果來衡量具有最大的公信力。

對大型鋼鐵聯合企業石橫特鋼來說，“AI+行業知識”深度融合的產物是 AI 智能配煤方案。華為云工程師數次走進石橫特鋼，深入焦化產線與配煤專家共同梳理配煤工藝細節，探討優化決策中的可選方向、技術方案、優化空間。雙方經過反復討論，在配煤優化場景上形成了三點關鍵共識：精準預測、協同優化、持續迭代。目前，華為云配煤優化 AI 模型通過幾輪迭代，已支持穩定商用，焦炭質量預測準確率超過 97%，幫助客戶每噸焦炭生產的用煤成本平均降低 15 元左右。按照年產 75 萬噸焦炭計算，原料煤大概消耗是 100 萬噸，企業每年大約可節省 1500 萬元。

對于中國石油來說，“AI+行業知識”深度融合的產物是勘探開發認知計算平臺平臺。中國石油將華為云 EI 工業智能體引入生產實踐，用自然語言、知識圖譜處理和機器學習等人工智能技術進行知識體系的構建、計算和應用。此合作幫助中國石油實現了降本增效、增儲上產的目的。

不僅如此，大港油田借助勘探開發認知計算平臺，實現了油氣水層位的智能識別，評價時間縮短了 70%，工作效率明顯提高。在油氣生產領域，采用物聯網技術和機器學習方法，實現了油井工況的定量診斷和遠程實時在線管理，基于此，異常工況診斷準確率達到 90%以上，減少作業維護費用 20%。

五大能力支撐 AI 落地

現如今，基于華為云 EI 工業智能體在產業中的探索實踐，華為將項目經驗凝結為 EI 工業智能體 2.0 的五大能力，借此將 AI 能力推廣到更多企業面前。

為了讓企業能夠更快速的開發工業機理模型，基于強大的知識圖譜能力，華為云在 EI 工業智能體 2.0 上加持了支持多語言的機理模型開發平臺。簡單來說，通過將各行業的機理模型變成工業智能體可識別的算子，華為云構建了強大的標準庫，讓用戶可以在該平臺上查詢、調用、分享復雜的工業知識。

但僅僅能夠查詢到還不夠，華為云還搭建了將工業機理與 AI 融合的低代碼開發平臺，并融入了自己的想法。首先，依托場景以及工業機理特點來構建 AI 模型，AI 模型變得可解釋，可信度也得到了提升；其次為了讓工業客戶可以更高效的開發模型，華為云做了“低代碼”設計，讓使用者通過托拉拽的方式就可以完成工業機理與 AI 的融合建模，大大提升了模型搭建效率。

此外，華為云 EI 工業智能體 2.0 通過匹配組織架構 - 總廠 - 廠區 - 車間 - 產線，搭建了工業級 AI 部署和運行管理平臺，但該平臺不僅僅是實現工業運行和管理功能。化纖行業智能化試驗證明，它可以實現在生產不停車狀態下，以“即插即用”方式與現有設備與控制系統適配。而低時延、最低程度消耗存儲計算空間、通過聯邦學習確保數據隱私、利用可信計算技術確保模型安全等都是該平臺的能力。

強大的調用庫、便捷可靠的開發平臺以及部署與運行管理平臺，這是華為云將理念踐行的方式。

最后

事實上，搭建生態和底層框架需要兼顧諸多環節和細節，對于巨頭公司來說，即便依托強大的產業鏈和最豐富的資源，它都是一項結結實實的挑戰，前路必然道阻且長。

7 月 20 日，在華為云 TechWace 技術峰會上，華為云發布了 EI 工業智能體 2.0，并宣布將在超過 20 個工業細分行業，征集 50 家領先的行業 Know-How 伙伴，共同探索和實踐 100 個工廠智能化升級項目。華為云 EI 將為伙伴提供行業頂尖的 AI 算法專家資源、優質的華為云資源，以及開放的實驗室資源，共同推進 AI 在工業領域落地。

我們能夠看到，華為云不僅有信心啃下工業上云這塊硬骨頭，也切實將 AI 賦能到了工業制造和管理過程中。這對華為云和行業，或許將是一次質變。