数转智改，实现企业持续高质量发展

数字化转型，是企业追求高质量发展的一个必答题。华为从2016年底全面启动数字化转型，我们提出要以业务和技术双轮驱动，促进公司主要业务成功为目标，全面提升客户体验和公司的经营效率，进而通过创新来改变公司的增长模式。

2019年，我们面临美国制裁打压和业务连续性的问题，既要结合智能化和数字化的进程，同时又要解决向下扎到根，突破生存底线的问题。在数字化转型的过程中，我们坚定地依托华为云构建的强大的数字化能力，坚定地推动全面上云，构建公司多元算力，摆脱对美国制裁，打造了新型的数字基础设施和平台能力。我们依托华为云推进了整个公司的企业应用全面现代化，通过云化和服务化，实现了整个资源的效率从过去传统不到20%提升到40%以上，同时也极大地提升了公司整个生产办公系统的稳定性、韧性和安全性。现在，我们构建了全球整个生产办公系统，可用性达到了“五个9”以上。

近两年来，随着生成式AI高速发展，人工智能是我们这个时代面临的最大一次革命，正在改变着千行万业。AI既是这个时代革命的工具，也是一次工具的革命。华为通过组建了人工智能使能部，推进全面“业务+AI”赋能内部业务实现智能升级，把AI这个时代工具跟华为的数字化进程进行深度结合，各个业务领域进行全面的一体化协同，让华为成为行业数字化、智能化企业的标杆。用一句话总结，数转智改就是：“战略是根本，数据是基础，智能是方向”。

图1：陶景文在华为全联接大会2024作主题演讲

企业全面智能化架构，从1个“T” 升级为2个 “T”

数据底座无论对数字化转型还是智能化，都是非常重要的一步。数字化建设能做得多深入，人工智能在企业或者行业里的垂直领域能做得到多高的应用水平，取决于企业数据治理的水平和数据的质量。华为数字化转型的第一个项目就是构建整个公司的数据治理和数据平台服务。我们花了差不多18个月，在整个公司围绕着从联接、汇聚到智能三个步骤，打造了第一个“T”，也就是华为第一代的数字治理和数字平台服务的能力。

在开展智能化的过程中，我们发现一个企业要构建高质量的AI应用能力，必须要有高质量的企业垂域的数据质量，同时要跟企业的支持中心做很好的结合。但我们也注意到，在引入AI的过程中，过去在工业化、信息化、数字化过程中形成的大量的结构化数据和非结构化数据，并不能直接被AI所识别和学习。因此，在推进公司智能化升级的时候，我们又升级了数据的管理体系和平台服务。

我们提出，要升级AI数据治理体系，要将AI模型跟数据工具链深度整合，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，再基于华为云新型的AI算力平台，构建了企业新型的AI数据服务，这就是我们讲的第二个T。我们认为，未来所有的企业，要想管理好数字化转型和智能化，这两个数据底座是基本的，也是企业必须要构建的关键能力。

图2： 企业全面智能化架构，从数字化的1个“T”升级全面智能化的2个“T”

“场景+流程+组织+数据+IT”，按三层五阶八步落地

AI是这个时代面临的最大一场革命。企业要把AI变成一个真正能给业务带来价值的服务，一定要跟企业的流程、组织、IT、数据以及业务场景深度结合。

根据华为实践经验，我们把这套工程方法总结为“三层五阶八步”。三层分成了重新定义智能业务、AI开发与交付、持续运营智能应用，“五阶八步”就是从业务场景出发，沿着业务流程、组织，数据和应用指导业务如何一步步落地企业的AI。

首先，要定义好企业的AI场景，并不是所有的场景都适合AI的。我们总结了AI场景“十二问”，作为选择智能业务场景的关键手段。

其次，要重塑现有业务流程，将AI快速融入到实际业务场景中。以客服为例，华为有1万+坐席的呼叫中心，通过AI实现了客服回答准确率达到了96%，同时，我们意识到客服的海量数据和自然语言信息，可以帮助业务发现新的机会点，呼叫中心已经成为华为数字化智能化世界的客户工程部。

同时，企业里人人懂AI，会用AI将是工作的基础，我们成立了AI组织，开展AI训战提升公司AI人才浓度，并将AI融入任职标准，保障人员长期发展。只有掌握好AI技能，才能够对知识、数据和AI持续做好积累与运营。

场景驱动，解决企业海量、重复、复杂问题

华为在推进AI的过程中，在公司开发、销售、服务，采购供应渠道等核心业务上，都启动了核心应用。但我们并不是全面覆盖、大范围推进，而是做深做透一个，研究一个，再预研一个。下面举三个例子。

在合同领域，华为有3000+合同模板，38万+风险项，通过对象/过程/规则的数字化，实现多人并行对一个合同，进行高质量高效率协同，实现了多语种合同要素条款智能提取和比对，风险作业从2小时缩短到5分钟。

在研发领域，开发效率成为公司关键能效。我们给11万多研发员工配备了开发助手，利用大模型自动提取作业上下文信息，实现代码行级续写、函数生成、代码解释和注释，首行命中率已经达到了53.7%，采纳AI生成代码700万行/年。

在制造领域，我们组合决策式和生成式AI，多模型“系统工程”，利用华为云多模型能力，构建了计划求解器，AI视觉质检、装备预测性维护、制造知识赋能等能力，提升了制造整体生产力，订单交付周期缩短了30%以上。

最后，并不是每一个企业都需要去做基础大模型。我们认为，企业选择一个合适的模型，加上企业垂域的数据，来构建垂域企业的模型是关键动作。在这个过程中，大多数企业应该要做好模型的选择、测评和引入，同时要构建自身的AI数据生产线和AI增强训练的工具链，使得AI能够快速实施，最后做完AI，要能够融入到企业的应用里。

企业的AI是有边界的，企业直接使用外部的基础模型是有风险的。因此在引入AI的同时，也要关注AI的安全和治理，通过有效的治理可以促进企业数字化转型和智能化升级，从而实现企业的高质量发展。