各位領導、各位同仁，大家上午好！非常高興代表華為公司匯報一下我們在工業互聯網方面華為的一些技術進展和思考。

　　我今天想給大家分享的是如何通過云的技術，如何通過人工智能的技術，來釋放我們工業生產力的新潛能。之所以我選擇這樣一個主題，是因為我們看到了一個很明顯的趨勢，智能化正在改變我們國家各個工業領域，無論是制藥、運輸還是石化、電力，都有很多未來的新的訴求，這些訴求都要由智能來做。

　　比如在電力方面越來越多需要智能傳感，智能控制、管理決策，都不再是過去用人的方式或者傳統固定的，都是要智能化。隨著我們國家工業的發展，我們工業里有三個很明顯的未來的挑戰。第一個是工業生產線數字化水平不足，很多行業還是靠低端勞動力在做重復性的勞動，這些重復性的質量、效率是很難保證的。第二是工業領域知識積淀不夠，我們一直說我們國家缺高級技工，其實反映的是一個行業領域的知識我們只能通過人來傳遞，我們這些知識經驗是沒有把它真正固化下來、沉淀下來，然后在不同行業、不同人群里分享。第三，隨著我們國家的工業水平發展，越來越進入高端制造業，現有的工藝水平可能到了一定的瓶頸，怎么突破這個瓶頸來支持更加精密、更加高水平的制造，這都有賴于技術的進步。

　　工業的智能化存在三個階段，第一個是希望整個工業生產能夠數字化，也就是我們要把設備連接起來，能夠把這些信息連通，把數據連接起來，這是第一階段，信息采集，一定是需要通過企業生產系統的數字化、數據化來實現的。

　　數據產生匯集以后，第二階段，希望能夠通過這些數據來發現生產當中的問題，這就是我們講的通過數字來感知，識別問題。問題識別后能不能解決這個問題，優化生產，這就需要我們把多領域的知識進行協同，這種協同我們能發現問題，反過來，我們把這個問題也可以作用于我們的生產系統，使得我們生產系統更加優化，這樣一個循環的就使得整個生產質量和效率進一步提升。用我們的信息技術，用我們智能化的技術，來幫助企業提升他的生產力，提高他的生產質量和效益。

　　華為是能幫助工業企業做這個事情的非常有優勢的企業，第一，華為過去30年都在ICT領域有技術積累，第二，華為我們自身是一個非常大的工業企業、制造企業，比如去年我們可能有500億美金規模的面向消費者的消費類電子產品的制造規模，我們也有面向通信、面向企業的ICT產品，大系統產品，也是500多億規模制造的經驗。

　　華為公司本身在制造業的經驗沉淀下來，沉淀到華為云里，也是對于制造業行業經驗的積累。第三，華為有一個非常好的經驗，我們過去30年都服務于企業，包括運營商行業，也包括工業企業，也包括其他的行業。我們服務行業的經驗使得我們能夠更好的理解企業的訴求，我們可以把我們積累的技術、經驗，結合企業的生產實際，以企業最好的接受的方式來幫助企業享受這樣的經驗和技術。重點介紹核心技術里最重要的一點，也是我們未來工業互聯網必然的一個趨勢，智能化。

　　重點介紹一下華為在人工智能技術方面如何來支撐企業智能化的轉型。首先華為有全站的能力，芯片的能力，無論在國內還是全球都是非常強的，去年發布了華為全新的人工智能芯片，不論是虛機、裸金屬還是我們支持人工智能訓練的基礎設施，我們這個方面的能力都做到了業界的領先。

　　第二，我們的工業企業，工廠也好，生產線也好，都非常復雜，一朵集中的云并不是支持工業企業最好的方案，而華為恰好有這樣的優勢，我們既有云的業務，也有網絡連接的業務，華為還有很強的端的能力，華為把我們的端網云的能力協同起來，構建了一個云邊端整體的解決方案，這樣一個解決方案能夠使云邊端結合起來，我們的人工智能可以布在攝像頭上，也可以放在邊緣的節點，管理很多的攝像頭，使得很多原來沒有人工智能的攝像頭具備一定的人工智能能力，如果需要更復雜的協同或者更大量的人工智能計算，可以放到云上來。

　　華為整個人工智能核心的想法，我們面向企業的智能，把我們的人工智能技術在企業落地。我們過去幾年努力，我們已經在人工智能上推出56項服務，159項功能，這些功能已經從基礎的平臺服務到我們通用的API到高級的API，以及面向行業場景的智能體，我們已經構建了一個比較好的人工智能的體系。我們這樣的人工智能體系通過云邊端協同的方式，可以服務于企業的各種場景。

　　我們的EI工業智能體，其實就是面向工業行業的解決方案，這樣一個智能體其實是兩個方面，首先華為核心的優勢是我們的算力和算法的優勢，算力就是通過硬件、芯片、軟件的能力，而且我們提供現階段最好的性價比的算法，讓企業能夠享受性價比優、能力好的算力。

　　算法，因為華為有大量的科學家，包括數學科學家，我們能夠把優化算法、語音算法、圖像識別能力、實時處理等各種法做到最優。另外華為通過跟行業的合作伙伴協同，因為行業的合作伙伴更加理解自己的業務場景，他們首先具備數據，第二，他有自己行業的knowhow，把這些與華為的優勢結合起來，我們就能幫助企業做柔性制造，整個制造當中的問題分析，我們能幫他做智能排產，或者供應物料的預測，幫助企業做端到端的生產優化。這就是我們推出面向行業的智能體的核心原因，我們把我們算力的優勢、算法的優勢跟行業的數據、行業的經驗結合起來，服務行業。

　　華為也推出了一個全流程的一站式的AI開發平臺，我們的目標是讓人工智能讓大家用得起、用得好也用得放心。除了算法、算力的優勢，還有讓整個人工智能開發變得簡單，從數據處理、模型開發、訓練、云邊端協同部署，一直到AI應用如何在行業內共享，我們構建了一站式的平臺。我們的性能也是業界最優。

　　我們在信息化的基礎是數據要做匯聚，雖然人工智能我們要去推出各種各樣的算法來支持各種各樣的新能源，但是這些數據能不能匯聚起來，智能數據湖是工業企業使用這些數據，然后發揮這些數據價值很重要的基礎。華為在智能數據湖方面我們推出了統一的數據湖的底座，能夠幫助企業做數據各種各樣的管理，比如檢索、數據質量檢測，比如我們能夠幫助企業來發現在數據，厘清前后邏輯，進行有效的數據管理，這樣的數據湖成為我們人工智能非常堅實的基礎。

　　在上述的這些技術基礎之上，我們如何來支撐工業企業提升他的生產效率和質量，我們支撐工業企業的能力提升有三種場景或者三種境界。第一，在海量重復的場景，比如重復性的勞動這種場景，我們幫助企業可以做效率提升。

　　第二，在專家經驗的場景，也就是我們過去的這種知識放在牛的人身上，高級的職工身上，非常高級的工程師的腦海里，我們能不能通過人工智能的方式，讓機器來做專業的傳承。第三，能不能突破工業極限，講幾個實際的例子。去年我們消費類的產品生產規模超過500億美金，大家手上拿的手機，過去手機的品質管理，質量檢測很大程度上依賴于生產線上檢測的工人，工人用人眼來看比如手機上的電池、布局外觀，生產質量如何，用外觀來檢測，一個非常熟練的工人、高級技工，5分鐘檢測一臺手機，而且保證質量。

　　第一這樣的工人還是少的，第二，雖然時間延長，肉眼檢測誤差會上升，能不能用機器做這樣的事，華為用機器視覺的技術來幫助做這樣的檢測模型，把人做的事情用機器視覺來做，通過在華為自己的生產線上的實踐，也運用到華為自己手機的生產過程當中，使得我們的設備成品率上升到了99.55%。

　　這個數字可能大家并沒有很強的感覺，反過來講，次品率我們把它降低了一個數量級，第二，我們可能不需要那么多人來做檢測了，可能人員的投入減少了一半。第二個例子，國內一個非常大的匯川科技，做空氣壓縮機的，我們國家的電力消耗6%是被制造業的空氣壓縮機消耗掉的，所以空氣壓縮機的能耗實際上對我們國家的能源消耗是非常關鍵的一件事情。對于一個企業而言，一般的制造性企業，10-20%的能耗用于空壓系統，有些企業可能隨著行業特性的不同，甚至40、50%的能耗都耗在這里。能不能幫助企業把空氣壓縮機的能耗降下來，匯川公司占到行業的80%的市場，我們通過我們人工智能的技術幫他進行模型的預測，進行空氣壓縮最佳的能耗模型檢測，幫他在不同場景下提升了這樣的效率，進行了節能，平均下來一個工業企業在空氣壓縮機上可以節省5%的能耗。

　　最后一個案例是化工行業，我們國家的化工生產已經是全球第一了，比如合成纖維產品用到了各種制造里，合成纖維比較重要的是，比如纖度、軟性強度等，生產質量的好壞首先取決于這個指標能不能滿足我們生產產品的要求，什么是最好的指標，第二，這些指標在一個化工廠里在生產過程中，我生產控制過程是不是能滿足這些指標。過去我們靠很多的人，很有經驗的工程師來管理，我們用人工智能來幫助他識別不同的客戶，幫生產廠家來優化全流程，使得全流程生產的數據能夠滿足我的設計要求，最大程度上幫助企業提升了他的生產質量和效率，我們使得他的生產結構和客戶要求的匹配度提升了接近30%，這也是非常好的一個質量的提升。

　　基于華為在AI方面的積累，我們希望把我們華為工業互聯網平臺打造成一個黑土地，希望跟我們各類行業的伙伴一起來協同。昨天華為公司的副總裁張順茂先生也重點介紹了FusionPlant，我們希望能夠聚合合作伙伴，幫助合作伙伴一起積累和沉淀行業的能力。我們也積極參與產業構建，推動產業健康發展，非常歡迎業內的合作伙伴，我們一起攜手來支撐我們國家工業互聯網的發展，來支撐我們國家的制造業發展，謝謝大家！