华为提出“ACT三步走”路径为企业智能化转型解题

摘要：在数字经济深度与实体经济相融合的当下，AI技术已从实验室走向产业一线，成为驱动千行万业变革的核心力量。然而，企业在智能化转型中普遍面临“投资难见回报”“数据难转价值”“应用难规模化”三大痛点。在华为全联接大会2025上，华为公司高级副总裁、企业销售总裁陈雷发表

【环球网科技报道记者张阳】在数字经济深度与实体经济相融合的当下，AI技术已从实验室走向产业一线，成为驱动千行万业变革的核心力量。然而，企业在智能化转型中普遍面临“投资难见回报”“数据难转价值”“应用难规模化”三大痛点。在华为全联接大会2025上，华为公司高级副总裁、企业销售总裁陈雷发表“跃升行业智能化，千行万业启新程”主题演讲。演讲不仅通过真实案例拆解了行业智能化的实践密码，更提出“ACT三步走”实施路径，为企业破解转型困境提供了系统性解决方案，其观点背后折射出的行业趋势与实践逻辑，值得深入解读。

华为公司高级副总裁、企业销售总裁陈雷

从案例到规律：五大关键发现锚定行业智能化核心痛点

陈雷在演讲中提出，“人们已不再问“为什么（Why）”要用AI来赋能千行万业；现在，更多人关心的是，AI技术要如何（How）才能真正为千行万业创造实实在在的价值。”这一转变，精准地捕捉到了当前AI产业发展的关键瓶颈，即技术能力与商业价值之间的鸿沟。

围绕“How”，陈雷提炼出三个直击企业痛点的核心问题：第一，如何确保AI投资能产生可衡量的商业回报？第二，如何将企业独有的、宝贵的专有数据，转化为真正的核心竞争力？第三，如何让AI应用从实验室的“盆景”成长为支撑核心业务的“森林”？笔者认为，这三个问题，构成了企业推进智能化转型必须跨越的“三座大山”。

华为并未空谈理论，而是实践出真知。通过电力、医疗等垂直行业的实践案例，直观展现华为的解决方案，通过具象化的成果验证AI的价值。

电力行业的实践聚焦“数据价值转化”。南方电网基于华为昇腾算力平台与MindSpore AI框架，开发出“大瓦特”行业大模型，通过数据治理与模型调优，将缺陷识别效率提升5倍，图片识别准确率提高至90%以上。这印证了“通用模型无法直接解决垂直行业问题”的观点，也证明企业只有将高质量专有数据与技术结合，才能构建差异化竞争力。

医疗领域的AI病历一体机方案，则体现了AI的“普惠价值”。华为支持伙伴润达开发的方案，在华西医院实现最快“1秒生成病历”，在医生审核阶段平均不超过4处修改，大幅压缩问诊时间、提升病历质量。这一案例打破了“AI智能化只服务大企业”的误区，让技术沉淀至基层诊疗场景，惠及普通民众。

以上案例虽分属不同行业，但共同指向一个结论：AI的价值落地，必须与行业核心业务深度绑定，以技术突破解决真实业务痛点，而非追求“炫技式”的试点。

基于大量实践，华为总结出推动行业智能化的五大关键发现：第一、场景选择至关重要。AI的价值更在于与核心生产场景深度融合，从而重塑流程，推动智能产品与服务的交付方式。第二，垂域数据的质量，决定行业模型的能力。行业智能化的落地，仅依赖开箱即用的通用模型是不够的。企业必须基于自身及所在行业积累的大量高质量数据，对通用模型进行训练和调优，才能形成专属的行业模型，构筑差异化竞争力。第三，智能体（AI Agents）正在快速规模化，驱动对大规模推理的旺盛需求。第四，人机协作正在成为新的组织范式。第五，系统化治理与风险管理是必须守护的底线，必须建立有效的治理机制，确保AI的应用安全、可持续、可信赖。

这五大发现环环相扣，从“选场景”“用数据”到“建体系”“防风险”，构成了行业智能化落地的完整逻辑闭环，实则也是华为对行业智能化规律的深度总结，这也为后续“ACT三步走”路径的提出埋下伏笔。

ACT三步走路径，一套可落地的行业智能化实施方法论

如果说五大关键发现是对行业趋势的“把脉”，那么陈雷提出的“ACT三步走”实施路径，则是华为为企业量身打造的“治病良方”。这套路径以：评估高价值场景（Assess high-value scenarios）,结合垂直行业数据对模型进行校准（Calibrate AI models using vertical data）,规模化部署AI智能体以重塑关键业务（Transform business operations with scaled AI agents）为核心，层层递进、环环相扣，解决了企业的核心困惑。

陈雷进一步阐释：在“评估高价值场景”阶段，华为的创新之处在于提出“AI场景选择评估框架”，从商业价值、场景成熟度、业务与技术融合度三个维度量化评估，打破了过去“凭经验选场景”的盲目性。截至目前，该框架已帮助客户落地1000多个AI核心生产场景，证明其科学性与实用性。

在“结合垂直行业数据对模型进行校准”阶段，要训练出高质量的模型首先要解决数据治理这一难题。“在这方面，华为能够提供完整的工具链，帮助企业将原始数据转化为知识，再将知识转化为模型。我们的Model Arts一站式AI开发平台和Data Arts数据治理与集成平台支持多模态数据采集、智能处理与知识图谱集成，从而能够大幅提升效率。”陈雷说，“此外，通过华为统一的“湖仓一体”平台MRS，企业可以将海量原始数据导入“数据湖”，再转换为结构化的“数据仓库”资产，让数据从“放着吃灰”变成“拿来即用、天天上岗”。”

“规模化部署AI智能体重塑业务”阶段，则解决“效率与人才”的难题。华为一站式Versatile平台可自动生成100多个步骤的智能体与业务流程，大幅缩短部署周期；同时，随着人机协同程度不断加深，真正的业务转型需要业务人员的深度参与。为此，华为建立了系统化的AI人才发展体系，让业务人员从“AI旁观者”变为“参与者”，这一阶段的核心逻辑是：智能化不是“技术部门的事”，而是全企业的协同行动，只有让业务人员深度参与，AI才能真正融入业务肌理。

值得注意的是，华为特别强调“面向AI的ICT基础设施是ACT路径的支撑”。华为在数据存储、计算和网络领域持续创新，为客户提供集成产品，包括AI存储和UCM插件、800GE高速数据中心网络方案、高可靠星联光模块、昇腾384超节点集群等，覆盖从数据准备、传输，模型的训练和推理，以及模型开发的全流程。

生态+解决方案：让智能化转型“有伙伴、有方案”

陈雷在发言中多次提到“开放、合作”的理念，这背后是华为对行业智能化“单打独斗难成气候”的清醒认知。行业智能化涉及场景多样、需求复杂，没有任何一家企业能覆盖所有领域，因此“华为+伙伴”的合作体系成为ACT路径落地的重要保障。

从生态规模来看，华为已汇聚6300多家鲲鹏伙伴、2700多家昇腾伙伴、70多家行业咨询公司及750家独立软件开发商（ISV），形成覆盖技术研发、方案落地、咨询服务的完整生态链。

而此次联合伙伴发布的9大行业智能化解决方案，更是华为生态能力的集中体现。这9大方案覆盖城市、科技、医疗、银行、制造、物流、配电、油气、钢铁等关键领域，且每个方案都针对行业核心痛点设计：例如“钢铁高炉炉温预测解决方案”，通过AI模型实时预测炉温，解决钢铁行业“炉温难把控、能耗高”的问题；“油气智慧勘探开发解决方案”则结合地质数据与AI算法，提升油气勘探准确率，减少无效勘探成本。这些解决方案是基于行业实践沉淀的“可复制、可定制”的模板，降低了企业智能化的门槛。