隨著新冠疫情在全球爆發(fā)，數(shù)字化的加速鍵在線上辦公的熱潮中按下了加速鍵，數(shù)據(jù)如何盤活?AI如何應(yīng)用?應(yīng)用如何跟上變化?成為了很多企業(yè)案頭的核心難題。

相同的數(shù)字化轉(zhuǎn)型，具體到一千個(gè)行業(yè)，就有一千個(gè)特有的行業(yè)難題。任正非對(duì)云業(yè)務(wù)有一個(gè)高度抽象的概括：“華為實(shí)質(zhì)是通過聚焦ICT基礎(chǔ)設(shè)施和智能終端，提供一塊信息化、自動(dòng)化、智能化的‘黑土地’”——即華為提供土壤，他們的客戶可以在上面種花、種樹、種草。

一方面，華為是業(yè)內(nèi)唯一一家擁有豐富ICT技術(shù)積累、制造業(yè)經(jīng)驗(yàn)，又能在消費(fèi)者業(yè)務(wù)上建立起全球影響力的公司，已經(jīng)替無數(shù)后來者趟過了各種渾水。但另一方面，除了外部激烈的市場(chǎng)競(jìng)爭(zhēng)，華為云還面臨著內(nèi)部高難度的業(yè)務(wù)整合。

30年ICT建設(shè)的技術(shù)與經(jīng)驗(yàn)積累，華為的經(jīng)驗(yàn)是否可以被批量復(fù)制，賦能數(shù)字化轉(zhuǎn)型中的千行百業(yè)?這是云的使命，也是科技巨頭的擔(dān)當(dāng)，但，這也注定是一場(chǎng)充滿挑戰(zhàn)的大考。

作為將華為技術(shù)與經(jīng)驗(yàn)對(duì)外輸出的統(tǒng)一平臺(tái)，擔(dān)子不輕，壓力不小。

復(fù)盤華為云的成長與理念，如同剖析轉(zhuǎn)折中的產(chǎn)業(yè)范本。小處看，這是一個(gè)ICT巨頭云服務(wù)的進(jìn)化方法論，大處看，這是一個(gè)中國數(shù)字化轉(zhuǎn)型中的時(shí)代之問。

迫在眉睫的數(shù)字化難題

IDC曾做過一個(gè)預(yù)測(cè)，到2022年，全球的GDP將有65%實(shí)現(xiàn)數(shù)字化;并將在2020-2023年直接帶動(dòng)數(shù)字化轉(zhuǎn)型的投資總額達(dá)到6.8萬億美金。相應(yīng)的，到2023年，將有75%的組織擁有全面的數(shù)字化轉(zhuǎn)型實(shí)施路線圖。

但現(xiàn)實(shí)是，目前僅有27%的企業(yè)，真正地實(shí)現(xiàn)了從組織到生產(chǎn)的全面數(shù)字化轉(zhuǎn)型。落差背后，核心原因歸納有三：

工具上，AI很好，但落地很難——知乎上有個(gè)經(jīng)典問題叫“為什么原子彈的原理是空開的，還有那么多國家造不出來?”原子彈的問題和數(shù)字化轉(zhuǎn)型異曲同工，一方面人才成本高昂，大部分小微企業(yè)難以承受;而最關(guān)鍵的是，從原理到技術(shù)實(shí)現(xiàn)，隔了無數(shù)工程化部署的難題。

作為小微企業(yè)，他們要如何用小樣本數(shù)據(jù)訓(xùn)練高精度模型;在模型訓(xùn)練好之后，又該如何結(jié)合硬件與實(shí)際運(yùn)作環(huán)境快速落地;研發(fā)成本高昂，又該如何將算法與工程解耦，保證一次投入多次復(fù)用，將經(jīng)驗(yàn)與模型批量復(fù)制，避免不必要的重復(fù)建設(shè)?工程落地，構(gòu)建好算法，只是萬里長征邁出的第一步。

需求上，變化恒在，但應(yīng)用更新遲緩。疫情來勢(shì)洶洶，不少企業(yè)被迫加速數(shù)字化轉(zhuǎn)型，清華大學(xué)國家金融研究院院長朱民指出：疫情把數(shù)字化推進(jìn)了至少十年，科技的大潮正在到來。

大家都知道數(shù)字化是件好事，但線上辦公和協(xié)同管理，不僅硬件的采購來不及，甚至就連軟件的開發(fā)也難以跟上。轉(zhuǎn)型背后，是實(shí)打?qū)嵉募夹g(shù)與資本投入。

資源上，數(shù)據(jù)很多，但難以盤活;根據(jù)《華為全球產(chǎn)業(yè)展望GIV2025》預(yù)測(cè)，到2025年，全球年存儲(chǔ)數(shù)據(jù)量將提升至180ZB，是2018年的5.5倍。但是有限的存儲(chǔ)資源，還有數(shù)字化的落后，讓很多數(shù)據(jù)被浪費(fèi)在故紙堆或者凌亂的數(shù)據(jù)系統(tǒng)中，難以盤活：

舉例來說，每年賣出200萬輛汽車的寶馬，從不知道自己用戶每天通勤所需的時(shí)間;一家每年產(chǎn)生50TB影像數(shù)據(jù)的三甲醫(yī)院，影像數(shù)據(jù)只能淹沒在服務(wù)器中吃灰，即使在信息化水平最高的門診部門，醫(yī)院信息管理系統(tǒng)(HIS)普及率也僅有52.49%;

轉(zhuǎn)型迫在眉睫，但問題應(yīng)該如何解決?

華為30年走過的路，留下了什么

問題很致命，但問題也并不新鮮。經(jīng)歷幾十年的ICT發(fā)展，巨頭率先變革，后來者則可以通過上云的方式直接獲取巨頭們的寶貴經(jīng)驗(yàn)，畢竟站在巨人的肩膀上，可以少走很多彎路。

因此，這就要求云服務(wù)企業(yè)不僅能夠?yàn)橛脩籼峁┯苫A(chǔ)設(shè)施構(gòu)建成的Cloud1.0，更需要在Cloud2.0時(shí)代，為用戶帶來經(jīng)驗(yàn)的傳遞以及對(duì)行業(yè)的深入理解。

其中的區(qū)別在于，Cloud1.0也就是傳統(tǒng)的IaaS，側(cè)重計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源型服務(wù)。而Cloud2.0則可以為企業(yè)提供數(shù)字化轉(zhuǎn)型的能力型服務(wù)。這其中，既有芯片和硬件創(chuàng)新，也有軟硬件、AI、數(shù)據(jù)的全棧協(xié)同。

最直觀的區(qū)別就是Cloud2.0可以解決用戶的AI、應(yīng)用與數(shù)據(jù)的三大問題，以華為云為例：

針對(duì)公有云、混合云、邊緣云三大場(chǎng)景，華為云提出了“134”技術(shù)架構(gòu)：即1個(gè)基于擎天架構(gòu)的云基礎(chǔ)設(shè)施;3個(gè)技術(shù)使能服務(wù)(AI使能ModelArts、應(yīng)用使能ROMA、數(shù)據(jù)使能DAYU)，4個(gè)面向行業(yè)場(chǎng)景化的聯(lián)接觸點(diǎn)(聯(lián)接應(yīng)用的華為云ROMA、聯(lián)接開發(fā)者的DevCloud、聯(lián)接萬物的IoT、聯(lián)接組織的華為云會(huì)議等服務(wù))。

其中，針對(duì)AI難落地，華為云通過推出AI使能服務(wù)ModelArts，將行業(yè)知識(shí)與AI相結(jié)合，可以為用戶提供300+行業(yè)知識(shí)模型，推動(dòng)AI在千行百業(yè)落地。

通過結(jié)合專家知識(shí)經(jīng)驗(yàn)，華為云在中石油的大港油田借助聯(lián)手打造的勘探開發(fā)認(rèn)知計(jì)算平臺(tái)，將油氣水層位的智能識(shí)別時(shí)間縮短了70%，大幅提升了石油的開采效率。

針對(duì)應(yīng)用開發(fā)遲緩，難以跟上時(shí)代變化，華為云通過推出應(yīng)用使能服務(wù)ROMA，結(jié)合自身的數(shù)字化轉(zhuǎn)型經(jīng)歷，積累了超過2000個(gè)行業(yè)應(yīng)用資產(chǎn)，為用戶提供開發(fā)、托管、運(yùn)維和集成一站式能力，加速用戶的應(yīng)用創(chuàng)新。

為打通北京市各個(gè)部門之間的數(shù)據(jù)管理、共享壁壘，華為云通過區(qū)塊鏈技術(shù)，將北京市的50+部門數(shù)據(jù)上鏈，不同部門之間一條數(shù)據(jù)從申請(qǐng)到使用的時(shí)間被壓縮到10分鐘以內(nèi)。疫情期間，北京市還基于華為云區(qū)塊鏈服務(wù)搭建了“北京健康寶”。到目前為止，已有3800萬用戶，16億人次完成驗(yàn)證與使用。

針對(duì)數(shù)據(jù)價(jià)值高、數(shù)量大但難盤活，華為云通過數(shù)據(jù)使能服務(wù)DAYU，上線了200+行業(yè)通用數(shù)據(jù)資產(chǎn)模型，讓分布在不同時(shí)空部門的數(shù)據(jù)實(shí)現(xiàn)集中分析管理，以及全域共享。

為解決新能源發(fā)電的波動(dòng)性、隨機(jī)性強(qiáng)，棄風(fēng)棄光率高，自然環(huán)境惡劣導(dǎo)致電站運(yùn)營效率低下等問題，華為云與青海綠能通過建立國內(nèi)首個(gè)能源大數(shù)據(jù)創(chuàng)新平臺(tái)，為產(chǎn)業(yè)鏈提供25類47項(xiàng)數(shù)據(jù)服務(wù)，實(shí)現(xiàn)了用氣象科學(xué)輔助規(guī)劃，28座新能源場(chǎng)站“無人值班，少人值守”的產(chǎn)業(yè)轉(zhuǎn)型。

應(yīng)用AI、賦能應(yīng)用、使能數(shù)據(jù)，華為云的黑土地上，濃縮了華為30年ICT建設(shè)經(jīng)驗(yàn)，也在千行百業(yè)中結(jié)出了不同的果實(shí)。

數(shù)字化的燈

Cloud2.0已經(jīng)成為行業(yè)共識(shí)，但為什么最晚出發(fā)的華為云增速最快?

硬核能力輸出之外，相比一眾互聯(lián)網(wǎng)巨頭們，華為云的toB基因，早在30年前華為通過交換機(jī)起家時(shí)，就已經(jīng)刻在了骨子里。

而這正是做云服務(wù)所必須的基本理念，面向C端，有了理念，時(shí)間即是一切，所有產(chǎn)品可以在跑馬圈地中不斷完善;但是到了B端，尤其是云服務(wù)，從AI到通信，從理念到產(chǎn)品，從好用到可靠性，能否面面俱到，能否一次性提供整體服務(wù)，才是拉開各個(gè)玩家之間差距的核心競(jìng)爭(zhēng)力。

但要想做到面面俱到，難度并不小。

僅僅是數(shù)字化最迫切的汽車、金融、醫(yī)療、能源、交通、政企六大行業(yè)，每個(gè)行業(yè)都有自己的門檻與問題，哪怕只是明白他們的話語體系，理清需求就需要投入巨大的時(shí)間成本。那么華為究竟是如何利用三大技術(shù)使能，幫助他們快速破圈呢?

高效的云邊端協(xié)同，是方案落地的基礎(chǔ)保障。

2020年4月20日，國家發(fā)改委首次就“新基建”概念和內(nèi)涵作出正式解釋，智能交通，作為三大基礎(chǔ)設(shè)施之一被最先提及。取消省界，正是實(shí)現(xiàn)智能交通的重中之重。

不過這并不只是拆除收費(fèi)站這么簡(jiǎn)單。背后還涉及了收費(fèi)模式的變化，以ETC為代表的軟硬件建設(shè);各省之間的資金結(jié)算;29省14萬公里、總計(jì)1萬個(gè)收費(fèi)站、7.4萬臺(tái)異構(gòu)設(shè)備，不同軟件之間的兼容與互通。

通過容器技術(shù)，華為云將全國高速一張網(wǎng)實(shí)現(xiàn)一次構(gòu)建、跨地域部署：端側(cè)依靠傳統(tǒng)的車載終端、信號(hào)機(jī)以及攝像頭等完成數(shù)據(jù)的采集;邊緣側(cè)部署支持十萬級(jí)邊緣節(jié)點(diǎn)、百萬級(jí)應(yīng)用邊云協(xié)同的IEF邊緣組件及業(yè)務(wù)軟件，實(shí)現(xiàn)車輛秒級(jí)過站;而IEF云端服務(wù)平臺(tái)的統(tǒng)一管控，將運(yùn)維成本節(jié)省了十倍以上。

在交通領(lǐng)域，目前華為云已經(jīng)累計(jì)建設(shè)了超過20個(gè)智慧機(jī)場(chǎng) ，29省高速公路自由流 ，以及10余智慧城軌項(xiàng)目，成為了中國交通智能云底座的重要玩家。

以能源產(chǎn)業(yè)為例，煤，所有人都見過，但是煤炭如何開采，每年因?yàn)槊禾块_采而染上塵肺的病人的生活，卻是地面之下的另一個(gè)世界。工人日?qǐng)?bào)曾經(jīng)做一個(gè)統(tǒng)計(jì)“全國煤礦有265萬接塵人員，據(jù)測(cè)算，每年有5.7萬人患上塵肺病，因塵肺病死亡的則有6000余人。”

很少有人想到，黑暗，缺氧、粉塵，底下兩千米的深度，這是煤礦工人們最日常的工作環(huán)境。而為了解決客戶減少工人高危作業(yè)的需求，下井，同樣也是華為云工程師們的工作。

最終，通過與精英數(shù)智、煤科院的專家共建，華為云通AI、物聯(lián)網(wǎng)、大數(shù)據(jù)、通訊等多方面構(gòu)建了“煤礦大腦”，將一個(gè)礦井作業(yè)面的下井員工數(shù)量從18人降到2人，讓傳統(tǒng)的能源開采，完成了從人力開采到數(shù)字化的全面轉(zhuǎn)型。

迄今為止，在能源產(chǎn)業(yè)，華為云已經(jīng)在國家電網(wǎng)集團(tuán)14個(gè)省公司，3大發(fā)電集團(tuán)，助力實(shí)現(xiàn)電力生產(chǎn)經(jīng)營智能化。中石油、中石化石油勘探開發(fā)等業(yè)務(wù)轉(zhuǎn)型升級(jí)，同樣離不開華為云的幫助。

依靠歷史積累，華為云則可以快速完成經(jīng)驗(yàn)的移植與升級(jí)，幫助用戶以最低成本，最快完成項(xiàng)目。

作為粵港澳大灣區(qū)最重要的交通樞紐之一，深圳的寶安機(jī)場(chǎng)如今已經(jīng)成為全球三十二、中國第五大的國際樞紐機(jī)場(chǎng)，僅僅2018年一年的旅客吞吐量就高達(dá)4934.9萬人次，位列中國前十大機(jī)場(chǎng)客流增速排名第一。

要對(duì)機(jī)場(chǎng)進(jìn)行數(shù)字化改造，不僅一個(gè)任務(wù)需要對(duì)接多部門，牽一發(fā)而動(dòng)全身;技術(shù)上，也面臨著每年信息化建設(shè)執(zhí)行完成率不足20%，場(chǎng)景復(fù)雜等高難度挑戰(zhàn)。

不過，這并不是華為云第一次在深圳進(jìn)行業(yè)務(wù)試水。在機(jī)場(chǎng)項(xiàng)目之前，華為云已經(jīng)在龍崗區(qū)實(shí)現(xiàn)了智慧城市項(xiàng)目一期的落地，幫助龍崗區(qū)實(shí)現(xiàn)了“一體運(yùn)行聯(lián)動(dòng)”“一圖全面感知”以及“一鍵可知全局”。

借鑒歷史經(jīng)驗(yàn)并改造，華為云用了半年多時(shí)間，將傳統(tǒng)的ICT項(xiàng)目打包模式經(jīng)歷8次優(yōu)化，修改為更適合國企，更滿足自制的貨物框架、邀標(biāo)模式。并在2018年6月正式開標(biāo)后，快速完成包含云數(shù)據(jù)中心、視頻監(jiān)控存儲(chǔ)擴(kuò)容及補(bǔ)盲、eLTE專網(wǎng)、WiFi、視頻會(huì)議、IOC智能運(yùn)營中心、綜合可視化展現(xiàn)、物聯(lián)網(wǎng)、使能平臺(tái)、機(jī)位智能分配應(yīng)用、大數(shù)據(jù)應(yīng)用等34個(gè)子項(xiàng)目的落地實(shí)施。

依靠著這一套歷史經(jīng)驗(yàn)的快速移植與升級(jí)，2020年，華為已經(jīng)聯(lián)合9個(gè)省市發(fā)布城市智能體，累計(jì)服務(wù)600+政務(wù)云項(xiàng)目，其中國家級(jí)項(xiàng)目38個(gè)，部委項(xiàng)目25個(gè)，獲得了來自政府的極大肯定。

當(dāng)然，這些并不是全部：在汽車領(lǐng)域，華為云為一汽集團(tuán)、北汽集團(tuán)、東風(fēng)汽車等30+車企打造了數(shù)字化底座，提供了在云上和本地部署體驗(yàn)一致的云服務(wù);在金融領(lǐng)域，華為云服務(wù)于中國Top10銀行，220+銀行、保險(xiǎn)、證券等金融機(jī)構(gòu);而在醫(yī)療領(lǐng)域，華為云則服務(wù)了65%的省級(jí)醫(yī)保信息平臺(tái)，聯(lián)合北京醫(yī)院、哈藥、華大基因等14+Top企業(yè)，助力醫(yī)藥行業(yè)的數(shù)字化轉(zhuǎn)型加速。

概括華為云短短幾年的發(fā)展，一切的答案在于四個(gè)字——厚積薄發(fā)。

華為通過賦能應(yīng)用，使能數(shù)據(jù)，從最硬核的芯片、最新潮的AI，到無數(shù)次與政企溝通的經(jīng)驗(yàn)與方法，華為云輸出的不僅是基礎(chǔ)設(shè)施;更是攜手伙伴做助力行業(yè)數(shù)字化轉(zhuǎn)型“know-how”的訣竅。

從前我們困擾為什么中國只有一個(gè)華為，但隨著在華為云的黑土地之上，越來越多的企業(yè)掌握了華為30年ICT技術(shù)與經(jīng)驗(yàn)積累，所積累起的“數(shù)字化轉(zhuǎn)型know-how”，普惠給廣大行業(yè)，或許未來我們將在千行百業(yè)看到無數(shù)個(gè)“華為”。

文/遠(yuǎn)川研究所

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）