数字技术正在加速重构全球经济。11月26日,在“智变·质变 深圳·进而有为 华为云城市峰会2021”上,华为公司高级副总裁、中国区总裁鲁勇演讲指出:创新技术正在重新定义产业的发展规模与模式,华为持续投入技术创新中心建设,夯实根基,推动创新链发展,并坚持技术以人为本,让城市更智慧、企业更高效、个体更幸福。

加大投入技术创新,实现产业创新升级
深圳作为科技创新的高地,数字经济的产业规模已经全国居首,同时数字经济发展上始终保持着模式与实践的“双领先”,为进一步加速产业融合,打造数字经济创新发展实验区,深圳更要关注内外部环境的变化,加大创新投入,二次释放产业链价值。基于华为多年深耕产业创新的实践积累,鲁勇认为产业创新升级加速有三大关键点:
第一,打造智能中枢助力城市智能升级,为城市精细治理与产业发展奠定基础。城市是产业的聚合之地,华为通过智能中枢助力城市打造智能升级的核心枢纽,夯实城市数字基础,充分发挥数据能力实现精细化治理。
第二,发展创新产业集群,赋能中小企业,实现产业链协同创新。中小企业的发展是产业链全面升级必不可少的一环,产业链的横向、纵向的深度协同,可以进一步激活数据生产力,好地赋能于中小企业,加速实现产业链的价值溢出。
第三,加速龙头企业数字化进程,以“点”带“链”,促进上下游全面升级。鲁勇强调,龙头企业是整个产业链的中枢,在自身数字化的过程中,技术、能力、资源的外溢都会对产业链上下游产生促进作用,产业链数字化,最重要的是加速龙头企业的数字化进程。华为自身是从数字化、智能化升级的过程中一路走来,也致力于通过自身的技术与能力,支持更多产业龙头企业的转型,从而带动产业链的升级与发展。在深圳,华为云已经与深智城、比亚迪、顺丰、深证信等千行百业的龙头企业深化合作。

华为公司高级副总裁、中国区总裁鲁勇
建设价值共创的数字生态,助力产业链长期发展
过去,华为与深圳围绕科技创新与产业升级领域开展了深入全面的合作。着眼未来,鲁勇表示,华为将继续以数字化技术推动深圳产业创新实践,在三大方面持续助力深圳建成数字经济创新发展试验区。
第一,加大投入技术创新中心建设,夯实根基,推进数字产业创新链发展。创新技术正在重新定义产业的发展规模与模式。深圳地理面积小,要发展数字产业,就要突破物理空间,就需要高密度的算力和高质量的网络,也需要集中的技术创新能力与平台。作为深圳产业创新的重要合伙人,华为一直都在与深圳共同发展数字产业,设立鲲鹏产业源头创新中心,南山新一代信息技术创新中心、福田软开&AI创新中心,推动产业增值。后续华为也将围绕前海科技企业“创新创业”的特点,一起打造“云原生创新中心”。
第二,携手伙伴联合创新,打造丰富应用场景,建设价值共创的数字生态。产业数字化的颗粒度、复杂度与长周期决定了没有任何一家企业可以独自成功,一个良好的数字生态系统一定是实现价值共创。在深圳,华为也携手各方伙伴共同建设了一系列龙头企业创新基地、推出各类中小企业上云支持计划、建设特色产业创新中心、联合实验室等。
第三,打造产业集群数字化运营平台,助力产业链长期发展。数字基建,建只是第一步,运营更重要。对此,华为打造了产业集群数字化运营平台,有效应对产业集群数字化转型的三大核心挑战:1.以一站式数字化服务能力打通研产供销服,解决中小企业转型中数据孤岛、多业务应用整合的困难;2.以生态聚合的服务能力,降低企业试错门槛,解决产业服务生态缺失的问题;3.以跨企业协同服务、B2B对接能力,实现跨企业的业务系统的快速对接,解决产业链的上下游协同难的难题。鲁勇强调,产业集群数字化运营平台将成为产业链数字化的核心,助力产业链长期发展。
让技术更有温度,以人为本,为美好,做更好
科技创新的飞速发展,产业链的数字化升级,最终是为“人”服务。以人为本,应该是所有技术的终极使命。药品是健康的生命线,华为云近期与多家药企联合推出了“医码平川”追溯服务平台,能够追溯药品的生产、流通、销售等全过程。用技术的力量,让医药更规范,让老百姓用药更放心。

在深圳华为与深圳水务合作,通过5G+无人机/无人船自动巡检,减少了人工巡检河道的风险;与赛盒共建的跨境电商平台,让中小跨境电商极大地减少运营的压力,将中国产品方便地销往国外;在华为南方工厂已经应用了的AI质检,节省了工人组装目测质检的时间和精力,让员工可以把时间和精力用在更需要技术和经验的领域。华为,始终与伙伴客户一起,让技术更有温度,为美好,做更好。
未来,华为也将与深圳一起,协同产业界各方伙伴,加速深圳产业链升级创新,共创深圳繁荣数字生态,让城市更智慧、企业更高效、个体更幸福。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。