一座重慶工廠，智能與制造的“兩江之約”

嘉陵江與長(zhǎng)江在此交匯，勾勒出了重慶最獨(dú)特的風(fēng)景線(xiàn)，也成就了這座城市的千百年商貿(mào)興盛與近代工業(yè)的崛起。

數(shù)字化、智能化時(shí)代，這座江邊古城、工業(yè)重鎮(zhèn)，也開(kāi)始涌動(dòng)著智能技術(shù)的創(chuàng)新源動(dòng)力。其中最具代表性的，就是坐落在重慶市渝北區(qū)的長(zhǎng)安汽車(chē)數(shù)智工廠。

走進(jìn)長(zhǎng)安汽車(chē)數(shù)智工廠，首先映入眼簾的是一幅巨大標(biāo)語(yǔ)，“發(fā)展新能源汽車(chē)，是中國(guó)從汽車(chē)大國(guó)邁向汽車(chē)強(qiáng)國(guó)的必由之路”。汽車(chē)強(qiáng)國(guó)、制造強(qiáng)國(guó)之路怎么走？這座數(shù)智工廠，就是一個(gè)擲地有聲的答案。

長(zhǎng)安汽車(chē)數(shù)智工廠的數(shù)智化基礎(chǔ)設(shè)施水平極高，目前已經(jīng)正式建成并投產(chǎn)。有兩組數(shù)據(jù)令人印象深刻：一是產(chǎn)量，設(shè)計(jì)年產(chǎn)能28萬(wàn)輛；二是柔性程度，生產(chǎn)線(xiàn)目前支撐著長(zhǎng)安汽車(chē)三款車(chē)型、定制化配置的高效生產(chǎn)。

據(jù)了解，這座數(shù)智工廠長(zhǎng)安與華為、聯(lián)通等廠商共同合作，廣泛應(yīng)用5G、AI、數(shù)字孿生等40余項(xiàng)領(lǐng)先技術(shù)，具有“智能、低碳、高效”三大特征。

智能與制造，就這樣交匯在一座重慶工廠，化為數(shù)智山城的“新兩江”。我們就從智能與制造的“兩江之約”，聊聊制造強(qiáng)國(guó)背后的創(chuàng)新之源。

擁有39年造車(chē)經(jīng)驗(yàn)的長(zhǎng)安汽車(chē)，為什么要在重慶新建一座新能源汽車(chē)生產(chǎn)工廠，并將其打造為長(zhǎng)安汽車(chē)全球22座工廠中的數(shù)智化標(biāo)桿？

放眼國(guó)內(nèi)，數(shù)據(jù)顯示，2020年—2024年中國(guó)新能源乘用車(chē)銷(xiāo)量占比從5.4%?到首次突破了50%，由于市場(chǎng)增長(zhǎng)趨緩、競(jìng)爭(zhēng)加劇，國(guó)產(chǎn)新能源汽車(chē)正式進(jìn)入淘汰賽。

而放眼全球，中國(guó)新能源汽車(chē)2024年上半年出口量實(shí)現(xiàn)了13.2%的同比增長(zhǎng)，競(jìng)爭(zhēng)力正在不斷增強(qiáng)。

由此可知，增強(qiáng)競(jìng)爭(zhēng)力、拓展全球市場(chǎng)，已經(jīng)成為國(guó)產(chǎn)汽車(chē)的突圍之路。但成功突圍，還要穿過(guò)三座大山：

體驗(yàn)大山。更優(yōu)的購(gòu)車(chē)乘車(chē)體驗(yàn)，驅(qū)動(dòng)汽車(chē)制造商加速采用柔性制造，為全球消費(fèi)者提供發(fā)動(dòng)機(jī)、內(nèi)飾、外觀、技術(shù)配置等不同要素的靈活定制，滿(mǎn)足多樣化的市場(chǎng)需求。

成本大山。柔性制造C2M模式，打破了按固定批次生產(chǎn)的傳統(tǒng)模式，也給工廠生產(chǎn)帶來(lái)了前所未有的復(fù)雜度，可能導(dǎo)致成本上升。比如產(chǎn)線(xiàn)上正在造的是A車(chē)，物料送來(lái)的卻是B車(chē)的門(mén)，那就得停工重新協(xié)調(diào)，造成時(shí)間、人力、金錢(qián)的浪費(fèi)。

效率大山。對(duì)工廠來(lái)說(shuō)，只生產(chǎn)一臺(tái)車(chē)的效率是最高的，柔性制造意味著多臺(tái)車(chē)型混線(xiàn)生產(chǎn)，難度就會(huì)加大，難以保證敏捷交付。

新能源汽車(chē)的強(qiáng)國(guó)之夢(mèng)，必須翻越這三座高山。而在山城重慶，我們看到智能和制造開(kāi)始交匯，為長(zhǎng)安汽車(chē)注入創(chuàng)新之源。

數(shù)智化技術(shù)，能帶汽車(chē)制造商突圍嗎？長(zhǎng)安汽車(chē)數(shù)智工廠，已經(jīng)可以帶來(lái)肯定而具體的答案。

目前，該工廠已經(jīng)達(dá)到了極高的柔性制造水平，在產(chǎn)車(chē)型共三款，每一款車(chē)都為消費(fèi)者提供定制化配置，柔性程度非常高。

在交付時(shí)，該工廠下線(xiàn)的汽車(chē)也具備非常高的數(shù)字化水平。以覆蓋汽車(chē)全生命周期的“一車(chē)一檔”為例，從訂單生成到車(chē)輛最終下線(xiàn)，涉及的訂單信息、物料信息、工藝數(shù)據(jù)、過(guò)點(diǎn)履歷、檢測(cè)結(jié)果、證書(shū)信息等均會(huì)被記錄，確保全過(guò)程可追溯，實(shí)現(xiàn)精細(xì)化管理，降本增效。

由此可見(jiàn)，這座數(shù)智工廠，確實(shí)稱(chēng)得上是智能化標(biāo)桿。

那么下一個(gè)問(wèn)題就是，這座工廠的數(shù)智化能力是怎么來(lái)的？

秘訣是：數(shù)據(jù)為舟，AI為槳，打通“三流”。

這個(gè)過(guò)程中，華為公司深入?yún)⑴c，充分協(xié)同和創(chuàng)新。一方面，華為自身多年的數(shù)字化轉(zhuǎn)型理論和經(jīng)驗(yàn)賦能，成為長(zhǎng)安數(shù)字化轉(zhuǎn)型的方法論。另一方面，長(zhǎng)安汽車(chē)采用了“一云一網(wǎng)一平臺(tái)”的華為智慧工廠解決方案新架構(gòu)，讓數(shù)據(jù)標(biāo)準(zhǔn)化，在工廠中自由流動(dòng)，讓數(shù)據(jù)按需參與生產(chǎn)，并通過(guò)大數(shù)據(jù)分析以及人工智能對(duì)海量數(shù)據(jù)知識(shí)的學(xué)習(xí)，讓工廠變得有智慧。隨著高質(zhì)量數(shù)據(jù)的積累，工廠所學(xué)習(xí)的知識(shí)也越來(lái)越多，經(jīng)驗(yàn)越來(lái)越豐富，再配合華為一站式研發(fā)工具鏈，對(duì)上層應(yīng)用系統(tǒng)進(jìn)行微服務(wù)化改造，讓?xiě)?yīng)用更敏捷，靈活應(yīng)變?nèi)嵝灾圃斓男枨?，?yīng)用的迭代和部署效率也大幅提升。

數(shù)據(jù)為舟，AI為槳，助力貫穿工程數(shù)據(jù)流－生產(chǎn)工藝流－商業(yè)信息流，實(shí)現(xiàn)訂單、生產(chǎn)、供應(yīng)與交付有效協(xié)同，為長(zhǎng)安汽車(chē)的智能制造構(gòu)建堅(jiān)實(shí)底座，讓體驗(yàn)、成本、效率都得到了極大優(yōu)化。

作為中國(guó)汽車(chē)工業(yè)的重要品牌，長(zhǎng)安汽車(chē)的數(shù)智化探索，也對(duì)汽車(chē)強(qiáng)國(guó)、制造強(qiáng)國(guó)，有著深遠(yuǎn)的借鑒意義。

結(jié)合長(zhǎng)安數(shù)智工廠的實(shí)踐，以及華為自身的管理變革經(jīng)驗(yàn)，華為中國(guó)政企智能制造系統(tǒng)部總經(jīng)理?xiàng)钇家卜窒砹岁P(guān)于制造企業(yè)轉(zhuǎn)型的幾點(diǎn)建議：

首先是定位明確。楊萍提到，華為在最早IT建設(shè)的時(shí)候，就明確了變革目標(biāo)：“不是為了打造一個(gè)世界級(jí)的IT系統(tǒng)，而是要成就世界級(jí)的華為。”制造企業(yè)的數(shù)智化轉(zhuǎn)型，也要明確一個(gè)定位和目標(biāo)，那就是服務(wù)于主業(yè)的成功。以汽車(chē)制造為例，要在汽車(chē)業(yè)務(wù)研發(fā)、制造、銷(xiāo)售方面等獲得成功。

其次是數(shù)據(jù)質(zhì)量。數(shù)智化轉(zhuǎn)型，高度依賴(lài)于高質(zhì)量數(shù)據(jù)。獲取高質(zhì)量數(shù)據(jù)，要做好數(shù)據(jù)治理，有頂層架構(gòu)、扎實(shí)行動(dòng)、持續(xù)耐心，否則的話(huà)就達(dá)不到數(shù)智化的目的。

第三是深入場(chǎng)景。企業(yè)智能化升級(jí)不能貪多求大，而要在“一厘米的切口，做到一公里的深度”，找到一兩個(gè)對(duì)企業(yè)高頻、重復(fù)的業(yè)務(wù)場(chǎng)景，把AI應(yīng)用深入轄區(qū)，用技術(shù)真正解決問(wèn)題，企業(yè)也可以在這個(gè)過(guò)程中慢慢積累數(shù)字素質(zhì)和能力。

長(zhǎng)安數(shù)智工廠，正是上述經(jīng)驗(yàn)的現(xiàn)實(shí)載體，融合了長(zhǎng)安汽車(chē)與華為的先進(jìn)技術(shù)與數(shù)智化經(jīng)驗(yàn)。汽車(chē)制造與數(shù)智技術(shù)，在重慶交匯，化為當(dāng)?shù)禺a(chǎn)業(yè)升級(jí)的創(chuàng)新之源。

一座數(shù)智工廠，是華為與長(zhǎng)安汽車(chē)在重慶的“兩江之約”。而隨著華為在制造領(lǐng)域的能力外溢，與更多行業(yè)伙伴邂逅，共赴數(shù)字化、智能化的時(shí)代之約。

汽車(chē)領(lǐng)域，華為中國(guó)政企智能制造系統(tǒng)部還在研發(fā)方面，幫助頭部汽車(chē)企業(yè)構(gòu)建數(shù)智化研發(fā)平臺(tái)，將新車(chē)型的研發(fā)周期從36個(gè)月縮短到 24個(gè)月，并且實(shí)現(xiàn)了30多款研發(fā)軟件的自主創(chuàng)新。售后服務(wù)方面，可以基于華為人工智能平臺(tái)，利用大模型解決車(chē)輛維修新技師經(jīng)驗(yàn)不足、故障分析效率低、維修周期長(zhǎng)、用戶(hù)體驗(yàn)差等問(wèn)題。人才方面，打造數(shù)智化管理、數(shù)字化應(yīng)用、數(shù)字化技術(shù)3大人才培養(yǎng)體系，三年來(lái)累計(jì)為制造企業(yè)、高校培養(yǎng)了2萬(wàn)多名數(shù)字化人才。

生物醫(yī)藥領(lǐng)域，以研發(fā)抗生素為例，傳統(tǒng)的藥物設(shè)計(jì)周期長(zhǎng)，人工實(shí)驗(yàn)成本高，無(wú)法實(shí)現(xiàn)快速藥物篩選。華為與國(guó)內(nèi)頭部藥企合作使用盤(pán)古藥物分子大模型，以每周3億個(gè)藥物小分子的速度進(jìn)行篩選，在一個(gè)月內(nèi)，篩選得到1個(gè)藥物分子，在隨后的細(xì)胞、小鼠試驗(yàn)上都取得非常好的驗(yàn)證效果，而傳統(tǒng)方式這個(gè)過(guò)程估計(jì)需要數(shù)年時(shí)間。

機(jī)械領(lǐng)域，全國(guó)多省涌現(xiàn)了很多機(jī)器人企業(yè)，競(jìng)爭(zhēng)壓力越來(lái)越大。華為公司依據(jù)自身的研發(fā)變革經(jīng)驗(yàn)，幫助頭部機(jī)器人企業(yè)打造IPD管理體系，助力企業(yè)重塑結(jié)構(gòu)化研發(fā)流程，實(shí)現(xiàn)了研發(fā)質(zhì)量與生產(chǎn)質(zhì)量的協(xié)同管理。降低了研發(fā)成本，研發(fā)的有效性也得到了極大提高。

從上述制造企業(yè)與華為的合作中，我們可以看到，華為的能力外溢，轉(zhuǎn)變?yōu)橹圃炱髽I(yè)的創(chuàng)新源泉，背后有幾股充沛的力量：

一是根技術(shù)之力。源于制造、更懂制造、具有強(qiáng)研發(fā)能力、多業(yè)務(wù)覆蓋的華為，可以為制造企業(yè)帶來(lái)軟硬件根技術(shù)，滿(mǎn)足長(zhǎng)續(xù)發(fā)展的創(chuàng)新所需。

二是方法論之力。正如楊萍所說(shuō)，數(shù)智化轉(zhuǎn)型是“一把手工程”，戰(zhàn)略和定位尤為關(guān)鍵。非數(shù)字原生企業(yè)如何找到適配自身發(fā)展需要的轉(zhuǎn)型戰(zhàn)略？華為30多年來(lái)凝結(jié)的制造數(shù)智化經(jīng)驗(yàn)，可以作為方法論，幫助其他制造企業(yè)少走彎路。

三是體系化之力。有了技術(shù)和方法之后，華為中國(guó)政企還通過(guò)“伙伴+華為”體系，為制造企業(yè)全面賦能，提供強(qiáng)大的轉(zhuǎn)型推動(dòng)力。行業(yè)智能體，以場(chǎng)景化解決方案，減少轉(zhuǎn)型障礙和阻力，讓企業(yè)與“數(shù)智世界 一觸即達(dá)”。

這些華為能力，凝結(jié)為一支創(chuàng)新的洪流，為制造企業(yè)提供綿延不絕的發(fā)展動(dòng)力。

從一座數(shù)智工廠到萬(wàn)千制造企業(yè)，從汽車(chē)大國(guó)到汽車(chē)強(qiáng)國(guó)，從制造大國(guó)到制造強(qiáng)國(guó)……數(shù)智化轉(zhuǎn)型的時(shí)代之約，正吸引著智能與制造在中國(guó)交匯，伙伴與華為在此刻攜手，共迎工業(yè)4.0時(shí)代挑戰(zhàn)。

審核編輯 黃宇