AI 落地行业新路径：华为发布智能体参考架构和知识计算解决方案

今天，在华为全联接 2020 上，华为推出了针对政企智能升级的智能体（Intelligent Twins）参考架构和基于 AI 开发平台 ModelArts 打造的知识计算解决方案，为人工智能落地各行各业提出了新的解法。

数字化转型和智能升级的浪潮席卷而来，但在数字化转型和智能升级过程中，各行各业会遇到诸多挑战，包括：

1. 来自于边端侧的挑战。终端种类繁多，环境千差万别，如何把这些复杂且孤立的终端有机协同起来，并实现软件和算法的持续升级迭代，让数据与智能可以流动起来？

2. 联接的挑战。现有的物理联接不能满足行业场景的多样性需求，包括带宽、时延、联接数及行业规范。数字世界需要联接人、联接物、联接应用、联接数据。

3. 应用与数据的挑战。如何打破数据孤岛，实现各个部门数据的互通？如何让新老应用互通，并协助老应用进化，同时让新的应用开发更简单？

4. AI 应用需要与行业知识结合。但常常懂 AI 的不懂行业，懂行业的不懂 AI。

随着联接、云、AI、计算与行业应用的融合创新，这些挑战有了新的解决思路。

智能体：智能升级参考架构

智能体是华为针对政企智能升级提出的系统化参考架构，以云为基础，以 AI 为核心，通过云网边端协同，构建一个开放、立体感知、全域协同、精确判断和持续进化的智能系统，各行业可以基于智能体打造自己的智能方案。

华为云与计算 BG 总裁侯金龙发表主题演讲

华为云与计算 BG 总裁侯金龙在主题为“打造行业智能体，共建全场景智慧”的演讲中表示：“产业界正处于从政企上云向政企智能升级、从单场景 AI 创新向全场景智慧的转变过程。智能体深度融合‘5 机’，是云网边端协同的一体化智能系统，能感知、会思考、可执行、能进化。我们将携手广大伙伴通过智能体加速政企智能升级，做大蛋糕，一起发展软件和服务产业，开拓边缘计算产业新蓝海。”

本次正式发布的智能体由智能交互、智能联接、智能中枢、智慧应用四层组成：

智能升级参考架构图

• 智能交互：智能交互是智能体的“五官”和“手脚”。它联通物理世界和数字世界，让软件、数据和 AI 算法在云、边、端自由流动。智能交互的核心技术是边云协同操作系统 IEF。IEF 可以对接各种操作系统，包括华为刚刚在 HDC 上发布的最新鸿蒙操作系统，可以让鸿蒙生态方便地接入华为云。华为已将 IEF 的内核 KubeEdge 开源并贡献到 CNCF 基金会，目前 KubeEdge 是边缘领域热度最高的开源社区，已有 500 多位核心贡献者。

• 智能联接：智能联接是智能体的“躯干”，联接智能中枢和智能交互，通过 5G 等物理联接实现无缝覆盖，万物互联，以及应用协同、数据协同与组织协同。

• 智能中枢：智能中枢是智能体的“大脑”和决策系统。基于云基础设施，赋能应用、使能数据、普惠 AI，支撑全场景智慧应用。混合云是构建智能升级的理想底座，而 AI 技术通过沉淀行业知识，可加速主业务流程创新。

• 智慧应用：智慧应用是智能体的价值体现。需要由业务部门、IT 部门、合作伙伴一起深度参与，只有聚焦业务部门关心的问题和场景，才容易打造出更有价值的智慧应用。

智能体在华为的实践

据侯金龙介绍，华为自身的数字化转型就采用了智能体的架构。

在智能交互方面，通过 IEF 把摄像机、智慧屏、传感器等 600 多万交互设备连接起来，实现了边缘智能化。

在智能联接方面，引入 WiFi 6 和 5G，覆盖了所有园区。通过 WeLink 联接近 20 万员工，超百万的合作伙伴和客户。

在智能中枢方面，华为所有的资源和数据在华为云上汇聚，IT 能力在云上提供服务。同时，将 AI 引入华为的所有主业务流程。目前已经在 200 个场景应用，如销售、研发、制造、供应等，创造了超过 8000 名数字员工。

基于华为的智能体实践，侯金龙分享了三点经验：

• AI 已经具备进入所有业务主流程的能力。

• 聚焦场景很重要，从 Top 场景切入，尤其是海量、重复、复杂的场景效果最好。

• 业务部门的深度参与是关键。

除了华为自身的实践外，智能体也已经在 600 个项目中进行探索和实践，广泛应用于政府与公共事业、交通、工业、能源、金融、医疗、科研等行业。在会上，深圳市与华为宣布共同启动鹏城智能体建设。鹏城智能体将以“数据”为基础，融合 5G、云计算、物联网、大数据、人工智能、区块链等新一代信息技术，建设“数基、数网、数纽、数脑、数体”系列工程，打造数据驱动的、具有深度学习能力的城市级一体化智能协同体系，把深圳建设成“数字中国”城市典范。此外，深圳市政务服务数据管理局、中国石油大学、中国第一汽车集团有限公司也一一分享了智能体在油气、制造等行业的应用实践。

AI 落地行业新解法：知识计算

随后，华为云人工智能领域总裁贾永利发布了基于 AI 开发平台 ModelArts 打造的全生命周期知识计算解决方案。

“600 多个项目实践经验表明，AI 一旦进入企业的核心业务系统就能创造更大价值，但行业知识与 AI 技术的结合是最大难点。”贾永利表示，AI 作为智能体参考架构的核心，在帮助政企、行业构建全场景智慧上将发挥关键作用，借助华为云知识计算解决方案，企业可以打造自己的知识计算平台，释放知识的力量，推动 AI 进入核心业务系统。

贾永利表示，2018 年华为发现，AI 的落地一定要围绕一个数据与价值驱动的确定性场景展开，具体又可以分为海量重复场景、专家经验传承场景和多域协同场景。“这一点在今天看来依然非常重要。”贾永利说。

然而，有了明确定义的场景，是否就能确保 AI 成功落地呢？华为从大量项目实践中发现，还有另外三个要素事关能否跨越行业 AI 商用裂谷，包括：行业不缺数据但是缺少充足的 AI 算力、AI 落地过程中需要持续迭代和演进、落地过程涉及组织和人才的匹配。

随着人工智能在行业进一步深化，行业知识如何与 AI 结合成为核心焦点。在华为看来，依托知识计算，是一个可行的解决方法。

贾永利指出，知识计算是把各种形态的知识，通过一系列 AI 技术进行抽取、表达、并协同大量数据进行计算，进而产生更为精准的模型，再次赋能给机器和人的一种全新方法。

据介绍，华为云知识计算解决方案以 ModelArts AI 开发平台为基础，包含知识获取、知识建模、知识管理以及知识应用四大模块，覆盖知识在企业的生产环节中应用的全生命周期。

其中，知识获取是知识计算的起点，需要对多种模态数据进行解析和处理，这是数据转化为知识的第一个关键阶段；然后就可以对初级的知识，根据业务场景进行知识建模，比如工业中的模仿学习、知识图谱的构建等；知识建模后，还需要强大的知识管理能力，包括自动化的更新、冲突管理、质检控制等；在知识应用模块，提供高并发的实时查询、搜索、推荐等基础能力，和知识推理、预测等高级能力，匹配企业多样化的应用需求。

“今天，很多行业如果要提升 1%的产品质量或降低 1%的成本，需要的代价非常巨大，已经达到极限。”贾永利表示，采用知识计算的方法，通过知识驱动和数据驱动的融合，可以极大提升工业过程控制的精度，实现全局最优，产生巨大威力，在钢铁、水泥、玻璃、化工等众多流程型行业拥有广阔的天地。

目前，石油、汽车、医疗、化纤、煤焦化、钢铁、交通等行业已有企业基于华为云知识计算解决方案打造自己的知识计算平台，用于研发、生产、运营、销售、售后服务等企业核心流程。

贾永利最后强调，相信 AI 知识计算将深度改变知识的使用方式，再次释放知识的强大力量，赋能千行百业再次腾飞，华为愿意与行业客户、伙伴一起构建行业 AI 知识计算平台，共建全场景智慧、创造行业新价值。

华为全联接首日报道：

《华为：宁可向前一步死，绝不退后半步生》