一张路线图，一套工具箱，一套组织体系，华为给产业数智化上引擎了

9 月 17 日至 19 日，华为全联接大会 2026 在上海举行，本次大会以“智启新未来”为主题。而在 9 月 18 日的活动中，华为监事会副主席陶景文发表了题为《深耕行业场景，跨越数智鸿沟》的主旨演讲，并发布了“AI 落地七步法”与“DIMAK 工程体系”。

简单说，七步法是一份覆盖场景选择到持续演进全过程的实施路线图，回答 AI 落地“怎么走”；DIMAK 是一套包含数据、基础设施、模型、智能体、知识五层能力的工程体系，回答“用什么走”。

两者再配上行业垂直作战组织，构成了华为破解 Agentic AI 深度嵌入行业核心场景、规模化应用难题的思路。

AI 发展的这些年，一路高歌猛进，看起来好像十分迅猛且顺利，但其实如果你是深入产业的工作者，相信就能感受到这其中还有诸多待解的问题。

这也是为什么作为科技巨头的华为要在这次大会重新讨论“施工方法”的问题。

01.

AI 走进核心场景，鸿沟横在眼前

要看懂这次的发布，得先看清行业眼下所处的位置。

过去几年，随着算力基础设施不断完善、模型能力持续提升，AI 应用明显在向行业纵深走。广度上，它正从少数先行行业和头部企业扩展到更多行业和企业；而在深度上，它也正从知识问答、内容生成、智能客服这类辅助环节，进入研发、生产、诊疗、教学、运营和决策等核心业务流程。

比如在教育领域，AI 开始进入不同学科的教学、科研和实训；医疗领域，AI 从科室内的单点应用走向全院协同；制造和资源行业，AI 开始参与药物研发、质量检测、生产调度和地质勘探；金融领域，AI 应用不断深入业务创新和基础设施运维。

企业关心的重点，也随之从“是否使用 AI”转向“如何让 AI 真正解决生产经营中的问题”。因为 AI 一旦进入核心生产场景，价值就要放到真实业务环境里接受检验，要看它能不能提高效率、改善质量、保障安全、降低成本，能不能解决长期制约行业发展的实际问题。

不过，从拥有算力和模型，到让 AI 真正融入生产系统、形成业务价值，中间还横着一道现实鸿沟。

最直观的，就是眼下不少企业建起了算力基础设施，也引入了各类模型，AI 却迟迟难以进入核心生产流程。

其实原因并不复杂。行业需要的是稳定、准确、可控的结果，模型天然带有概率性；企业的数据、专业知识、原有系统和业务流程往往相互分散，难以直接形成完整的 AI 能力。

于是，场景怎么选、数据和知识怎么用好、AI 怎么与现有系统融合、组织怎么协同，每一个环节都可能让企业原地打转。

说白了，AI 落地是一项涉及场景选择、数据治理、知识沉淀、模型开发、系统集成和持续运营的系统工程。缺了清晰的实施路径、适配行业需求的技术架构，以及能快速响应客户需求的组织协同，算力再多、模型再强，也很难变成可衡量的业务价值。

02.

一张路线图，一套工具箱

借用陶景文在演讲中说的一句话：

“智能演进的速度，远远大于人类和行业适应 AI 的速度。我们现在不再缺少强大的智能，缺的是人类和行业、员工和组织适应强大智能的方法。”

陶景文在大会上发表演讲

这点出了解决上面这些痛点和问题的基础逻辑。华为给出的方法，也是遵循此道。

首先是“AI 落地七步法”，具体包含以下七步：

洞悉行业商业逻辑、选择行业核心场景、技术与工程攻坚、核心场景部署投产、沿价值业务流扩散、行业生态发展合作、持续提升行业智能水平。

这七步覆盖从发现业务问题、选择高价值场景，到完成技术落地、扩大应用范围并持续优化的全过程。

我们可以拆成三组来理解。

商业洞察与场景选择，解决 AI“应该用在哪里”的问题。华为的做法是由业务专家与 AI 技术专家组建联合团队，沿价值业务流，用“场景十二问”的方法论锁定高价值生产场景，陶景文把这形容为“找到对的场景，就成功了一半”。
技术攻坚与部署投产，则解决 AI“如何进入现有业务”的问题。七步法以真实上线、投产运行为目标，从最小可行产品到投产，AI 必须集成到生产系统、部署在企业 IT 基础设施上进入常态化运营，而不能停留在演示层面。
后面的业务扩散、生态合作与持续演进，是回答“如何从一个场景走向更多场景”。这背后是盖尔定律的思路，复杂系统总是从简单系统演化而来，先在一个核心场景跑通，形成“小切口、大纵深”，再沿价值业务流逐步扩散，而不是一上来就全面铺开。

路线图之外，还得有趁手的工具，这正是 DIMAK 工程体系要解决的问题。

DIMAK 是五个词的缩写，对应数据工程、基础设施、模型、智能体与知识工程五层能力。

基础设施为模型训练、推理和智能体运行提供算力、存储和网络资源；
数据工程把企业分散的数据治理好、加工好，让数据能被 AI 有效使用；
模型层支持不同基础模型和行业模型的训练、调优、部署与运行；
智能体负责把模型、知识和工具组织起来，完成具体业务任务；
知识工程则将行业规则、专业经验和业务流程，沉淀为 AI 可以调用和执行的知识与工具。

这套体系的核心逻辑，是把企业的数据资产和行业 Know-how 变成确定性的知识与工具，缩小模型概率性与行业确定性需求之间的差距。

陶景文对此有个形象的比喻。“离散的 Agent，如同一颗颗耀眼的珍珠，各自保持着独立性和创造性。但如果不能按业务流程和实质的本体编排好，就无法串珠成串并给企业带来价值，甚至还出现责任和权限冲突矛盾。”

在他看来，缺乏流程组织的大量离散智能体，非但不能提效，反而可能放大流程中的问题。

为此，华为去年开源了 openJiuwen 智能体平台，支持多智能体协同、全链路自演进、企业级高可靠、可治理。

七步法与 DIMAK，一个是路径，一个是工具。路径回答“怎么走”，工具回答“用什么走”，路径指引方向，工具保障落地，两者合在一起，构成从场景到生产的完整闭环。

华为还希望依托这套体系推动三次关键转化，让通用智能变成企业专属智能，让专属智能走向可信行动，再让分散智能汇聚成系统级的企业智能。

方法与工具之外，还需要组织的适配。

华为去年强化了行业垂直作战组织体系，打通“研营销服”，组建面向 10 大行业的军团和系统部，细分行业还设立了 66 个子军团和系统部，另有算力平台先遣队和小巧灵突击队两支特战队，要求专家深入客户生产一线，“脚沾泥土、深耕场景、解真难题”。

这套组合拳的效果，其实已经在具体的实践中得到了验证。

比如在北京理工大学，双方共建的 AI Practice LAB 把 AI 引入化学化工、法学、经管、教育等学科，让学生在真实专业场景中学习和使用 AI。AI 在高校里的角色由此改变，它成了各学科开展教学与科研的新工具，学生学到的既有 AI 知识，也有用 AI 解决本专业实际问题的能力，“懂专业、会 AI、能创新”的复合型人才培养有了新路径。

还有在南方医院，双方联合打造的 HAIP 医院通用人工智能平台，把不同科室的 AI 探索逐步接入统一底座，支撑起病理、麻醉、超声质控等场景。统一底座统筹起医院的算力、数据、模型和应用，科室的探索成果得以沉淀复用，医院 AI 从单点突破走向全院协同，优质医疗能力向基层延伸也因此有了支撑。

再比如在油气行业，华为与中国石油东方物探围绕地震数据处理和全波形反演开展创新，帮助专业人员更快获得高精度地下成像，为储量判断和勘探决策提供支撑。

还有在金融领域，华为围绕 4 Zeros 韧性目标构建 R-A-A-S 韧性存算网底座，支撑 AI 时代金融业务对连续性与安全性的更高要求。

大会现场，深圳河套学院、南京钢铁、广药集团的代表还分享了算子开发与模型适配调优、钢铁和物流行业数据与知识治理、AI 加速新药研发等实践。

这些实践指向同一个判断，只有真正进入生产流程、解决行业问题，算力和模型才能转化为可衡量的业务价值，并进一步服务产业发展和民生改善。

03.

开放给伙伴，从单点走向规模

行业众多、场景复杂、需求各异，是行业智能化的另一重现实。每个行业的业务流程、专业知识和客户需求各不相同，单靠一家公司，很难服务好数量众多、需求各异的行业客户。

华为自然也能认识到这一点，让智能化从标杆走向千行百业，需要华为与伙伴各自发挥优势。

这次大会上，华为把这条路径也讲清楚了，也就是构建“以客户为中心”的“华为 + 伙伴”协同体系，让 AI 惠及千行百业，并发布 SCALE 伙伴支持体系，从场景化解决方案、联合创新、联合营销、本地化服务和高效协同五个方面支持伙伴，助力伙伴推动客户智能化从单点实践走向规模化落地。

比如，场景化解决方案层面，华为推出企业算力引擎和 DCS AI 解决方案，前者让算力实现“开箱即优”，后者降低 Agent 开发门槛，让伙伴能快速叠加行业 Know-how，一站式支持客户智能化场景落地。

华为还将研发、营销和服务能力向伙伴开放。在“联合创新”方面，华为把标杆项目经验转化为知识资产，沉淀出 48 个价值场景参考架构，覆盖设计、环境、开发、调试、验证全流程，云上 OpenLab 还新增了知识工程和 Agent 工程能力，伙伴可以借助平台沉淀的 Skill 自动生成参考应用。

在联合营销层面，华为进一步开放 Market-to-Lead 流程能力，与伙伴联合发布方案、共同打造样板点，目前已联合伙伴与全球 130 多个客户打造线上、线下样板点，伙伴的优秀方案还能进入华为展台，让好方案“看得见、可验证、能复制”。

服务一致性层面的动作更实在，华为通过 O3 伙伴服务平台向伙伴开放原厂知识、工具和专家资源，把典型场景服务经验封装成 10 多个智能 Agent，覆盖伙伴 60% 以上的业务场景，近三年与伙伴共同培养超过 5 万名 AI 人才。

举个例子，上海恒驰信息基于 O3 平台打造自主品牌智能交付工具和智能客服后，金融存储双活场景的交付周期缩短了三分之一，故障处理时间缩短了一半。

最后在高效协同层面，华为企业业务 App 和伙伴官网实现入口、流程、数据“三统一”，伙伴可随时调用 15 万份资料、4000 多门课程，通过 API 与华为系统对接后，配置、订单和维保信息实现秒级互通，AI 辅助配置更是把方案设计从数小时缩短到几分钟。

单场景的实践成功，只是智能化转型的开始。新业务不断涌现，智能化才更有生命力，而每个环节都需要懂场景的伙伴深度参与。

以方案激活场景，以创新驱动增长，以体验传递价值，以服务践守承诺，这是华为与伙伴的约定，也是智能化走向规模普惠的前提。

04.

结语

回到这次大会的核心主题 —— 使能千行百业核心生产场景智能化。AI 从“能算”到“能用、好用、管用”，中间隔着场景选择、数据治理、知识沉淀、系统集成和组织协同等一道道关口。

华为给出的解法，是用七步法指明路径，用 DIMAK 体系提供工具，用垂直作战组织保障响应速度，再通过 SCALE 体系把验证过的能力开放给更多伙伴。

大会同期发布的《Agentic Enterprise 企业智能化白皮书》和 157 个数智化转型实战案例，也从侧面说明行业智能化的方法论正在沉淀为可参考的公共知识。

技术革命的浪潮不会等待每一家企业做好准备，但好的方法论和生态体系，可以让更多企业在这波浪潮中找对方向、少走弯路。

这大概就是华为通过这次的发布最想传递的信号。