2025深度用云展望

深度用云展望 2025 行业数字化浪潮涌起，先行方能抢占先机。华为云愿做行业同行者，携手各方抢抓技术新机遇，做好行业数字化转型‘云底座’和‘使能器’，加快深度用云，跃升数字生产力。 张平安华为常务董事华为云CEO 当前，新一轮科技革命和产业变革正在蓬勃发展，云计算产业在全球市场风起云涌，AI技术加快从理论走进现实，数字化成为每一家企业的转型共识。以云为底座的创新生态，以大模型为代表的创新技术，正在重塑千行万业。 面对千行万业的数字化浪潮，云已成为企业数字化升级的必然选择。如何进一步发挥云的价值、抢占创新发展的制高点，加快从“上好云”到“用好云”，是所有企业新一轮数字化飞跃的关键机遇所在。华为云持续践行“一切皆服务”，将华为在数字化转型中沉淀的技术、工具和经验，通过基础设施即服务、技术即服务和经验即 服务，以云服务的方式提供给客户、伙伴和开发者，推动行业高质量数字化转型。 华为云提出“AIforIndustries”，加快AI重塑千行万业。今年，我们发布了盘古大模型3.0和昇腾AI云服务等创新产品和服务，聚焦各行业研发、生产、供应、销售、服务等环节面临的复杂难题，用AI大模型帮助企业解难题、做难事。同时，我们打造的软件开发生产线CodeArts、硬件开发生产线CraftArts、AI开发生产线ModelArts、数据治理生产线DataArts和数字内容生产线MetaStudio，为企业打造了最佳的云上创新平台，让创新触手可及。 序言 FOREWORD 当前，一批数字化先行者已经行动起来，积极探索新理念、新业态、新模式，将云上的创新技术融入核心业务流程，在深度用云中不断提升行业生产经营效率，增强业务竞争力，收获了卓越成果。 在政务领域，华为云携手深圳市福田区政务服务数据管理局，上线了基于盘古政务大模型的福田政务智慧助手小福，能够精准理解民众咨询意图，改变传统的一网通办模式，把老百姓的话语转化为政府办事的语言，让城市能感知、会思考、可进化、有温度。 在金融行业，邮储银行基于云加速金融核心系统向现代化应用架构演进，通过构建新一代分布式金融核心系统，可实现日均20亿笔交易、峰值6.7万笔 /秒的能力，新系统效率平均提升40%，不断提升应用研发和交易处理能力。 在交通行业，AI开始进入天津港的港口作业主流程，基于AI求解器的港口智能计划系统将作业计划耗时从24小时缩短到10分钟，可快速应对台风天气、设备故障等突发变化，提升计划的有效性。 在煤矿领域，山东能源集团引入盘古矿山大模型，为煤矿的采、掘、机、运、通、洗选等9大业务系统、1000多个细分场景提供智能解决方案，持续改善煤矿工人作业环境，减少安全事故，提升生产质量。目前，盘古矿山大模型在全国其它8个矿井已开始规模使用。 行业数字化浪潮涌起，先行方能抢占先机。华为云愿做行业同行者，携手各方抢抓技术新机遇，做好行业数字化转型“云底座”和“使能器”，加快深度用云，跃升数字生产力。 风鹏正举海天阔，更扬云帆立潮头。中国信通院愿联合云计算领域各方，凝聚产业力量，共同推动企业迈向深度用云，实现我国云计算领域跨越式发展，筑牢数字中国建设坚实地基。 何宝宏 中国信息通信研究院云大所所长 二十大报告提出，要构建新一代信息技术等一批新的增长引擎，打造具有国际竞争力的数字产业集群，加快数字中国建设。云计算作为数字经济发展的核心引擎，对我国数字经济与实体经济融合发展至关重要。 过去十年，云计算已从一种IT资源的服务形式演变为企业数字化转型的重要底座，催生企业管理 和业务生产模式变革，为企业发展提供源源不断的创新驱动力，我国云计算也呈现出全新特点。 市场方面，云计算保持快速发展态势。2022年，我国云计算市场规模达4,550亿元，较2021年增长40.91%。相比于全球19%的增速，我国云计算市场仍处于快速发展期，预计2025年我国云计算整体市场规模将超万亿元。 序言 FOREWORD 技术方面，云计算关键技术持续创新。云计算骨干企业在大规模并发处理、海量数据存储等关键核心技术和容器、微服务等新兴领域不断取得突破，部分指标已达到国际先进水平，有效满足了亿级用户并发场景下各类复杂应用的需求。 应用方面，行业上云用云程度呈阶梯状分布。政务、金融、电信等行业处于成熟期，已从全面上云过渡到深度用云；工业、交通、医疗等行业处于成长期，企业上云热度持续攀升；石油化工、钢铁冶金、煤矿、建筑等行业处于探索期，云平台建设与应用处于规划和发展阶段。 未来，随着企业上云范围不断扩大、用云程度逐渐加深，我国云计算发展将在企业战略、服务路径、产业生态方面迎来突破。企业战略“自上而下”，企业用云谋篇布局将进一步深化，持续释放上层政策红利，实现云计算市场可持续发展。服务路径“以终为始”，厂商将聚焦行业实际赋能水平，走向以最终用户为核心、向上满足业务深度用云需求的发展阶段。产业生态“齐心并力”，产业链各方共同探索企业深度用云新模式、新技术和新理念，构建云计算产业健康生态。 目录 执行摘要 01 趋势一 AI重塑千行万业 04 趋势二 数字孪生广泛落地 11 趋势三 工业互联网触达每个角落 17 趋势四 数智融合激发创新 24 趋势五 应用加速实现现代化 30 趋势六 混合多云新常态 36 趋势七 云原生安全与运营 43 趋势八 云服务模式优先 50 趋势九 从建设到卓越运营 57 趋势十 运维即服务 64 未来场景展望 71 行动倡议 84 执行摘要 云计算的高速发展给IT产业带来了显而易见的变化，越来越多的行业开始从中获益：政府通过云实现了跨多个委办局的集约化资源建设，降低管理难度；金融通过云实现业务的弹性敏捷，提升服务体验；大型企业通过云容灾和资源池化的能力，提升基础设施韧性。 但我们相信云的价值远不止于此！ 越来越多政府和企业开始实施全面云化的战略，我们已经迫不及待地畅想未来的云上生活：城市成为一个可持续进化的数字孪生体，高效感知和处置城市事件，变得更有温度；更便捷金融服务开始融入人们的日常生活，更懂你我；聪明的道路、智慧的调度让交通出行体验更舒适；电网的发、输、变、用各环节基于海量数据实现高 效分析，让绿色能源无处不在；智能的触角深入制造的每一个环节，无人、少人工厂不再是梦想...... 这些振奋人心的场景并非遥不可及，实际上今天我们已经来到了未来生活的入口。随着政企加速从“业务上云”迈向“深度用云”，以创新释放全行业的数字生产力，这些勾勒的场景将在不远的将来全面落地。为此，华为推出《深度用云展望2025》白皮书，系统性地阐述我们关于深度用云的思考，并大胆地进行一些关键指标预测。 1 我们希望和产业界一起出发，寻找深度用云的锚点，把梦想变为现实，共绘美好未来。 云已经深入千行万业，成为数字化转型的最佳底座，数字化的深入也激发了越来越多企业更深入地思考云的价值。让我们站在现在一起展望不远的2025年，有哪些激动人心的技术和场景将在政企领域广泛落地，探寻“深度用云”之道，一起释放数字生产力。 AI重塑千行万业 1 75％的企业将会使用AI大模型 数字孪生广泛落地 2 城市与工业2大场景将在数字孪生市场占比73% 深度用云展望 2025 6 混合多云新常态 91%的企业将使用多云架构部署业务 7 云原生安全与运营 80%企业将采用云原生安全服务 工业互联网触达每个角落 中国工业互联网平台普及率将达到45% 数智融合激发创新 55%的大型企业将引入数智融合技术 应用加速实现现代化 75%的国内大中型企业将构建自主软件开发生产线 3 4 5 8 9 10 云服务模式优先 专属云和混合云采购中云服务模式占比增长100% 从建设到卓越运营 企业在云基础设施持续运营上的投资占比将达到45% 运维即服务 远程专业运维服务的普及率超过65% 趋势一 AI重塑千行万业 智能化落地的挑战 大模型的优势 大模型 精度低 针对单场景数据训练 泛化性差 L2公文辅助防冲3D高分场景模型写作坐席卸压辨率预报 L1 行业大模型 精度高 经过海量数据预训练 规模化复制 政务 金融 矿山 铁路 气象 L0 基础大模型视觉 自然 语言 预测多模态科学 计算 周期长 样本获取难 工作量大 AI开发平台 数据 准备 模型 训练 验证 评估 监控 优化 模型 部署 上线快 小样本微调 半自动标注 专业服务 开发套件 辅助运营 政务智能问答金融市场研报矿山安全生产 铁路故障检测 气象预测 智能应用 从通用智能到行业智能 人工智能自1956年提出概念以来，持续受到业界的追捧，近年来，其技术和商业模式发展迅速，在特定领域已经呈现超越人类的能力。AI技术被越来越多的企业接受，并在一些行业开始发挥重要价值，比如在金融交易场景，AI让风控从依靠变量规则事后控制，走向事中毫秒级实时智慧风控；在交通治理场景，AI提升高峰期路口通行能力，不断优化市民出行体验。但AI距离全面赋能行业创新，仍然存在一些障碍： 精度低，泛化性差 传统经典AI模型是在特定场景训练，遇到政企碎片化的长尾场景时，需多次调优适应新环境，导致落地成本高，无法规模化使用 样本获取难，落地周期长 生产场景样本获取难，需长时间持续累积。同时，大量人工标注和现场持续迭代调优费时费力 大模型技术的快速发展，让企业看到推进行业全面智能化的曙光，即从传统面向单任务构建专用模型，向打造支持广泛任务的通用人工智能 （AGI）转变。未来，除了以ChatGPT为代表的通用大语言模型外，基于行业专用知识构建的行业专属大模型将得到更广泛的应用，AI将进入重塑千行百业的实用时代。 AI+行业，创造新价值 经过预训练的大模型可以大幅降低有效样本需求，在新业务场景仅需少量业务数据就能完成模型微调和训练，加速AI“工业化”开发并进入企业核心生产系统，创造新的价值。 大模型通常由L0基础大模型、L1行业大模型和L2场景化模型构成，具有高泛化性、高精度、低门槛等特点，企业在大模型的建设中，需要结合自身情况，选择合适的大模型和部署方案。 基础大模型，读万卷书 顾名思义，基础大模型可以被视为一切大模型的基础，业界主流的L0基础大模型主要包括五大类：CV视觉大模型、NLP自然语言处理大模型、多模态大模型、预测大模型和科学计算大模型。 基础大模型的研发周期长，需要大量的资金和人力投入，研发难度较大，一般只有AI厂商、云厂商和部分大型企业才具备投入的实力。他们通过自建大型算力基础设施，基于海量数据的预训练得到精度较高的模型，这些模型可被用户直接调用，或按需部署到用户本地的平台上，用户只需要关注大模型的参数量、模型能力和精度是否满足自身业务需求。 行业大模型，行万里路多云部署，AI无处不在 L0基础大模型没有行业属性，在行业中往往难以直接应用，因此需要结合行业知识和数据来构建具有行业特征数据的L1行业大模型，如政务、金融、制造、矿山、气象行业大模型。 在L0大模型的基础上，首先使用行业公开数据训练行业通用大模型，但这个大模型也无法100%匹配企业的场景，因此企业需要提供私有化的行业和场景数据，通过二次小样本训练得到精度更高的企业专属大模型。比如，通过训练矿山大模型，覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的多个细分场景，提升井下安全；通过历史气象数据构建气象大模型。 L2场景化模型则为企业提供更多精细化场景模型，更加专注于某一个具体的应用场景或特定业务，常见的如政务热线对话、金融知识问答、研发代码生成、制造工艺优化、铁路故障识别等。 公有云是成本最低的大模型获取途径，企业按需付费即可基于最新的基础模型和开发套件构建自己的大模型。但对于一些政府和大型企业，数据作为核心资产，还需要满足其“数据不出域”的合规要求，此时混合云成为最佳选择。企业将公有云训练好的基础大模型部署到本地，结合自有数据在本地进行小样本增量训练，兼顾安全和成本。其中，计算量大、能耗高的任务部署在中心云，如数据共