在全球供应链产业链格局深刻重构背景下，以5G、云计算、大数据、物联网与人工智能为代表的数字技术正加速进入千行万业，显著提升生产力。数字经济已成为全球经济增长主引擎，多个国家制定并实施数字化战略。

　　尽管各国数字经济发展阶段不一，普遍面临激发需求潜力、基建规划与成效评估等挑战。随着全球数智化进程提速，ICT产业如何助力构建高质量、可持续的数字经济体系，正成为各国政府共同关注的战略议题。

　　数据+AI，驱动交通走向多元融合的新发展阶段

　　交通是基础性、先导性、战略性产业和重要的服务性行业。数字化、智能化技术的深度应用，将推动物理世界与数字世界的交通物流活动不断融合，进而加速交通行业全面变革升级。

　　港口、机场、车站、口岸等枢纽节点，正在向外延伸，从单一交通枢纽运营向港产城、空港城、岸城园、站城融合等一体化发展。公路、铁路、城市轨道交通、城市道路交通等线网通道，正在加速融合，实现不同交通方式间规划、运输、服务、管理与信息的协同，发展路衍经济、通道经济、低空经济，已成为行业可持续发展的普遍诉求。

　　路网联接枢纽，承载着客流与物流。推进综合交通运输体系改革，建设现代物流企业、物流枢纽体系与现代物流服务网络，将是降低物流成本的重要手段。发展铁水联运、公铁联运、空铁联运，实现多式联运“一单制”“一箱制”，推动物流与仓储的数字化智能化，将有助于进一步促进物流降本提质增效。

　　对交通数智转型的四个核心观点

　　数字化与智能化，不仅驱动着业务流程重塑与服务体验升级，更推动着投资成本优化与产业模式创新。对于交通行业数智化转型升级，我们有四个核心观点：战略是根本，数据是基础，智能是方向，人才是核心。

　　战略是根本

　　发展智慧交通，加速行业数智化转型升级，不是简单的技术驱动，而应是战略驱动。数字化变革，就是用数字化的手段、思维和认知，推动各领域的制度重构、流程再造、系统重塑。通过数字技术的进步，来支撑发展战略的突破，从而实现高质量发展。

　　数据是基础

　　数字化转型和人工智能的重要基础是数据。只有构建了全量、全要素的联接和实时反馈系统，构筑基于数字化智能化技术、自主创新、可持续演进的数智底座，构建高质量交通行业数据集，才能让交通基础设施与生产经营过程可视、可测，进而使管理决策可以被计算。

　　智能是方向

　　人工智能是交通领域当下面临的时代性挑战，也是革命性机遇。近年来，AI与实体经济深度融合的特征在交通场景中尤为显著：港口、机场、铁路、城市路网等传统基建，正通过生成式大模型等技术实现生产业务流程的重构。

　　人才是核心

　　人才是数智化转型的核心资源。这需要培养一批既懂交通业务、又具备数字化理念、掌握数智化技术的跨领域、跨专业人才，能够持续引领工程、产品、解决方案乃至商业模式创新。

　　“四位一体”理念，加速交通行业AI落地

　　拥抱人工智能、驱动数字化转型，已不是“选择题”，而是关乎高质量发展，培育新质生产力的“必答题”。交通行业真正要回答的问题，已从 “是否部署新技术” 转向 “如何用AI重构安全、效率与绿色发展的业务根基” ——这标志着行业认知的跃迁：从技术工具思维，升维至系统性重塑产业逻辑的战略思维。

　　为此，华为提出了“场景、算力、算法、数据”四位一体的AI理念。我们强调从业务场景出发，坚持问题导向与目标导向，驱动人工智能融入进业务场景、落地到生产系统。

　　在场景方面，人工智能的落地，应当遵循第一性原理，从港口调度、机场运维、城市拥堵治理等高价值交通业务场景出发，优先对准船舶靠泊、设备检修、信号控制等海量、重复、复杂的作业环节，以点带面推动智能化突破，释放AI效能潜力。

　　在算力方面，要构建统一、稳定、安全、自主的人工智能软硬件基础设施，支撑港口IGV调度、机场跑道检测等实时业务，包含数智底座、算力、AI开发平台与工具链等，实现算力与模型能力的服务化，保障船舶滞港预警响应≤3秒、道面巡检零中断，以稳定架构应对技术不确定性。

　　在算法方面，交通行业绝大多数关键问题（如信号配时优化、轨道磨损预测）的机理模型在交研院、设计院等专业机构，需融合卡口流量、雷达轨迹等多源数据将专业知识转化为模型。解决拥堵溯源、应急疏散等难题，需将交通工程机理与AI结合，通过路口治理、航班调度等场景牵引模型，发挥大模型理解能力，应用AI Agent（AI智能体）实现信号灯-车辆-路况协同决策。

　　在数据方面，数据质量决定模型上限，针对雷达、GPS等交通多模态数据，应当建立统一标准的企业级数据湖，保障交通各个环节数据完整、规范、合规、安全、实时，通过全流程、全场景的数据工程，构筑高质量数据集，保障AI的效果和持续应用。

　　以行践言，从交通基础设施到物流供应链数智化，打造大交通大物流数智底座

　　在助力千行万业智能化转型的进程中，华为秉承“以行践言”理念，面向交通数智化建设发展的多样需求，华为这一理念则以从业务需求出发，将场景与算力、算法、数据融合，构建了涵盖多元算力、AI开发框架、AI开发平台及大小模型的全栈AI能力整体架构。既能兼容已有信息基础设施，确保AI系统与企业业务系统深度融合，又能充分支持未来的持续演进升级，承载AI持续演进的价值回报，避免因技术更替带来的重复投入，实现真正的“用得上、用得起、用得久”的大交通大物流数智底座。同时，这一技术框架，也是协同开放的。近年来，联合行业客户与伙伴，开展了一系列交通+AI的创新实践。

　　在公路，AI算力驱动建管营一体化

　　依托国际双循环构建与物流成本降低背景，加速路网资源的数实融合与产业联动，发展通道经济推动交通高质量发展。公路行业正从“大基建”迈向“大运营、大管养”新阶段，注重质量与效益。华为打造公路交通大模型，通过匹配通用语料构建全场景数据集，覆盖“建管养运服安”全场景的评测数据集，在交通流量预测、速度预测及拥堵识别等态势感知中实现超95%精度，赋能通道经济高质量发展。

　　在港口，AI大模型驱动安全运营与效率跃升

　　人工智能技术在交通枢纽等关键节点正驱动显著的效率跃升。华为推出首个港口大模型，融合百万级样本与场景，覆盖6大类80+子类对象，"一模多识"支持跨码头复用，小样本精度提升15%，开发效率提高，标注工作量降低80%。

　　在铁路，AI大模型实现车机工电辆全域智能化升级

　　铁路行业加速从单点突破向全域数据贯通演进。华为铁路大模型赋能TFDS(Trouble of moving Freight car Detection System，货车故障图像智能识别)系统，覆盖全场景识别的70多种车型、430多种故障，综合识别率大于99.3%，关键故障近"零漏检"，审图效率提升200%；智能排程使检修效率提升30%，一级修人工量降低50%；周界防护实现"零漏报、低误报"，巡检效率提升50%。华为通过AI重构"感知-决策-执行"闭环，为客货运安全与效率双提升提供数字底座。

　　在机场，AI算法驱动航班保障精细化

　　在全球航空客货运激增背景下，华为通过智能识别技术将26项人工数据采集节点自动化，实现98%准确率、<30秒时间误差及100%流程可视化。应用后异常率下降80%，日均异常处置架次从10架降至2架，实现全航班、全环节的精细化管控。

　　在物流，AI多模型融合实现单证智能识别

　　单证作为供应链核心“数据纽带”，其处理效率直接影响综合成本与服务。华为解决方案深度融合AI技术，实现识别准确率超过90%，审单效率提升90%，人工录入减少90%，单证处理缩短至3-5分钟/票，助力效率跃升与客户体验升级。

　　截至目前，华为交通与物流智慧化解决方案已服务全球100多个港口、200多家物流与仓储企业、300多条城市轨道、超18万公里铁路、超20万公里公路网络、70多座城市的道路交通，210多家机场航司和空管。

　　面向未来，华为将持续深入行业，坚持业务需求与科技创新双轮驱动，联合客户伙伴，共同构建围绕供应链产业链安全高效运转的大交通大物流数智底座，使能“人悦其行、物优其流、数智其赢”。