问题——企业智能化走向“深水区”，算力成为关键约束 随着大模型能力加速落地，人工智能正从试点验证、办公辅助，继续进入研发、生产、供应链、营销、风控等企业核心业务环节。多场景、多部门、多角色的协同需求，推动智能应用从“能对话”走向“能执行”，对算力、数据和工程化能力提出更高要求。业界普遍认为，未来算力将不再主要服务于集中式训练，而更多用于线推理、实时分析与高频决策。全天候的业务调用会带来持续、稳定且规模可观的算力消耗。 原因——应用形态变化与多智能体协作，带来推理侧指数级增长 华为涉及的负责人在接受采访时表示，未来新增量将集中在计算领域，预计未来5年ICT产业年复合增长率仍将保持较高水平。同时，智能体应用创新加速，推理侧调用量快速攀升，带动token消耗呈指数级增长。业内机构预计，未来数年相关需求增速将明显高于传统信息化建设周期。特别是在自动驾驶、科学计算智能化（AI4S）、金融风控、工业质检、智能终端与AI PC等场景中，既需要中心数据中心的超大规模算力，也需要靠近业务现场的边缘算力，以满足低时延、高可靠和连续服务的要求。 值得关注的是，行业智能化正从“单点工具”转向“多智能体协同”。在企业级复杂任务中，单个智能体往往难以覆盖从理解需求、拆解任务、调用工具到闭环交付的完整流程。多智能体分工协作、相互校验、联动执行，正在成为提升效率与稳定性的可行路径，也进一步抬高了对算力底座与工程平台的系统性要求。 影响——算力底座、平台能力与数据中心形态同步升级 算力需求结构的变化，正在重塑产业分工与基础设施建设重点：一是算力供给从“堆硬件”转向“硬件+调度+工程化”共同推进，提高有效利用率成为降本增效的关键；二是企业对安全合规与数据主权的关注上升，本地部署与行业专属方案需求增加；三是生态协同的重要性更突出，单一厂商难以覆盖从芯片、服务器到行业应用的全链条，开放合作成为规模化落地的必要条件。 基于此，华为上表示，正与多家上市公司等伙伴推进“行业智能体”灯塔方案落地，并将向伙伴开放模组、加速卡、服务器、超节点等系列硬件，完善全场景算力底座能力，以支撑企业从试点走向规模化复制。 对策——以“平台+算力+生态”推动行业智能体可用、可控、可规模化 围绕智能体开发与交付，华为云公布将推进智能体开发平台的企业商用测试与开源生态建设，面向办公助理、代码生成、营销创意、智能客服等场景，计划推出系列场景化企业智能体方案，并将推出数据智能体等产品，强化数据治理、知识构建与业务编排能力。 算力效率上，华为提出通过算力操作系统等方式进行统一调度，提升推理资源池的利用率，力争在相同硬件投入下实现更高吞吐输出，缓解推理侧高并发带来的资源瓶颈。 在基础设施形态上，华为披露将推进面向下一代的3D数据中心等技术路径，优化制冷、供电与机柜部署架构，提高单位建筑承载能力与算力密度，以应对超大规模算力调用需求。面向对数据安全敏感的企业用户，本地化部署方案也在形成更清晰的落地路径。近期已有多家伙伴推出基于相关算力平台的一体机与推理服务器等产品，支持企业快速完成智能体应用开发与上线部署，提升“可交付、可运维、可复制”的工程化能力。 前景——算力投资与行业应用将双向拉动，关键在标准、治理与人才 从趋势看，未来算力需求仍将保持较快增长，但增长质量将更多取决于三项因素：其一，面向行业的标准化能力，包括接口协议、模型与工具链适配、跨系统协同等，决定生态扩张速度；其二，数据治理与安全合规能力，决定智能体能否进入关键业务链路并长期稳定运行；其三，复合型人才与组织变革能力，决定企业能否将技术能力转化为流程效率与经营成果。 业内人士认为，随着智能体在更多行业形成可衡量的ROI，企业将从“买算力”转向“买能力、买结果”。算力基础设施、平台软件与行业应用的协同创新，有望带动新一轮数字化与智能化投资周期，同时也对能耗管理、运营效率和可持续发展提出更高要求。
当智能化浪潮从技术探索走向产业落地，算力竞争的核心正在转向生态体系的比拼。中国企业在这场关乎未来生产力的布局中，既要突破芯片、架构等关键技术瓶颈，也要持续培育协同创新的产业环境。如何在扩大算力供给的同时兼顾绿色低碳，将成为下一阶段行业发展的重要命题。