在能源、制造、通信等16個(gè)(gè)重點(diǎn)(diǎn)行業(yè)(yè)打造了800多個(gè)(gè)應(yīng)用場(chǎng)景；建設(shè)行業(yè)(yè)數(shù)據(jù)集超過(guò)1000個(gè)(gè)；“九天”“星辰”“元景”等大模型已基本具備全模態(tài)(tài)、復(fù)雜推理及智能體構(gòu)建能力……當(dāng)前，中央企業(yè)(yè)正深入推進(jìn)(jìn)“人工智能+”行動(dòng)(dòng)，在算力、數(shù)據(jù)、模型、應(yīng)用等全方位發(fā)(fā)力，推動(dòng)(dòng)從“盆景式”試點(diǎn)(diǎn)落地到“雨林式”規(guī)模應(yīng)用。

但是記者在調(diào)研采訪(fǎng)中獲悉，央企業(yè)(yè)務(wù)(wù)場(chǎng)景多為定制化需求，推動(dòng)(dòng)人工智能規(guī)?；淶厝源嬤T多制約，需要進(jìn)(jìn)一步展開(kāi)長(cháng)周期規(guī)劃，在自主研發(fā)(fā)、高質(zhì)(zhì)量數(shù)據(jù)集建設(shè)、場(chǎng)景賦能與創(chuàng)(chuàng )新、人才隊(duì)伍建設(shè)等方面進(jìn)(jìn)一步探索和發(fā)(fā)力。

央企“AI+”專(zhuān)項(xiàng)行動(dòng)(dòng)向縱深推進(jìn)(jìn)

“數(shù)智賦能，物聯(lián)(lián)創(chuàng)(chuàng )效”——長(cháng)慶油田頁(yè)巖油開(kāi)發(fā)(fā)分公司西峰生產(chǎn)(chǎn)指揮中心墻上的八個(gè)(gè)大字異常醒目。巨型屏幕前，工作人員輕點(diǎn)(diǎn)物聯(lián)(lián)網(wǎng)(wǎng)云平臺“產(chǎn)(chǎn)量差異分析”模塊，紅綠柱狀圖瞬間呈現(xiàn)增油量與遞減量。三次點(diǎn)(diǎn)擊，系統(tǒng)便鎖定某中心站單井異常減產(chǎn)(chǎn)點(diǎn)(diǎn)——整個(gè)(gè)過(guò)程不到十秒。

這是中國石油“數(shù)智石油”建設(shè)的一個(gè)(gè)縮影。該企業(yè)(yè)建成我國能源化工領(lǐng)(lǐng)域首個(gè)(gè)通過(guò)國家備案的行業(yè)(yè)大模型——昆侖大模型，完成330億到700億、再到3000億參數(shù)的迭代升級，深度賦能上百個(gè)(gè)產(chǎn)(chǎn)業(yè)(yè)應(yīng)用場(chǎng)景；同時(shí)(shí)，項(xiàng)目團(tuán)隊(duì)組建10個(gè)(gè)攻堅(jiān)組，圍繞26條業(yè)(yè)務(wù)(wù)線(xiàn)、119個(gè)(gè)業(yè)(yè)務(wù)(wù)域，優(yōu)(yōu)化形成“十域百景千應(yīng)用”的全景視圖。以業(yè)(yè)界首個(gè)(gè)地震正反演大模型為例，使得地震波波動(dòng)(dòng)方程求解效率提升10倍，勘探項(xiàng)目周期縮短20%以上。

如今，“人工智能+”的產(chǎn)(chǎn)品正在加速賦能各行各業(yè)(yè)。就在不久前，國務(wù)(wù)院印發(fā)(fā)了《關(guān)(guān)于深入實(shí)(shí)施“人工智能+”行動(dòng)(dòng)的意見(jiàn)》。意見(jiàn)提出，通過(guò)科技、產(chǎn)(chǎn)業(yè)(yè)、消費(fèi)、民生、治理和全球合作六大重點(diǎn)(diǎn)行動(dòng)(dòng)，明確到2027年，智能終端、智能體等應(yīng)用普及率超70%，2035年全面步入智能社會(huì )。

北京郵電大學(xué)(xué)人工智能學(xué)(xué)院教授張闖認(rèn)為，國資央企憑借在能源、交通、金融、通信等關(guān)(guān)鍵領(lǐng)(lǐng)域的規(guī)?；瘓?chǎng)景優(yōu)(yōu)勢，成為AI技術(shù)(shù)落地的重要“試驗(yàn)田”與“孵化器”，承擔(dān)著(zhù)國家戰(zhàn)略實(shí)(shí)施者、技術(shù)(shù)創(chuàng)(chuàng )新引領(lǐng)(lǐng)者、產(chǎn)(chǎn)業(yè)(yè)生態(tài)(tài)構(gòu)建者的核心角色。

2024年以來(lái)，國資委組織深入實(shí)(shí)施中央企業(yè)(yè)“AI+”專(zhuān)項(xiàng)行動(dòng)(dòng)。目前已在能源、制造、通信等16個(gè)(gè)重點(diǎn)(diǎn)行業(yè)(yè)打造了800多個(gè)(gè)應(yīng)用場(chǎng)景；成立了交通物流、綠色低碳、智慧能源3個(gè)(gè)行業(yè)(yè)數(shù)據(jù)產(chǎn)(chǎn)業(yè)(yè)共同體，建設(shè)行業(yè)(yè)數(shù)據(jù)集超過(guò)1000個(gè)(gè)；通信運(yùn)營(yíng)商加快向AI基礎(chǔ)底座供應(yīng)商轉(zhuǎn)變，累計(jì)投資超百億元，建成4個(gè)(gè)“萬(wàn)卡集群”，智算規(guī)模比“AI+”行動(dòng)(dòng)實(shí)(shí)施前增長(cháng)超過(guò)2倍；“九天”“星辰”“元景”等大模型已基本具備全模態(tài)(tài)、復(fù)雜推理及智能體構(gòu)建能力，在能源電力、工業(yè)(yè)制造等領(lǐng)(lǐng)域加快應(yīng)用。

在2025年世界人工智能大會(huì )期間，國務(wù)(wù)院國資委正式發(fā)(fā)布了首批40項(xiàng)央企人工智能戰(zhàn)略性高價(jià)(jià)值場(chǎng)景，建設(shè)“國資央企人工智能戰(zhàn)略性高價(jià)(jià)值場(chǎng)景庫”，以此為基礎(chǔ)推動(dòng)(dòng)央企持續(xù)挖掘、積極開(kāi)放行業(yè)(yè)核心場(chǎng)景，協(xié)(xié)同各方共建共享，深度融合人工智能科技創(chuàng)(chuàng )新與產(chǎn)(chǎn)業(yè)(yè)創(chuàng)(chuàng )新，打造人工智能+科學(xué)(xué)、生物醫(yī)藥、新材料研發(fā)(fā)、具身智能、新型工業(yè)(yè)化等應(yīng)用標(biāo)桿，助力傳統(tǒng)產(chǎn)(chǎn)業(yè)(yè)提質(zhì)(zhì)升級，開(kāi)辟戰(zhàn)略性新興產(chǎn)(chǎn)業(yè)(yè)和未來(lái)產(chǎn)(chǎn)業(yè)(yè)發(fā)(fā)展新賽道，推動(dòng)(dòng)“盆景式”試點(diǎn)(diǎn)落地到“雨林式”規(guī)模應(yīng)用。

中國移動(dòng)(dòng)承擔(dān)的“公有云全流程AI+處置億級云端威脅”正是首批場(chǎng)景之一。據(jù)介紹，移動(dòng)(dòng)云以云原生自適應(yīng)安全架構(gòu)作為安全基座，融合九天、DeepSeek等基礎(chǔ)大模型能力，孵化安全云腦智能運(yùn)營(yíng)平臺，落地應(yīng)用于移動(dòng)(dòng)云數(shù)十個(gè)(gè)資源池，納管全網(wǎng)(wǎng)數(shù)千套安全設(shè)備，日均處理安全數(shù)據(jù)超70億，實(shí)(shí)現(xiàn)安全運(yùn)營(yíng)智能化、高效化和精準(zhǔn)化，安全事件工單平均處置時(shí)(shí)長(cháng)壓降82.5%，安全告警自動(dòng)(dòng)化處置率達(dá)99%，告警誤報(bào)率壓降至0.2%，節(jié)省人工成本超千萬(wàn)。

國家電網(wǎng)(wǎng)也積極運(yùn)用人工智能賦能電力系統(tǒng)運(yùn)行管理、生產(chǎn)(chǎn)作業(yè)(yè)管理、經(jīng)(jīng)營(yíng)管理和客戶(hù)服務(wù)(wù)等多個(gè)(gè)領(lǐng)(lǐng)域。以此次列入的“電力輸變電設(shè)備智能巡檢與作業(yè)(yè)處置”場(chǎng)景為例，全面推廣輸電無(wú)人機(jī)智能巡檢、變電智能巡視、電力智能作業(yè)(yè)等應(yīng)用；系統(tǒng)布局研發(fā)(fā)系列機(jī)器人裝備，配網(wǎng)(wǎng)帶電作業(yè)(yè)機(jī)器人已迭代研發(fā)(fā)至第四代；探索應(yīng)用人工智能技術(shù)(shù)對特高壓直流設(shè)備運(yùn)行狀態(tài)(tài)開(kāi)展智能分析，故障智能研判和快速處理效率提升50%。

中國中車(chē)則圍繞“AI+裝備制造業(yè)(yè)”，重點(diǎn)(diǎn)打造“研發(fā)(fā)設(shè)計(jì)”“生產(chǎn)(chǎn)制造”“運(yùn)維服務(wù)(wù)”3大領(lǐng)(lǐng)域13個(gè)(gè)制造業(yè)(yè)核心流程場(chǎng)景。在高速動(dòng)(dòng)車(chē)組氣動(dòng)(dòng)阻力仿真場(chǎng)景中，基于既有仿真、試驗(yàn)數(shù)據(jù)，構(gòu)建高速動(dòng)(dòng)車(chē)組氣動(dòng)(dòng)載荷標(biāo)準(zhǔn)數(shù)據(jù)庫，基于科學(xué)(xué)計(jì)算大模型平臺，創(chuàng)(chuàng )新性地構(gòu)建了智能化仿真大模型。實(shí)(shí)現(xiàn)了計(jì)算效率由24小時(shí)(shí)縮短到10秒級，結(jié)果誤差小于8%，未來(lái)預(yù)期實(shí)(shí)現(xiàn)仿真周期從10秒級到秒級、結(jié)果誤差小于5%的跨越式突破。

規(guī)?；淶厝源嫠拇籩萍s

記者在采訪(fǎng)中獲悉，央企業(yè)(yè)務(wù)(wù)場(chǎng)景多為定制化需求，需結(jié)合工藝、設(shè)備、環(huán)(huán)境等復(fù)雜變量，這給人工智能規(guī)?；淶靨岢雋瞬恍〉奶魬?。

首先是技術(shù)(shù)與產(chǎn)(chǎn)業(yè)(yè)的融合制約。多家中央企業(yè)(yè)反映，人工智能技術(shù)(shù)與企業(yè)(yè)核心生產(chǎn)(chǎn)環(huán)(huán)節(jié)融合仍存困難。相關(guān)(guān)企業(yè)(yè)負(fù)責(zé)人告訴記者，通用大模型在支持企業(yè)(yè)垂類(lèi)大模型構(gòu)建、滿(mǎn)足特定需求方面還要進(jìn)(jìn)一步加強(qiáng)，有待聯(lián)(lián)合突破。

“模型與復(fù)雜業(yè)(yè)務(wù)(wù)場(chǎng)景的適配性不足?！敝袊苿?dòng)研究院用戶(hù)與市場(chǎng)研究所所長(cháng)林琳解釋說(shuō)，目前企業(yè)(yè)使用的模型以小模型和蒸餾過(guò)的輕量化大模型為主，小模型通常用于處理特定領(lǐng)(lǐng)域或任務(wù)(wù)，其知識庫相對有限，制約了復(fù)雜推理任務(wù)(wù)場(chǎng)景的表現(xiàn)；輕量化大模型雖然本地化部署成本較低，但仍存在泛化能力有限、可解釋性差、幻覺(jué)無(wú)法消除等問(wèn)題，模型推理準(zhǔn)確率和穩(wěn)定性難以達(dá)到企業(yè)(yè)生產(chǎn)(chǎn)級要求。

賽智產(chǎn)(chǎn)業(yè)(yè)研究院人工智能研究所副所長(cháng)安赟也指出，AI技術(shù)(shù)公司的通用方案往往“水土不服”，而央國企的行業(yè)(yè)專(zhuān)家又難以將模糊的業(yè)(yè)務(wù)(wù)痛點(diǎn)(diǎn)轉(zhuǎn)化為清晰的技術(shù)(shù)需求。這種供需“鴻溝”使技術(shù)(shù)優(yōu)(yōu)勢難以高效轉(zhuǎn)化為產(chǎn)(chǎn)業(yè)(yè)優(yōu)(yōu)勢和經(jīng)(jīng)濟(jì)價(jià)(jià)值。

其次是部署成本的制約?！爸圃鞓I(yè)(yè)尤其是傳統(tǒng)的重型裝備制造領(lǐng)(lǐng)域，存在大量老舊設(shè)備。這些設(shè)備在設(shè)計(jì)之初并未考慮數(shù)據(jù)采集，可能沒(méi)有傳感器接口或者接口協(xié)(xié)議封閉，對其進(jìn)(jìn)行數(shù)字化改造（加裝傳感器、網(wǎng)(wǎng)關(guān)(guān)）成本高、周期長(cháng)、技術(shù)(shù)難度大?！敝熊?chē)集團(tuán)數(shù)智化部負(fù)責(zé)人坦言。

林琳也表示，產(chǎn)(chǎn)業(yè)(yè)級人工智能應(yīng)用往往需要將算法模型融入機(jī)器設(shè)備，因而需要生產(chǎn)(chǎn)設(shè)備換代升級、產(chǎn)(chǎn)線(xiàn)改造、大量生產(chǎn)(chǎn)數(shù)據(jù)的采集處理以及行業(yè)(yè)知識的整理匯聚，部署過(guò)程復(fù)雜、資金投入大、建設(shè)周期長(cháng)，企業(yè)(yè)對于技術(shù)(shù)投入產(chǎn)(chǎn)出比存在顧慮。

再次，央企“供數(shù)”“用數(shù)”障礙，也造成人工智能落地應(yīng)用難。作為人工智能發(fā)(fā)展的三大核心要素之一，數(shù)據(jù)在推動(dòng)(dòng)“人工智能+”過(guò)程中發(fā)(fā)揮著(zhù)關(guān)(guān)鍵作用，特別是高質(zhì)(zhì)量數(shù)據(jù)集的建設(shè)至關(guān)(guān)重要。不少受訪(fǎng)對象表示，中央企業(yè)(yè)對數(shù)據(jù)資源的需求日益增強(qiáng)，但也面臨著(zhù)企業(yè)(yè)內(nèi)部數(shù)據(jù)治理不完善、數(shù)據(jù)共建標(biāo)準(zhǔn)缺失、數(shù)據(jù)安全存挑戰(zhàn)等難題，造成高質(zhì)(zhì)量數(shù)據(jù)供給不足，跨主體、跨行業(yè)(yè)的數(shù)據(jù)流通共享不足，數(shù)據(jù)要素價(jià)(jià)值有效釋放不足。

此外，人才結(jié)構(gòu)也存在短板。中國石油集團(tuán)數(shù)字和信息化管理部總經(jīng)(jīng)理胡炳軍坦言，既掌握油氣行業(yè)(yè)知識又掌握人工智能領(lǐng)(lǐng)域的高水平復(fù)合型人才相對匱乏，人才培養(yǎng)體系有待完善。

事實(shí)(shí)上，目前各行業(yè)(yè)企業(yè)(yè)普遍缺少“既懂業(yè)(yè)務(wù)(wù)、又懂人工智能”的復(fù)合型人才。根據(jù)中關(guān)(guān)村產(chǎn)(chǎn)業(yè)(yè)研究院測算，到2025年北京人工智能人才需求量約為54萬(wàn)人，缺口將達(dá)37萬(wàn)人，其中復(fù)合型人才缺口為21萬(wàn)人。

開(kāi)展長(cháng)周期規(guī)劃由點(diǎn)(diǎn)帶面實(shí)(shí)現(xiàn)突破

受訪(fǎng)人士認(rèn)為，未來(lái)央企應(yīng)開(kāi)展圍繞“AI+”的長(cháng)周期規(guī)劃，在人才隊(duì)伍建設(shè)、自主研發(fā)(fā)、高質(zhì)(zhì)量數(shù)據(jù)集建設(shè)、場(chǎng)景賦能與創(chuàng)(chuàng )新等方面，明確時(shí)(shí)間表路線(xiàn)圖。注重AI產(chǎn)(chǎn)業(yè)(yè)生態(tài)(tài)的滲透作用，做深做實(shí)(shí)數(shù)字要素基座，實(shí)(shí)現(xiàn)AI賦能與數(shù)字化轉(zhuǎn)型的持續(xù)突破，推進(jìn)(jìn)人工智能等技術(shù)(shù)加速落地、轉(zhuǎn)化為現(xiàn)實(shí)(shí)生產(chǎn)(chǎn)力。

具體而言，一是支持央企發(fā)(fā)揮示范引領(lǐng)(lǐng)作用，共建行業(yè)(yè)大模型。受訪(fǎng)專(zhuān)家一致建議，聚焦戰(zhàn)略意義強(qiáng)、經(jīng)(jīng)濟(jì)收益高的核心應(yīng)用場(chǎng)景，將AI技術(shù)(shù)深度嵌入業(yè)(yè)務(wù)(wù)全流程，推動(dòng)(dòng)應(yīng)用場(chǎng)景開(kāi)放，強(qiáng)化與各類(lèi)所有制企業(yè)(yè)聯(lián)(lián)合研發(fā)(fā)，當(dāng)好協(xié)(xié)同創(chuàng)(chuàng )新和產(chǎn)(chǎn)業(yè)(yè)協(xié)(xié)作的組織者?！奧氏卻蛟熘悄苤圃?、自動(dòng)(dòng)駕駛、具身智能等前沿場(chǎng)景的標(biāo)桿應(yīng)用案例，引領(lǐng)(lǐng)中小企業(yè)(yè)加快人工智能技術(shù)(shù)落地應(yīng)用?！繃至輾Q(chēng)。

中車(chē)集團(tuán)數(shù)智化部負(fù)責(zé)人認(rèn)為，在深挖工業(yè)(yè)制造、能源電力等高價(jià)(jià)值場(chǎng)景的同時(shí)(shí)，應(yīng)依托央企在能源、交通等領(lǐng)(lǐng)域的數(shù)據(jù)優(yōu)(yōu)勢，共建行業(yè)(yè)大模型，增強(qiáng)我國在全球AI領(lǐng)(lǐng)域的競爭力。

二是強(qiáng)化國家級平臺與資源統(tǒng)籌，推動(dòng)(dòng)各方共建開(kāi)放協(xié)(xié)同創(chuàng)(chuàng )新體系。安赟認(rèn)為，需支持央國企牽頭建設(shè)國家級AI創(chuàng)(chuàng )新平臺、行業(yè)(yè)大模型和高質(zhì)(zhì)量數(shù)據(jù)集，提升AI創(chuàng)(chuàng )新效率。

促進(jìn)(jìn)供需協(xié)(xié)同創(chuàng)(chuàng )新、加強(qiáng)產(chǎn)(chǎn)學(xué)(xué)研聯(lián)(lián)動(dòng)(dòng)也至關(guān)(guān)重要。在林琳看來(lái)，要匯聚人工智能技術(shù)(shù)供給方的央企在算法模型、數(shù)據(jù)、算力方面的優(yōu)(yōu)勢資源，為應(yīng)用方提供應(yīng)用創(chuàng)(chuàng )新支撐，推動(dòng)(dòng)雙方共同在標(biāo)準(zhǔn)制修訂、應(yīng)用孵化、具體場(chǎng)景實(shí)(shí)際問(wèn)題攻關(guān)(guān)方面開(kāi)展合作。推動(dòng)(dòng)央企與頂尖科研院所搭建合作橋梁，出臺專(zhuān)項(xiàng)政策，組建技術(shù)(shù)研發(fā)(fā)聯(lián)(lián)合體，鼓勵(lì)聯(lián)(lián)合開(kāi)展關(guān)(guān)鍵技術(shù)(shù)攻關(guān)(guān)。

三是加快數(shù)據(jù)要素市場(chǎng)化配置改革，支持央國企在數(shù)據(jù)要素市場(chǎng)化改革中先行先試。相關(guān)(guān)企業(yè)(yè)建議，由國家相關(guān)(guān)部委統(tǒng)籌指導(dǎo)，圍繞數(shù)據(jù)質(zhì)(zhì)量提升、統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)、安全風(fēng)(fēng)險(xiǎn)管控、數(shù)據(jù)共享流通等方面，制定相應(yīng)政策，指導(dǎo)中央企業(yè)(yè)建立更加完備的高質(zhì)(zhì)量數(shù)據(jù)集。

針對企業(yè)(yè)內(nèi)部數(shù)據(jù)采集、運(yùn)用、治理尚不完善的問(wèn)題，胡炳軍認(rèn)為，需深入推進(jìn)(jìn)數(shù)據(jù)效能提升行動(dòng)(dòng)，強(qiáng)化數(shù)據(jù)資源全量管理，加快拓展統(tǒng)一數(shù)據(jù)平臺覆蓋面；暢通數(shù)據(jù)開(kāi)放渠道，讓更多的數(shù)據(jù)價(jià)(jià)值賦能企業(yè)(yè)高質(zhì)(zhì)量發(fā)(fā)展。

四是創(chuàng)(chuàng )新體制機(jī)制，強(qiáng)化人才隊(duì)伍建設(shè)。拓展多元化融資渠道，激發(fā)(fā)創(chuàng)(chuàng )新活力。受訪(fǎng)央企呼吁，完善人才政策，鼓勵(lì)央企與高校合作，通過(guò)設(shè)立人工智能定向人才培養(yǎng)項(xiàng)目、建立就業(yè)(yè)實(shí)(shí)習(xí)基地、專(zhuān)業(yè)(yè)培訓(xùn)等方式，共同培養(yǎng)人工智能領(lǐng)(lǐng)域的復(fù)合型人才，夯實(shí)(shí)發(fā)(fā)展根基。同時(shí)(shí)，在薪酬待遇、成果轉(zhuǎn)化等方面建立更符合AI行業(yè)(yè)特點(diǎn)(diǎn)的人才評價(jià)(jià)和激勵(lì)體系。