從“技術(shù)疊加”向“價(jià)值共生”躍升

人工智能正以前所未有的深度、廣度與速度重塑現(xiàn)代產(chǎn)業(yè)格局。國資企業(yè)作為國民經(jīng)濟(jì)“壓艙石”“頂梁柱”，既是新技術(shù)革命的參與者，也是智能化轉(zhuǎn)型的先鋒隊(duì)。能源行業(yè)國資國企在數(shù)字化轉(zhuǎn)型中積累了哪些優(yōu)勢？應(yīng)當(dāng)在推動(dòng)人工智能賦能實(shí)體產(chǎn)業(yè)中注意規(guī)避哪些問題？對(duì)此，本刊記者專訪了國家能源集團(tuán)科技信息部數(shù)據(jù)資源處經(jīng)理閆計(jì)棟。

承擔(dān)多項(xiàng)國家級(jí)行業(yè)試點(diǎn)建設(shè)任務(wù)

《中國經(jīng)濟(jì)周刊》：國家能源集團(tuán)在AI領(lǐng)域的總體戰(zhàn)略是什么？

閆計(jì)棟：國家能源集團(tuán)作為骨干能源央企，積極貫徹中央有關(guān)決策。集團(tuán)黨組高度重視人工智能建設(shè)，明確將人工智能建設(shè)列入《國家能源集團(tuán)數(shù)字化轉(zhuǎn)型行動(dòng)計(jì)劃（2024—2025年）》十大重點(diǎn)轉(zhuǎn)型工程。2024年5月，國家能源集團(tuán)印發(fā)“AI+”行動(dòng)計(jì)劃，確立“應(yīng)用牽引、重點(diǎn)突破、統(tǒng)籌架構(gòu)、敏捷行動(dòng)、動(dòng)態(tài)優(yōu)化、有序有力”總體思路，建立了包含全局算力網(wǎng)、統(tǒng)一工具鏈、通用服務(wù)集的技術(shù)架構(gòu)，規(guī)劃了國家能源集團(tuán)產(chǎn)業(yè)譜系下的AI應(yīng)用域，部署了基礎(chǔ)設(shè)施、重點(diǎn)攻關(guān)、行業(yè)引領(lǐng)三類50余項(xiàng)關(guān)鍵任務(wù)。

《中國經(jīng)濟(jì)周刊》：主要圍繞哪些方面展開，取得了哪些成績？

閆計(jì)棟：國家能源集團(tuán)承擔(dān)了多項(xiàng)國家級(jí)行業(yè)試點(diǎn)建設(shè)任務(wù)，攻關(guān)云邊協(xié)同基礎(chǔ)設(shè)施、行業(yè)大模型訓(xùn)練研發(fā)、可信數(shù)據(jù)空間及高質(zhì)量數(shù)據(jù)集建設(shè)等前沿技術(shù)。

發(fā)布全球首個(gè)千億級(jí)發(fā)電行業(yè)大模型——“擎源”發(fā)電大模型，構(gòu)建了覆蓋安全環(huán)保、電力交易、產(chǎn)調(diào)中樞、設(shè)備檢修全鏈條的智能決策體系，實(shí)現(xiàn)電力全場景智慧化升級(jí)、模型自主優(yōu)化能力升級(jí)和電力系統(tǒng)智能化變革升級(jí)。

研發(fā)煤炭工業(yè)設(shè)備綜合診斷運(yùn)維大模型，在集團(tuán)公司下屬10余個(gè)廠礦落地應(yīng)用，覆蓋萬余臺(tái)生產(chǎn)設(shè)備，實(shí)現(xiàn)煤炭行業(yè)設(shè)備檢維修模式從被動(dòng)計(jì)劃檢修向主動(dòng)狀態(tài)維護(hù)轉(zhuǎn)變，為煤炭生產(chǎn)提供故障診斷、維修指導(dǎo)等專業(yè)支撐，設(shè)備綜合壽命提升20%，檢修費(fèi)用降低15%，為煤炭行業(yè)增安提效的高質(zhì)量發(fā)展提供保障。

同時(shí)，建成煤炭行業(yè)云，對(duì)外開放人工智能服務(wù)，輸出高價(jià)值應(yīng)用成果，充分發(fā)揮國資央企“科技創(chuàng)新、產(chǎn)業(yè)控制、安全支撐”重要作用。

能源行業(yè)怎么用AI

《中國經(jīng)濟(jì)周刊》：近年來在推動(dòng)人工智能發(fā)展方面積累了哪些優(yōu)勢？

閆計(jì)棟：國家能源集團(tuán)主要有四點(diǎn)核心優(yōu)勢：一是全產(chǎn)業(yè)布局優(yōu)勢，即擁有“煤電路港航、煤電油氣化、產(chǎn)運(yùn)銷儲(chǔ)用”一體化產(chǎn)業(yè)鏈的獨(dú)特優(yōu)勢，可為人工智能技術(shù)應(yīng)用提供豐富的場景和數(shù)據(jù)基礎(chǔ)，有利于形成規(guī)模效應(yīng)和競爭優(yōu)勢。

二是技術(shù)創(chuàng)新優(yōu)勢，積極承擔(dān)多項(xiàng)國家級(jí)行業(yè)試點(diǎn)建設(shè)任務(wù)，實(shí)現(xiàn)多項(xiàng)關(guān)鍵技術(shù)突破創(chuàng)新，掌握了一批自主可控的核心技術(shù)。

三是專業(yè)人才隊(duì)伍優(yōu)勢，依托“三支隊(duì)伍”人才梯隊(duì)建設(shè)和科技創(chuàng)新體系，建立了完善的人才培養(yǎng)機(jī)制，打造了一支高素質(zhì)、專業(yè)化、創(chuàng)新型人才隊(duì)伍，為科技創(chuàng)新和數(shù)字化轉(zhuǎn)型提供了人才保障。

四是信息化系統(tǒng)集中統(tǒng)一建設(shè)，集團(tuán)公司始終堅(jiān)持信息系統(tǒng)“六統(tǒng)一，大集中”的建設(shè)原則，構(gòu)建了相應(yīng)業(yè)務(wù)條線統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，沉淀了規(guī)范數(shù)據(jù)，推動(dòng)了“同題共答”的新技術(shù)應(yīng)用范式。

《中國經(jīng)濟(jì)周刊》：AI技術(shù)在能源領(lǐng)域的典型應(yīng)用場景主要有哪些？可以解決哪些傳統(tǒng)業(yè)務(wù)痛點(diǎn)？

閆計(jì)棟：目前我國煤炭、火電、新能源、電網(wǎng)、石油、化工等能源產(chǎn)業(yè)已經(jīng)在眾多場景開展AI技術(shù)應(yīng)用與探索。

在能源一體化調(diào)度方面，AI技術(shù)賦能產(chǎn)業(yè)鏈智能協(xié)同，支撐能源安全保供的周期性和即時(shí)性調(diào)控，實(shí)現(xiàn)了運(yùn)營決策由“經(jīng)驗(yàn)主導(dǎo)”向“模型驅(qū)動(dòng)”轉(zhuǎn)變。

在能源生產(chǎn)可靠性保障方面，通過人工智能技術(shù)挖掘海量生產(chǎn)數(shù)據(jù)和知識(shí)，生產(chǎn)全過程監(jiān)視實(shí)現(xiàn)全景三維穿透、態(tài)勢全方位感知、設(shè)備預(yù)測性維護(hù)檢修。

在產(chǎn)業(yè)精益化運(yùn)營方面，深耕“最小單元”，細(xì)化經(jīng)營分析，實(shí)現(xiàn)生產(chǎn)物資經(jīng)營全鏈條“聯(lián)動(dòng)核算”。結(jié)合相關(guān)經(jīng)營、物資消耗、能耗等數(shù)據(jù)，推動(dòng)最小生產(chǎn)單元生產(chǎn)、物資消費(fèi)、效率、經(jīng)營等聯(lián)動(dòng)核算，實(shí)現(xiàn)產(chǎn)業(yè)運(yùn)營管理方式的精益化變革。

AI的應(yīng)用主要解決了傳統(tǒng)業(yè)務(wù)在效率、成本、穩(wěn)定性和安全性方面的痛點(diǎn)：一是生產(chǎn)效能提升，傳統(tǒng)能源工業(yè)依賴人工經(jīng)驗(yàn)與固定流程，響應(yīng)慢、效率低。AI能實(shí)時(shí)收集與分析大量數(shù)據(jù)，實(shí)現(xiàn)智能預(yù)測與動(dòng)態(tài)調(diào)整。

二是運(yùn)營成本壓降，傳統(tǒng)設(shè)備維護(hù)基于定期檢修或故障后維修，成本高；AI助力預(yù)測性維護(hù)，通過分析設(shè)備數(shù)據(jù)提前預(yù)知故障，合理安排檢修，降低維護(hù)成本與設(shè)備損耗。

三是系統(tǒng)安全加固，傳統(tǒng)能源安全管理在網(wǎng)絡(luò)安全和自然災(zāi)害應(yīng)對(duì)上略顯滯后，基于AI的安全監(jiān)測系統(tǒng)可實(shí)時(shí)識(shí)別網(wǎng)絡(luò)攻擊并阻斷，分析氣象數(shù)據(jù)預(yù)測自然災(zāi)害對(duì)發(fā)電影響，提前制定預(yù)案，保障能源基礎(chǔ)設(shè)施安全。

圍繞“AI+”進(jìn)行全方位規(guī)劃

《中國經(jīng)濟(jì)周刊》：在人工智能發(fā)展方面，國家能源集團(tuán)有哪些重點(diǎn)工作和規(guī)劃？

閆計(jì)棟：企業(yè)打造方面，圍繞“AI+”專項(xiàng)行動(dòng)，建立以集團(tuán)黨組為核心的工作領(lǐng)導(dǎo)小組，及時(shí)跟蹤掌握人工智能前沿技術(shù)。打造集團(tuán)公司人工智能技術(shù)生態(tài)，以各產(chǎn)業(yè)人工智能應(yīng)用場景為牽引，在算力芯片、基礎(chǔ)平臺(tái)、通用算法等基礎(chǔ)技術(shù)方向，積極開展與行業(yè)頭部企業(yè)協(xié)作；在場景落地、應(yīng)用開發(fā)方向，重點(diǎn)培塑集團(tuán)公司內(nèi)部專業(yè)化單位能力，以實(shí)踐為基礎(chǔ)，建立產(chǎn)學(xué)研一體化的人才培養(yǎng)機(jī)制，深化能源人工智能領(lǐng)域產(chǎn)教融合，支持企業(yè)與院校共建產(chǎn)業(yè)學(xué)院、聯(lián)合實(shí)驗(yàn)室、實(shí)習(xí)基地等。

資金方面，集團(tuán)公司統(tǒng)籌資源，依托智能產(chǎn)業(yè)基金推動(dòng)前沿和關(guān)鍵共性技術(shù)研發(fā)，各子分公司建立與企業(yè)營業(yè)收入、經(jīng)營成本、員工數(shù)量、行業(yè)特點(diǎn)、數(shù)字化水平等相匹配的專項(xiàng)資金投入機(jī)制，同時(shí)密切跟蹤國家關(guān)于人工智能創(chuàng)新的支持政策，積極申報(bào)試點(diǎn)示范工程，爭取中央預(yù)算內(nèi)投資補(bǔ)助和貼息項(xiàng)目，保障人工智能技術(shù)應(yīng)用研發(fā)和運(yùn)營的專項(xiàng)資金投入。

人才方面，加強(qiáng)人工智能領(lǐng)域高層次人才引進(jìn)力度，探索高效、靈活的引才機(jī)制。加大人才的自主培養(yǎng)力度，結(jié)合集團(tuán)“三支隊(duì)伍”行動(dòng)計(jì)劃，在項(xiàng)目中使用培養(yǎng)人才。緊抓工程碩博士培養(yǎng)改革試點(diǎn)工程，在人工智能領(lǐng)域加大高校、科研院所的合作力度，吸收優(yōu)秀的工程碩士博士人才。建立健全人工智能崗位體系，高標(biāo)準(zhǔn)配置專職人員。加快研究對(duì)于專業(yè)化人才及科技創(chuàng)新項(xiàng)目的激勵(lì)機(jī)制，釋放企業(yè)創(chuàng)新活力，充分激發(fā)職工積極性。著力打造一支規(guī)模適宜、結(jié)構(gòu)合理、素質(zhì)優(yōu)良的人工智能領(lǐng)域高水平科技人才隊(duì)伍。

在數(shù)據(jù)安全方面，集團(tuán)從兩方面雙管齊下：傳輸層面，嚴(yán)格實(shí)施橫向隔離和縱向加密原則，工控網(wǎng)到管理網(wǎng)的單向傳輸，數(shù)據(jù)按標(biāo)準(zhǔn)流轉(zhuǎn)至集團(tuán)數(shù)據(jù)底座，嚴(yán)禁逆向流動(dòng)；數(shù)據(jù)自身安全層面，通過分級(jí)分類管控?cái)?shù)據(jù)、建立可信數(shù)據(jù)空間，搭建數(shù)據(jù)采、存、管、取、用的技術(shù)支撐與體制機(jī)制，確保全集團(tuán)數(shù)據(jù)在統(tǒng)一的平臺(tái)流通，使用者“用數(shù)不見數(shù)”。

《中國經(jīng)濟(jì)周刊》：作為行業(yè)專家，您對(duì)國家能源集團(tuán)加快推動(dòng)“智慧國家能源”有哪些建議？

閆計(jì)棟：一是加大研發(fā)力度，強(qiáng)化科技創(chuàng)新，聚焦關(guān)鍵領(lǐng)域“根技術(shù)”攻關(guān)，加大AI領(lǐng)域科技項(xiàng)目布局，聯(lián)合業(yè)內(nèi)先進(jìn)企業(yè)、研究機(jī)構(gòu)、重點(diǎn)實(shí)驗(yàn)室等共建能源領(lǐng)域AI創(chuàng)新聯(lián)合體，開展協(xié)同攻關(guān)。

積極參與開放生態(tài)建設(shè)，推動(dòng)形成更多“從0到1”的原始創(chuàng)新，加速推進(jìn)成果轉(zhuǎn)化和產(chǎn)業(yè)化發(fā)展。

二是強(qiáng)化技術(shù)賦能，瞄準(zhǔn)戰(zhàn)略意義強(qiáng)、經(jīng)濟(jì)收益高、民生關(guān)聯(lián)緊的高價(jià)值場景，強(qiáng)化行業(yè)協(xié)同、擴(kuò)大開放合作，加大布局突破力度。要夯實(shí)算力基座，為技術(shù)突破、應(yīng)用落地提供有力支撐；突破數(shù)據(jù)難題，分批構(gòu)建重點(diǎn)行業(yè)數(shù)據(jù)集，建設(shè)好通用基礎(chǔ)數(shù)據(jù)集，做強(qiáng)做優(yōu)數(shù)據(jù)產(chǎn)業(yè)。

三是推動(dòng)生態(tài)構(gòu)筑，立足行業(yè)大模型建設(shè)推廣，先“培土”統(tǒng)一技術(shù)基座和工具鏈，再“育苗”做到第一批場景發(fā)布即試點(diǎn)上線，后“造林”打造更多典型場景，最終目的是構(gòu)建行業(yè)生態(tài)，統(tǒng)一標(biāo)準(zhǔn)化數(shù)據(jù)集，融合實(shí)時(shí)數(shù)據(jù)流與專家經(jīng)驗(yàn)，驅(qū)動(dòng)模型實(shí)現(xiàn)定期迭代升級(jí)。聯(lián)合高校、研究所和兄弟企業(yè)一起，攻關(guān)多模態(tài)融合、科學(xué)計(jì)算、小樣本學(xué)習(xí)等關(guān)鍵技術(shù)，既給行業(yè)賦能，又與行業(yè)共建，構(gòu)建開放的發(fā)電行業(yè)大模型生態(tài)體系。

責(zé)編：姚坤 yaokun@ceweekly.cn

美編：孟凡婷