“AI+”改變千行百業(yè)

在陜北毛烏素沙漠，智能開采系統(tǒng)使單井日產(chǎn)提升40%，噸煤能耗下降 15% ；在長江經(jīng)濟(jì)帶，燃煤電廠通過燃燒優(yōu)化，每年減排二氧化碳超百萬噸；在黃驊港煤炭港區(qū)，工作人員輕點(diǎn)鼠標(biāo)，僅一個(gè)小時(shí)就完成了 8000 噸煤炭卸車作業(yè)……這是國家能源集團(tuán)以人工智能等新技術(shù)驅(qū)動(dòng)各產(chǎn)業(yè)板塊智能化發(fā)展的新圖景。

6月28日，國家能源集團(tuán)在京正式發(fā)布“擎源”發(fā)電行業(yè)大模型。

目前，“擎源”已在水電、火電、風(fēng)電、光電、儲(chǔ)能等關(guān)鍵領(lǐng)域成功構(gòu)建41大智能體，實(shí)現(xiàn)發(fā)電業(yè)務(wù)全流程的自動(dòng)感知、智能決策與精準(zhǔn)執(zhí)行。這一里程碑式成果，標(biāo)志著我國發(fā)電行業(yè)智能化、數(shù)字化轉(zhuǎn)型邁入全新階段。

當(dāng)前，我國正處在產(chǎn)業(yè)升級(jí)的關(guān)鍵階段，人工智能作為新一輪科技革命的核心驅(qū)動(dòng)力，正在深刻改變傳統(tǒng)產(chǎn)業(yè)模式，成為產(chǎn)業(yè)變革和升級(jí)的關(guān)鍵引擎。

近日，本刊記者深入一線企業(yè)調(diào)研采訪，系統(tǒng)梳理了人工智能技術(shù)賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的實(shí)踐與成效。

能源產(chǎn)業(yè)打造“新大腦”

人工智能作為新一代技術(shù)的代表，正深刻推動(dòng)著各行各業(yè)的創(chuàng)新與變革。AI除了在互聯(lián)網(wǎng)領(lǐng)域成為各大公司“標(biāo)配”，在能源、制造、農(nóng)業(yè)等傳統(tǒng)領(lǐng)域，也開始深度融入。在國家能源集團(tuán)，“AI+能源”的發(fā)展路徑日益清晰，不斷催生出新的業(yè)態(tài)和模式。

從煤礦“無人采掘”到電站“黑屏運(yùn)行”，再到化工全流程數(shù)字化，國家能源集團(tuán)吹響“AI+”行動(dòng)號(hào)角，火力全開，按下“快進(jìn)鍵”。

讓AI真正懂發(fā)電

“行業(yè)大模型，必須‘懂行業(yè)’?！眹夷茉醇瘓F(tuán)數(shù)智科技公司（以下簡稱“數(shù)智科技公司”）研發(fā)工程師羅瑋的這句話，道破了模型研訓(xùn)的核心。數(shù)智科技公司是“擎源”發(fā)電行業(yè)大模型的建設(shè)主體。

然而，讓大模型真正懂發(fā)電絕非易事。通用大模型在步入發(fā)電行業(yè)時(shí)，可能會(huì)對(duì)“鍋爐負(fù)荷調(diào)整”“配煤摻燒規(guī)則”等專業(yè)術(shù)語理解偏差，還可能對(duì)“今天煤質(zhì)咋樣”這類半句話提問意圖誤判，更可能因工具庫龐大而選擇困難。

數(shù)智科技公司團(tuán)隊(duì)以“數(shù)據(jù)、意圖、工具”為三大攻堅(jiān)方向，展開技術(shù)突圍。在數(shù)據(jù)治理上，團(tuán)隊(duì)用8個(gè)月時(shí)間，從700T原始數(shù)據(jù)中“沙里淘金”，清洗出450G覆蓋文本、視覺、時(shí)序、語音的高質(zhì)量數(shù)據(jù)集，并邀請(qǐng)380位行業(yè)專家逐筆標(biāo)注；獨(dú)創(chuàng)的多模態(tài)融合對(duì)齊技術(shù)，更讓模型能“觸象鼻、摸象身、聽象聲”，全方位掌握行業(yè)知識(shí)。

羅瑋告訴本刊記者：“傳統(tǒng)電力領(lǐng)域中，不同業(yè)務(wù)場景的專業(yè)系統(tǒng)因開發(fā)標(biāo)準(zhǔn)不一、數(shù)據(jù)接口各異，往往會(huì)陷入各自為戰(zhàn)的困境——用戶需反復(fù)切換系統(tǒng)登錄，數(shù)據(jù)調(diào)用依賴人工導(dǎo)出，新場景開發(fā)更要從頭再來。這些問題，成了制約大模型價(jià)值釋放的‘隱性壁壘’。”

為了應(yīng)對(duì)這一挑戰(zhàn)，數(shù)智科技公司團(tuán)隊(duì)深入分析了各類任務(wù)需求，并結(jié)合對(duì)上千種工具功能特性的理解，開發(fā)出能夠自動(dòng)優(yōu)化工具調(diào)用順序的AutoTOC智能調(diào)度算法。

智能體是大模型與生產(chǎn)一線的“最后一公里”。數(shù)智科技聚焦火電核心場景，開發(fā)覆蓋安全環(huán)保域、電力交易域、產(chǎn)調(diào)中樞域、設(shè)備檢修域四大核心業(yè)務(wù)領(lǐng)域的智能體，用解決真問題的實(shí)效，讓“擎源”從“實(shí)驗(yàn)室”走向“生產(chǎn)線”。

從打破應(yīng)用孤島的協(xié)作平臺(tái)，到鍛造行業(yè)“最強(qiáng)大腦”的模型研訓(xùn)，再到激活一線價(jià)值的智能體開發(fā)，數(shù)智科技公司一年多來的技術(shù)攻堅(jiān)，為“擎源”發(fā)電行業(yè)大模型的發(fā)布交上了一份硬核答卷。

國家能源集團(tuán)公司黨委委員、副總經(jīng)理、大模型專項(xiàng)工作組副組長高彥超說：“作為國家能源集團(tuán)‘AI+能源’戰(zhàn)略的核心技術(shù)支撐者，我們奮力擔(dān)當(dāng)數(shù)字化轉(zhuǎn)型重要實(shí)施者、數(shù)字化技術(shù)關(guān)鍵提供者、智慧化信息化領(lǐng)域創(chuàng)新引領(lǐng)者，通過打造全球首個(gè)千億級(jí)發(fā)電行業(yè)大模型，樹立發(fā)電行業(yè)智能化轉(zhuǎn)型的新標(biāo)桿，加速實(shí)現(xiàn)前沿技術(shù)在產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化領(lǐng)域的融合賦能。”

從“單點(diǎn)優(yōu)化”到“全局智能”

在北京二環(huán)中軸路附近的國家能源集團(tuán)生產(chǎn)調(diào)度中心，調(diào)度人員只需輕點(diǎn)鼠標(biāo)，可視化大屏上便立即展現(xiàn)出這些場景：智能礦山百米井下正在前進(jìn)的無人化采掘工作面，與東海之濱繁忙運(yùn)轉(zhuǎn)的港口智能翻車機(jī)遙相呼應(yīng)；戈壁灘上旋轉(zhuǎn)的白色風(fēng)車，與高峽平湖間矗立的百米水壩“隔空對(duì)話”；鋼鐵洪流般呼嘯前行的運(yùn)煤列車，與電廠堆煤場的烏金交相輝映，共同構(gòu)成一幅令人振奮的蓬勃發(fā)展景象。

這是國家能源集團(tuán)以煤電化運(yùn)一體化協(xié)同為核心、構(gòu)建智能化生產(chǎn)運(yùn)營調(diào)度平臺(tái)打造的基石系統(tǒng)。

國家能源集團(tuán)電力產(chǎn)業(yè)部運(yùn)行分析處經(jīng)理王安向本刊記者詳細(xì)介紹了數(shù)字時(shí)代能源產(chǎn)業(yè)創(chuàng)新發(fā)展成效——

技術(shù)創(chuàng)新不斷突破。大模型成為核心驅(qū)動(dòng)力。能源行業(yè)大模型通過多源數(shù)據(jù)融合與行業(yè)知識(shí)注入，實(shí)現(xiàn)從“單點(diǎn)優(yōu)化”到“全局智能”的跨越，如“光明電力大模型”“能源通道（基石）大模型”“昆侖大模型”等能源行業(yè)大模型不斷發(fā)展，面向不同用戶群體和不同業(yè)務(wù)應(yīng)用場景，可以提供全局化服務(wù)，構(gòu)筑智慧能源“大腦”。

算力基礎(chǔ)設(shè)施不斷完善?！八懔?能源”是深化算力賦能行業(yè)應(yīng)用的重要領(lǐng)域之一，能源算力應(yīng)用中心逐步建設(shè)，支撐能源智能生產(chǎn)調(diào)度體系，實(shí)現(xiàn)源網(wǎng)荷（如光伏、風(fēng)電等能源源頭、電網(wǎng)、用電負(fù)荷）互動(dòng)、多能協(xié)同互補(bǔ)及用能需求智能調(diào)控。同時(shí)，全國一體化算力網(wǎng)建設(shè)加速，正在不斷優(yōu)化算力與電力基礎(chǔ)設(shè)施的時(shí)空布局，因地制宜整合分配能源生產(chǎn)、消費(fèi)、存儲(chǔ)及算力資源。

產(chǎn)業(yè)生態(tài)逐步構(gòu)建。我國能源AI產(chǎn)業(yè)生態(tài)已形成“算力筑基、數(shù)據(jù)賦能、場景驅(qū)動(dòng)、跨界協(xié)同”的發(fā)展格局，覆蓋從底層基礎(chǔ)設(shè)施到上層應(yīng)用的全鏈條。高校、科研機(jī)構(gòu)與能源企業(yè)形成“基礎(chǔ)研究—技術(shù)開發(fā)—場景驗(yàn)證”的閉環(huán)生態(tài)。

“總之，人工智能的深度應(yīng)用不僅有效解決了當(dāng)前能源行業(yè)面臨的諸多挑戰(zhàn)，更是推動(dòng)能源系統(tǒng)綠色低碳、靈活高效、安全可靠發(fā)展，以及面對(duì)日益復(fù)雜的能源市場波動(dòng)，供給側(cè)響應(yīng)敏捷性全面提升，為構(gòu)建新型能源體系提供了強(qiáng)有力的技術(shù)保障?！蓖醢舱f。

“AI+能源”應(yīng)用場景日益豐富，催生新業(yè)態(tài)

在能源行業(yè)，“AI+能源”的發(fā)展路徑日益清晰，不斷催生出新的業(yè)態(tài)和模式。

在電力領(lǐng)域，AI技術(shù)貫穿于發(fā)電、輸電、配電和用電等各環(huán)節(jié)，通過優(yōu)化運(yùn)行參數(shù)、調(diào)度策略和用電設(shè)備控制，顯著減少了能源浪費(fèi)和損耗，提高了整個(gè)能源鏈路的效率。

例如，在發(fā)電側(cè)，AI可以優(yōu)化發(fā)電機(jī)組的運(yùn)行方式，提高發(fā)電效率；在電網(wǎng)側(cè)，可以優(yōu)化電力調(diào)度，減少線路損耗；在用戶側(cè)，則可以通過智能控制實(shí)現(xiàn)節(jié)能降耗。在電網(wǎng)運(yùn)行上，AI技術(shù)可以實(shí)時(shí)監(jiān)測電網(wǎng)運(yùn)行狀態(tài)、輔助調(diào)度決策，及時(shí)發(fā)現(xiàn)并預(yù)警潛在的安全隱患，有效提升電網(wǎng)的安全性和穩(wěn)定性。

在煤炭領(lǐng)域，2024年以來，我國煤炭智能化產(chǎn)能占總產(chǎn)能的比例提升至50%以上。AI技術(shù)可以有效應(yīng)用于煤礦開采、設(shè)備診斷、安全預(yù)警等方面。例如，通過實(shí)時(shí)分析礦區(qū)傳感器與監(jiān)控?cái)?shù)據(jù)，精準(zhǔn)判斷安全隱患，自動(dòng)調(diào)整預(yù)警策略，有效預(yù)防事故。通過設(shè)備診斷模型可以實(shí)現(xiàn)掘進(jìn)機(jī)、采煤機(jī)等關(guān)鍵設(shè)備故障智能預(yù)警與診斷，促進(jìn)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。

在油氣領(lǐng)域，以“三桶油”為代表的油氣化工企業(yè)在勘探開發(fā)、煉化銷售、裝備制造等領(lǐng)域積極打造特色鮮明的應(yīng)用場景，如以大模型為核心的人工智能技術(shù)融合多元數(shù)據(jù)源，構(gòu)建三維可視化油藏模型，提高油井產(chǎn)能衰減預(yù)測精度和儲(chǔ)層識(shí)別準(zhǔn)確率，優(yōu)化開發(fā)方案決策，提升采收率。同時(shí)，行業(yè)也不斷推動(dòng)工業(yè)機(jī)器人、無人機(jī)應(yīng)用到智能鉆井、檢維修、高危作業(yè)等場景。

在可再生能源領(lǐng)域，針對(duì)風(fēng)能、太陽能等可再生能源的間歇性和不穩(wěn)定性，AI技術(shù)能夠精準(zhǔn)預(yù)測發(fā)電情況，優(yōu)化并網(wǎng)和消納流程，提高可再生能源的利用率。此外，通過智能調(diào)度和儲(chǔ)能技術(shù)的應(yīng)用，AI有助于解決可再生能源供電的穩(wěn)定性問題，確保其持續(xù)可靠地為電網(wǎng)供能。

“接下來，國家能源集團(tuán)將持續(xù)深化5G、AI、數(shù)字孿生等技術(shù)應(yīng)用，不斷推動(dòng)能源產(chǎn)業(yè)向‘安全、 高效、綠色、智能’方向迭代，為高質(zhì)量發(fā)展和中國式現(xiàn)代化建設(shè)提供堅(jiān)強(qiáng)能源保障?！蓖醢舱f。

千行百業(yè)都在擁抱AI

不只是能源行業(yè)，人工智能正在全方位推動(dòng)傳統(tǒng)產(chǎn)業(yè)智能化升級(jí)。

在農(nóng)業(yè)領(lǐng)域，智能監(jiān)測和精準(zhǔn)灌溉技術(shù)顯著提升作物產(chǎn)量；冶金行業(yè)借助機(jī)器學(xué)習(xí)優(yōu)化冶煉工藝，提高能效；醫(yī)藥研發(fā)則因AI的介入大幅縮短新藥研發(fā)周期。此外，港口自動(dòng)化、智能印刷、AI手機(jī)和材料計(jì)算等創(chuàng)新技術(shù)，正在持續(xù)提升行業(yè)效率并創(chuàng)造新價(jià)值。

在全球科技競爭日益激烈的背景下，AI賦能已成為傳統(tǒng)行業(yè)提升生產(chǎn)力的關(guān)鍵——既催生新業(yè)態(tài)，也倒逼企業(yè)加速轉(zhuǎn)型。在政策支持與技術(shù)迭代的雙重驅(qū)動(dòng)下，AI與實(shí)體經(jīng)濟(jì)的深度融合，正深刻重塑產(chǎn)業(yè)格局。

在農(nóng)田，在采油廠，在服裝制造廠里……

在江蘇某現(xiàn)代農(nóng)業(yè)示范基地的玻璃溫室內(nèi)，一架搭載多光譜相機(jī)的巡檢無人機(jī)正沿著作業(yè)通道平穩(wěn)飛行。這套由上海開放大學(xué)研發(fā)的智能監(jiān)測系統(tǒng)，成功攻克了溫室環(huán)境下的世界性技術(shù)難題——在信號(hào)復(fù)雜的封閉空間實(shí)現(xiàn)厘米級(jí)精準(zhǔn)定位。

該基地技術(shù)團(tuán)隊(duì)負(fù)責(zé)人向本刊記者介紹，該系統(tǒng)創(chuàng)新性地解決了鋼結(jié)構(gòu)對(duì)無線信號(hào)的干擾問題，確保了無人機(jī)在復(fù)雜環(huán)境中的穩(wěn)定運(yùn)行。

據(jù)了解，該系統(tǒng)集成了自主飛行、精確定位和多模態(tài)傳感三大核心功能，能夠?qū)厥易魑镞M(jìn)行無損化、高通量的數(shù)據(jù)采集，實(shí)時(shí)獲取植株的圖像、光譜、溫度等多維度生長信息。

“我們不僅采集表面數(shù)據(jù)，還通過定點(diǎn)植株汁液離子濃度的原位檢測進(jìn)行模型校準(zhǔn)，確保數(shù)據(jù)的精準(zhǔn)性。”技術(shù)團(tuán)隊(duì)負(fù)責(zé)人說。在數(shù)據(jù)處理環(huán)節(jié)，系統(tǒng)運(yùn)用AI技術(shù)，可精準(zhǔn)解析作物長勢、營養(yǎng)狀態(tài)和水分脅迫程度，實(shí)現(xiàn)從傳統(tǒng)“經(jīng)驗(yàn)管理”向基于實(shí)時(shí)需求的“數(shù)據(jù)對(duì)話”式精準(zhǔn)調(diào)控轉(zhuǎn)變。

實(shí)際應(yīng)用數(shù)據(jù)顯示，該技術(shù)使合作基地的作物產(chǎn)量提升3%，節(jié)水率達(dá)10%，肥料使用減少5%?！斑^去靠老師傅的經(jīng)驗(yàn)，現(xiàn)在靠精準(zhǔn)的數(shù)據(jù)說話?！奔夹g(shù)團(tuán)隊(duì)負(fù)責(zé)人感慨道。

除了農(nóng)業(yè)，人工智能技術(shù)正在向工業(yè)、服裝制造業(yè)、通信等領(lǐng)域加速滲透，推動(dòng)傳統(tǒng)產(chǎn)業(yè)實(shí)現(xiàn)智能化升級(jí)。

近日，大慶油田采油三廠迎來了一位特殊的“新員工”——智能巡檢機(jī)器人。這款機(jī)器人集成了自主導(dǎo)航、避障、圖像分析與視覺識(shí)別等技術(shù)，可實(shí)現(xiàn)生產(chǎn)參數(shù)的實(shí)時(shí)監(jiān)測、異常報(bào)警以及設(shè)備優(yōu)化運(yùn)行管理，不僅將工人從危險(xiǎn)作業(yè)環(huán)境中解放出來，還實(shí)現(xiàn)了崗位資料的自動(dòng)化處理，大幅提升了管理效率。

在服裝制造業(yè)，頭部企業(yè)通過引入AI輔助設(shè)計(jì)大模型，實(shí)現(xiàn)從裁剪、車縫、整燙到倉儲(chǔ)配對(duì)的一體化生產(chǎn)流程無縫對(duì)接，大幅提升定制服裝占總產(chǎn)量的比例。

在通信行業(yè)，中國電信自主研發(fā)全國產(chǎn)化星辰大模型，支持多模態(tài)。在政務(wù)領(lǐng)域，星辰政務(wù)大模型落地民生訴求場景，為市民提供在線文本問答服務(wù)；在經(jīng)濟(jì)分析方面，星辰經(jīng)分大模型落地某市經(jīng)信局，利用大模型生成能力快速草擬產(chǎn)業(yè)研究報(bào)告。

在手機(jī)行業(yè)，各大廠商都已推出內(nèi)置AI助理的AI手機(jī)。

中國電子信息產(chǎn)業(yè)發(fā)展研究院電子信息研究所工程師劉恩稷接受本刊記者采訪時(shí)說，AI手機(jī)作為移動(dòng)通信技術(shù)迭代與人工智能范式革命的協(xié)同產(chǎn)物，是消費(fèi)者感知人工智能能力的重要抓手，也是激發(fā)手機(jī)市場活力的重要引擎，能推動(dòng)智能手機(jī)市場在經(jīng)歷周期性調(diào)整后迎來結(jié)構(gòu)性拐點(diǎn)。

“當(dāng)前，AI不再是一個(gè)孤立的技術(shù)領(lǐng)域，而是在逐漸滲透并融合到各個(gè)傳統(tǒng)行業(yè)中。無論是制造業(yè)、農(nóng)業(yè)、醫(yī)療還是金融服務(wù)等行業(yè)，AI都在與這些領(lǐng)域的專業(yè)知識(shí)和業(yè)務(wù)流程緊密結(jié)合，產(chǎn)生新的服務(wù)模式和運(yùn)營方式。”國家工業(yè)信息安全發(fā)展研究中心人工智能所副所長李衛(wèi)說。

在工藝優(yōu)化、市場預(yù)測、產(chǎn)品創(chuàng)新中……

2024年，“人工智能+”被首次寫入《政府工作報(bào)告》，產(chǎn)業(yè)發(fā)展進(jìn)入快車道。

工信部統(tǒng)計(jì)數(shù)據(jù)顯示， 2024年我國人工智能核心產(chǎn)業(yè)規(guī)模接近 6000 億元，年均增長率達(dá)13.9%。特別值得注意的是，據(jù)國資委網(wǎng)站信息，2024年中央企業(yè)人工智能產(chǎn)業(yè)投資增速達(dá)46%，在工業(yè)制造、能源電力、智能網(wǎng)聯(lián)汽車等重點(diǎn)領(lǐng)域已部署超過500個(gè)AI應(yīng)用場景，展現(xiàn)出技術(shù)與產(chǎn)業(yè)深度融合的強(qiáng)勁勢頭。

在李衛(wèi)看來，AI在助力傳統(tǒng)產(chǎn)業(yè)改造升級(jí)方面已實(shí)現(xiàn)諸多突破。

在提升生產(chǎn)效率方面，AI通過對(duì)大量生產(chǎn)數(shù)據(jù)的精準(zhǔn)分析，優(yōu)化生產(chǎn)工藝、降低生產(chǎn)成本，并且在產(chǎn)品質(zhì)量控制上表現(xiàn)出卓越能力。例如，在智能工廠中，機(jī)器人可以自動(dòng)完成物料搬運(yùn)、組裝、檢測等任務(wù)，極大降低了人工操作的需求，同時(shí)提高了生產(chǎn)的精度和效率。

在提供決策支持方面，AI能夠提供基于數(shù)據(jù)分析的決策支持，減少人為因素帶來的不確定性。例如，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)能夠在短時(shí)間內(nèi)對(duì)生產(chǎn)線數(shù)據(jù)進(jìn)行挖掘，幫助企業(yè)作出更加準(zhǔn)確的市場預(yù)測和資源分配決策。

在推動(dòng)產(chǎn)品和服務(wù)創(chuàng)新方面，傳統(tǒng)產(chǎn)業(yè)在轉(zhuǎn)型升級(jí)過程中，通過整合各方資源與AI技術(shù)，能夠開發(fā)出新的產(chǎn)品和服務(wù)，滿足市場多元化需求。例如，通過分析汽車行駛數(shù)據(jù)，AI可以提供個(gè)性化駕駛建議、智能路線規(guī)劃服務(wù)等。

在促進(jìn)產(chǎn)業(yè)鏈重構(gòu)方面，AI能夠打破傳統(tǒng)產(chǎn)業(yè)鏈中的信息壁壘，實(shí)現(xiàn)上下游之間的無縫對(duì)接和協(xié)作，形成智能聯(lián)動(dòng)的經(jīng)濟(jì)網(wǎng)絡(luò)組織。供應(yīng)鏈上的節(jié)點(diǎn)企業(yè)不再是孤立的個(gè)體，而是形成了一個(gè)集成式的“虛擬+現(xiàn)實(shí)”生產(chǎn)和服務(wù)模式。

不僅如此，AI在產(chǎn)品質(zhì)量的改進(jìn)和企業(yè)管理方面也起到了關(guān)鍵作用。

中國電信高級(jí)專家孫道偉介紹說，“在產(chǎn)品質(zhì)量方面，基于AI的視覺檢測技術(shù)，能夠快速、準(zhǔn)確地對(duì)產(chǎn)品的外觀、尺寸、缺陷等進(jìn)行檢測，及時(shí)發(fā)現(xiàn)質(zhì)量問題并加以處理，從而有效提升良品率。在管理方面，它能夠?qū)Υ罅康纳a(chǎn)數(shù)據(jù)、市場數(shù)據(jù)等進(jìn)行分析和挖掘，為企業(yè)提供有價(jià)值的信息和決策建議，幫助企業(yè)制定更加科學(xué)合理的生產(chǎn)計(jì)劃和營銷策略，從而提高企業(yè)的決策效率和準(zhǔn)確性。”

破局“不愿轉(zhuǎn)、不敢轉(zhuǎn)、不會(huì)轉(zhuǎn)”

從農(nóng)業(yè)生產(chǎn)到能源管理，從冶金制造到醫(yī)藥研發(fā)，從印刷出版到港口物流，從智能手機(jī)到新材料開發(fā)……AI正以前所未有的速度重塑我國傳統(tǒng)產(chǎn)業(yè)。

在把握這一重大發(fā)展機(jī)遇的同時(shí)，也要認(rèn)識(shí)到伴隨的風(fēng)險(xiǎn)挑戰(zhàn)。當(dāng)前，傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型仍面臨諸多瓶頸：技術(shù)迭代速度滯后、數(shù)據(jù)要素價(jià)值釋放不足、技術(shù)受制于人等問題亟待突破。特別是中小企業(yè)普遍存在轉(zhuǎn)型成本高、抗風(fēng)險(xiǎn)能力弱等困難，導(dǎo)致“不愿轉(zhuǎn)、不敢轉(zhuǎn)、不會(huì)轉(zhuǎn)”現(xiàn)象突出。

降低成本，讓AI真正“普惠”傳統(tǒng)企業(yè)

IT團(tuán)隊(duì)沒有AI開發(fā)經(jīng)驗(yàn)，基礎(chǔ)設(shè)施和數(shù)據(jù)庫待升級(jí)，這些都是傳統(tǒng)產(chǎn)業(yè)引入AI需要考慮的潛在成本。

傳統(tǒng)企業(yè)的IT團(tuán)隊(duì)往往擅長維護(hù)現(xiàn)有系統(tǒng)，但對(duì)AI開發(fā)經(jīng)驗(yàn)有限。一家制造業(yè)企業(yè)負(fù)責(zé)人坦言：“我們懂生產(chǎn)流程，但不懂人工智能和神經(jīng)網(wǎng)絡(luò)?！?/p>

這導(dǎo)致許多企業(yè)雖有AI需求，卻因技術(shù)門檻過高而遲遲未能落地。即便企業(yè)掌握了AI技術(shù)，如何將其融入現(xiàn)有系統(tǒng)也是一大挑戰(zhàn)。

“許多傳統(tǒng)企業(yè)仍在使用老舊的信息化系統(tǒng)，數(shù)據(jù)庫架構(gòu)封閉，接口不兼容，導(dǎo)致AI模型難以直接調(diào)用業(yè)務(wù)數(shù)據(jù)。例如，一家零售企業(yè)希望用AI優(yōu)化庫存管理，但發(fā)現(xiàn)現(xiàn)有系統(tǒng)無法實(shí)時(shí)對(duì)接AI預(yù)測模型，最終只能依賴人工導(dǎo)出數(shù)據(jù)，效率大打折扣。”孫道偉說。

此外，AI模型的持續(xù)優(yōu)化需要數(shù)據(jù)反饋閉環(huán)。如果企業(yè)的生產(chǎn)、銷售、物流等環(huán)節(jié)數(shù)據(jù)分散在不同系統(tǒng)中，AI就無法實(shí)現(xiàn)動(dòng)態(tài)學(xué)習(xí)，效果會(huì)隨時(shí)間下降。

“因此，企業(yè)在引入AI前，往往需要先升級(jí)IT基礎(chǔ)設(shè)施，打通數(shù)據(jù)孤島，這又是一筆不小的投入?！睂O道偉說。

面對(duì)這些挑戰(zhàn)，企業(yè)并非無路可走。李衛(wèi)介紹，傳統(tǒng)企業(yè)在引入AI技術(shù)時(shí)，通常面臨自主研發(fā)或與科技公司合作的選擇。

采用自主研發(fā)方式，企業(yè)可以根據(jù)自身業(yè)務(wù)流程和需求開發(fā)最適合的技術(shù)解決方案，對(duì)技術(shù)的選取原則和應(yīng)用模式有較大自主權(quán)，同時(shí)也能夠積累自己的專利和技術(shù)秘密，增強(qiáng)長期競爭力。

“但自主研發(fā)需要大量的資金投入，用于招聘專業(yè)人才、購買設(shè)備和技術(shù)等，從零開始研發(fā)周期一般較長，容易錯(cuò)過市場機(jī)會(huì)，而且如果企業(yè)前期基礎(chǔ)薄弱、經(jīng)驗(yàn)不足，可能存在較大的失敗風(fēng)險(xiǎn)?！崩钚l(wèi)說。

另一方面，與科技公司合作，可以利用科技公司的專業(yè)知識(shí)和技術(shù)，更快地將AI解決方案應(yīng)用于實(shí)際業(yè)務(wù)中，減少內(nèi)部研發(fā)帶來的不確定性和失敗的可能性，同時(shí)通過共享合作伙伴的研發(fā)成果和資源，節(jié)省研發(fā)投入成本。

“不過，外部提供的解決方案可能需要高度專業(yè)定制化，以適配企業(yè)的特定需求，同時(shí)過度依賴外部伙伴可能導(dǎo)致失去技術(shù)獨(dú)立性，引入不可控風(fēng)險(xiǎn)，嚴(yán)重情況下甚至可能影響核心業(yè)務(wù)的安全。”李衛(wèi)說。

選擇哪一種方式引入AI，企業(yè)要根據(jù)自身規(guī)模、業(yè)務(wù)特點(diǎn)等因素綜合考慮。在當(dāng)前的實(shí)踐中，在傳統(tǒng)企業(yè)引入AI技術(shù)時(shí)，與科技企業(yè)合作方式占比更大。

孫道偉認(rèn)為這主要基于三個(gè)方面的原因：首先，科技企業(yè)在AI技術(shù)的研發(fā)和應(yīng)用方面往往具有深厚的專業(yè)知識(shí)和豐富的經(jīng)驗(yàn)，可實(shí)現(xiàn)專業(yè)技術(shù)優(yōu)勢互補(bǔ)。

其次，AI技術(shù)的研發(fā)難度大、周期長且成本高，傳統(tǒng)企業(yè)獨(dú)立研發(fā)面臨諸多挑戰(zhàn)。與科技企業(yè)合作可以降低傳統(tǒng)企業(yè)對(duì)技術(shù)研發(fā)不確定性的擔(dān)憂，避免了因技術(shù)選擇失誤或研發(fā)進(jìn)度不及預(yù)期而導(dǎo)致的風(fēng)險(xiǎn)和成本增加。

最后，科技企業(yè)能夠提供成熟的AI解決方案和產(chǎn)品，幫助傳統(tǒng)企業(yè)快速部署AI系統(tǒng)，加速AI技術(shù)在傳統(tǒng)企業(yè)中的落地應(yīng)用。

對(duì)于中小型傳統(tǒng)企業(yè)來說，如何以較低成本實(shí)現(xiàn)AI技術(shù)的初步應(yīng)用，是一道必答題。孫道偉建議，可以通過云服務(wù)、AI能力開放平臺(tái)、數(shù)據(jù)管理、網(wǎng)絡(luò)服務(wù)以及培訓(xùn)咨詢等一系列解決方案，能夠幫助中小型傳統(tǒng)企業(yè)以較低的成本實(shí)現(xiàn)AI技術(shù)的初步應(yīng)用。

構(gòu)建“三位一體”防御體系，防范數(shù)據(jù)安全風(fēng)險(xiǎn)

當(dāng)人工智能技術(shù)深度融入制造業(yè)、農(nóng)業(yè)、能源等傳統(tǒng)領(lǐng)域，伴隨海量數(shù)據(jù)的采集、分析和應(yīng)用，數(shù)據(jù)泄露、算法偏見、網(wǎng)絡(luò)攻擊等風(fēng)險(xiǎn)也日益凸顯。如何在享受AI技術(shù)紅利的同時(shí)，筑牢數(shù)據(jù)安全防線，成為推動(dòng)產(chǎn)業(yè)智能化升級(jí)必須回答的關(guān)鍵命題。

“當(dāng)傳統(tǒng)產(chǎn)業(yè)擁抱人工智能時(shí)，首先遭遇的是數(shù)據(jù)采集與存儲(chǔ)環(huán)節(jié)的風(fēng)險(xiǎn)?！睂O道偉說，傳統(tǒng)產(chǎn)業(yè)在生產(chǎn)運(yùn)營過程中積累了大量的數(shù)據(jù)，這些數(shù)據(jù)往往關(guān)系到企業(yè)的核心競爭力和商業(yè)機(jī)密。在引入AI技術(shù)時(shí)，需要對(duì)大量數(shù)據(jù)進(jìn)行收集、存儲(chǔ)和處理，數(shù)據(jù)泄露、被惡意攻擊等安全風(fēng)險(xiǎn)隨之增加。比如：制造業(yè)企業(yè)的生產(chǎn)數(shù)據(jù)、醫(yī)療行業(yè)的患者病歷數(shù)據(jù)等一旦泄露，將給企業(yè)和用戶帶來嚴(yán)重?fù)p失。

更需要警惕的是，某些關(guān)鍵基礎(chǔ)設(shè)施行業(yè)的數(shù)據(jù)涉及國家安全，如電網(wǎng)運(yùn)行數(shù)據(jù)、油氣管道壓力數(shù)據(jù)等，其價(jià)值已超出商業(yè)范疇。

數(shù)據(jù)安全風(fēng)險(xiǎn)的復(fù)雜性在于，它不僅是技術(shù)問題，更是管理問題和生態(tài)問題。

“從技術(shù)角度看，傳統(tǒng)產(chǎn)業(yè)的數(shù)據(jù)防護(hù)體系往往滯后于AI應(yīng)用需求，許多企業(yè)仍依賴傳統(tǒng)防火墻，難以應(yīng)對(duì)新型網(wǎng)絡(luò)攻擊。在管理層面，部分企業(yè)對(duì)數(shù)據(jù)權(quán)限劃分模糊，內(nèi)部人員違規(guī)操作或第三方服務(wù)商數(shù)據(jù)濫用時(shí)有發(fā)生。更值得警惕的是，隨著產(chǎn)業(yè)鏈上下游數(shù)據(jù)共享成為趨勢，單一環(huán)節(jié)的漏洞可能引發(fā)系統(tǒng)性風(fēng)險(xiǎn)?！睂O道偉說。

化解AI賦能傳統(tǒng)產(chǎn)業(yè)的數(shù)據(jù)安全困局，孫道偉認(rèn)為需要構(gòu)建“三位一體”的防御體系。

在技術(shù)層面，隱私計(jì)算技術(shù)可在數(shù)據(jù)“可用不可見”的前提下支持AI訓(xùn)練；管理層面，企業(yè)需建立覆蓋數(shù)據(jù)全生命周期的安全管理制度，如中國某汽車集團(tuán)實(shí)施的“數(shù)據(jù)分級(jí)分類保護(hù)”機(jī)制；政策層面，則應(yīng)加快完善行業(yè)數(shù)據(jù)安全標(biāo)準(zhǔn)，如針對(duì)智能電網(wǎng)、數(shù)字醫(yī)療等特定領(lǐng)域制定細(xì)化的數(shù)據(jù)治理規(guī)范。

企業(yè)更需既懂AI技術(shù)又了解行業(yè)的人才

在傳統(tǒng)產(chǎn)業(yè)向智能化轉(zhuǎn)型的浪潮中，一個(gè)突出的矛盾日益凸顯：AI人才供需嚴(yán)重失衡。一邊是傳統(tǒng)企業(yè)對(duì)AI人才的渴求，另一邊卻是專業(yè)人才供給的嚴(yán)重不足，這種結(jié)構(gòu)性矛盾正成為制約傳統(tǒng)產(chǎn)業(yè)智能化升級(jí)的關(guān)鍵瓶頸。

李衛(wèi)一語道破AI領(lǐng)域?qū)I(yè)人才困局：“AI領(lǐng)域的專業(yè)人才需求量大，但流向傳統(tǒng)行業(yè)的AI人才資源相對(duì)不足。傳統(tǒng)產(chǎn)業(yè)往往難以吸引到足夠數(shù)量和質(zhì)量的專業(yè)人員來推動(dòng)AI項(xiàng)目的實(shí)施和發(fā)展。培養(yǎng)內(nèi)部員工的相關(guān)技能需要時(shí)間，而且不一定能夠完全滿足項(xiàng)目需求?！?/p>

從人才供給端來看，我國AI人才培養(yǎng)體系尚不完善。李衛(wèi)介紹，高校AI相關(guān)專業(yè)設(shè)置起步較晚，課程內(nèi)容與企業(yè)實(shí)際需求存在脫節(jié)，導(dǎo)致畢業(yè)生往往需要企業(yè)二次培養(yǎng)。同時(shí)，頂尖AI人才更傾向于選擇互聯(lián)網(wǎng)巨頭或科研機(jī)構(gòu)，傳統(tǒng)產(chǎn)業(yè)在人才爭奪戰(zhàn)中處于明顯劣勢。

在人才需求端，傳統(tǒng)企業(yè)對(duì)AI人才的需求呈現(xiàn)多元化特征。李衛(wèi)認(rèn)為，不同于互聯(lián)網(wǎng)公司專注于算法研發(fā)等，傳統(tǒng)企業(yè)更需要既懂AI技術(shù)又了解行業(yè)特性的復(fù)合型人才。以智能制造為例，既需要精通機(jī)器視覺的工程師來優(yōu)化質(zhì)檢流程，又需要熟悉生產(chǎn)制造的業(yè)務(wù)專家來確保技術(shù)落地。這種“技術(shù)+行業(yè)”的雙重能力要求，使得合適的人才更為稀缺。

面對(duì)人才短缺的困境，不少企業(yè)開始探索多元化的人才解決方案。一些大型企業(yè)選擇與高校共建實(shí)驗(yàn)室，通過產(chǎn)學(xué)研合作定向培養(yǎng)所需人才；中型企業(yè)則傾向于與第三方AI服務(wù)商合作，以外包方式獲取技術(shù)支持；更多中小企業(yè)則嘗試內(nèi)部培養(yǎng)，選拔有潛力的員工進(jìn)行AI技能培訓(xùn)。

然而，這些方案各有利弊：產(chǎn)學(xué)研合作周期長、見效慢；外包服務(wù)難以形成核心競爭力；內(nèi)部培養(yǎng)又面臨人才流失風(fēng)險(xiǎn)。

要破解這一人才困局，需要多方協(xié)同發(fā)力。李衛(wèi)認(rèn)為，教育部門應(yīng)加快調(diào)整高校專業(yè)設(shè)置，增加應(yīng)用型AI人才培養(yǎng)；行業(yè)協(xié)會(huì)可以搭建人才交流平臺(tái)，促進(jìn)供需對(duì)接；企業(yè)自身則需要建立更具吸引力的人才發(fā)展機(jī)制。

“傳統(tǒng)產(chǎn)業(yè)不必一味追求頂尖算法人才，而應(yīng)著重培養(yǎng)能夠解決實(shí)際問題的應(yīng)用型技術(shù)團(tuán)隊(duì)。畢竟，AI轉(zhuǎn)型的最終目的不是擁有最先進(jìn)的技術(shù)，而是實(shí)現(xiàn)實(shí)實(shí)在在的效益提升?！崩钚l(wèi)分析說。

針對(duì)傳統(tǒng)企業(yè)擁抱AI面臨的困惑，賽迪智庫電子信息研究所數(shù)智經(jīng)濟(jì)研究室副主任蘇庭棟提出四點(diǎn)建議：第一是立足行業(yè)特性和發(fā)展階段，結(jié)合企業(yè)自身優(yōu)勢，明確企業(yè)對(duì)AI賦能的戰(zhàn)略定位。第二是聚焦重點(diǎn)場景，實(shí)現(xiàn)精準(zhǔn)賦能，避免“貪大求全”。第三是推動(dòng)試點(diǎn)突破，降低轉(zhuǎn)型風(fēng)險(xiǎn)，避免“盲目轉(zhuǎn)型”。結(jié)合企業(yè)自身技術(shù)水平和資源供給能力，小步快跑推動(dòng)重點(diǎn)場景應(yīng)用，總結(jié)相關(guān)經(jīng)驗(yàn)逐步推廣，避免“一擁而上”。第四是加強(qiáng)與行業(yè)龍頭、科技公司的交流和對(duì)接，將自身AI賦能融入行業(yè)發(fā)展大勢，推動(dòng)形成“需求牽引—技術(shù)支撐—人才培養(yǎng)—市場拓展”的正向循環(huán)。

多模態(tài)

是指讓計(jì)算機(jī)像人一樣，同時(shí)處理和理解多種信息形式——比如把圖像、語音、文字一起分析，就像我們用眼睛、耳朵和大腦綜合判斷一樣。

智能體

是能像人一樣“看”“想”“做”的人工系統(tǒng)。比如掃地機(jī)器人感知環(huán)境、規(guī)劃路線并清掃，智能助理聽懂語音幫你查天氣、設(shè)置鬧鐘。

責(zé)編：姚坤 yaokun@ceweekly.cn

美編：孟凡婷