开启AI赋能新纪元

本网编辑 2025-06-24

开启AI赋能新纪元

化工行业的“智能时代”何时到来? 回答是：2025年是人工智能(AI)赋能千行百业的元年，数据流通平台、良好产业生态……一切将自此开始。

我国工业机器人装载量占全球二分之一；工业互联网已应用至49个国民经济领域，实现工业大类全覆盖，核心产业规模达1.53万亿元。

通过通用人工智能+工业互联网，未来将会形成通用大模型+行业大模型的构架和体系，有力提升制造业的数字化、网络化和智能化水平。依托于人工智能技术，机器人将应用于更多行业，更好地满足工业自动化与柔性生产需求。

化工行业的数字化转型工作已经开展多年，且颇具成效，在人工智能技术领域是否也走在前列?

2025年初工信部印发的《人工智能赋能新型工业化典型应用案例名单》中有151个案例入选，其中包括12个能源化工行业案例，例如中石油(北京)数智研究院有限公司的昆仑大模型、中国海油的企业级智能化基座——中国海油人工智能开发应用平台等。

作为我国能源化工领域首个通过备案的大模型，中国石油昆仑大模型于2025年2月8日宣布“牵手”DeepSeek，在应用方面新增深度推理能力，并上线DeepSeek-V3与DeepSeek-R1模型版本，实现全尺寸适配。

尽管业内已有优秀实践案例，但现实还是用“尚未”回答了这个问题。在装备制造领域，人工智能正在重塑三大场景：一是基于数字孪生的虚拟调试；二是自适应加工系统；三是供应链智能调度。但整体来说，需针对具体场景进行复杂开发，技术应用难度大，数据获取与管理成本高。

类似问题存在于化工等制造业领域。由中国信息通信研究院发布的《人工智能发展报告(2024年)》指出，在原材料行业等制造业领域，大模型在经营管理环节均有应用落地，展现出巨大变革潜力。但目前大模型的应用落地普遍集中在产业链两端，即研发设计和运营服务等环节，生产制造等中间环节相对较慢。据统计，在我国百个人工智能技术应用优秀案例中，中间环节案例占比只有18.8%。

走访了全国各地218家规上企业后得出结论：当前人工智能技术应用于制造业领域时，还存在算力资源配置有待提升、数据共享与利用不足、应用成本和技术门槛高、高端人才相对稀缺等问题。

其中，重点强调了工业数据的价值挖掘和标准化建设。当前，企业普遍担心数据安全和隐私问题，且制造业数据来源多样、标准化程度较低，致使大量优质工业数据无法有效流通和利用，制约了制造业垂直大模型的发展。

在数字化转型的进程中，工业制造业已经沉淀了超海量的工业数据，关键是该如何发挥这些数据的价值，让数据产生效益。除了企业不愿共享外，我们目前也缺少交易流通的平台和手段。

DeepSeek做了一个很好的示范，就是开源。人工智能模型可以通过开源实现本地化，从而保障数据安全。同时，要建立全国性的制造业数据共享平台作为数据交易流通平台，在细分领域制定人工智能数据的标准和规范。要强化制造业人工智能技术供给，支持企业、高校和科研机构共建创新联合体，支持通用大模型企业与制造业企业合作，推动算法模型与产业专有数据、专有知识深度结合，构成良好的产业生态。

构建产业生态对于人工智能技术落地应用的重要性。要引导链主企业建立开放平台，带动上下游构建供应链生态；希望政府构建人工智能产业生态，促进中小企业共享智能红利；应对基于国产算力平台的生态体系建设提供专项支持，鼓励依托自主可控的算力底座建立的大模型开发者生态发展和开源社区建设……

未来，我们将有人工智能服务商、算力云服务商、龙头企业和科研院所共同设计训练的行业大模型，做好以后先在大企业试验，证明效益好、成本也不高后，行业内其他企业就会跟上。我们需要这样的产业生态。

2025年《政府工作报告》提到，要“持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，其中提到的技术、制造和市场三方，正是这一生态的构成组分。算力、数据和模型方面存在的问题，都有望在良好生态中得到解决。

本文系“流程工业”首发，未经授权不得转载。责任编辑：胡静，审核人：李峥