在能源、制造、通信等16個(gè)重點(diǎn)行業(yè)打造了800多個(gè)應用場(chǎng)景；建設行業(yè)數據集超過(guò)1000個(gè)；“九天”“星辰”“元景”等大模型已基本具備全模態(tài)、復雜推理及智能體構建能力……當前，中央企業(yè)正深入推進(jìn)“人工智能+”行動(dòng)，在算力、數據、模型、應用等全方位發(fā)力，推動(dòng)從“盆景式”試點(diǎn)落地到“雨林式”規模應用。

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

央企“AI+”專(zhuān)項行動(dòng)向縱深推進(jìn)

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

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

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

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

2024年以來(lái)，國資委組織深入實(shí)施中央企業(yè)“AI+”專(zhuān)項行動(dòng)。目前已在能源、制造、通信等16個(gè)重點(diǎn)行業(yè)打造了800多個(gè)應用場(chǎng)景；成立了交通物流、綠色低碳、智慧能源3個(gè)行業(yè)數據產(chǎn)業(yè)共同體，建設行業(yè)數據集超過(guò)1000個(gè)；通信運營(yíng)商加快向AI基礎底座供應商轉變，累計投資超百億元，建成4個(gè)“萬(wàn)卡集群”，智算規模比“AI+”行動(dòng)實(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)、復雜推理及智能體構建能力，在能源電力、工業(yè)制造等領(lǐng)域加快應用。

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

中國移動(dòng)承擔的“公有云全流程AI+處置億級云端威脅”正是首批場(chǎng)景之一。據介紹，移動(dòng)云以云原生自適應安全架構作為安全基座，融合九天、DeepSeek等基礎大模型能力，孵化安全云腦智能運營(yíng)平臺，落地應用于移動(dòng)云數十個(gè)資源池，納管全網(wǎng)數千套安全設備，日均處理安全數據超70億，實(shí)現安全運營(yíng)智能化、高效化和精準化，安全事件工單平均處置時(shí)長(cháng)壓降82.5%，安全告警自動(dòng)化處置率達99%，告警誤報率壓降至0.2%，節省人工成本超千萬(wàn)。

國家電網(wǎng)也積極運用人工智能賦能電力系統運行管理、生產(chǎn)作業(yè)管理、經(jīng)營(yíng)管理和客戶(hù)服務(wù)等多個(gè)領(lǐng)域。以此次列入的“電力輸變電設備智能巡檢與作業(yè)處置”場(chǎng)景為例，全面推廣輸電無(wú)人機智能巡檢、變電智能巡視、電力智能作業(yè)等應用；系統布局研發(fā)系列機器人裝備，配網(wǎng)帶電作業(yè)機器人已迭代研發(fā)至第四代；探索應用人工智能技術(shù)對特高壓直流設備運行狀態(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)”，重點(diǎn)打造“研發(fā)設計”“生產(chǎn)制造”“運維服務(wù)”3大領(lǐng)域13個(gè)制造業(yè)核心流程場(chǎng)景。在高速動(dòng)車(chē)組氣動(dòng)阻力仿真場(chǎng)景中，基于既有仿真、試驗數據，構建高速動(dòng)車(chē)組氣動(dòng)載荷標準數據庫，基于科學(xué)計算大模型平臺，創(chuàng )新性地構建了智能化仿真大模型。實(shí)現了計算效率由24小時(shí)縮短到10秒級，結果誤差小于8%，未來(lái)預期實(shí)現仿真周期從10秒級到秒級、結果誤差小于5%的跨越式突破。

規?；涞厝源嫠拇笾萍s

記者在采訪(fǎng)中獲悉，央企業(yè)務(wù)場(chǎng)景多為定制化需求，需結合工藝、設備、環(huán)境等復雜變量，這給人工智能規?；涞靥岢隽瞬恍〉奶魬?。

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

“模型與復雜業(yè)務(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)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)域或任務(wù)，其知識庫相對有限，制約了復雜推理任務(wù)場(chǎng)景的表現；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，模型推理準確率和穩定性難以達到企業(yè)生產(chǎn)級要求。

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

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

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

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

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

事實(shí)上，目前各行業(yè)企業(yè)普遍缺少“既懂業(yè)務(wù)、又懂人工智能”的復合型人才。根據中關(guān)村產(chǎn)業(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37萬(wàn)人，其中復合型人才缺口為21萬(wàn)人。

開(kāi)展長(cháng)周期規劃由點(diǎn)帶面實(shí)現突破

受訪(fǎng)人士認為，未來(lái)央企應開(kāi)展圍繞“AI+”的長(cháng)周期規劃，在人才隊伍建設、自主研發(fā)、高質(zhì)量數據集建設、場(chǎng)景賦能與創(chuàng )新等方面，明確時(shí)間表路線(xiàn)圖。注重AI產(chǎn)業(yè)生態(tài)的滲透作用，做深做實(shí)數字要素基座，實(shí)現AI賦能與數字化轉型的持續突破，推進(jìn)人工智能等技術(shù)加速落地、轉化為現實(shí)生產(chǎn)力。

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

中車(chē)集團數智化部負責人認為，在深挖工業(yè)制造、能源電力等高價(jià)值場(chǎng)景的同時(shí)，應依托央企在能源、交通等領(lǐng)域的數據優(yōu)勢，共建行業(yè)大模型，增強我國在全球AI領(lǐng)域的競爭力。

二是強化國家級平臺與資源統籌，推動(dòng)各方共建開(kāi)放協(xié)同創(chuàng )新體系。安赟認為，需支持央國企牽頭建設國家級AI創(chuàng )新平臺、行業(yè)大模型和高質(zhì)量數據集，提升AI創(chuàng )新效率。

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

三是加快數據要素市場(chǎng)化配置改革，支持央國企在數據要素市場(chǎng)化改革中先行先試。相關(guān)企業(yè)建議，由國家相關(guān)部委統籌指導，圍繞數據質(zhì)量提升、統一數據標準、安全風(fēng)險管控、數據共享流通等方面，制定相應政策，指導中央企業(yè)建立更加完備的高質(zhì)量數據集。

針對企業(yè)內部數據采集、運用、治理尚不完善的問(wèn)題，胡炳軍認為，需深入推進(jìn)數據效能提升行動(dòng)，強化數據資源全量管理，加快拓展統一數據平臺覆蓋面；暢通數據開(kāi)放渠道，讓更多的數據價(jià)值賦能企業(yè)高質(zhì)量發(fā)展。

四是創(chuàng )新體制機制，強化人才隊伍建設。拓展多元化融資渠道，激發(fā)創(chuàng )新活力。受訪(fǎng)央企呼吁，完善人才政策，鼓勵央企與高校合作，通過(guò)設立人工智能定向人才培養項目、建立就業(yè)實(shí)習基地、專(zhuān)業(yè)培訓等方式，共同培養人工智能領(lǐng)域的復合型人才，夯實(shí)發(fā)展根基。同時(shí)，在薪酬待遇、成果轉化等方面建立更符合AI行業(yè)特點(diǎn)的人才評價(jià)和激勵體系。