“AI+”新紀(jì)元，“化”出好風(fēng)景

　　下棋、作詩、繪畫……十八般武藝樣樣精通，人工智能(AI)開始融入并重塑人類生活的方方面面。除了民用領(lǐng)域，包括石油和化工在內(nèi)的工業(yè)界對AI應(yīng)用的探索也已漸入佳境——提高收率、診斷故障、預(yù)警風(fēng)險……AI工業(yè)應(yīng)用之路上，還將有哪些創(chuàng)新風(fēng)景?會有怎樣的發(fā)展溝壑?又該如何面對產(chǎn)業(yè)陰晴?

　　8月26日發(fā)布的《國務(wù)院關(guān)于深入實(shí)施“人工智能+”行動的意見》(以下簡稱《意見》)，提出了一個雄心勃勃的愿景：推動人工智能與經(jīng)濟(jì)社會各行業(yè)各領(lǐng)域廣泛深度融合，重塑人類生產(chǎn)生活范式，促進(jìn)生產(chǎn)力革命性躍遷和生產(chǎn)關(guān)系深層次變革，加快形成人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)和智能社會新形態(tài)。

　　“AI+”新紀(jì)元，一起“化”出好風(fēng)景。

　　牢抓紅利 推動AI應(yīng)用走深向?qū)?/strong>

　　《意見》指出，到2027年，率先實(shí)現(xiàn)人工智能與6大重點(diǎn)領(lǐng)域廣泛深度融合。“人工智能+”產(chǎn)業(yè)發(fā)展就是其中之一，其中多方面與石油和化工行業(yè)息息相關(guān)。

　　中國石油和化學(xué)工業(yè)聯(lián)合會智能制造工作委員會常務(wù)副秘書長李海洋表示，《意見》的出臺，為石油和化工行業(yè)的“三化”轉(zhuǎn)型提供了系統(tǒng)性的“組合拳”，不僅將推動技術(shù)應(yīng)用深化，更將重塑發(fā)展模式。

　　“現(xiàn)在從上到下，大家都在思考怎樣通過AI賦能，將中國的制造業(yè)推向更高的高度。”萬華化學(xué)(寧波)有限公司總工程師徐寶學(xué)對即將發(fā)生的變化充滿期待， “《意見》的出臺是從政府層面為AI落地作出了規(guī)劃，期望能產(chǎn)生‘1+1>2’的效果。”

　　中國石化鎮(zhèn)海煉化公司信息和數(shù)字化中心經(jīng)理干建甫也表示：“《意見》對石油和化工行業(yè)的推動作用非常強(qiáng)，是國家層面上的引導(dǎo)。實(shí)際上，現(xiàn)在很多企業(yè)已經(jīng)在應(yīng)用AI模型了，這是一個順勢而為的行動，未來應(yīng)該大規(guī)模推廣AI應(yīng)用于工業(yè)領(lǐng)域。”

　　近年來，AI相關(guān)的政策文件發(fā)布了不少，為何《意見》在石油和化工行業(yè)內(nèi)引發(fā)熱議?華東理工大學(xué)特聘教授、國家流程制造智能調(diào)控技術(shù)創(chuàng)新中心副主任馮恩波指出：“這次的《意見》中有兩個詞讓我特別留意，一個是‘深入’，另一個是‘行動’。”

　　馮恩波解釋說，強(qiáng)調(diào)“深入”，說明當(dāng)前石化行業(yè)內(nèi)現(xiàn)有的AI和大模型應(yīng)用仍處在“淺灘”，還達(dá)不到全產(chǎn)業(yè)深入應(yīng)用的“深水區(qū)”，例如借助通用AI的文字對話能力開展知識問答。而談及“行動”，他指出，現(xiàn)在最要緊的是將先進(jìn)的AI技術(shù)趕快應(yīng)用到工業(yè)場景中，特別是借助AI賦能工業(yè)互聯(lián)網(wǎng)實(shí)現(xiàn)通信集成、可視化，讓AI真正改變工業(yè)領(lǐng)域的工作方式。

　　華為算力平臺先遣隊(duì)成員、化工行業(yè)發(fā)展專家付業(yè)茂也認(rèn)為，《意見》的出臺將推動AI在研發(fā)、生產(chǎn)、中試等關(guān)鍵環(huán)節(jié)發(fā)揮作用。“我們一直在提新質(zhì)生產(chǎn)力，如果僅僅拿AI去做知識問答，停留在‘聊天’層面，很難真正提升行業(yè)的生產(chǎn)力。”他告訴記者，“近幾年，我國AI基礎(chǔ)設(shè)施建設(shè)取得長足進(jìn)步，訓(xùn)練場、語料庫等都已初步具備，在這一背景下《意見》提出‘深入實(shí)施’，我的理解是——下一步應(yīng)重點(diǎn)發(fā)展AI與行業(yè)知識結(jié)合，讓AI在應(yīng)用端走深向?qū)崱！?/p>

　　不只“Chat” AI仍需跨越專業(yè)鴻溝

　　多位受訪者都表示，盡管石油和化工行業(yè)已經(jīng)有AI大模型應(yīng)用，但距離《意見》標(biāo)題中所提到的“深入”二字，還有不小的距離。

　　“應(yīng)該說，我們對AI本身的認(rèn)識還存在偏差。”馮恩波一針見血地指出，“AI不只是我們熟悉的ChatGPT等自然語言大模型，還包括強(qiáng)化學(xué)習(xí)模型，視覺、語音、文字系統(tǒng)等小模型。特別是對于我們流程工業(yè)來說，有很多非自然語言大模型可以做。”

　　中國化學(xué)東華公司信息中心主任任申龍也坦言，對標(biāo)《意見》提出的“到2027年，實(shí)現(xiàn)人工智能與6大重點(diǎn)領(lǐng)域廣泛深度融合，新一代智能終端、智能體等應(yīng)用普及率超70%”的目標(biāo)，石油和化工行業(yè)還有很長的路要走。“相當(dāng)于自設(shè)計研發(fā)環(huán)節(jié)始，我們就要實(shí)行智能化方面的優(yōu)化。”他解釋說，“在后續(xù)的工廠運(yùn)營，也要配上智能化儀表、部署智能攝像頭、圖頻識別等設(shè)備，實(shí)現(xiàn)真正的數(shù)字孿生。”

　　為何AI在石油和化工領(lǐng)域的落地不像寫詩作畫那樣容易?在上述兩位專家看來，一方面是認(rèn)知不足，另一方面是應(yīng)用不足。還有不容忽視的一點(diǎn)是，石油和化工行業(yè)本身工藝流程長、可靠性要求高、知識產(chǎn)權(quán)保護(hù)難等特殊屬性，使其對AI技術(shù)本身有著更高的要求。

　　付業(yè)茂解釋道：“石化行業(yè)的專業(yè)門檻很高，工藝、裝置都很復(fù)雜，AI若想在這樣的領(lǐng)域?qū)崿F(xiàn)深度應(yīng)用，實(shí)際上有很深的鴻溝需要跨越。AI怎么才能攻克‘幻覺’，實(shí)現(xiàn)安全可靠，在創(chuàng)新思考的同時而不超越邊界?這正是華為在探索的事情。”

　　“發(fā)展工業(yè)互聯(lián)網(wǎng)時我們總是提‘最后一公里’難以打通，今天討論AI，會不會到最后也是‘差一口氣’?我認(rèn)為這兩個問題的核心是一樣的，都在于有沒有‘效益’。”馮恩波告訴記者，“如果沒有效益，轉(zhuǎn)型和發(fā)展就成了‘兩張皮’。為了往前走，我們必須從場景出發(fā)，讓AI嵌入場景、產(chǎn)生效益。”

　　聚焦需求 加速具體場景AI落地

　　石油和化工哪些環(huán)節(jié)最需要AI?

　　記者了解到，最需要AI取代人力的，其實(shí)并非行業(yè)最先進(jìn)的領(lǐng)域，反而是那些自動化難以切入的場景，并且需要在工廠建設(shè)的初期盡早部署。

　　“過去存在一種觀點(diǎn)，認(rèn)為自動化水平較低，或者人力參與較多的環(huán)節(jié)不適合推行自動化或智能化。但如今我們反而應(yīng)當(dāng)思考：為什么這些場景需要大量人工干預(yù)?”馮恩波指出，“因?yàn)檫@些環(huán)節(jié)高度依賴人的智能，而傳統(tǒng)的自動化和信息化手段難以解決這類問題。這類場景正是AI能夠發(fā)揮巨大作用的領(lǐng)域。”

　　“特別是產(chǎn)品研發(fā)領(lǐng)域，無論是石油煉化還是高端材料，整個研發(fā)范式都是經(jīng)驗(yàn)驅(qū)動。”博控股集團(tuán)董事兼集團(tuán)CIO唐亮表示，隨著AI技術(shù)的發(fā)展，企業(yè)在實(shí)驗(yàn)路徑設(shè)計、自動化執(zhí)行等方面都做了數(shù)據(jù)和模型驅(qū)動型研發(fā)范式的嘗試。

　　如今，AI技術(shù)在視覺、聽覺、觸覺等多模態(tài)感知方面取得顯著進(jìn)展，能夠高度模擬人類專家的感官判斷與決策過程。馮恩波告訴記者，感知升級后的AI已在石化領(lǐng)域進(jìn)行了應(yīng)用實(shí)踐。例如原料油調(diào)和，過去獲取配方依賴昂貴的優(yōu)化求解器，現(xiàn)在直接將數(shù)據(jù)輸入AI大模型即可完成調(diào)和。這種方式不僅可以大幅減少成本，也降低了技術(shù)門檻。

　　而在任申龍看來，化工企業(yè)對AI的需求呈現(xiàn)明顯的“場景優(yōu)先級”差異。他認(rèn)為，生產(chǎn)運(yùn)營和工程建設(shè)環(huán)節(jié)的需求最迫切，設(shè)計與研發(fā)環(huán)節(jié)的需求則隨智能化進(jìn)程逐步釋放。

　　“我認(rèn)為在工廠建設(shè)初期就要重點(diǎn)利用AI提質(zhì)、降本、增效。”任申龍解釋說，“例如在配煤環(huán)節(jié)，通過向AI模型輸入煤質(zhì)分析、鍋爐負(fù)荷、燃燒工況等多維數(shù)據(jù)，可精準(zhǔn)優(yōu)化配煤比例，提升燃燒效率;在工藝開發(fā)中，AI驅(qū)動的仿真模擬能替代部分物理試驗(yàn)，縮短工藝調(diào)試周期。隨著工廠智能化實(shí)踐的深入，對AI的需求將逐步向上游延伸，推動各設(shè)計院開展智能化設(shè)計，以滿足新的需求。”

　　干建甫也表示：“通過AI應(yīng)用，我們今后將不再依賴‘老師傅’就可以對齊新老員工的技能，及時應(yīng)對生產(chǎn)過程中的突發(fā)問題；還可以實(shí)現(xiàn)質(zhì)量預(yù)測、故障預(yù)測，消除風(fēng)險，節(jié)約消耗，指導(dǎo)操作，對高危險高能耗的企業(yè)而言意義重大。”

　　“我們發(fā)展AI的初心是什么?是為了讓人的工作更輕松、更高效。”馮恩波強(qiáng)調(diào)，“先把‘人工’兩個字拿掉，看看‘智能’在當(dāng)前場景下能發(fā)揮什么作用、怎么發(fā)揮作用，搞清楚這件事后，再加回‘人工’，通過硬件、軟件、大模型、小模型等工具，嘗試去替代人工、幫助人工。”

　　提升認(rèn)知 助力AI適應(yīng)性進(jìn)化

　　“就像造汽車，你沒必要重復(fù)去造‘輪子’(大模型)，只要選好你需要的型號，根據(jù)自己的業(yè)務(wù)和流程組裝好汽車就行了。”談及今天工業(yè)大模型的應(yīng)用現(xiàn)狀，付業(yè)茂生動地比喻道。隨著技術(shù)不斷更新迭代，AI產(chǎn)品層出不窮，現(xiàn)在AI已不再像剛剛問世時那樣遙不可及，正變得更親民。

　　馮恩波告訴記者，今天，僅需一個成本約四五萬元的攝像頭即可替代部分昂貴儀表，大幅降低了硬件門檻。但他始終強(qiáng)調(diào)——提升認(rèn)知至關(guān)重要。

　　“當(dāng)前，AI對于數(shù)據(jù)的要求實(shí)際上已趨于寬松，而非更加嚴(yán)格。然而，這并不意味著我們可以忽視數(shù)據(jù)治理。”馮恩波表示，“企業(yè)里必須有人能夠正確認(rèn)識AI應(yīng)用的趨勢，理解其原理，并推動實(shí)施。否則一旦出現(xiàn)問題，企業(yè)就可能放棄項(xiàng)目，導(dǎo)致智能化進(jìn)程受阻。”

　　大模型本身能力強(qiáng)大，但要使其在實(shí)際業(yè)務(wù)中創(chuàng)造價值。付業(yè)茂強(qiáng)調(diào)，不應(yīng)任由AI天馬行空地創(chuàng)造，而是必須施加約束、設(shè)定邊界。他說：“我們正在探索一條技術(shù)路徑，將大模型和行業(yè)特有的Know-how結(jié)合起來，為模型設(shè)定明確的邊界，通過‘卡邊’實(shí)現(xiàn)安全可靠。”

　　記者了解到，日前中控技術(shù)也發(fā)布了該公司最新的工業(yè)AI大模型。據(jù)工作人員介紹，該產(chǎn)品是以流程工業(yè)的時間序列數(shù)據(jù)為驅(qū)動，基于持續(xù)混合專家MoE打造的平臺。盡管路徑不同，但廠商們不約而同都將“可信性”作為工業(yè)AI的核心競爭力。

　　李海洋建議，對于石油和化工企業(yè)而言，深入實(shí)施“人工智能+”行動，應(yīng)以戰(zhàn)略引領(lǐng)、場景切入、數(shù)據(jù)筑基、人才支撐、迭代推進(jìn)為核心策略，將AI深度融入企業(yè)的“血液”和“神經(jīng)”，最終實(shí)現(xiàn)從“傳統(tǒng)制造”向“智能創(chuàng)造”的躍遷。

　　因地制宜 走向“人機(jī)共生”新未來

　　石油和化工行業(yè)包羅萬象，涵蓋石油化工、精細(xì)化工、化肥、塑料、橡膠等多個子行業(yè)，更涉及設(shè)計、施工、裝備等配套行業(yè)。多位受訪專家提到，《意見》給出了實(shí)施AI的行動綱領(lǐng)，但其在不同領(lǐng)域的落地還需要“因地制宜”。

　　任申龍從行業(yè)工程設(shè)計領(lǐng)域出發(fā)，將AI應(yīng)用分為三個階段：第一階段是通過“知識庫+大模型”構(gòu)建對話機(jī)器人，解決“知識復(fù)用效率低、標(biāo)準(zhǔn)執(zhí)行不統(tǒng)一”的問題；第二階段側(cè)重于作業(yè)現(xiàn)場AI應(yīng)用，例如智慧工地，通過AI對攝像頭、傳感器采集的實(shí)時數(shù)據(jù)進(jìn)行分析，自動識別風(fēng)險，及時向管理人員推送報警與預(yù)警信息；第三階段旨在實(shí)現(xiàn)AI與具體設(shè)計場景的深度融合，例如基于智能的PID圖紙繪制，用AI自動完成管道在空間中的定位與布置等設(shè)計，這也是目前最具挑戰(zhàn)的部分。

　　“目前設(shè)計行業(yè)仍然采用終身負(fù)責(zé)制，需要設(shè)計師在校核上簽名，因此我認(rèn)為AI還不能取代人。”任申龍說，“但AI顯然影響人的效率，同樣一張設(shè)計圖，用AI輔助半小時完成，與純?nèi)斯ぎ嬕惶焱瓿桑l將被淘汰不言而喻。”

　　唐亮則從生產(chǎn)企業(yè)的角度指出，目前流程制造的自動化和數(shù)字化程度已經(jīng)較高，AI大模型技術(shù)在生產(chǎn)控制方面不會帶來本質(zhì)上的變化。“但是，從另一方面來說，應(yīng)用AI對工藝操作人員可能有更多維度的要求，比如未來碳指標(biāo)排放、安全調(diào)度等這些高專業(yè)性的工作，崗位會更加集中。”唐亮說。

　　正如《意見》所示，深入AI在工業(yè)領(lǐng)域的應(yīng)用已是勢在必行。但與此同時，對AI競爭上崗的憂慮不可避免地困擾著基層員工。如何解決AI倫理問題，真正走向“人機(jī)共生”的新未來?專家們給出了自己的答案。

　　“AI可能會淘汰一部分不大動腦筋的工作，成為考驗(yàn)區(qū)分員工能力的‘試金石’，革新我們的生產(chǎn)管理方式。但愿意學(xué)習(xí)和盡快接納AI浪潮的企業(yè)，在未來將會走到前列。” 馮恩波表示， 業(yè)內(nèi)在AI相關(guān)的技術(shù)方向上存在觀點(diǎn)分歧，但《意見》的發(fā)布起到了統(tǒng)一思想、凝聚共識的引領(lǐng)性作用。下一步，需依靠行業(yè)協(xié)會、大型國有企業(yè)及各類企業(yè)共同協(xié)作，構(gòu)建自上而下的生態(tài)體系。

　　“還是要開展有針對性的落地實(shí)踐，對具體場景‘開刀’，才能避免陷入空泛的討論。”馮恩波說，“若繼續(xù)停留在‘AI危機(jī)’等理論爭議層面，一兩年時間里工業(yè)AI落地進(jìn)程還是會停滯不前——這是我們必須避免的局面。”

　　○鏈接

　　國際人工智能相關(guān)文件及法案

　　聯(lián)合國

　　《人工智能治理白皮書》(2024年8月)

　　設(shè)立“人工智能治理全球?qū)υ挕睓C(jī)制(2025年8月通過決議)

　　歐盟

　　《人工智能法案》(全球首部綜合性AI法規(guī)，2023年通過，部分條款已于2025年2月生效)

　　美國

　　《國家人工智能研發(fā)戰(zhàn)略計劃》(2023年5月)

　　《人工智能政策路線圖》(2024年5月)

　　《2025年AI行動計劃》(2025年7月)

　　德國

　　《人工智能行動計劃》(2023年11月)

　　日本

　　《人工智能相關(guān)技術(shù)研究開發(fā)及應(yīng)用推進(jìn)法》(2025年5月)

　　韓國

　　《國家AI戰(zhàn)略政策方向》(2024年9月)

　　國內(nèi)人工智能政策一覽

　　規(guī)章條例

　　《生成式人工智能服務(wù)管理暫行辦法》(2023年8月15日起施行)

　　《人工智能生成合成內(nèi)容標(biāo)識辦法》(2025年9月1日起施行)

　　強(qiáng)制性國家標(biāo)準(zhǔn)

　　《網(wǎng)絡(luò)安全技術(shù) 人工智能生成合成內(nèi)容標(biāo)識方法》(2025年9月1日起實(shí)施)

　　政策文件

　　《新一代人工智能發(fā)展規(guī)劃》(2017年7月)

　　《國家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)工作指引》(2019年8月)

　　《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》(2020年7月)

　　《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》(2022年7月)

　　《科技部關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》(2022年8月)

　　《國家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南(2024版)》(2024年6月)

　　《國務(wù)院關(guān)于深入實(shí)施“人工智能+”行動的意見》(2025年8月)

　　(靳雅潔 整理)