本文作者：韓碩

華為公司副總裁、油氣礦山軍團CEO

資源行業(yè)智能化轉(zhuǎn)型

AI助力核心生產(chǎn)系統(tǒng)重構(gòu)

從內(nèi)蒙古草原的露天煤礦到東海之濱的煉化基地，從西部高原的金屬礦山到華東地區(qū)的鋼鐵高爐，從中東中亞的石油井場到拉美地區(qū)的鐵礦開采，人工智能的浪潮正在重塑資源行業(yè)的每一個角落。一年來的客戶交流和實地調(diào)研，我深刻體會到，這個支撐著各國國民經(jīng)濟命脈的領(lǐng)域，經(jīng)歷著一場靜水潛流的變革。

回首2024年，我認識到勞動資料、勞動對象、勞動者的“三個跨越”是驅(qū)動這場變革的核心動能。邁入2025年，人工智能浪潮席卷千行萬業(yè)，資源行業(yè)已站在了歷史性的拐點，國家對安全保障的要求日益嚴苛、全球減碳的倒計時愈發(fā)緊迫，高耗能行業(yè)的生存空間繼續(xù)被壓縮。

如何破開困局、行穩(wěn)致遠？我認為根本路徑在于，積極擁抱先進生產(chǎn)力，推動AI從輔助生產(chǎn)的配角演進到在核心生產(chǎn)的發(fā)揮價值，其關(guān)鍵在于“以用促建”——通過圍繞AI創(chuàng)造價值來牽引信息基礎(chǔ)設(shè)施建設(shè)，構(gòu)建起企業(yè)長遠發(fā)展的數(shù)智化底座。

唯有如此，才能實現(xiàn)從量變到質(zhì)變的飛躍，最終迎來AI大規(guī)模應(yīng)用的奇點時刻。這項轉(zhuǎn)型的意義早已超越了資源行業(yè)和AI技術(shù)本身，它關(guān)乎國家能源資源安全的基石，是兌現(xiàn)“雙碳”承諾、引領(lǐng)全球綠色發(fā)展的責任擔當?？v使前路仍有坎坷，資源行業(yè)的破局方向已然明確，未來可期。

AI由輔助生產(chǎn)邁向核心生產(chǎn)驅(qū)動，未來還會走向系統(tǒng)智能。

過去幾年，AI的應(yīng)用多停留在視覺監(jiān)測、自動化巡檢等輔助生產(chǎn)的單點場景，比如，煤礦的皮帶跑偏識別、井下的“反三違”監(jiān)控和掘進機作業(yè)序列分析，鋼鐵廠的廢鋼等級判定與棒材表面缺陷檢測等。

這些應(yīng)用雖提升了局部效率，卻尚未觸及核心生產(chǎn)系統(tǒng)的核心決策環(huán)節(jié)。如今，AI正深度融入資源行業(yè)的高價值、高難度環(huán)節(jié)，尤其是那些曾被視為離不開人工操作的核心難題，從邊緣走向中心。

在鋼鐵行業(yè)，高爐冶煉這個延續(xù)百年的傳統(tǒng)工藝正在被AI重新定義。

高爐冶煉過程中，涉及1400多個強耦合參數(shù)，屬于固液氣三相劇烈反應(yīng)的“黑箱”，依賴人工經(jīng)驗難以精確控制。華為盤古大模型通過時序信息增強算法，解析參數(shù)間動態(tài)關(guān)聯(lián)，實現(xiàn)爐溫精準調(diào)控。根據(jù)實踐，爐內(nèi)每減少10℃的溫度波動，每噸鐵水就可以減少1kg焦炭的消耗，成本就能降低3塊錢。以寶武鋼鐵應(yīng)用盤古大模型優(yōu)化高爐爐況為例，單個高爐即可實現(xiàn)約1000萬元的成本節(jié)省。

在油氣領(lǐng)域，AI正重塑從勘探到開采的生產(chǎn)工藝。

中國石油與華為聯(lián)合，將神經(jīng)網(wǎng)絡(luò)技術(shù)與地球物理技術(shù)深度融合，利用海量地震勘探數(shù)據(jù)，訓(xùn)練地震解釋AI大模型。該大模型直接面向找油找氣的核心業(yè)務(wù)，讓地震波波動方程求解效率提升5倍以上，反演建模效率提升10倍，將項目周期顯著縮短20%以上。雙方還共同開發(fā)了“智能鉆井系統(tǒng)”，利用深度學(xué)習(xí)算法實時識別巖性，在將儲層鉆遇率提升至85%、單井產(chǎn)量增加30%的同時，使鉆井周期縮短15%，并大幅降低了鉆井成本。

在化工領(lǐng)域，變革同樣深刻。

2024年12月，華為與云天化合作，利用氣化爐生產(chǎn)的離線歷史數(shù)據(jù)開展RTO（實時在線優(yōu)化技術(shù)）大模型訓(xùn)練，使煤氣化裝置能夠精確模擬并預(yù)測氣化爐爐溫、渣層厚度及熔渣粘度等關(guān)鍵參數(shù)。經(jīng)過半年穩(wěn)定生產(chǎn)，云天化大為制氨大幅減少人員干預(yù)、顯著增強裝置運行的穩(wěn)定性與安全性，實現(xiàn)比煤耗削減1.33%，預(yù)計節(jié)煤9100噸/年、減少二氧化碳排放量2萬噸/年。

我認為，從礦卡無人駕駛到高爐爐溫預(yù)測，從油藏解釋模擬到化工運行優(yōu)化，AI向核心生產(chǎn)系統(tǒng)的滲透，絕非簡單疊加，而是對資源行業(yè)生產(chǎn)流程和工藝的重構(gòu)。其本質(zhì)是通過數(shù)據(jù)與機理的融合，將行業(yè)知識與人工經(jīng)驗訓(xùn)練為可復(fù)用的工業(yè)大模型，所以AI不是要取代人的經(jīng)驗，而是要沉淀和放大人類的智慧。

以用促建，圍繞AI價值構(gòu)建堅實數(shù)智底座

與金融、互聯(lián)網(wǎng)等“先建后用”的數(shù)字化路徑截然不同，資源行業(yè)正走出一條“以用促建”的新路。前者的數(shù)字化基礎(chǔ)設(shè)施歷經(jīng)長期迭代，信息系統(tǒng)本身即為核心業(yè)務(wù)，AI應(yīng)用可快速嫁接其上，形成了‘建設(shè)驅(qū)動使用’的良性循環(huán)。而后者長期依賴機械自動化，常面臨極端環(huán)境、網(wǎng)絡(luò)覆蓋薄弱、數(shù)據(jù)采集困難等挑戰(zhàn)，傳統(tǒng)信息化建設(shè)模式成本高、周期長且投資回報存在不確定性。

所以，我認為必須“圍繞解決生產(chǎn)經(jīng)營難題的AI價值場景，指導(dǎo)企業(yè)ICT建設(shè)”，通過實際場景，牽引企業(yè)數(shù)智化底座按需迭代，從而實現(xiàn)技術(shù)與業(yè)務(wù)的雙向奔赴。以行業(yè)智能化參考架構(gòu)為頂層設(shè)計框架，從感知層的數(shù)據(jù)采集、聯(lián)接層的數(shù)據(jù)傳輸、到數(shù)字底座和數(shù)字平臺，最終讓有用的數(shù)據(jù)通過人工智能發(fā)揮“提質(zhì)增安”的價值。

針對資源行業(yè)設(shè)備互聯(lián)難題，我們推出的礦鴻物聯(lián)網(wǎng)操作系統(tǒng)，通過統(tǒng)一數(shù)據(jù)格式與協(xié)議，打破了數(shù)據(jù)壁壘。2025年，國能集團、中煤集團、伊泰集團等旗下的多個煤礦，已基于該系統(tǒng)規(guī)?；瘡?fù)制了液壓支架跟機自動化、瓦斯智能巡檢、輸送帶智能巡檢等多個場景的應(yīng)用，不僅大幅提升了作業(yè)效率，而且讓數(shù)據(jù)“自由流動”，為AI大模型訓(xùn)練提供高質(zhì)量的數(shù)據(jù)原料，為AI決策聯(lián)動提供保障。

針對煤礦井工礦，我們針對性研發(fā)出“一切到底”的本質(zhì)安全網(wǎng)絡(luò)，解決傳統(tǒng)多網(wǎng)并存，成本高、維護難的痛點，該成果已經(jīng)被國家能源局納入《煤礦信息綜合承載網(wǎng)通用技術(shù)規(guī)范》中。針對鋼鐵冶煉工廠，我們研發(fā)了時延敏感網(wǎng)絡(luò)，解決流程性作業(yè)環(huán)境的低時延實時控制要求；針對化工廠大量銅纜鋪設(shè)的傳統(tǒng)接入網(wǎng)絡(luò)，我們研發(fā)了基于SPE交換機的NIICA架構(gòu)解決方案，推進工業(yè)領(lǐng)域的“光進銅退”，解決化工裝備大帶寬接入難題。這些新產(chǎn)品的研發(fā)，立足于高效解決資源行業(yè)網(wǎng)絡(luò)覆蓋的問題。

針對資源企業(yè)生產(chǎn)需求波動大、邊緣場景計算需求高的特點，華為云Stack實現(xiàn)了多級協(xié)同。南京鋼鐵基于華為云Stack大模型混合云，目前已完成20個智能場景應(yīng)用的上線，使得勞動生產(chǎn)率提升30%，綜合能耗降低15%以上。

值得一提的是，我們的礦山高性能4G&5G技術(shù)、全閃存的高性能存儲、高帶寬低時延的光纖通信和IP網(wǎng)絡(luò)、以及HCS云方案，均大規(guī)模在海外油氣礦山得到部署，很好地滿足了企業(yè)生產(chǎn)的信息化和數(shù)字化需求，支撐了企業(yè)人工智能等應(yīng)用的發(fā)展。

因此，資源行業(yè)的智能化不是外掛“AI應(yīng)用”，而是通過“用”與“建”的深度咬合，重構(gòu)系統(tǒng)的底層邏輯。當?shù)V鴻讓裝備“開口說話”，當切片網(wǎng)絡(luò)打通數(shù)據(jù)血脈，當云邊架構(gòu)賦予系統(tǒng)彈性，有了足夠高價值場景數(shù)據(jù)的AI，才具備躍升為核心生產(chǎn)力、成為工業(yè)大腦的可能。這條路雖無先例可循，卻正以中國速度推進，向全球延展。實踐正在證明：以價值驅(qū)動的數(shù)字化基建，才是資源行業(yè)穿越行業(yè)周期性波動的方舟。

奇點來臨 從量變到質(zhì)變的規(guī)模化飛躍

深刻的產(chǎn)業(yè)變革中存在一個從量變到質(zhì)變飛躍的“奇點”，突破奇點后，新的范式將以不可逆轉(zhuǎn)的態(tài)勢重塑整個生態(tài)。

在資源行業(yè)，奇點來臨的標志在于，人工智能不僅在技術(shù)實現(xiàn)的成熟度上超越傳統(tǒng)作業(yè)方式，更在經(jīng)濟效益上體現(xiàn)“收益大于成本”的商業(yè)閉環(huán)。

過去，資源行業(yè)的智能化更多依賴政策驅(qū)動，而現(xiàn)在的企業(yè)已享受到技術(shù)能夠帶來的收益提升。因此，這股智能化浪潮正從頭部示范企業(yè)如山東能源集團、中國石油、寶武鋼鐵、國家管網(wǎng)、海螺水泥等向中小企業(yè)快速滲透。

無人駕駛礦卡是AI價值顯性化的典型代表。2023年，我們還在為零星的無人駕駛礦卡的成功編組試驗而振奮。然而，僅僅一兩年時間，在中國東部、西北部的高原、極寒或缺氧的地區(qū)，全國已部署近2000輛無人駕駛礦卡，組成多編組的龐大車隊，與有人駕駛車輛混編作業(yè)、高效運轉(zhuǎn)。

根據(jù)持續(xù)運營的數(shù)據(jù)測算，僅在華能伊敏，無人礦卡綜合運輸效率較人工駕駛提升20%以上。百臺無人礦卡編組每年替代柴油超1.5萬噸，按當前柴油價格（約7000元/噸）計算，僅燃料成本年節(jié)省約1億元。預(yù)計到2025年底，全國無人礦卡部署量將突破5000輛，這意味著，AI主導(dǎo)的無人化運輸即將跨越奇點，一躍成為生產(chǎn)的主力系統(tǒng)，從零星的“盆景”變成了連片的“風景”，成為露天礦運營的主流模式。

從頭部企業(yè)走向中小市場是AI技術(shù)逐步成熟的標志。2024年底山東能源集團、云鼎科技、華為三方在興隆莊、李樓、新巨龍等煤礦完成了盤古礦山大模型的100多個場景應(yīng)用落地。在此基礎(chǔ)上，云鼎科技把“中心訓(xùn)練-邊緣推理-云邊協(xié)同-邊用邊學(xué)”這套體系抽象為“1 個 AI 開發(fā)平臺 + 4 種能力（視覺、預(yù)測、NLP、多模態(tài)）+ N 個高價值場景”的架構(gòu)，并通過“調(diào)優(yōu)艙”（輕量化增訓(xùn)一體化設(shè)備）快速把大模型能力復(fù)制到其它資源企業(yè)，并且從礦山逐步擴展到了化工、電力、油氣等領(lǐng)域，陸續(xù)在國家管網(wǎng)、皖北煤電、西部礦業(yè)、華能煤業(yè)等70余家單位落地，形成了一批可推廣復(fù)制的標準化解決方案。

當單點創(chuàng)新擴展為可復(fù)制的商業(yè)范式，當技術(shù)指標轉(zhuǎn)化為確定性收益，資源行業(yè)的智能化便從投入期邁進回報期。但這不是終點，而是新生產(chǎn)力的規(guī)?；_端。

打造AI生產(chǎn)力流水線，共建行業(yè)智能化新生態(tài)

在智能化轉(zhuǎn)型的深水區(qū)，華為持續(xù)構(gòu)建堅實的AI基礎(chǔ)設(shè)施與開放協(xié)同的生態(tài)，為資源行業(yè)提供可落地的支撐。

我們深刻認識到，AI價值的釋放需與行業(yè)場景深度融合。通過融合高質(zhì)量數(shù)據(jù)、多模型協(xié)同、多模態(tài)能力及AI Agent技術(shù)，華為正助力客戶將“數(shù)據(jù)-場景-模型-智能體”等要素貫通為端到端的AI生產(chǎn)力流水線。

華為堅持聚焦這條流水線中最關(guān)鍵的一環(huán)——聯(lián)合生態(tài)伙伴共同打造行業(yè)中間件平臺，彌合AI基礎(chǔ)設(shè)施與場景化應(yīng)用的巨大鴻溝。將大模型的自主思考推理能力與行業(yè)“Know-How”經(jīng)驗進行有機融合，助力ISV/IHV和資源行業(yè)裝備制造商等生態(tài)伙伴安全、可靠、敏捷的開發(fā)部署場景化應(yīng)用，大幅降低AI落地門檻，加速資源行業(yè)智能化轉(zhuǎn)型升級進程。