本刊记者 王红茹 | 北京报道

人工智能正以前所未有的深度、广度与速度重塑现代产业格局。国资企业作为国民经济“压舱石”“顶梁柱”，既是新技术革命的参与者，也是智能化转型的先锋队。能源行业国资国企在数字化转型中积累了哪些优势？应当在推动人工智能赋能实体产业中注意规避哪些问题？对此，本刊记者专访了国家能源集团科技信息部数据资源处经理闫计栋。

承担多项国家级行业试点建设任务

《中国经济周刊》：国家能源集团在AI领域的总体战略是什么？

闫计栋：国家能源集团作为骨干能源央企，积极贯彻中央有关决策。集团党组高度重视人工智能建设，明确将人工智能建设列入《国家能源集团数字化转型行动计划（2024—2025年）》十大重点转型工程。2024年5月，国家能源集团印发“AI+”行动计划，确立“应用牵引、重点突破、统筹架构、敏捷行动、动态优化、有序有力”总体思路，建立了包含全局算力网、统一工具链、通用服务集的技术架构，规划了国家能源集团产业谱系下的AI应用域，部署了基础设施、重点攻关、行业引领三类50余项关键任务。

《中国经济周刊》：主要围绕哪些方面展开，取得了哪些成绩？

闫计栋：国家能源集团承担了多项国家级行业试点建设任务，攻关云边协同基础设施、行业大模型训练研发、可信数据空间及高质量数据集建设等前沿技术。

发布全球首个千亿级发电行业大模型——“擎源”发电大模型，构建了覆盖安全环保、电力交易、产调中枢、设备检修全链条的智能决策体系，实现电力全场景智慧化升级、模型自主优化能力升级和电力系统智能化变革升级。

研发煤炭工业设备综合诊断运维大模型，在集团公司下属10余个厂矿落地应用，覆盖万余台生产设备，实现煤炭行业设备检维修模式从被动计划检修向主动状态维护转变，为煤炭生产提供故障诊断、维修指导等专业支撑，设备综合寿命提升20%，检修费用降低15%，为煤炭行业增安提效的高质量发展提供保障。

同时，建成煤炭行业云，对外开放人工智能服务，输出高价值应用成果，充分发挥国资央企“科技创新、产业控制、安全支撑”重要作用。

技术人员依靠煤炭数质量管控平台查看煤质快检系统运行情况

能源行业怎么用AI

《中国经济周刊》：近年来在推动人工智能发展方面积累了哪些优势？

闫计栋：国家能源集团主要有四点核心优势：一是全产业布局优势，即拥有“煤电路港航、煤电油气化、产运销储用”一体化产业链的独特优势，可为人工智能技术应用提供丰富的场景和数据基础，有利于形成规模效应和竞争优势。

二是技术创新优势，积极承担多项国家级行业试点建设任务，实现多项关键技术突破创新，掌握了一批自主可控的核心技术。

三是专业人才队伍优势，依托“三支队伍”人才梯队建设和科技创新体系，建立了完善的人才培养机制，打造了一支高素质、专业化、创新型人才队伍，为科技创新和数字化转型提供了人才保障。

四是信息化系统集中统一建设，集团公司始终坚持信息系统“六统一，大集中”的建设原则，构建了相应业务条线统一的数据标准，沉淀了规范数据，推动了“同题共答”的新技术应用范式。

《中国经济周刊》：AI技术在能源领域的典型应用场景主要有哪些？可以解决哪些传统业务痛点？

闫计栋：目前我国煤炭、火电、新能源、电网、石油、化工等能源产业已经在众多场景开展AI技术应用与探索。

在能源一体化调度方面，AI技术赋能产业链智能协同，支撑能源安全保供的周期性和即时性调控，实现了运营决策由“经验主导”向“模型驱动”转变。

在能源生产可靠性保障方面，通过人工智能技术挖掘海量生产数据和知识，生产全过程监视实现全景三维穿透、态势全方位感知、设备预测性维护检修。

在产业精益化运营方面，深耕“最小单元”，细化经营分析，实现生产物资经营全链条“联动核算”。结合相关经营、物资消耗、能耗等数据，推动最小生产单元生产、物资消费、效率、经营等联动核算，实现产业运营管理方式的精益化变革。

AI的应用主要解决了传统业务在效率、成本、稳定性和安全性方面的痛点：一是生产效能提升，传统能源工业依赖人工经验与固定流程，响应慢、效率低。AI能实时收集与分析大量数据，实现智能预测与动态调整。

二是运营成本压降，传统设备维护基于定期检修或故障后维修，成本高；AI助力预测性维护，通过分析设备数据提前预知故障，合理安排检修，降低维护成本与设备损耗。

三是系统安全加固，传统能源安全管理在网络安全和自然灾害应对上略显滞后，基于AI的安全监测系统可实时识别网络攻击并阻断，分析气象数据预测自然灾害对发电影响，提前制定预案，保障能源基础设施安全。

围绕“AI+”进行全方位规划

《中国经济周刊》：在人工智能发展方面，国家能源集团有哪些重点工作和规划？

闫计栋：企业打造方面，围绕“AI+”专项行动，建立以集团党组为核心的工作领导小组，及时跟踪掌握人工智能前沿技术。打造集团公司人工智能技术生态，以各产业人工智能应用场景为牵引，在算力芯片、基础平台、通用算法等基础技术方向，积极开展与行业头部企业协作；在场景落地、应用开发方向，重点培塑集团公司内部专业化单位能力，以实践为基础，建立产学研一体化的人才培养机制，深化能源人工智能领域产教融合，支持企业与院校共建产业学院、联合实验室、实习基地等。

资金方面，集团公司统筹资源，依托智能产业基金推动前沿和关键共性技术研发，各子分公司建立与企业营业收入、经营成本、员工数量、行业特点、数字化水平等相匹配的专项资金投入机制，同时密切跟踪国家关于人工智能创新的支持政策，积极申报试点示范工程，争取中央预算内投资补助和贴息项目，保障人工智能技术应用研发和运营的专项资金投入。

人才方面，加强人工智能领域高层次人才引进力度，探索高效、灵活的引才机制。加大人才的自主培养力度，结合集团“三支队伍”行动计划，在项目中使用培养人才。紧抓工程硕博士培养改革试点工程，在人工智能领域加大高校、科研院所的合作力度，吸收优秀的工程硕士博士人才。建立健全人工智能岗位体系，高标准配置专职人员。加快研究对于专业化人才及科技创新项目的激励机制，释放企业创新活力，充分激发职工积极性。着力打造一支规模适宜、结构合理、素质优良的人工智能领域高水平科技人才队伍。

在数据安全方面，集团从两方面双管齐下：传输层面，严格实施横向隔离和纵向加密原则，工控网到管理网的单向传输，数据按标准流转至集团数据底座，严禁逆向流动；数据自身安全层面，通过分级分类管控数据、建立可信数据空间，搭建数据采、存、管、取、用的技术支撑与体制机制，确保全集团数据在统一的平台流通，使用者“用数不见数”。

《中国经济周刊》：作为行业专家，您对国家能源集团加快推动“智慧国家能源”有哪些建议？

闫计栋：一是加大研发力度，强化科技创新，聚焦关键领域“根技术”攻关，加大AI领域科技项目布局，联合业内先进企业、研究机构、重点实验室等共建能源领域AI创新联合体，开展协同攻关。

积极参与开放生态建设，推动形成更多“从0到1”的原始创新，加速推进成果转化和产业化发展。

二是强化技术赋能，瞄准战略意义强、经济收益高、民生关联紧的高价值场景，强化行业协同、扩大开放合作，加大布局突破力度。要夯实算力基座，为技术突破、应用落地提供有力支撑；突破数据难题，分批构建重点行业数据集，建设好通用基础数据集，做强做优数据产业。

三是推动生态构筑，立足行业大模型建设推广，先“培土”统一技术基座和工具链，再“育苗”做到第一批场景发布即试点上线，后“造林”打造更多典型场景，最终目的是构建行业生态，统一标准化数据集，融合实时数据流与专家经验，驱动模型实现定期迭代升级。联合高校、研究所和兄弟企业一起，攻关多模态融合、科学计算、小样本学习等关键技术，既给行业赋能，又与行业共建，构建开放的发电行业大模型生态体系。