央企“AI＋”行動觀察之場景革命：場景煥新，千行智變 時間： 2025-04-28 22:08:18
【前言】自2024年國務院國資委啟動中央企業“AI+”專項行動以來，央企的 AI 進程不斷加速，2025年3月，國務院國資委透露，當前央企已在超500個場景深度應用，央企掀起的“AI＋”行動，正帶來一場深刻的場景革命，促使千行百業發生智能化變革。2月19日召開的中央企業“AI+”專項行動深化部署會上，國務院國資委啟動戰略性高價值場景建設專項工作，聚焦戰略意義突出、經濟收益顯著以及民生關聯緊密的三類高價值場景落地。
中央企業憑借在能源、交通、通信等關鍵領域的重要地位，擁有超大規模的應用場景，這為人工智能技術的落地提供了廣闊空間。自專項行動啟動，AI技術已在眾多高價值場景中嶄露頭角，在工業制造、能源電力等重點行業，超500 個場景布局應用人工智能，在科研、生產、客服等環節實現了顯著的降本增效。央企的AI應用不再局限于簡單的自動化，而是深入到全產業鏈，進行智能化的重構。
工業制造領域是我國數字化轉型與智能化升級的重要領域之一。2025年3月，工信部在《智能制造典型場景參考指引（2024年版）》基礎上，結合智能制造發展實踐，修訂形成《智能制造典型場景參考指引（2025年版）（征求意見稿）》，新增人工智能在動態排產、智能供應鏈、故障預測等多場景中的應用，并在多個場景中引入人工智能大模型、語言大模型、具身智能等前沿技術，從而推動智能制造在更大范圍拓展、更深程度滲透、更高層次演進，催生更多標準化、模塊化、可復制推廣的先進案例與經驗，助力制造業實現產業模式和企業形態的根本性轉變。
以中國中車集團為例，聚焦制造業核心流程，重點打造“研發設計”“生產制造”“運維服務”3大領域13個制造業核心流程場景，構建工業人工智能賦能平臺。面向研發設計，在城軌車輛外觀造型與工業設計、圖樣審查規則生成、牽引系統溫度場仿真和高速動車組空氣動力學智能化仿真等場景中取得了系列突破。面向生產制造，試點建設了產線作業流模擬分析、工業缺陷檢測、生產安全智能管控等多個場景，有效縮短了生產試制周期，降低生產制造成本，提升生產安全水平。面向運維服務，結合軌道交通裝備全生命周期數據優勢，在安全行車監測、高鐵、機車、地鐵及其核心部件健康管理、故障檢測等場景中取得階段性進展，正按計劃有序達成預期目標。此外，中車集團所屬中車工業研究院以軌道交通、風電領域工業裝備健康管理為場景，應用大數據、人工智能、云計算、物聯網等技術，構建云、邊、端協同的中車慧衍工業智能開放平臺，基于多源、多維傳感網絡系統和積木式異構邊緣計算系統，對軌道交通和風電機組設備及關鍵部件狀態數據進行智能化監測、采集、分析處理、存儲、傳輸，為裝備健康狀態監測、故障診斷和檢修決策提供支持，入選工業和信息化部工業大數據實驗室“2022數據要素驅動企業數字化轉型優秀案例”。
在“雙碳”目標驅動下，能源電力行業正加速向清潔化、智能化轉型，“AI+” 技術成為破解行業痛點、提升能源利用效率的核心引擎，在多個關鍵場景實現突破性應用。AI技術已經深度融入電網運行全鏈條，推動傳統電網向具有高度自愈能力的智能電網升級。如國網吉林供電公司的研發的“源—網—荷—儲”協同控制系統就像給配電網裝上“智慧大腦”，將電壓合格率提升至100%，線損率從5.5%降低到3.25%。該系統首創基于多元信息融合的配電網運行數據采集與殘差修復體系，運用多模型串聯融合算法將數據精度提升至98.7%，實現秒級動態電壓調整；同時建立分布式電源并網調度模型，精準預測并網點電壓波動趨勢。電網故障診斷與修復效率也因AI實現跨越式提升。南方電網依托“天、空、地”智能聯合巡檢系統，應用無人機、機器人、攝像頭等進行智能聯合巡檢，全方位保障電網安全。“天”是指一體化智能系統實現全流程自動化分析處理，精準識別線路桿塔傾倒等隱患；“空”是指無人機實現自主巡檢，運維人員通過APP可以快速設定巡檢信息，一鍵啟動無人機自動進行巡視；“地”是指一系列機器設備代替人工進行搭接引線作業。
在交通領域，AI技術正推動交通管理智慧升級。南京市屬企業融合AI技術，自主研發“智慧交通異常事件檢測系統”“一體化指揮調度系統”“管養信息化系統”，通過集成智能巡檢、AI識別、雷視融合功能，精準捕捉異常事件，大幅提升事故預警、處置效率，減輕人工巡檢壓力。此外、智慧物流、智慧低空等多元場景也逐步落地。智慧物流方面，南京數字物流供應鏈平臺上發布基于信創環境的Dify +阿里云DeepSeek區域性多式聯運應用，同時采用國產化技術棧搭建了本地專屬知識庫，實現從知識管理到智能交互的全流程優化。智慧低空方面，全力建設市級低空飛行服務平臺，目前平臺已進行上線公測，預計于2025年6月底正式運行。該平臺管理端集成海量AI模型，可動態規劃數字化空域航線，分析預測全市低空飛行擁堵態勢與飛行軌跡狀態。智慧停車與巡檢方面，自主研發智能軌道機器人，利用AI視覺技術，24小時監測南京南站異常停車和擁堵，語音廣播遠程疏導，運用“巡邏車360度全景攝像頭+AI事件識別系統”自動識別多種預設事件，實時上傳數據至全域智能平臺，調度中心按就近原則派單處理，構建了“物聯網感知+專項巡查+專員專單處理”的市政巡查新模式。
除了工業制造、能源電力、交通等核心領域，央企“AI+”專項行動正加速向民生服務、城市治理、消費升級等場景滲透，以技術創新破解社會痛點，重塑行業服務模式。
在醫療健康領域，AI正從影像識別等單一環節向全流程診療輔助延伸。上海醫大醫院整合優質資源，組建了由軟件工程碩士、人工智能專業人才與資深臨床醫生構成的“AI事業部”，并與上海聯通公司合作，成功部署行業領先的DeepSeek-671B滿血版AI系統，實現醫療數據在院內的閉環流轉，實現“診前-診中-診后”全流程AI賦能。深圳某醫院的人工智能的診療輔助系統已經全面覆蓋了從預問診、輔助診斷、AI問答和病歷撰寫幾個方面，醫生只需要根據AI提供的輔助診斷結合病人的實際情況作出最終的判斷。患者簡單問診后，AI僅用8秒鐘就給出了輔助診斷建議。
在教育領域，AI技術的應用正逐步改變傳統的教學模式。清華大學以“千億參數多模態大模型GLM”為平臺與技術基座，研發出多個AI助教系統，服務不同學科領域的教師的教與學生的學。自2023年秋季學期開始8門課程試點，已有5門課程的相關系統完成了第一階段開發，并開始進入初步投入使用階段。這些AI助教系統不僅能夠提供24小時的個性化學習支持、智能評估和反饋，還能輔助學生進行深入思考，激發學習靈感。
此外，國家開放大學終身教育智慧教育平臺堅持應用導向，秉持集成化、智能化、國際化“3I”理念，完成首批智能化功能開發。基于創新驅動、精準賦能的總體原則，依托前期智能化技術積累與實踐經驗，上線白澤智慧學伴、AI智能搜索、AI視頻總結和AI視頻導航四大智能應用。
這些案例充分說明，央企通過將“硬核科技”與“需求場景”相結合，讓 AI 技術真正成為推動產業提質增效的“新質生產力”。
高質量專業數據是訓練行業大模型的關鍵要素。經濟體量大、覆蓋領域廣等特點，使央企在發展人工智能方面具備另一先天優勢——掌握著關系國計民生的大規模關鍵數據，尤其是重點行業、重點領域的大量專業數據。
這一優勢在各大央企近期的AI大模型領域行動中得以體現。過去一年，中國石化、中國石油、中國海油、中國中化、國家能源集團、南方電網等多家能源企業紛紛落地AI大模型項目，且以行業大模型居多。這些大模型的背后，是企業長期積累的海量專業數據在發揮作用。
不僅是能源電力行業，建筑央企積極擁抱AI重塑行業格局。以中鐵隧道局為例，作為隧道及地下工程領域的國家隊，中鐵隧道局深耕盾構隧道智能建造多年，積累了大量工程建造數據，包括地形地質、工程案例等，這些數據成為其在盾構隧道智能建造領域創新的基礎。在“崇太長江隧道”的建設中，應用了中鐵隧道局研發推出的“盾構隧道智能建造 V2.0”技術。該智能系統集成智能感知、智能掘進、智能安裝、智能預制、智能運輸等九大應用功能，實現項目端工程協同管理，企業端全要素管控。例如，智能掘進I-TBM系統，突破了盾構倉內壓力自適應、云端預測數據自決策、掘進姿態自巡航、環流出渣自調整等核心技術，掘進、環流、姿態參數較人工操作更平穩，創造了單月掘進718米的最高紀錄，平均月進度達到600米，成功實現全系統算法控制的無人化掘進的常態應用。在弧形件拼裝環節，通過智能拼裝機器人，實現預制弧形件一鍵式智能拼裝，控制精度為0.5毫米，人員減少50%。
然而，我國AI產業發展面臨的數據孤島化、標注低質化、跨域共享難等瓶頸。為此，2024年12月，國家數據局印發《可信數據空間發展行動計劃（2024—2028年）》（以下簡稱《行動計劃》），到2028年，中國將建成100個以上可信數據空間，形成一批數據空間解決方案和最佳實踐。為了引導和支持可信數據空間發展，探索數據資源規模化流通利用新模式新路徑，今年4月，國家數據局發布《關于組織開展2025年可信數據空間創新發展試點工作的通知》，率先開展企業、行業、城市三類可信數據空間試點工作，旨在推動數據在安全、可信的環境下實現共享流通利用。此外，圍繞AI 發展面臨的數據難題，央企 “AI＋” 專項行動做出新部署，以龍頭企業為牽引，分批構建重點行業高質量數據集，提升通用數據集質量和多樣性以服務大模型訓練，持續參與數據標注產業基地建設，推進數據共享開放。
央企主導建設行業數據集，有助于補齊數據短板，支撐大模型從“通用泛化”向“領域專精”升級；同時，數據集作為公共產品，還可降低中小企業 AI 應用門檻。中央企業“AI+”專項行動實施以來，我國以高價值場景為牽引，在交通物流、金融服務、綠色低碳、工業制造、石油石化等重點行業已匯聚一批高質量數據集。今年3月1日上線運行的國家公共數據資源登記平臺上，多項數據的登記主體來自央企或旗下子公司。
展望未來，隨著央企“AI+”專項行動向縱深推進，人工智能與實體經濟的融合正在突破單一環節的效率優化，轉向全鏈條價值創造。這種躍遷不僅體現在技術應用的廣度與深度上，推動企業商業模式向“服務型”“創新型” 轉型升級。“AI+”場景創新從“單點提效”向產業鏈協同創新演化。數據價值方面，也將從“資源沉淀” 到“資產運營”市場化進階。依托可信數據空間試點，龍頭央企將帶動產業鏈上下游構建“數據共同體”，數據資產化路徑也將更加清晰。
