關鍵詞搜索
search
【國內】 “AI+”化工：加什么，怎么加？2025-09-12
“AI+”新紀元，“化”出好風景
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。除了民用領域，包括石油和化工在內的工業界對AI應用的探索也已漸入佳境——提高收率、診斷故障、預警風險……AI工業應用之路上，還將有哪些創新風景?會有怎樣的發展溝壑?又該如何面對產業陰晴？
8月26日發布的《國務院關于深入實施“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：推動人工智能與經濟社會各行業各領域廣泛深度融合，重塑人類生產生活范式，促進生產力革命***躍遷和生產關系深層次變革，加快形******機協同、跨界融合、共創分享的智能經濟和智能社會新形態。
“AI+”新紀元，一起“化”出好風景。
《意見》指出，到2027年，率先實現人工智能與6大重點領域廣泛深度融合。“人工智能+”產業發展就是其中之一，其中多方面與石油和化工行業息息相關。
中國石油和化學工業聯合會智能制造工作委員會常務副秘書長李海洋表示，《意見》的出臺，為石油和化工行業的“三化”轉型提供了系統***的“組合拳”，不僅將推動技術應用深化，更將重塑發展模式。
“現在從上到下，大家都在思考怎樣通過AI賦能，將中國的制造業推向更高的高度。”萬華化學(寧波)有限公司總工程師徐寶學對即將發生的變化充滿期待， “《意見》的出臺是從政府層面為AI落地作出了規劃，期望能產生‘1+1>2’的效果。”
中國石化鎮海煉化公司信息和數字化中心經理干建甫也表示：“《意見》對石油和化工行業的推動作用非常強，是國家層面上的引導。實際上，現在很多企業已經在應用AI模型了，這是一個順勢而為的行動，未來應該大規模推廣AI應用于工業領域。”
近年來，AI相關的政策文件發布了不少，為何《意見》在石油和化工行業內引發熱議?華東理工大學特聘教授、國家流程制造智能調控技術創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，強調“深入”，說明當前石化行業內現有的AI和大模型應用仍處在“淺灘”，還達不到全產業深入應用的“深水區”，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，現在***要緊的是將先進的AI技術趕快應用到工業場景中，特別是借助AI賦能工業互聯網實現通信集成、可視化，讓AI真正改變工業領域的工作方式。
華為算力平臺先遣隊成員、化工行業發展專家付業茂也認為，《意見》的出臺將推動AI在研發、生產、中試等關鍵環節發揮作用。“我們一直在提新質生產力，如果僅僅拿AI去做知識問答，停留在‘聊天’層面，很難真正提升行業的生產力。”他告訴記者，“近幾年，我國AI基礎設施建設取得長足進步，訓練場、語料庫等都已初步具備，在這一背景下《意見》提出‘深入實施’，我的理解是——下一步應重點發展AI與行業知識結合，讓AI在應用端走深向實。”
多位受訪者都表示，盡管石油和化工行業已經有AI大模型應用，但距離《意見》標題中所提到的“深入”二字，還有不小的距離。
“應該說，我們對AI本身的認識還存在偏差。”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，還包括強化學習模型，視覺、語音、文字系統等小模型。特別是對于我們流程工業來說，有很多非自然語言大模型可以做。”
中國化學東華公司信息中心主任任申龍也坦言，對標《意見》提出的“到2027年，實現人工智能與6大重點領域廣泛深度融合，新一代智能終端、智能體等應用普及率超70%”的目標，石油和化工行業還有很長的路要走。“相當于自設計研發環節始，我們就要實行智能化方面的優化。”他解釋說，“在后續的工廠運營，也要配上智能化儀表、部署智能攝像頭、圖頻識別等設備，實現真正的數字孿生。”
為何AI在石油和化工領域的落地不像寫詩作畫那樣容易?在上述兩位專家看來，一方面是認知不足，另一方面是應用不足。還有不容忽視的一點是，石油和化工行業本身工藝流程長、可靠***要求高、知識產權保護難等特殊屬***，使其對AI技術本身有著更高的要求。
付業茂解釋道：“石化行業的專業門檻很高，工藝、裝置都很復雜，AI若想在這樣的領域實現深度應用，實際上有很深的鴻溝需要跨越。AI怎么才能攻克‘幻覺’，實現安全可靠，在創新思考的同時而不超越邊界?這正是華為在探索的事情。”
“發展工業互聯網時我們總是提‘***后一公里’難以打通，今天討論AI，會不會到***后也是‘差一口氣’?我認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，轉型和發展就成了‘兩張皮’。為了往前走，我們必須從場景出發，讓AI嵌入場景、產生效益。”
石油和化工哪些環節***需要AI?
記者了解到，***需要AI取代人力的，其實并非行業******進的領域，反而是那些自動化難以切入的場景，并且需要在工廠建設的初期盡早部署。
“過去存在一種觀點，認為自動化水平較低，或者人力參與較多的環節不適合推行自動化或智能化。但如今我們反而應當思考：為什么這些場景需要大量人工干預?”馮恩波指出，“因為這些環節高度依賴人的智能，而傳統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能夠發揮巨大作用的領域。”
“特別是產品研發領域，無論是石油煉化還是高端材料，整個研發范式都是經驗驅動。”博控股集團董事兼集團CIO唐亮表示，隨著AI技術的發展，企業在實驗路徑設計、自動化執行等方面都做了數據和模型驅動型研發范式的嘗試。
如今，AI技術在視覺、聽覺、觸覺等多模態感知方面取得顯著進展，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已在石化領域進行了應用實踐。例如原料油調和，過去獲取配方依賴昂貴的優化求解器，現在直接將數據輸入AI大模型即可完成調和。這種方式不僅可以大幅減少成本，也降低了技術門檻。
而在任申龍看來，化工企業對AI的需求呈現明顯的“場景優先級”差異。他認為，生產運營和工程建設環節的需求***迫切，設計與研發環節的需求則隨智能化進程逐步釋放。
“我認為在工廠建設初期就要重點利用AI提質、降本、增效。”任申龍解釋說，“例如在配煤環節，通過向AI模型輸入煤質分析、鍋爐負荷、燃燒工況等多維數據，可精準優化配煤比例，提升燃燒效率；在工藝開發中，AI驅動的仿真模擬能替代部分物理試驗，縮短工藝調試周期。隨著工廠智能化實踐的深入，對AI的需求將逐步向上游延伸，推動各設計院開展智能化設計，以滿足新的需求。”
干建甫也表示：“通過AI應用，我們今后將不再依賴‘老師傅’就可以對齊新老員工的技能，及時應對生產過程中的突發問題；還可以實現質量預測、故障預測，******風險，節約消耗，指導操作，對高危險高能耗的企業而言意義重大。”
“我們發展AI的初心是什么?是為了讓人的工作更輕松、更******。”馮恩波強調，“先把‘人工’兩個字拿掉，看看‘智能’在當前場景下能發揮什么作用、怎么發揮作用，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。”
“就像造汽車，你沒必要重復去造‘輪子’(大模型)，只要選好你需要的型號，根據自己的業務和流程組裝好汽車就行了。”談及今天工業大模型的應用現狀，付業茂生動地比喻道。隨著技術不斷更新迭代，AI產品層出不窮，現在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。但他始終強調——提升認知至關重要。
“當前，AI對于數據的要求實際上已趨于寬松，而非更加嚴格。然而，這并不意味著我們可以忽視數據治理。”馮恩波表示，“企業里必須有人能夠正確認識AI應用的趨勢，理解其原理，并推動實施。否則一旦出現問題，企業就可能放棄項目，導致智能化進程受阻。”
大模型本身能力強大，但要使其在實際業務中創造價值。付業茂強調，不應任由AI天馬行空地創造，而是必須施加約束、設定邊界。他說：“我們正在探索一條技術路徑，將大模型和行業特有的Know-how結合起來，為模型設定明確的邊界，通過‘卡邊’實現安全可靠。”
記者了解到，日前中控技術也發布了該公司******的工業AI大模型。據工作人員介紹，該產品是以流程工業的時間序列數據為驅動，基于持續混合專家MoE打造的平臺。盡管路徑不同，但廠商們不約而同都將“可信***”作為工業AI的核心競爭力。
李海洋建議，對于石油和化工企業而言，深入實施“人工智能+”行動，應以戰略引領、場景切入、數據筑基、人才支撐、迭代推進為核心策略，將AI深度融入企業的“血液”和“神經”，***終實現從“傳統制造”向“智能創造”的躍遷。
石油和化工行業包羅萬象，涵蓋石油化工、精細化工、化肥、塑料、橡膠等多個子行業，更涉及設計、施工、裝備等配套行業。多位受訪專家提到，《意見》給出了實施AI的行動綱領，但其在不同領域的落地還需要“因地制宜”。
任申龍從行業工程設計領域出發，將AI應用分為三個階段：******階段是通過“知識庫+大模型”構建對話機器人，解決“知識復用效率低、標準執行不統一”的問題；第二階段側重于作業現場AI應用，例如智慧工地，通過AI對攝像頭、傳感器采集的實時數據進行分析，自動識別風險，及時向管理人員推送報警與預警信息；第三階段旨在實現AI與具體設計場景的深度融合，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計，這也是目前******挑戰的部分。
“目前設計行業仍然采用終身負責制，需要設計師在校核上簽名，因此我認為AI還不能取代人。”任申龍說，“但AI顯然影響人的效率，同樣一張設計圖，用AI輔助半小時完成，與純人工畫一天完成，誰將被淘汰不言而喻。”
唐亮則從生產企業的角度指出，目前流程制造的自動化和數字化程度已經較高，AI大模型技術在生產控制方面不會帶來本質上的變化。“但是，從另一方面來說，應用AI對工藝操作人員可能有更多維度的要求，比如未來碳指標排放、安全調度等這些高專業***的工作，崗位會更加集中。”唐亮說。
正如《意見》所示，深入AI在工業領域的應用已是勢在必行。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，成為考驗區分員工能力的‘試金石’，革新我們的生產管理方式。但愿意學習和盡快接納AI浪潮的企業，在未來將會走到前列。” 馮恩波表示， 業內在AI相關的技術方向上存在觀點分歧，但《意見》的發布起到了統一思想、凝聚共識的引領***作用。下一步，需依靠行業協會、大型國有企業及各類企業共同協作，構建自上而下的生態體系。
“還是要開展有針對***的落地實踐，對具體場景‘開刀’，才能避免陷入空泛的討論。”馮恩波說，“若繼續停留在‘AI危機’等理論爭議層面，一兩年時間里工業AI落地進程還是會停滯不前——這是我們必須避免的局面。”
來源：中國化工報
岳女士
19990089050
