拒絕case by case，“昇騰+星火”如何破解央國企數(shù)智化困局

文 | 智能相對論

作者 | 葉遠風

長期以來，央國企的數(shù)智化轉型總被業(yè)界認為是一個“case by case”的過程。

相比于中小企業(yè)可以借助標準化的云和AI產(chǎn)品快速實現(xiàn)數(shù)智化，央國企的轉型路徑似乎天然帶有“定制化”屬性——組織架構復雜、業(yè)務流程獨特、數(shù)據(jù)安全要求嚴苛，這些因素使得每一次成功探索都難以直接復制到另一個場景或另一家企業(yè)。

但在過去一年中，這一局面正在發(fā)生微妙的變化。一些在油氣、鋼鐵、民航等關鍵領域落地的數(shù)智化項目，開始展現(xiàn)出超出預期的可復制性。這背后，是一套正在成型的、具備底層共性邏輯的數(shù)智化體系在發(fā)揮作用。

央國企數(shù)智化的“復制困局”，卡在哪？

事實上，央國企的數(shù)智化探索并不算晚。許多頭部企業(yè)早在數(shù)年前就開始了數(shù)字化投入，也打造了一批在特定場景中成效顯著的項目。

但這些項目大多陷入一個共同困境——投入巨資形成的成果，往往只能服務于單一業(yè)務或單一部門，難以在企業(yè)內部其他板塊復制，更遑論在同行業(yè)推廣。

這一困境的根源，可以歸結為三個層面的痛點。

第一，底層技術底座不統(tǒng)一。央國企的數(shù)字化建設往往起步于不同時期，由不同部門主導，采用的算力芯片、軟件架構、技術標準各不相同。這種“各自為政”的建設模式，使得任何一個項目積累的技術能力，都很難遷移到另一個環(huán)境中，形成了事實上的技術孤島。

第二，數(shù)智化能力缺乏復用性。傳統(tǒng)項目開發(fā)通常是“一事一議”，針對特定場景進行深度定制。這種模式雖然在解決當下問題時效率較高，但開發(fā)出的模型和算法往往與具體場景深度綁定，無法直接應用于其他業(yè)務。這就導致每次新的需求出現(xiàn)，都需要投入幾乎相同的開發(fā)資源。

第三，落地流程缺乏標準化。由于缺乏統(tǒng)一的實施方法論，數(shù)智化項目的成功高度依賴專家團隊的個人經(jīng)驗。經(jīng)驗無法沉淀為可復用的流程和工具，使得復制一個成功項目的成本，往往接近甚至超過重新開發(fā)一個新項目。

在油氣、鋼鐵、民航等核心領域，上述痛點還被進一步放大——這些行業(yè)的數(shù)據(jù)敏感度高、合規(guī)要求嚴、業(yè)務流程復雜，使得數(shù)智化轉型的試錯成本極高。因此，企業(yè)在推進智能化項目時，往往需要在“謹慎試點”和“規(guī)模推廣”之間反復權衡，難以形成規(guī)模化價值。

要破解這一困局，顯然不能靠零敲碎打的單點突破，而需要一套能夠從算力底座到應用落地全鏈路打通的系統(tǒng)性方案。這正是過去一年中，以昇騰和訊飛星火為代表的中國“算力+模型”生態(tài)所聚焦解決的核心命題。

中國算力生態(tài)，構建了有底層共性邏輯的“央國企數(shù)智化體系”

值得一提的是，當業(yè)界還在討論央國企數(shù)智化的“復制難”問題時，昇騰AI生態(tài)與科大訊飛星火大模型的組合，已經(jīng)開始從實際落地中摸索出一套可行的方法論。

這套組合的價值，遠不止于“算力+模型”的簡單疊加。從實際落地的經(jīng)驗來看，它正在從三個維度，構建一套面向央國企復雜需求的、具備標準化潛力的數(shù)智化體系。

一、統(tǒng)一的算力底座：從源頭解決“各搞一套”的問題。

央國企數(shù)智化復制難的第一道門檻，往往是底層算力的統(tǒng)一。如果每家企業(yè)的技術棧都自成一派，那么任何經(jīng)驗的遷移都將面臨巨大的適配成本。

在這里，昇騰提供了一套自主創(chuàng)新的標準化算力底座，從芯片、硬件架構、AI基礎軟件框架到應用使能工具鏈，都實現(xiàn)了技術上的統(tǒng)一與自主創(chuàng)新，并且與第三方開源生態(tài)充分適配。這意味著，無論項目是為中國石油打造賦能油氣全產(chǎn)業(yè)鏈的昆侖大模型，還是為寶鋼構建的圍繞濺渣護爐等關鍵場景的轉爐大模型，都可以運行在同一個技術棧上。企業(yè)無需再為模型適配、性能調優(yōu)等基礎問題重復投入，可以更聚焦于上層業(yè)務價值的挖掘。

具體來看，中國石油在建設昆侖大模型時，其平臺和應用均基于本土算力、模型構建，完全滿足央國企在信息安全與自主創(chuàng)新方面的嚴苛要求。中海油海能人工智能模型的落地同樣遵循這一路徑，從底層算力到上層應用實現(xiàn)了統(tǒng)一且自主地創(chuàng)新。很顯然，統(tǒng)一的底座使得跨項目、跨企業(yè)的經(jīng)驗復用成為可能——一個項目在模型與算力上的優(yōu)化經(jīng)驗，可以快速應用于另一個項目。

二、模塊化的模型能力：讓“可拆可拼”替代“一事一議”。

有了統(tǒng)一的算力底座，下一步就是讓上層的能力能夠被靈活復用。而星火大模型的架構設計，正是為此而構建的，其核心邏輯是“通用底座+行業(yè)模塊+場景智能體”的分層結構。通用大模型底座承載了語言理解、文本生成、邏輯推理等核心AI能力，是所有應用的基礎。在通用底座之上，科大訊飛基于在油氣、鋼鐵、民航等行業(yè)的深度實踐，將行業(yè)共性場景獲取的知識沉淀轉化為可復用的行業(yè)模塊。

中國石油昆侖大模型便是一個典型案例。該模型集成了油氣勘探、煉化工藝、油氣儲運、產(chǎn)品銷售、工程建設、裝備制造六大領域的萬億級行業(yè)語料，形成了可復用的行業(yè)知識模塊。在此基礎上，科大訊飛深度參與了昆侖大模型100個行業(yè)場景中的32個場景建設，覆蓋生產(chǎn)與安全、管理與服務兩大業(yè)務領域，涵蓋油氣勘探開發(fā)、煉油化工、銷售、裝備制造、辦公管理、財務管理等15個子領域。

寶鋼的情報洞察智能決策系統(tǒng)同樣體現(xiàn)了這種模塊化思路。在模型層以通用大模型為基座，結合OCR模型與鋼鐵行業(yè)專項篩選模型；在平臺架構層采用“智能體+服務庫”的雙軌設計，集成政策分析師、市場分析師、數(shù)據(jù)分析師等專業(yè)智能體。

不難發(fā)現(xiàn)，通過這種分層架構，科大訊飛將數(shù)智化能力從“針對單一場景的一次性開發(fā)”轉變?yōu)椤翱刹鸾狻⒖山M合的模塊化能力”，大幅降低了復制的邊際成本。

三、標準化的落地路徑：將“個性化項目”轉化為“工程化操作”。

除了技術能力的標準化，科大訊飛在與眾多央國企的合作中，還形成了一套可復制的落地方法論，可概括為“建算力-理數(shù)據(jù)-訓模型-落場景-保安全-精運營”。這套流程將復雜的數(shù)智化轉型，從一個充滿不確定性的“個性化項目”，轉變?yōu)楦咝У摹皹藴驶僮?個性化適配”的工程化過程。

以中國海油的實踐為例，在成功落地知識管理、員工健康、輔助辦公等通用領域場景后，進一步賦能海上作業(yè)安全分析、鉆井地質設計等專業(yè)場景，形成了“專業(yè)+通用”雙輪驅動的應用體系。寶鋼的實踐同樣遵循了這一路徑，平臺建設遵循“數(shù)據(jù)層-模型層-平臺架構層”的遞進邏輯，先構建鋼鐵行業(yè)高質量數(shù)據(jù)集，再通過通用與領域專項模型協(xié)同，最后采用“智能體+服務庫”雙軌架構，形成了一套完整的落地閉環(huán)。

正是這種從“單點突破”到“根據(jù)地深耕”再到“多場景延伸”的戰(zhàn)術，使得成功經(jīng)驗可以在企業(yè)內部快速復制推廣。而對于同行業(yè)的其他企業(yè)而言，這套已經(jīng)驗證的方法論提供了明確的可參考路徑。新項目不需要從零開始探索，只需在標準化流程基礎上進行相對較少的業(yè)務適配，就能快速復刻已有的成功經(jīng)驗。

非標品但可高效復制的數(shù)智化，是央國企下一階段的關鍵需求

時至今日，昇騰與星火構建的這套可復制體系，已經(jīng)在多個行業(yè)的標桿項目中得到驗證，并輸出了可量化的價值成果。

在油氣行業(yè)，昆侖大模型的落地帶來了顯著的效率提升，如地震解釋效率提升40%，設備故障預警準確率達到92%，煉化領域的設備智能診斷系統(tǒng)幫助客戶節(jié)省檢修環(huán)節(jié)人力30%等等。這些數(shù)據(jù)不是孤立的試點成果，而是可以成為同行業(yè)企業(yè)對標和參考的標準。

在鋼鐵行業(yè)，寶鋼情報洞察平臺將營銷人員的工作效率整體提升約20%。通過多智能體協(xié)同分析市場動態(tài)，平臺能夠自動生成行業(yè)研究報告，幫助營銷人員更及時、更精準地把握市場變化。

在民航行業(yè)，航行通告智能助手將人工解析投入預計減少50%，非計劃性維修助手大幅縮短排故預案時間。這些成果已經(jīng)在國航、南航、東航、廈航等多家航司的不同業(yè)務場景中落地驗證。

這些量化成果的價值，不僅在于為企業(yè)帶來了實實在在的降本增效，更在于它們?yōu)橥袠I(yè)企業(yè)提供了明確的可復制范本。當一個成功案例的成效被量化和驗證后，它就不再是“僅此一家”的定制孤品，而成為可以在行業(yè)內批量化推廣的成熟方案。

展望未來，央國企的數(shù)智化轉型正在進入一個新的階段。從宏觀層面看，國家戰(zhàn)略要求央國企在新質生產(chǎn)力發(fā)展中發(fā)揮引領作用，這需要更大范圍、更深層次的智能化升級。從企業(yè)自身來看，面對日益激烈的市場競爭，央國企也需要通過數(shù)智化實現(xiàn)降本增效、提升核心競爭力。

很顯然，像過去那樣靠一個一個“燈塔項目”緩慢推進的模式，已經(jīng)無法滿足現(xiàn)實需求。央國企需要的是能夠快速復制、規(guī)模化落地的數(shù)智化方案。而昇騰與訊飛星火構成的成熟的“算力+模型”生態(tài)，已經(jīng)為迎接這一需求做好了準備。

結語

“復制難”曾是央國企數(shù)智化轉型的突出瓶頸。如今，這一問題正在被自主創(chuàng)新的算力生態(tài)所破解——昇騰與星火的深度融合，不僅為央國企提供了一套“懂行業(yè)、能落地、保安全、可進化”的整體解決方案，更重要的是，它構建了從底層算力到上層應用皆可復制的能力體系。

這套體系的成熟，標志著中國數(shù)智化產(chǎn)業(yè)正在從項目驅動走向體系驅動。當“復制”不再是難題，央國企數(shù)智化的規(guī)模化落地便具備了現(xiàn)實可能。

*本文圖片均來源于網(wǎng)絡