重鑄“工業之腦”，AI大模型為傳統能源產業重算一本經濟賬

煤炭，這片深埋地下的“黑色金子”，曾點燃工業革命的火種，支撐起人類社會的進步。然而，在智能化浪潮席卷的今天，傳統能源行業如何突破高成本、低效率的桎梏？

當AI大模型成為我們每個人的智能助手，一個更深刻的問題值得深思：AI能否深入工業的心臟地帶，去啃那些最硬的骨頭——例如，在煤炭洗選中提升0.1%的精煤產率，或是在一噸焦炭的配煤方案里，省下幾塊錢成本？

看似微小，這卻是傳統能源行業每天都在面對的現實問題。因為，即便0.1%的工藝提升，就可能意味著數百萬甚至千萬級的經濟效益。然而，無數核心生產環節——選煤、配煤、煤氣化、精餾等工藝和效率提升的上限，被“老師傅們”幾十年積累的直覺和經驗框定。

煤炭生產場景復雜多樣，不同地區、不同企業的自然資源條件差異大，采掘機運通洗等場景復雜多樣，沒有一套行之有效的標準化、產業化優化提升方法。而今天，以華為盤古大模型為代表的AI技術，正作為一支前所未有的“精算師”，踏入這片產業腹地，用全新的大模型能力，為傳統的能源行業重算一本關乎未來的經濟賬。

舊賬本的極限：經驗主義的隱性成本

在AI入局之前，能源產業的經濟賬是一本依賴崗位工生產經驗的賬本。翻開其中任何一頁核心工藝，都能看到其難以逾越的天花板。

以“重介選煤”為例，這是一門在毫厘間取舍的藝術。 其核心原理是利用煤與矸石的密度差異進行分選。懸浮液作為分選介質，其密度介于煤（約1.2-1.5g/cm3）和矸石（約2.0-2.8g/cm3）之間。煤粒因密度低于懸浮液而上浮，矸石因密度高于懸浮液而下沉，從而實現自動分層。懸浮液的密度是整個工藝的生命線。密度稍低，寶貴的精煤就會混入矸石中被當作廢料丟棄，造成巨大的資源浪費；密度稍高，矸石則會混入精煤，導致產品灰分超標，質量不達標。

問題在于，入選原煤的煤質（如灰分、水分、粒度）時刻在波動。傳統模式下，操作員只能依賴有限的檢測數據和長年累月的經驗，手動調整密度。為了確保產品質量這條紅線，他們往往采取保守策略，寧愿犧牲一部分產率，也要保證灰分合格。這犧牲掉的0.1%或0.2%的產率日積月累，形成了一筆巨大的成本損失。

再看“焦化配煤”，煉焦生產是一個復雜的物理化學變化過程，影響因素多樣化。 配煤的決策需要考慮多種原料煤（質量、價格、庫存）、生產工況（爐型、爐溫、結焦時間等）以及焦炭質量要求等多維度因素，可選的求解空間非常大。當前焦化行業配煤主要依賴技術工程師的人工經驗，難以兼顧配煤成本與焦炭質量，很難做到精準計算。

這是一個典型的多目標、多約束的組合優化問題。影響最終結果的變量繁多且相互關聯，人工計算幾乎不可能找到全局最優解。據行業估算，這種非最優配比帶來的成本增加，每噸焦炭可達數元。對于一個年產數百萬噸的焦煤企業，同樣是一筆巨額利潤損失。

無論是選煤的密度控制，還是配煤的比例優化，亦或是化工領域甲醇精餾的蒸汽消耗等，完全依賴人工經驗，以及技能水平的參差不齊，無疑有著較大的瓶頸局限性。

新引擎的誕生：重鑄“工業之腦”，觸達傳統能源業務核心

要突破這層瓶頸，必須引入新的生產要素。作為煤炭行業信息技術細分領域頭部企業，山東能源集團旗下的科技公司-云鼎科技，敏銳地洞察到了這一點。他們需要的不僅是一個知識問答助手，更需要一個能聽懂工業語言、能理解化學機理、能進行復雜邏輯推理的“產業大腦”。

早在2022年，云鼎科技與華為開啟人工智能聯合攻堅，2023年聯合發布全球首個能源行業商用AI大模型。至今，云鼎科技累計開發AI場景170余類，在80+大型央國企完成規模化推廣應用。

這個過程遠比想象的復雜。研發團隊深入礦井一線，將百萬張圖片樣本數據等養料投喂給盤古大模型，基于預測大模型等先進算法，利用昇騰AI領先算力，AI開始學習和模擬那些隱藏在數據背后的物理規律和化學反應。并沉淀“老師傅的經驗”，學習訓練生產過程數據，例如在煤炭洗選的分選、浮選、濃縮加藥等工藝環節對生產工藝參數和歷史數據進行分析建模，進一步優化最優的工藝參數，通過云邊協同，邊用邊學能力，實現越用越好的運行效果。

至此，一個擁有超凡智力的生產引擎誕生了，去真正觸達業務核心，降本增效，重寫傳統能源經濟賬。

重寫賬本：AI大模型助力能源產業核心業務降本增效

當云鼎科技基于盤古大模型為底座打造的礦山行業大模型與生產線實現聯動，一場降本增效的價值風暴在能源產業的核心地帶悄然上演。

●第一筆賬：在煤水中“淘金”，讓產率自己說話

在濟寧二號井選煤廠的重介分選車間，AI智能控制系統已完全參控生產。通過部署重介密控模型，實現重介分選工藝在密度控制方面的智能化預測，精準調控著懸浮液的每一個細微變化。結果令人欣喜：在保證精煤質量的前提下，相較于人工經驗控制的精煤產率提升0.2%以上。

0.2%，看似微不足道。然而其落地的場景僅在濟寧二號井一個煤礦的應用，就實現精煤增產6000噸，增收約300萬元。AI完成的是從物理極限中挖掘純利潤的“煉金術”。

●第二筆賬：解開配煤“死結”，成本與質量兼得

在鑫泰能源的焦化生產線上，配煤師的工作方式被徹底顛覆。過去配煤方案多以Excel表格計算，由于配煤考慮的因素和指標比較多，兼顧成本和質量難度較大。如今只需業務系統將生產運行數據、焦炭數據、原料煤、配合煤及工業參數等數據進行匯總，AI訓練中心樞對數據進行處理、計算和建模，完成建模后，通過API接口向業務系統提供相關服務（焦炭質量預測、配煤比例優化），智能配煤系統便可以輸出滿足生產質量要求的最優配比。

AI大模型很好地應對多參數的尋優問題，綜合考慮多方因素給出多個較優的配煤方案，可降低配煤成本3元/噸。這對于一家年產百萬噸焦炭的企業來說，同樣是一筆驚人的收益。

●第三筆賬：在化工塔里“擰毛巾”，向蒸汽要效益

目光轉向化工領域，在榆林能化的甲醇精餾裝置中，蒸汽是占據總能耗90%以上的核心成本。傳統操作為了保質量，一般通過增大回流的方式避免出現產品質量不達標的問題，但容易造成蒸汽浪費。云鼎科技部署的智能優化系統，通過盤古大模型的預測能力，構建了精餾塔的智能算法模型。

該模型自主預測最佳回流比，實現回流比隨進料流量、精餾塔溫度及壓力的變化自動設定，像一只無形的手，將蒸汽閥門擰到最恰到好處的位置，減少蒸汽消耗。預計實現效益是，噸甲醇耗蒸汽量降低2%，每年為企業節約的蒸汽成本約200萬元。這是AI深入工藝機理，擠出來的真金白銀。

從單點突破到體系重構：AI驅動的新工業范式

降本增效的故事，并未止步于這幾個核心場景。云鼎科技與華為聯合打造工業大模型的實踐證明，大模型的價值在于其體系化的賦能。

在安全生產領域，視覺大模型對綜采、掘進及主運輸等場景進行7x24小時智能監管，大幅降低了因安全事故導致的停機停產時間。每一次避免的停機，都是一次直接的效益挽回。“AI+安全”的本質，同樣是“AI+效益”。

在知識管理領域，基于NLP大模型的智能知識助手，將分散在老師傅頭腦中、沉睡在文件柜里的海量規程、圖紙、案例進行結構化處理，讓一線員工遇到設備故障時，能像使用搜索引擎一樣快速找到解決方案。

從選煤廠到焦化爐，從礦井深處到化工園區，云鼎科技正通過“試點單位建場景、內部企業驗效果、標準復制促規模”的“三步走”戰略，將這些經過驗證的、能夠創造真實價值的AI應用，以“工程化、產業化、標準化和模塊化”的模式推廣復制。例如借助山東能源集團內部資源優勢，以興隆莊煤礦為應用場景開發試點，并在轉龍灣煤礦、新巨龍煤礦等進行驗證，場景成熟后在國內能源企業進行標準化復制推廣，落地建成了5000余個人工智能應用場景，取得了顯著的經濟效益及社會效益。

這一切的背后，是一個嶄新工業范式的崛起：AI不再是游離于核心業務之外的宣傳話語，而是作為一種全新的、高效的生產要素，深度嵌入到生產、管理的全流程中，從根本上改變了行業的成本結構和效率邊界。

近日，山東省數字經濟發展聯席會議辦公室公示2025年度“產業大腦”建設試點名單，云鼎科技申報的“人工智能（智慧化工）產業大腦”成功入選。這是公司繼2024年“人工智能（智慧礦山）產業大腦”之后，斬獲的第二個省級“產業大腦”榮譽，標志著其在人工智能技術產業化應用領域實現跨越式發展。

回到最初的那個問題。AI能否深入工業心臟，去解決那些最根本的成本與效率問題？云鼎科技與華為的聯合創新實踐，已經給出了清晰而響亮的回答。