工业能源+AI：哪些场景将率先规模化落地？

       近年来，AI技术快速发展，从早期的机器学习到如今的大模型、智能体（Agent），其应用已渗透至各行各业。在工业与能源领域，AI应用的落地不仅关乎生产效率的提升，更涉及知识管理、能源优化、巡检作业、交易报价等诸多应用环节。

       2024年，e-works发布的《人工智能在制造业的应用现状调研报告》显示，在364个调研对象中，近80%的企业对AI在制造业的应用持乐观态度，看好生成式AI技术在研发设计、生产制造、营销客服、供应链等环节的应用前景。

       在腾讯云副总裁、智能制造和智慧能源负责人曹磊看来："工业能源等传统行业对AI应用的数据安全、私有化等要求较高，企业家们对AI技术的投入产出比仍持谨慎态度。"曹磊的观察一定程度上揭示了当前AI在工业能源领域应用的基本现状。

       曹磊指出，在这个过程中，腾讯坚持自研和拥抱开源模型策略，打造最靠近产业的AI产品，让AI深入到工业和能源行业中去。他建议，工业能源等传统行业可以优先聚焦知识管理、非结构化数据集中的场景，同时，探索核心业务关联度高的领域，如质检、巡检等已经过验证的场景。
   
       客观来说，工业能源领域对AI技术的接纳程度与其行业特性密不可分。

       首先，数据的自动采集和数据质量是制约AI应用的首要瓶颈。以化工工程设计领域为例，中国化学五环公司科技与数字化部副主任张科告诉e-works记者，“作为一个知识高度密集的行业，化工工程设计的作业过程并没有完全实现线上化，存在数据流转不畅与虚实结合困难等痛点。在大中型设计/总包项目中，全过程涉及工艺、设备、管道、仪表、土建等20余专业，各专业作业软件标准不一、技术架构各异，导致数字化发展进程相对较慢。” 

       其次，行业专业知识的壁垒不容忽视。在化工行业，设备故障预测往往需要融合材料学、流体力学等多学科知识，单纯依靠数据建模往往难以奏效。这种"懂技术的不懂行业，懂行业的不懂技术"的人才困境，也一定程度上制约着AI解决方案的适用性。

       更为关键的是安全可靠性的严苛要求。在电网调度场景中，AI的误判可能导致大面积停电；在石化生产环节，设备预测失误可能引发重大安全事故。这些高风险特性决定了AI在核心生产环节目前只能扮演辅助角色，最终决策仍需人工确认。

       此外，投资回报率的不确定性也让不少企业持观望态度。曹磊坦言，很多民营企业的老板对AI投入产出有着非常极致的要求，会纠结“AI技术发展这么快，究竟是重度投入跟上步伐？还是暂时观望”。这反映出传统企业在AI投入上普遍面临"前瞻布局"与"审慎观望"的战略两难。
 
       基于当前技术成熟度和行业需求，未来3-5年内，AI在工业能源领域有望在众多场景落地。但同时，不同技术路线的商业化进程仍存在一定分歧，不同专家亦有着不同看法。

       腾讯云智慧能源首席行业专家孙福杰的观点是，知识密集且容错性高的领域、核心业务中可量化显著价值的环节是AI技术大规模落地的首选场景。例如知识库管理、智能客服和营销，这些场景价值明确，错误容忍度较高，容易快速推广；另外诸如电力交易报价场景，其效果“赔了赚了马上能看出来”，或极端环境下的巡检，AI能带来直观的效率提升和安全保障。

       国家智能制造专家委员会委员黄培博士则认为，能效优化、数据治理（如知识管理）、智能巡检等场景有望率先突破。诸如数字孪生+AI可以为化工行业园区实现能效优化，数字孪生可视化辅助监控，AI作为"智慧大脑"协同执行优化，如每年减少2%的能耗，也是非常可观的价值。

       在腾讯的实践中，智能运维领域已取得率先突破。据曹磊介绍，通过结合物联网、视觉模型、声纹分析等技术，AI已经可以实现风电、光伏设备的预测性维护。腾讯云参与的甘肃武威能源的项目已经证明，AI能够将传统需要15天的人工巡检缩短至5-6小时完成。这种效率提升对于设备分布广泛的新能源场站尤为重要。

       腾讯云能源资源行业总经理宋芳则指出，AI在能源行业的落地将优先聚焦于标准化、可复制的场景，并逐步向核心业务渗透。例如电力行业的巡检场景，借助AI技术可将准确率提升至85%以上、智能客服（多业务查询准确率达90%~95%），这些场景技术成熟，价值明确。因此，她建议AI的规模化落地从可复制的场景切入，稳扎稳打，再向深水区推进。

       结合AI技术在中国化学五环公司的实践，张科认为AI在能源行业的大规模落地需要具备“规则清晰、数据可靠、使用者入门门槛较低”三个关键条件，这也是五环公司选择从知识管理切入AI落地实践的重要原因。 
 
       2024年初，中国化学五环公司基于内外部调研，制定了AI落地路线图，并选择知识库建设作为核心试点，旨在为后续AI场景落地积累经验。

       张科告诉e-works记者，这一决策主要基于两大内部因素：一是五环公司员工结构高度专业化，1200名员工中约95%以上为本科学历，接近80%为985/211硕士、博士，知识管理需求迫切；二是公司高层积极推动学习型组织建设，以应对AI时代的不确定性。知识库项目兼具业务价值与战略意义，成为企业AI转型的重要抓手。

       此外，作为化工工程领域的领军企业，五环公司面临着典型的知识管理困境：大量专业知识分散在个人电脑和纸质文档中，传统培训方式效率低下，宝贵的专家经验难以有效传承。

       通过与腾讯云的合作，五环公司构建了基于乐享平台的智能知识管理系统。该系统可通过OCR技术自动解析技术图纸和报告文档，大幅降低了知识整理的劳动强度。更值得关注的是，系统创新性地采用社交化学习社区模式，鼓励内部专家分享经验，再通过AI算法实现个性化内容推荐，可显著提升员工的学习积极性。

       截至目前，五环公司已携手腾讯乐享构建了包含近20个部门、约1800个分类和近 40000篇文档的企业知识库，通过精细化标签管理，确保了企业知识条理清晰、易于查找。更重要的是，系统可以将老专家的隐性经验转化为可传承的组织过程资产。这一案例证明，在知识密集型行业，AI+知识库有望成为解决知识沉淀和传承的痛点的有力武器。

       张科称，接下来，五环公司将深化系统应用，将知识库的应用范围扩展到全公司三十多个部门。未来，五环公司还计划结合腾讯AI助手的迭代能力，探索内容生成场景，如标书/方案编写及多人协作会议纪要等，进一步挖掘知识库的提质增效潜力。