編者按：

當(dāng)前，人工智能驅(qū)動(dòng)未來(lái)發(fā)展是備受關(guān)注的熱點(diǎn)話題。今年《政府工作報(bào)告》提出，持續(xù)推進(jìn)“人工智能+”行動(dòng)，將數(shù)字技術(shù)與制造優(yōu)勢(shì)、市場(chǎng)優(yōu)勢(shì)更好地結(jié)合起來(lái)，支持大模型廣泛應(yīng)用，大力發(fā)展智能網(wǎng)聯(lián)新能源汽車、人工智能手機(jī)和電腦、智能機(jī)器人等新一代智能終端及智能制造裝備。中國(guó)石化積極擁抱人工智能，大力實(shí)施“人工智能+”專項(xiàng)行動(dòng)，在行業(yè)內(nèi)樹(shù)立智能化發(fā)展的新標(biāo)桿。本版專題介紹中國(guó)石化部分企業(yè)應(yīng)用人工智能技術(shù)賦能生產(chǎn)經(jīng)營(yíng)管理的生動(dòng)實(shí)踐，敬請(qǐng)關(guān)注。

本版文圖由 劉 遠(yuǎn) 王 振 史忠華 李超君 楊 敏 李方微 夏 梅 程力沛 楊楚鈺 戴 城 葉劍云 王 茜 卞江岐 干建甫 何 雯 宋國(guó)梁 單建云 仝 江 孫雅蘭 提供

新聞會(huì)客廳

積極推動(dòng)“人工智能+”賦能產(chǎn)業(yè)變革

問(wèn)：面對(duì)全球科技競(jìng)爭(zhēng)日趨激烈，國(guó)內(nèi)外能源化工企業(yè)如何布局人工智能技術(shù)？

答：面對(duì)全球產(chǎn)業(yè)結(jié)構(gòu)深度調(diào)整，國(guó)內(nèi)外能源化工企業(yè)以人工智能技術(shù)為支點(diǎn)撬動(dòng)生產(chǎn)、運(yùn)營(yíng)模式升級(jí)，力圖在新一輪產(chǎn)業(yè)變革中搶占競(jìng)爭(zhēng)制高點(diǎn)。

沙特阿美2024年發(fā)布了油氣行業(yè)首個(gè)生成式人工智能模型，通過(guò)對(duì)鉆井地質(zhì)設(shè)計(jì)、工程設(shè)計(jì)、施工設(shè)計(jì)和成本進(jìn)行綜合分析，自動(dòng)生成并推薦最佳鉆井方案。bp圍繞油氣勘探開(kāi)發(fā)、煉油化工及低碳能源轉(zhuǎn)型等主營(yíng)業(yè)務(wù)，推進(jìn)人工智能技術(shù)布局。殼牌聚焦油氣全產(chǎn)業(yè)鏈與能源轉(zhuǎn)型，系統(tǒng)推進(jìn)人工智能技術(shù)融合創(chuàng)新，研究部署了鉆井AI系統(tǒng)。巴斯夫推出分子生成式AI，2023年生成12萬(wàn)種候選化合物，其中有47種進(jìn)入中試，催化劑設(shè)計(jì)效率提升了300%。陶氏化學(xué)運(yùn)用AI驅(qū)動(dòng)材料設(shè)計(jì)平臺(tái)將新產(chǎn)品開(kāi)發(fā)周期從5年壓縮至18個(gè)月。我國(guó)央企也在積極探索人工智能技術(shù)應(yīng)用，截至2025年2月，45家央企已發(fā)布46個(gè)行業(yè)模型。其中，中國(guó)石油發(fā)布“昆侖”大模型，在地震資料處理解釋、裝備工程設(shè)計(jì)等場(chǎng)景進(jìn)行應(yīng)用；國(guó)家電網(wǎng)發(fā)布“光明”大模型，在電網(wǎng)規(guī)劃、電網(wǎng)運(yùn)維、客戶服務(wù)等領(lǐng)域進(jìn)行應(yīng)用。人工智能技術(shù)逐漸成為國(guó)內(nèi)外能源化工行業(yè)轉(zhuǎn)型發(fā)展的加速器。

問(wèn)：中國(guó)石化人工智能技術(shù)發(fā)展的整體規(guī)劃是什么？

答：第一階段（2025年），全面布局、重點(diǎn)突破階段。建立集團(tuán)統(tǒng)一的人工智能技術(shù)平臺(tái)、智算能力、大模型體系和技術(shù)支撐體系；形成一套數(shù)據(jù)治理、標(biāo)注的標(biāo)準(zhǔn)和工具，建設(shè)一批高質(zhì)量行業(yè)數(shù)據(jù)集；聚焦科技研發(fā)、生產(chǎn)制造、工程設(shè)計(jì)、經(jīng)營(yíng)管理等業(yè)務(wù)領(lǐng)域中戰(zhàn)略意義強(qiáng)、經(jīng)濟(jì)收益高的場(chǎng)景，開(kāi)展高分子新材料研發(fā)、地震資料智能處理解釋預(yù)測(cè)、智能鉆井、煉化裝置生產(chǎn)智能優(yōu)化、生產(chǎn)裝置安全風(fēng)險(xiǎn)智能識(shí)別、集團(tuán)一體化智能優(yōu)化等60個(gè)場(chǎng)景建設(shè)；建設(shè)集團(tuán)通用AI助手，為廣大員工快速掌握集團(tuán)的制度規(guī)定、標(biāo)準(zhǔn)規(guī)范和日常辦公提供貼身服務(wù)，賦能全員工作效能提升。

第二階段（2026年~2027年），快速推廣、泛化賦能階段。建成AI核心技術(shù)自主創(chuàng)新體系，持續(xù)提升模型的復(fù)雜推理、多模態(tài)理解生成、輕量化低成本部署等能力；加快示范場(chǎng)景推廣應(yīng)用，實(shí)現(xiàn)場(chǎng)景應(yīng)用覆蓋80%業(yè)務(wù)領(lǐng)域，推動(dòng)具身智能試點(diǎn)應(yīng)用，實(shí)現(xiàn)機(jī)器代人，關(guān)鍵高危崗位實(shí)現(xiàn)無(wú)人化，初步形成智能科研、智能制造、智能運(yùn)營(yíng)的新模式新范式，人工智能技術(shù)應(yīng)用轉(zhuǎn)化為較強(qiáng)的現(xiàn)實(shí)生產(chǎn)力，助力公司高質(zhì)量發(fā)展。

第三階段（2028年~2030年），深度賦能、業(yè)態(tài)塑新階段。緊盯世界一流大模型發(fā)展，持續(xù)提升人工智能平臺(tái)能力，優(yōu)化多模態(tài)大模型體系，深入應(yīng)用具身智能、群體智能等新技術(shù)；AI技術(shù)與科技研發(fā)、生產(chǎn)制造、經(jīng)營(yíng)管理等核心業(yè)務(wù)深度融合，驅(qū)動(dòng)資源配置優(yōu)化、工藝流程再造和安全管理范式升級(jí)，全面形成智能科研、智能制造、智能運(yùn)營(yíng)的新模式，人工智能技術(shù)成為公司創(chuàng)新發(fā)展的強(qiáng)勁引擎，助力石油石化產(chǎn)業(yè)鏈、供應(yīng)鏈上下游協(xié)同創(chuàng)新發(fā)展。

問(wèn)：中國(guó)石化從哪些方面布局人工智能發(fā)展，目前取得哪些進(jìn)展？

答：中國(guó)石化深入落實(shí)國(guó)家關(guān)于推動(dòng)人工智能發(fā)展、加快賦能新型工業(yè)化的戰(zhàn)略部署，以集團(tuán)公司發(fā)展戰(zhàn)略為主線，堅(jiān)持“AI+業(yè)務(wù)”雙輪驅(qū)動(dòng)，聚焦行業(yè)升級(jí)、企業(yè)轉(zhuǎn)型、戰(zhàn)新產(chǎn)業(yè)培育，全面推進(jìn)人工智能和公司產(chǎn)業(yè)深度融合，有效賦能科技研發(fā)、勘探開(kāi)發(fā)、煉油化工、安全環(huán)保、企業(yè)運(yùn)營(yíng)等核心業(yè)務(wù)創(chuàng)新發(fā)展，形成覆蓋“算力、算法、數(shù)據(jù)”三大要素的全棧式人工智能應(yīng)用生態(tài)。目前，集團(tuán)公司已形成一定規(guī)模的人工智能基礎(chǔ)能力，積累了較為豐富的智能場(chǎng)景建設(shè)經(jīng)驗(yàn)，為下一步人工智能大規(guī)模建設(shè)打下了良好基礎(chǔ)。

一是初步形成人工智能基礎(chǔ)能力。以租賃為主、自建為輔的方式構(gòu)建了集團(tuán)統(tǒng)一的智算資源池，能夠滿足當(dāng)前全集團(tuán)的人工智能建設(shè)需要。建立統(tǒng)一調(diào)度、按需分配的運(yùn)行機(jī)制，保障算力資源的集約高效利用。建成人工智能中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)樣本標(biāo)注、模型開(kāi)發(fā)訓(xùn)練等功能，具備了大模型技術(shù)開(kāi)發(fā)場(chǎng)景應(yīng)用支撐能力。

二是初步建成了集團(tuán)統(tǒng)一的數(shù)據(jù)治理與數(shù)據(jù)資源管理體系。構(gòu)建了集團(tuán)公司數(shù)據(jù)治理總體框架，獲得DCMM5最高等級(jí)認(rèn)證，具備了行業(yè)高水平的數(shù)據(jù)治理與數(shù)據(jù)管理能力。發(fā)布了中國(guó)石化數(shù)據(jù)資源目錄2.0版本，初步構(gòu)建“多湖-中臺(tái)”體系，支撐各業(yè)務(wù)域數(shù)據(jù)匯聚和共享應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)資源有效管理。構(gòu)建了數(shù)據(jù)治理應(yīng)用的工具套件，具備文本、圖像等多種類型數(shù)據(jù)的清洗、標(biāo)注等一站式服務(wù)能力，為下一步開(kāi)展行業(yè)大模型訓(xùn)練、專業(yè)知識(shí)庫(kù)建設(shè)及AI for Science等場(chǎng)景應(yīng)用奠定了數(shù)據(jù)基礎(chǔ)。

三是構(gòu)建大模型技術(shù)框架，開(kāi)展基礎(chǔ)大模型建設(shè)。完成DeepSeek全尺寸大模型的國(guó)產(chǎn)化部署并進(jìn)行推理加速優(yōu)化，計(jì)算效率提升近1倍，完成自然語(yǔ)言、多模態(tài)等6個(gè)大模型部署并投用，為40余個(gè)應(yīng)用提供了接口服務(wù)，顯著增強(qiáng)了模型應(yīng)用支撐能力。統(tǒng)籌各業(yè)務(wù)域共性需求，自主開(kāi)發(fā)了“智能問(wèn)答、聯(lián)網(wǎng)搜索、知識(shí)庫(kù)、應(yīng)用廣場(chǎng)、提示詞生成”等近10項(xiàng)周邊應(yīng)用，通過(guò)“應(yīng)用廣場(chǎng)”實(shí)現(xiàn)智能應(yīng)用共建共享，實(shí)現(xiàn)“深度思考+聯(lián)網(wǎng)搜索+知識(shí)庫(kù)”三位一體高質(zhì)量問(wèn)答生成。成功訓(xùn)練首版行業(yè)大模型，有效提升石油石化行業(yè)認(rèn)知和推理能力。

四是組織高價(jià)值場(chǎng)景梳理和集中攻關(guān)。初步明確了120余個(gè)高價(jià)值應(yīng)用場(chǎng)景，對(duì)照國(guó)務(wù)院國(guó)資委發(fā)布的戰(zhàn)略性高價(jià)值場(chǎng)景庫(kù)指引和成熟度評(píng)估情況，精選60個(gè)場(chǎng)景作為第一批大模型示范場(chǎng)景先行建設(shè)，由各域長(zhǎng)單位和企業(yè)推薦業(yè)務(wù)專家組成場(chǎng)景攻關(guān)團(tuán)隊(duì)，基本完成各應(yīng)用場(chǎng)景詳細(xì)設(shè)計(jì)，明確了技術(shù)路線。

問(wèn)：在人工智能技術(shù)研發(fā)過(guò)程中，集團(tuán)公司面臨哪些困難？如何解決？

答：一是進(jìn)一步加強(qiáng)對(duì)人工智能建設(shè)的投資和資金支持。目前國(guó)務(wù)院國(guó)資委部署推動(dòng)中央企業(yè)發(fā)展人工智能的任務(wù)艱巨，賦能全員的通用人工智能、高價(jià)值場(chǎng)景應(yīng)用需求大于預(yù)期，需適當(dāng)增加人工智能建設(shè)方面的投入，如增加場(chǎng)景建設(shè)投入、算力資源租賃費(fèi)用支出等。

二是進(jìn)一步加強(qiáng)人工智能培訓(xùn)和專業(yè)人才引育。各級(jí)干部員工對(duì)人工智能的認(rèn)識(shí)還不夠，人才嚴(yán)重缺乏。應(yīng)持續(xù)加強(qiáng)各層級(jí)人員人工智能培訓(xùn)，加強(qiáng)復(fù)合型人才培養(yǎng)，提高全員的人工智能素養(yǎng)和技能。

三是壓實(shí)域長(zhǎng)單位的人工智能工作職責(zé)。從已開(kāi)展的需求梳理、場(chǎng)景篩選等工作情況看，還存在域長(zhǎng)重視程度不夠、業(yè)務(wù)專家參與度不高、真正的高價(jià)值場(chǎng)景分析不夠等問(wèn)題。各域長(zhǎng)單位應(yīng)落實(shí)國(guó)務(wù)院國(guó)資委關(guān)于“一把手”親自抓的要求，切實(shí)擔(dān)起本域人工智能工作的主體責(zé)任，加強(qiáng)組織推動(dòng)，深入分析本域高價(jià)值場(chǎng)景和精準(zhǔn)需求設(shè)計(jì)，明確建設(shè)目標(biāo)任務(wù)，抓好本域數(shù)據(jù)治理和數(shù)據(jù)集建設(shè)工作。

智能化技術(shù)推動(dòng)生產(chǎn)運(yùn)行模式轉(zhuǎn)型

專業(yè)視角

作為國(guó)務(wù)院國(guó)資委數(shù)字化轉(zhuǎn)型試點(diǎn)企業(yè)，勝利油田高度重視人工智能技術(shù)與勘探開(kāi)發(fā)、生產(chǎn)運(yùn)行等業(yè)務(wù)的融合。推進(jìn)基于透明盆地和數(shù)字油藏的勘探開(kāi)發(fā)智能決策、基于油氣生產(chǎn)物聯(lián)網(wǎng)的智能生產(chǎn)運(yùn)營(yíng)兩個(gè)智能化場(chǎng)景建設(shè)，2023年，申報(bào)的國(guó)家能源智能油氣田研發(fā)中心成功入選“賽馬爭(zhēng)先”創(chuàng)新平臺(tái)名單。應(yīng)用地質(zhì)大模型構(gòu)建以“透明盆地”“透明油藏”為核心的多學(xué)科協(xié)同工作模式，在利津等區(qū)域井位部署中應(yīng)用東營(yíng)北帶勘探大模型，建立五大洼陷頁(yè)巖油地質(zhì)模型，推進(jìn)“所想能所見(jiàn)、地下能透明”綜合研究范式變革。在油氣勘探方面，形成斷層層位解釋、儲(chǔ)層預(yù)測(cè)等多個(gè)智能化應(yīng)用場(chǎng)景，斷層解釋效率提高10倍以上；在油氣開(kāi)發(fā)方面，實(shí)現(xiàn)開(kāi)發(fā)指標(biāo)預(yù)測(cè)、方案智能優(yōu)化等場(chǎng)景智能化應(yīng)用，效率提高5倍以上。

智能化技術(shù)推動(dòng)生產(chǎn)運(yùn)行模式全面轉(zhuǎn)型。打造總部到基層四級(jí)貫通的PCS一級(jí)部署、集中管控新模式，全面推廣功圖自動(dòng)計(jì)產(chǎn)、動(dòng)液面軟測(cè)量等技術(shù)，基于大模型推進(jìn)安全生產(chǎn)視頻智能識(shí)別，11種油田作業(yè)場(chǎng)景及關(guān)聯(lián)風(fēng)險(xiǎn)識(shí)別準(zhǔn)確率提高至85%以上。構(gòu)建基于大數(shù)據(jù)的大監(jiān)督新模式，推動(dòng)監(jiān)督工作向遠(yuǎn)程監(jiān)督、自動(dòng)化監(jiān)督轉(zhuǎn)變。率先發(fā)布油氣勘探開(kāi)發(fā)認(rèn)知大模型“勝小利”，有力支撐頁(yè)巖油前沿研究、油井工況智能診斷等場(chǎng)景的智能化應(yīng)用。

下一步，勝利油田將全面推進(jìn)“人工智能+”行動(dòng)。攻關(guān)勘探開(kāi)發(fā)下的大數(shù)據(jù)、大模型、人工智能等應(yīng)用技術(shù)，在頁(yè)巖油開(kāi)發(fā)、CCUS、源網(wǎng)荷儲(chǔ)等方面加快人工智能布局；拓展機(jī)器人、機(jī)器狗等智能應(yīng)用場(chǎng)景，打造智能巡檢示范廠（區(qū)）?；陂L(zhǎng)城大模型構(gòu)建勘探地震大模型、油藏開(kāi)發(fā)大模型等專業(yè)模型，通過(guò)大模型與小模型相結(jié)合，提高業(yè)務(wù)智能應(yīng)用的泛化性。全面開(kāi)展人工智能應(yīng)用場(chǎng)景大調(diào)查，組織全員開(kāi)展人工智能應(yīng)用競(jìng)賽，營(yíng)造良好的人工智能應(yīng)用氛圍，發(fā)揮全油田力量構(gòu)建場(chǎng)景。深化智能體等技術(shù)應(yīng)用，面向研究、管理、決策等層面打造人工智能助手，確保人工智能真正落地見(jiàn)效，把能源智慧飯碗牢牢端在自己手中。

員工視角

管理區(qū)自主研發(fā)的智能油藏運(yùn)營(yíng)管理平臺(tái)對(duì)經(jīng)營(yíng)業(yè)務(wù)的革新可以說(shuō)是顛覆性的。有了平臺(tái)的支撐，數(shù)據(jù)不再是分散的表格，而是以可視化圖表的形式實(shí)時(shí)呈現(xiàn)，基礎(chǔ)數(shù)據(jù)通過(guò)平臺(tái)自動(dòng)抓取、分類和匯總后，人員的統(tǒng)計(jì)工作量減少了60%以上。可以說(shuō)，人工智能不僅使我們的管理工具得到升級(jí)，更使得我們的經(jīng)營(yíng)思維從粗放轉(zhuǎn)為精細(xì)。未來(lái)，人工智能將持續(xù)推動(dòng)油氣開(kāi)采行業(yè)的革命性發(fā)展。比如，油井各項(xiàng)數(shù)據(jù)支持遠(yuǎn)程傳送，不僅能自動(dòng)生成包含產(chǎn)液量、含水率、動(dòng)液面等參數(shù)的日?qǐng)?bào)、月報(bào)，更可通過(guò)數(shù)據(jù)挖掘技術(shù)建立單井生產(chǎn)動(dòng)態(tài)模型，實(shí)現(xiàn)產(chǎn)量、效益最大化。

——?jiǎng)倮吞锕聧u采油廠采油管理五區(qū)安全生產(chǎn)指揮中心副主任 田洪濤

大力開(kāi)發(fā)高價(jià)值A(chǔ)I應(yīng)用場(chǎng)景

專業(yè)視角

在全球數(shù)字化轉(zhuǎn)型浪潮中，人工智能技術(shù)正以革命性態(tài)勢(shì)深度重構(gòu)產(chǎn)業(yè)格局。煉化工程集團(tuán)已初步完成人工智能應(yīng)用領(lǐng)域的基礎(chǔ)性布局，在煉化工程領(lǐng)域完成多個(gè)高價(jià)值應(yīng)用場(chǎng)景的頂層設(shè)計(jì)規(guī)劃，相關(guān)技術(shù)研發(fā)與場(chǎng)景落地已形成階段性實(shí)踐成果。

在避免重復(fù)勞動(dòng)、解放生產(chǎn)力方面，大力開(kāi)發(fā)智能建構(gòu)筑物設(shè)計(jì)、智能靜設(shè)備設(shè)計(jì)等場(chǎng)景。在發(fā)揮人工智能大算力、大數(shù)據(jù)優(yōu)勢(shì)，解決復(fù)雜性、系統(tǒng)性工程設(shè)計(jì)難題及決策方面，加速推進(jìn)智能工藝尋優(yōu)、智能工藝安全分析等場(chǎng)景。在健全、筑牢知識(shí)底座方面，同步推進(jìn)煉化工程知識(shí)庫(kù)的搭建工作，將其廣泛應(yīng)用于智能設(shè)計(jì)審查、煉化工藝問(wèn)答助手等場(chǎng)景，全面覆蓋煉化工程業(yè)務(wù)，實(shí)現(xiàn)智能化、高效化發(fā)展。此外，煉化工程集團(tuán)還在智能焊接、項(xiàng)目現(xiàn)場(chǎng)智能安全監(jiān)管、智能運(yùn)維等領(lǐng)域取得顯著進(jìn)展，彰顯在工程智能化領(lǐng)域的技術(shù)實(shí)力和創(chuàng)新能力。

當(dāng)前人工智能應(yīng)用在基礎(chǔ)數(shù)據(jù)、技術(shù)整合方面仍面臨諸多挑戰(zhàn)。下一階段，煉化工程集團(tuán)將聚焦重點(diǎn)領(lǐng)域?qū)崿F(xiàn)突破性進(jìn)展。首先，深化高價(jià)值場(chǎng)景的深度應(yīng)用，在智能工廠部署、智能配管及智能全流程再造等關(guān)鍵領(lǐng)域加大深度學(xué)習(xí)、機(jī)器人及智能體等AI技術(shù)賦能力度。深挖場(chǎng)景潛力，讓人工智能技術(shù)在實(shí)際業(yè)務(wù)中發(fā)揮出更大效能。

其次，加速推進(jìn)人工智能技術(shù)與工程建設(shè)的深度融合。深度應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，建立涵蓋工程設(shè)計(jì)、物資采購(gòu)、項(xiàng)目施工全流程的智能分析系統(tǒng)，構(gòu)建智能化“設(shè)計(jì)-采購(gòu)-施工”一體化平臺(tái)，助力企業(yè)在動(dòng)態(tài)市場(chǎng)環(huán)境中建立核心競(jìng)爭(zhēng)優(yōu)勢(shì)。

同時(shí)，系統(tǒng)性建設(shè)專業(yè)人才梯隊(duì)。在內(nèi)部構(gòu)建系統(tǒng)化人工智能專項(xiàng)培訓(xùn)體系，建立與高等院校、科研機(jī)構(gòu)的人才聯(lián)合培養(yǎng)機(jī)制，持續(xù)提升技術(shù)人員的專業(yè)素養(yǎng)；在外部建立高端人才引進(jìn)通道，重點(diǎn)吸納行業(yè)前沿領(lǐng)域的高層次復(fù)合型人才，全面強(qiáng)化研發(fā)與應(yīng)用團(tuán)隊(duì)建設(shè)。把深化人工智能人才隊(duì)伍建設(shè)擺在突出位置，全力打造一支素質(zhì)過(guò)硬、能打硬仗的專業(yè)隊(duì)伍，持續(xù)突破人工智能在煉化工程領(lǐng)域的技術(shù)應(yīng)用邊界，為企業(yè)戰(zhàn)略轉(zhuǎn)型與高質(zhì)量發(fā)展提供可持續(xù)發(fā)展動(dòng)能。

員工視角

作為一名從事技術(shù)工作多年的員工，我對(duì)人工智能的發(fā)展非?？春?，并期待公司人工智能體“智小運(yùn)”在施工組織生產(chǎn)中的精彩表現(xiàn)。在傳統(tǒng)施工技術(shù)領(lǐng)域，我們?cè)诩夹g(shù)方案編制、方案審核和施工模擬等方面一直有著效率不高、易出錯(cuò)、標(biāo)準(zhǔn)不統(tǒng)一的難題。人工智能技術(shù)的出現(xiàn)為這一系列問(wèn)題提供了新的解決思路：我們可以通過(guò)RAG外掛知識(shí)庫(kù)的方式，構(gòu)建吊裝運(yùn)輸領(lǐng)域的專業(yè)知識(shí)庫(kù)，將結(jié)構(gòu)化的吊裝載荷、工況數(shù)據(jù)、施工標(biāo)準(zhǔn)等數(shù)據(jù)結(jié)合石化行業(yè)大模型優(yōu)秀的推理能力，為智能方案輔助編制、審查和模擬提供智能驅(qū)動(dòng)力。

——中石化重型起重運(yùn)輸工程有限責(zé)任公司生產(chǎn)運(yùn)營(yíng)部員工 汪大龍

著力打造“數(shù)智賦能型”油氣田

專業(yè)視角

中原油田深入貫徹落實(shí)中國(guó)石化“人工智能+”行動(dòng)部署，將“數(shù)字化轉(zhuǎn)型”納入中長(zhǎng)期發(fā)展“六大戰(zhàn)略”，加快人工智能發(fā)展促進(jìn)管理模式變革和優(yōu)化升級(jí)，著力打造“數(shù)智賦能型”油氣田。

一是聚力打造普光智能氣田。依托集團(tuán)公司試點(diǎn)建設(shè)，開(kāi)展出水預(yù)測(cè)、智能違章識(shí)別等多個(gè)場(chǎng)景的探索應(yīng)用，支撐氣田高效平穩(wěn)運(yùn)行，關(guān)鍵技術(shù)獲得集團(tuán)公司科技進(jìn)步獎(jiǎng)。二是聚力打造東濮老區(qū)智能示范區(qū)。堅(jiān)持先攻關(guān)、后推廣思路，開(kāi)展文51智能示范區(qū)建設(shè)，攻關(guān)應(yīng)用抽油機(jī)智能尋優(yōu)、工況智能診斷等8項(xiàng)關(guān)鍵技術(shù)，探索構(gòu)建油藏-井筒-地面一體化動(dòng)態(tài)優(yōu)化方式，助力示范區(qū)效率效益大幅提升。三是聚力打造大模型應(yīng)用場(chǎng)景。以長(zhǎng)城大模型為依托，研發(fā)智能問(wèn)數(shù)、智能問(wèn)知、智能服務(wù)三個(gè)智能助手，解析油田400余份核心制度和政策文件，匯聚102項(xiàng)關(guān)鍵指標(biāo)、100余張數(shù)據(jù)報(bào)表，構(gòu)建便民服務(wù)專用知識(shí)庫(kù)，讓政策制度“動(dòng)起來(lái)、活起來(lái)、用起來(lái)”，數(shù)據(jù)查詢效率提高40%，高頻業(yè)務(wù)辦理時(shí)長(zhǎng)縮短53.3%。

下一步，中原油田將以場(chǎng)景化建設(shè)為實(shí)施路徑，突出組織、專業(yè)及領(lǐng)域三個(gè)優(yōu)勢(shì)轉(zhuǎn)化，堅(jiān)持“難易結(jié)合、遠(yuǎn)近結(jié)合、動(dòng)態(tài)調(diào)整”重要原則，系統(tǒng)規(guī)劃應(yīng)用場(chǎng)景，加快“人工智能+”專項(xiàng)行動(dòng)計(jì)劃落地見(jiàn)效。一是加快推進(jìn)“人工智能+勘探開(kāi)發(fā)”，圍繞地震處理解釋質(zhì)效及開(kāi)發(fā)方案效果提升，開(kāi)展構(gòu)造斷層自動(dòng)識(shí)別、生產(chǎn)動(dòng)態(tài)預(yù)測(cè)、方案自動(dòng)生成等場(chǎng)景建設(shè)，高效支撐油氣藏協(xié)同研究中心運(yùn)行。二是加快推進(jìn)“人工智能+工程生產(chǎn)”，圍繞工藝措施效益及生產(chǎn)效能提升，開(kāi)展氣井除硫、排液工藝措施智能推薦、措施效果評(píng)價(jià)及預(yù)測(cè)、車輛智能調(diào)派等場(chǎng)景建設(shè)，高效支撐生產(chǎn)指揮中心、工程決策中心運(yùn)行。三是加快推進(jìn)“人工智能+經(jīng)營(yíng)管理”，采取“事前算贏+事中監(jiān)控+事后分析”策略，探索構(gòu)建財(cái)務(wù)計(jì)劃、投資計(jì)劃、生產(chǎn)計(jì)劃融合模型，建設(shè)國(guó)內(nèi)上游數(shù)字化業(yè)財(cái)融合引領(lǐng)工程，推動(dòng)經(jīng)營(yíng)管理模式變革。通過(guò)智能化場(chǎng)景建設(shè)和應(yīng)用上的突破，以點(diǎn)成線、以線成面、以面成體，支撐智慧油氣田建設(shè)。

員工視角

我作為油田人工智能技術(shù)落地應(yīng)用的開(kāi)發(fā)負(fù)責(zé)人之一，親歷了人工智能從實(shí)驗(yàn)室走向油田一線的全過(guò)程。如今，人工智能工具已成為我日常工作中的“效率倍增器”，以前開(kāi)發(fā)一個(gè)數(shù)據(jù)問(wèn)答接口，從需求分析到代碼實(shí)現(xiàn)至少需要3天，現(xiàn)在借助AI代碼生成工具，我可以在1小時(shí)內(nèi)完成基礎(chǔ)框架搭建，節(jié)省了80%的重復(fù)性編碼時(shí)間。AI編程工具讓我們從“寫代碼”轉(zhuǎn)向“論業(yè)務(wù)”，能將更多精力投入人工智能場(chǎng)景研發(fā)。盡管目前人工智能平臺(tái)的應(yīng)用場(chǎng)景還像一個(gè)“小學(xué)生”，對(duì)油田業(yè)務(wù)了解不足，但未來(lái)我們可以接入更專業(yè)的油氣領(lǐng)域模型，加快人工智能在油氣行業(yè)場(chǎng)景中的落地。

——中原油田信息化管理中心軟件開(kāi)發(fā)與架構(gòu)專業(yè)專家 王海洋

多場(chǎng)景推進(jìn)人工智能技術(shù)應(yīng)用

專業(yè)視角

近年來(lái)，人工智能技術(shù)蓬勃發(fā)展，為各領(lǐng)域創(chuàng)新變革注入強(qiáng)勁動(dòng)能。在油氣田勘探開(kāi)發(fā)領(lǐng)域，找油找氣是在復(fù)雜地質(zhì)條件下的概率探索。而以深度學(xué)習(xí)為核心的人工智能技術(shù)的理論根基是萬(wàn)能近似原理，其核心邏輯同樣聚焦概率預(yù)測(cè)，與油氣田上游的特性高度契合。

目前，江漢油田在勘探開(kāi)發(fā)、安全生產(chǎn)、綜合管理等多個(gè)場(chǎng)景全面推進(jìn)人工智能技術(shù)應(yīng)用。在勘探開(kāi)發(fā)方面，持續(xù)在地質(zhì)建模與儲(chǔ)層預(yù)測(cè)、地震資料處理與解釋、油氣田開(kāi)發(fā)與生產(chǎn)優(yōu)化、儲(chǔ)量評(píng)估與經(jīng)濟(jì)評(píng)價(jià)等領(lǐng)域深化人工智能應(yīng)用。在天然氣開(kāi)發(fā)方面，借助頁(yè)巖氣地質(zhì)工程一體化數(shù)字孿生平臺(tái)打造頁(yè)巖氣藏人工智能大模型應(yīng)用場(chǎng)景，實(shí)現(xiàn)地質(zhì)模型實(shí)時(shí)動(dòng)態(tài)更新。在智能優(yōu)快鉆井方面，建立鉆井復(fù)雜故障樣本庫(kù)，運(yùn)用AI智能算法構(gòu)建鉆井風(fēng)險(xiǎn)提示模型，智能計(jì)算新井軌跡與鉆井復(fù)雜事件的空間距離，自動(dòng)生成鉆井風(fēng)險(xiǎn)提示清單。在智能壓裂方面，建立產(chǎn)能主控因素樣本，自動(dòng)優(yōu)化壓裂參數(shù)，綜合考慮天然裂縫、地應(yīng)力等參數(shù)實(shí)現(xiàn)裂縫擴(kuò)展實(shí)時(shí)展布，對(duì)比微地震結(jié)果，模擬精度達(dá)80%以上，用智能化手段為壓裂技術(shù)決策全程賦能。在安全生產(chǎn)方面，通過(guò)應(yīng)用視頻違章智能識(shí)別系統(tǒng)，成功實(shí)現(xiàn)石油工程現(xiàn)場(chǎng)、直接作業(yè)及生產(chǎn)現(xiàn)場(chǎng)的違章操作、勞保穿戴、作業(yè)類別、風(fēng)險(xiǎn)隱患等場(chǎng)景的目標(biāo)物智能識(shí)別，響應(yīng)時(shí)間大幅縮短，督察效率提升超50%，算法違章漏檢率降低至10%以下。在現(xiàn)場(chǎng)巡檢方面，涪陵頁(yè)巖氣田將無(wú)人機(jī)、視頻AI、PCS人工巡檢相融合，打造“立體巡視、網(wǎng)格部署、全息感知、少人自主”一體化巡檢新模式，全面保障氣田集輸管網(wǎng)及電力電路的安全平穩(wěn)運(yùn)行。在生產(chǎn)數(shù)據(jù)分析方面，通過(guò)開(kāi)發(fā)江漢智問(wèn)大模型平臺(tái)，使業(yè)務(wù)人員日常重復(fù)性工作時(shí)間縮短了80%以上。

人工智能技術(shù)已經(jīng)逐步成為推進(jìn)油田高質(zhì)量發(fā)展的核心驅(qū)動(dòng)力，下一步，江漢油田將充分發(fā)揮人工智能優(yōu)勢(shì)，為油田的高質(zhì)量發(fā)展貢獻(xiàn)AI力量 。

員工視角

傳統(tǒng)的頁(yè)巖氣井積液診斷和預(yù)警往往通過(guò)油套壓差和生產(chǎn)動(dòng)態(tài)的變化來(lái)判斷，存在精度不足、人力要求高、發(fā)現(xiàn)不及時(shí)等問(wèn)題。積液智能預(yù)警與風(fēng)險(xiǎn)評(píng)價(jià)技術(shù)基于人工智能算法可完成全生命周期自動(dòng)預(yù)警和風(fēng)險(xiǎn)分級(jí)工作，為上述問(wèn)題提供了較好的解決對(duì)策，目前已在涪陵工區(qū)開(kāi)展了800余井次日均15萬(wàn)條數(shù)據(jù)的實(shí)時(shí)解析，預(yù)警準(zhǔn)確率達(dá)95%以上，處置效率達(dá)90%以上。

此外，地質(zhì)工程一體化多模態(tài)融合AI大模型可實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)的智能清洗、特征值精準(zhǔn)提取，助力涪陵氣田打造科學(xué)化決策、協(xié)同化科研的智能排采技術(shù)新高地。

——江漢油田石油工程研究院采油管理崗 潘 競(jìng)

人工智能賦能石化“智”造

專業(yè)視角

作為中國(guó)石化旗下規(guī)模最大的煉化一體化企業(yè)，鎮(zhèn)海煉化始終走在行業(yè)數(shù)字化轉(zhuǎn)型的前沿。近年來(lái)，公司不斷升級(jí)建設(shè)“智能工廠”，深度融合人工智能技術(shù)與石化生產(chǎn)場(chǎng)景，在設(shè)備安全、生產(chǎn)優(yōu)化、質(zhì)量管控、倉(cāng)儲(chǔ)物流等領(lǐng)域取得一定進(jìn)展，為流程制造業(yè)的智能化升級(jí)提供了示范樣本。

“模型化”提升設(shè)備安全與生產(chǎn)優(yōu)化。鎮(zhèn)海煉化以安全平穩(wěn)與提質(zhì)增效為核心，深化機(jī)理模型、專家模型、數(shù)學(xué)模型等運(yùn)用。公司建設(shè)了設(shè)備健康管理中心，整合各種智能模塊，實(shí)現(xiàn)100余套裝置52萬(wàn)臺(tái)設(shè)備全方位、多維度的智能展示和預(yù)警，在此基礎(chǔ)上，通過(guò)基于AI的數(shù)據(jù)回歸模型，開(kāi)展以可靠性為中心的維修（RCM），建立包含46種不同轉(zhuǎn)動(dòng)設(shè)備類型的自有知識(shí)庫(kù)，為后續(xù)可靠性分析、維修業(yè)務(wù)提效夯實(shí)基礎(chǔ)。公司還運(yùn)用S-GROMS、SKI、COILSIM等國(guó)產(chǎn)化人工智能工業(yè)軟件，提升劣質(zhì)原油加工能力，優(yōu)化裝置生產(chǎn)安排。2024年，公司進(jìn)行了時(shí)序大模型與生產(chǎn)實(shí)際結(jié)合的驗(yàn)證，證實(shí)大模型在預(yù)警預(yù)測(cè)方面是可行的，接下來(lái)將進(jìn)一步推動(dòng)應(yīng)用落地。

“無(wú)人化+智能化”重塑生產(chǎn)范式。智能化轉(zhuǎn)型的本質(zhì)是重構(gòu)生產(chǎn)關(guān)系，讓機(jī)器做機(jī)器擅長(zhǎng)的事、讓人做人該做的事。鎮(zhèn)海煉化通過(guò)人工智能技術(shù)與工業(yè)場(chǎng)景的深度融合，努力向“外操無(wú)人化、內(nèi)操智能化”目標(biāo)邁進(jìn)。在外操層面，通過(guò)智能裝備替代人工，實(shí)現(xiàn)“無(wú)人巡檢、無(wú)人倉(cāng)儲(chǔ)”。應(yīng)用物聯(lián)傳感、智能機(jī)器人等，建設(shè)了無(wú)人值守變電所、無(wú)人泵站、無(wú)人行車、無(wú)人地磅等無(wú)人化場(chǎng)景；應(yīng)用飛索智能巡檢機(jī)器人，實(shí)現(xiàn)1.2萬(wàn)平方米球罐區(qū)全方位、全覆蓋、全天候智能巡檢；應(yīng)用RGV環(huán)穿小車與倉(cāng)儲(chǔ)策略優(yōu)化模型協(xié)同運(yùn)作，建成無(wú)人聚烯烴立體庫(kù)。在內(nèi)操層面，努力提升裝置優(yōu)化控制水平，在乙烯、重整等裝置實(shí)現(xiàn)在線實(shí)時(shí)優(yōu)化，在4號(hào)常減壓等7套裝置建設(shè)全流程智能優(yōu)化，通過(guò)“RTO－APC/IPC/AIPC－DCS”全過(guò)程閉環(huán)實(shí)現(xiàn)裝置效益最大化。在鎮(zhèn)?；匾黄?、二期建設(shè)過(guò)程中，將智能優(yōu)化控制列為裝置標(biāo)準(zhǔn)配置，與裝置同步建設(shè)。

員工視角

作為一名設(shè)備技術(shù)管理人員，智能化平臺(tái)的應(yīng)用徹底革新了我的工作模式。以設(shè)備健康管理系統(tǒng)為例，通過(guò)實(shí)時(shí)監(jiān)測(cè)振動(dòng)、溫度、腐蝕速率等關(guān)鍵參數(shù)，設(shè)備隱患缺陷識(shí)別效率得到顯著提升，平臺(tái)自動(dòng)生成的腐蝕趨勢(shì)分析和設(shè)備健康評(píng)估報(bào)告，讓預(yù)防性維護(hù)更有依據(jù)。特別是移動(dòng)端可實(shí)時(shí)接收?qǐng)?bào)警信息，即使在夜間或節(jié)假日，我也能快速響應(yīng)，安全管理壓力小了很多。這些智能化應(yīng)用帶來(lái)的不僅是效率變革，還推動(dòng)了管理理念升級(jí)——從依賴個(gè)人經(jīng)驗(yàn)的“事后搶險(xiǎn)”轉(zhuǎn)變?yōu)榛跀?shù)據(jù)分析的“全周期防控”，真正實(shí)現(xiàn)了智能技術(shù)與專業(yè)管理的深度融合。

——鎮(zhèn)海煉化煉油一部重整、芳烴設(shè)備技術(shù)員 王兆東

數(shù)智實(shí)驗(yàn)室助力高效勘探開(kāi)發(fā)

專業(yè)視角

當(dāng)前，人工智能技術(shù)快速迭代，逐漸形成“專業(yè)模型垂直深耕”與“大模型橫向擴(kuò)展”的局面，并呈現(xiàn)加速協(xié)同的趨勢(shì)，推動(dòng)油氣勘探開(kāi)發(fā)業(yè)務(wù)從“模型驅(qū)動(dòng)、靜態(tài)分析”的傳統(tǒng)模式轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動(dòng)、動(dòng)態(tài)優(yōu)化”的新范式。為助力中國(guó)石化上游勘探開(kāi)發(fā)數(shù)智化發(fā)展，石油勘探開(kāi)發(fā)研究院牽頭組建中國(guó)石化勘探開(kāi)發(fā)數(shù)智技術(shù)重點(diǎn)實(shí)驗(yàn)室，并成立實(shí)體化研發(fā)部門，形成"人工智能+油氣業(yè)務(wù)"百余人跨學(xué)科攻堅(jiān)團(tuán)隊(duì)，具備較強(qiáng)的人工智能技術(shù)研發(fā)與應(yīng)用能力。

石勘院聚焦油氣勘探開(kāi)發(fā)核心業(yè)務(wù)場(chǎng)景，圍繞“數(shù)據(jù)治理-算法研發(fā)-軟件生態(tài)”技術(shù)布局開(kāi)展基礎(chǔ)研究與關(guān)鍵技術(shù)攻關(guān)。利用人工智能技術(shù)在處理大規(guī)模復(fù)雜數(shù)據(jù)方面的顯著優(yōu)勢(shì)，重點(diǎn)攻關(guān)地球物理、測(cè)井解釋、基礎(chǔ)實(shí)驗(yàn)地質(zhì)等領(lǐng)域的基礎(chǔ)算法，已在地球物理“甜點(diǎn)”智能識(shí)別與解釋、測(cè)井特征曲線特征識(shí)別、巖芯圖像智能識(shí)別、生產(chǎn)預(yù)測(cè)與優(yōu)化等方面取得積極進(jìn)展，形成多項(xiàng)人工智能特色技術(shù)，構(gòu)建了“物理可解釋、場(chǎng)景高適配”的專用工具，為上游數(shù)智化轉(zhuǎn)型提供了重要支撐。同時(shí)積極推動(dòng)人工智能基礎(chǔ)算法共享生態(tài)建設(shè)，相關(guān)算法已在長(zhǎng)城大模型應(yīng)用社區(qū)面向全集團(tuán)開(kāi)源，踐行共享共建理念，打造勘探開(kāi)發(fā)智能算法生態(tài)。

下一步，石勘院將聚焦油氣勘探開(kāi)發(fā)主責(zé)主業(yè)，打造能推廣、可迭代的應(yīng)用場(chǎng)景，推動(dòng)AI技術(shù)在油氣上游實(shí)現(xiàn)從“技術(shù)可用”到“業(yè)務(wù)好用”的價(jià)值轉(zhuǎn)化。首先，在集團(tuán)公司統(tǒng)一規(guī)劃部署下，持續(xù)開(kāi)展系統(tǒng)性數(shù)據(jù)資源盤點(diǎn)與數(shù)據(jù)治理，并聯(lián)合上游各油氣分公司科研人員，開(kāi)展碎屑巖薄片巖礦智能鑒定分析、地震資料智能處理解釋預(yù)測(cè)、氣藏智能采氣等重點(diǎn)場(chǎng)景建設(shè)。其次，發(fā)揮油氣藏專業(yè)自研軟件方面的優(yōu)勢(shì)，融合大模型強(qiáng)大的文本理解能力，開(kāi)展油藏建模、數(shù)模和壓裂等國(guó)產(chǎn)化工業(yè)軟件的智能化研發(fā)與升級(jí)，提高傳統(tǒng)建模數(shù)模一體化工作效率與計(jì)算精度。最后，加強(qiáng)人才隊(duì)伍建設(shè)，著力培養(yǎng)一批精通AI理論、技術(shù)與勘探開(kāi)發(fā)應(yīng)用的復(fù)合型人才，持續(xù)提高油氣上游數(shù)智化創(chuàng)新能力。

員工視角

人工智能技術(shù)在地震資料處理解釋應(yīng)用方面總體上仍處于探索實(shí)驗(yàn)階段。石勘院地球物理技術(shù)研究所斷縫體攻關(guān)團(tuán)隊(duì)圍繞標(biāo)簽數(shù)據(jù)集制作、有效網(wǎng)絡(luò)結(jié)構(gòu)搭建兩大應(yīng)用癥結(jié)開(kāi)展針對(duì)性研究，通過(guò)斷層及斷縫體地質(zhì)模型正演、實(shí)際地震數(shù)據(jù)預(yù)處理標(biāo)注和遷移式學(xué)習(xí)策略來(lái)解決小樣本問(wèn)題，通過(guò)建立Transformer UNet++、Res-UNet-BCM網(wǎng)絡(luò)組合架構(gòu)來(lái)提高網(wǎng)絡(luò)模型全局優(yōu)化能力和收斂速度。通過(guò)技術(shù)攻關(guān)，智能化斷縫儲(chǔ)集體識(shí)別技術(shù)在中西部探區(qū)生產(chǎn)實(shí)踐中取得良好的應(yīng)用效果，模型收斂速度較傳統(tǒng)UNet網(wǎng)絡(luò)提升4倍以上，川西新場(chǎng)須家河組斷縫儲(chǔ)集體識(shí)別吻合率達(dá)到86%以上，鄂南涇河長(zhǎng)8段斷縫儲(chǔ)集體識(shí)別吻合率達(dá)到90%以上。

——石油勘探開(kāi)發(fā)研究院地球物理技術(shù)研究所所長(zhǎng) 劉 韜