一、背景

2025年8月26日，國務院正式印發了關于深入實施人工智能加行動的意見，提出要充分發揮我國數據資源豐富，產業體系完備，應用場景廣闊的優勢，加強人工智能與各領域深度融合，助力傳統產業轉型升級，培育新興產業發展新動能，推動經濟高質量發展，人工智能的快速發展正在對全球經濟社會產生深遠影響，成為激發經濟增長活力和推動高質量發展的新動能。

國家數據局發布的全國數據資源調查報告顯示，2024年我國開發或應用人工智能的企業數量同比增長36%，高質量數據集數量同比增長27.4%，有力支撐人工智能訓練和應用。利用大模型的數據技術企業和數據應用企業，同比分別增長57.21%和37.14%。數據正在成為促進人工智能加速發展的關鍵要素，以數字化與智能化為核心特征的第四次工業革命正在深刻改變著傳統產業的發展模式，尤其是以大數據、人工智能等為代表的新一代信息技術，將加速向各行各業進行滲透，賦能，傳統產業結構升級和高質量發展。為了深入貫徹落實黨中央國務院關于人工智能發展的總體戰略部署，推動“人工智能+石油化工”融合發展，全行業正在積極開展人工智能應用探索和高價值場景建設，中國石油將數字石油納入公司戰略體系，將昆侖大模型建設以應用作為智能化發展工程的核心，重點圍繞26條業務線，119個業務域，優化形成“十域百景千應用的全景”視圖。

中國石化以集團戰略發展為主線，堅持AI加業務雙輪驅動，全面推進人工智能和產業深度融合，有效賦能科技研發、勘探開發、煉油化工、安全環保、企業運營等核心業務的創新發展，形成覆蓋算力、算法、數據三大要素的全棧式人工智能應用生態。中國海油發布“人工智能+”專項行動方案，重點聚焦“場景領航、數據脈動、平臺筑基、人才引智”4個方面，通過研究范式、生產模式，管理體系的三維協同創新，逐步建立起數據驅動決策，智能優化運營的新型發展模式，在提升勘探開發研究效率，保障安全生產，優化資源配置等方面取得顯著成效。在行業大力推動人工智能應用探索的同時，我們也應理性看待，目前還存在很多問題和挑戰，如投入和產出問題，數據質量和標準化問題，數據孤島和融合問題，數據安全與隱私保護問題，模型精度和可靠性問題，算法優勢優化和解釋性問題，高水平人才匱乏問題等等。

雖然面臨諸多問題，但未來行業AI發展前景廣闊。在石油化工行業數字化和智能化發展進程中，首要任務是做好頂層設計，同時要不斷夯實數字化、智能化的發展能力，充分發揮行業人工智能場景豐富的優勢，加強產學研用協同，構建行業人工智能發展生態，共同推動人工智能加石油化工深化發展。

二、石油石化AI應用典型高價值場景

1.中國石油

中國石油圍繞“業務發展、管理變革、技術賦能”三大主線，堅持“價值導向、戰略引領、創新驅動、平臺支撐”總體原則，科學部署，精心組織，全力打造務實高效、行業一流的人工智能大模型和深度應用場景，推動“數智中國石油”建設步入快車道。

強化頂層設計，集聚創新資源。結合能源化工產業鏈特點與智能化發展需求，堅持以頂層設計帶動人工智能大模型在垂直行業的落地應用，創新提出四層架構設計理念，形成“1＋4＋N”大模型架構體系，明確行業大模型、應用場景、數據集、AI中臺、算力中心等五個方面的建設目標，高標準高質量實施“人工智能＋”行動，對內服務百萬員工、對外賦能行業發展。與中國移動、華為、科大訊飛等公司強強聯合，深化在數字化轉型、5G創新應用、算力、人工智能等方面的合作，深入研究能源化工領域行業大模型、專業大模型和場景大模型建設，共同履行好央企使命、服務好國家戰略。組建人工智能研究機構及工作專班，強化人工智能研發應用關鍵技術研究，大力實施智能化發展工程，加快構建人工智能創新發展良好生態。

堅持“深沉厚重、大氣謙和”的總體要求，打造700億參數昆侖大模型。在通用大模型的基礎上，統籌開展高質量數據集建設和行業大模型訓練，按需迭代升級各層級大模型。訓練形成700億參數語言、3億參數視覺、160億參數多模態的行業大模型，成為能源化工領域首個通過國家備案的行業大模型。構建我國首個勘探全領域專業大模型，涵蓋地震處理、地震解釋、測井處理解釋3個專業大模型，相比傳統方法，在泛化性、精度等方面有了大幅提升。率先探索能源化工行業數據建設標準，研究形成行業、專業、場景三級數據管理與安全體系，數據集規模超過280TB，高質量精標問答對數量超過65萬對。創新研發融合多家訓推工具鏈的AI中臺，通過重構與集成，實現了商業大模型在一個中臺的統一納管，算力、模型、服務的統一管理和協同調度能力顯著增強。構建國產算力體系，加強算力統一管理，按需提供算力服務，有序開展大模型訓練，算力規模達到821PFLOPS（每秒浮點運算次數）。初步形成“三階十步”建設方法體系，涵蓋頂層設計、項目實施、項目運營三個階段，以及場景規劃、模型訓練等十個步驟。

豐富拓展應用場景，推動提升生產運行效率。聚焦油氣勘探、開發、煉化、銷售產業鏈以及產業金融、裝備制造等領域，圍繞“突出主業、體現價值、知識密集、語料豐富、技術可行”五個方面，篩選具有典型代表性、體現能源化工行業特色的應用場景，統籌開展技術創新、示范推廣、規模應用。地震正反演全過程求解效率提高10倍，解釋效率提高9～12倍，儲層流體性質識別準確率提升至90％，“動設備”診斷、質量檢測、工程設計等應用場景快速落地，常減壓裝置外操人員勞動強度降低50％，丁腈橡膠質檢效率提升20％，輸送管焊縫缺陷識別效率提升40％，失效影像檢測診斷效率提升80％。行業問答、客戶服務、員工助手等普適應用全面推廣，以點帶面賦能產業煥新初見成效。

2.中國石化

第一階段（2025年），全面形成布局、重點突破階段。建立集團統一的人工智能技術平臺、智算能力、大模型體系和技術支撐體系；建立數據治理、標簽的標準和工具，建設高質量行業數據集；聚焦科技研發、生產制造、工程設計、經營管理等業務中戰略意義強、經濟領域保障高的場景，開展高分子新材料研發、地震資料智能處理解釋預測、智能設備、煉化裝置生產智能優化、生產裝置安全風險智能識別、集團標準化智能優化等60個場景建設；建設集團通用人工智能助手，為廣大員工快速掌握集團的制度規定、標準規范和日常辦公提供貼身服務，賦能全員工作等效提升。

第二階段（2026年~2027年），快速推廣、泛化賦能階段。建成人工智能核心技術自主創新體系，持續提升模型的復雜推理、多模態理解生成、輕量化部署等能力；加快示范場景推廣應用，實現場景應用重疊蓋80%業務領域，推動裝備主體智能專題應用，實現機器代人，關鍵高危崗位實現無人化，初步形成智能科研、智能制造、智能運營的新模式新模式，人工智能技術應用轉化為提升的現實生產力，助力公司高質量發展。

第三階段（2028年~2030年），深度賦能、業態塑新階段。緊盯世界一流大模型發展，持續啟動人工智能平臺能力，優化多模態大模型體系，深入應用具身智能、群體智能等新技術；AI技術與科技研發、生產制造、經營管理等核心業務深度融合，驅動資源配置優化、工藝流程再造和安全管理范式升級，全面形成智能科研、智能制造、智能運營的新模式，人工智能技術成為公司創新發展的強勁引擎，推動石油石化產業鏈、供應鏈上下游創新良好發展。

突出應用導向，聚焦行業升級、企業轉型、戰新產業培育，打造一批戰略意義強、經濟效益好的高價值應用場景，打造智能科研、智能制造、智能運營新模式新模式，構建人機物聯網融合新模式、決策新工作機制，促進石化產業鏈、供應鏈上協同創新發展。

在科研領域，將人工智能科研立項、科研決策、實施方案設計、技術成果成果轉化等科研業務全流程，加強新材料、新產品、新工藝等設計研發場景建設，打造人工智能科研科研新范式，以“經驗指導科研”向“智能分析及預測、自動驗證”推進科技研發，加快創新進程，提高研發效率。

在生產領域，把提質增效、優化創效產業作為數智升級的主攻方向，重點推進地震資料智能處理解釋預測、智能裝備、煉化裝置生產智能優化、生產裝置安全風險智能識別、集團一體化智能優化等高價值場景建設與應用，運用人工智能技術驅動資源配置優化、工藝流程再造和安全管理范式升級。積極探索裝備身智能應用，推動關鍵高危崗位實現機器代人。推進“田廠站院”技術升級，促進全鏈協同、質效提升、產業煥新。提升油氣勘探開發的地面地下實時油氣、透明盆地模型支撐、勘探開發工程良好、研究決策智能輔助、生產異常智能管控、技術經濟閉環優化等六大能力，支撐上游油氣勘探開發增儲上產和高質量發展；推動煉油化工從分子煉油、桌面煉向數字煉油、數字化工延拓展，提升數據價值創造和智能化管控水平，打造更多國家卓越級、領航級智能工廠，構筑石化油產業競爭新優勢；構建智能化人、貨、場經營模式和服務場景，推動商品銷售業務加速向“綜合能源+綜合服務+數字經濟”新模式轉型。

在經營領域，把科學決策、防范市場創效作為數智服貿易升級的重點，加快公司治理體系體系現代化建設。推進智慧經營建設，打造橫向業務聯動、縱向形成企業的經營管理數智化新模式，實現智能決策分析、風險動態管控和跨域一體化良好，提高精細化管理和科學決策水平。推進數智服貿易建設，強化產銷儲運有序，構建智能營銷生態體系，提升全球化服務能力，打造具有中國石化特色的現代化數智服貿易。

3.中國海油

中國海油“海能”人工智能模型正式發布。該模型可為實現海洋油氣行業資源最優配置、提升工作效率、精益現場管理、優化商業模式、釋放創新活力等提供數智支持，賦能海洋油氣產業加快培育發展新質生產力、實現高質量發展。

“海能”（HI-ENERGY）人工智能模型圍繞智能油氣田、智能工程、智能工廠、智能貿銷、智能QHSE、智能供應鏈、智能管理、智能辦公等8大類100多個業務場景模型，聚力實現小模型和大模型兼備、專業場景和通用場景兼容、生產和經營管理全覆蓋，支持集團上中下游業務。

中國海油優選具有海油特色的五個專業場景模型和六個通用場景模型發布，涵蓋中國海油上、中、下游和經營管理等業務支持。期間，中國電信和科大訊飛在展臺上展現最新成果，中國電信展示了算力布局、5G、量子及安全、行業云等訊息，并為海油用戶提供超值的政企套餐；科大訊飛展示了通用辦公場景、訊飛聽見一體機、訊飛強國學習機、翻譯機、機器狗、人形機器人等產品。

01.“海能”五大專業場景模型

在上游領域，重點以智能油氣田建設為目標，實現傳統人工經驗決策模式向以數據驅動、業務協同、智能調控的新運營模式轉變；在中下游領域，通過AI技術融合，構建智能化貿銷業務鏈。

注采聯動模型：以穩油控水為目標，基于油田20余年積累的海量數據，融合人工智能與專家經驗，通過”智能診斷-方案制定-遠程調控”閉環管理，實現精準注水、故障預防和油藏優化，提升油田采收率、延長設備周期推動降本增效。

安全鉆井模型：安全鉆井模型利用機器視覺技術，實現海洋鉆完井作業的智能化安全監控，0.1秒內識別風險，不安全行為數量減少95%，替代傳統人工巡檢、緊盯監控畫面的傳統模式，保障作業人員安全，提升作業速度與質量為海洋油氣開發提供智能化支持。

燃機診斷模型：燃機診斷模型可實現對海上和陸地的燃機、汽機等設備狀態評估、異常檢測和自動故障診斷，模型準確率達90%，支持智能監盤、一屏集中監管，大幅縮短排故時間，每年可節約近億元的運維費用。

智能制造模型：智能制造模型可有效解決海洋工程協同不足和安全風險高的問題，實現生產要素全鏈條信息交互與任務調度，提升生產協同效率和安全性。

油氣貿銷模型：油氣貨銷模型融合AI技術，實現LNG價格智能預測、進口通關提速、物流運輸智能監管和油氣銷售精準營銷，在資源采購環節，成功打造我國行業首套進口LNG現貨價格智能預測體系，在提升采購效率方面實現返稅周期壓縮70%、違規比例降低80%以上；在物流運輸環節，打造智能化物流監管中心，具備槽車運輸軌跡、DES槽車危險駕駛行為警報等功能；在油氣銷售環節，與國家部委共建大數據綠色交通分中心，引入全國800余萬輛重型卡車、3萬余輛LNG槽車點位數據，以個性化營銷方式增強客戶黏性，推動政企協作與市場拓展，提升整體業務效益。

02.“海能”六大通用場景模型

同時，“海能”人工智能模型在管理領域、輔助辦公方面、招采方面也有出色的表現，將AI技術應用于員工健康、輔助辦公、招標采辦等場景的賦能。配套搭建的人工智能平臺，可以提供數據處理、模型訓練、模型評估、應用發布等全流程的工具鏈，支持各類智能化應用的流水線發布。

智能招采模型：智能招采模型聚合內外部數據，實現企業實力評估與風險篩選，幾分鐘內生成招標文件初稿，支持標書比對與自動評分，快速識別異常行為，顯著提升招標編制和評標效率。

問醫助手模型：問醫助手模型整合醫療知識庫，支持隨時隨地健康咨詢，解決偏遠山區和海上員工問醫不便的問題，縮短就醫咨詢時間，為海油員工提供便捷的健康保障。

智能寫作模型：在文字寫作方面，AI智能辦公可通過自然語言處理技術，實現素材搜索、智能排版、輔助創作、精準校對等功能，對于在多類型文章寫作方面需求很大的海油員工可以極大提升文檔處理效率和準確性。

智能會議模型：在會議記錄方面，利用語音識別、聲紋識別和大模型等技術，實現實時轉寫與翻譯、錄音轉寫、智能摘要和紀要生成等功能，有效解決了會議記錄難整理和效率低下的問題，確保了會議紀要的及時輸出和質量提升。

智能翻譯模型：在翻譯工作方面，智能翻譯模型基于Transformer架構，結合文檔解析和圖文識別技術，提供了圖片翻譯、文本翻譯、文檔翻譯和文檔轉換等功能。這些功能解決了翻譯不準確和文檔譯后格式雜亂的問題，大大提高了翻譯人員的工作效率和質量，對于海油員工在處理涉及國際項目和技術合作的文件時尤為重要。

智能培訓模型：在培訓方面，海能培訓模型通過PPT助手，視頻智作，一鍵生成PPT和音視頻材料，大大提高課件制作效率；虛擬人講師講解PPT，隨時授課更靈活；培訓后大模型生成小測驗，快速檢測成果看得見。海能培訓模型，培育更多知海、懂海的高素質復合型人才。

03.人工智能建成五大成效

中國海油科技與信息化部總經理單彤文介紹，近年來，中國海油加強人工智能頂層設計，通過應用人工智能技術，目前已收獲五大智能成效：

智能油氣田：助力建成國內首個海上智能油田 – 秦皇島32-6，入選2021年央企數字化轉型十大成果；建成世界首個可遙控生產超深水平臺 – 深海一號，向建成超深水智能油氣田邁出關鍵一步。

智能工程：建成智能制造示范工廠，智能化生產線助力生產功效提升23%，人員減少30%；建成數字化運營平臺，實現工程建設管理可視化，助力工作效率提升35%，人員減少20%。

智能工廠：惠州石化——建成國內首個“雙頻5G+工業互聯網”智能煉廠；珠海電力——實現國內首次“物聯網+人工智能”燃氣發電。

智能貿銷：打造“海油商城”智能客服，觸達用戶一千一百余萬，有效實現產品拓市擴銷。

業財融合：建成業財一體化決策分析平臺。強化業財融合，構建3千余個基礎指標模型，覆蓋90%以上的桶油成本，專項成本管控能力明顯提升。

三、AI建設過程中的幾點建議

1.統一石油石化行業人工智能的認知

到底什么是人工智能、大模型、大語言模型、智能體等概念？統一對這些概念的認知非常重要。目前，很多業務認為的人工智能，尤其是問答式場景，基本通過NPL和Sql就能實現，且有的問答Sql就能實現，因此區分BI和AI的不同非常有必要，畢竟BI和AI在運行一次的成本有較大差異。

2.厘清石油石化行業人工智能的邊界

哪些流程和場景必須使用人工智能，哪些場景不能使用人工智能，是需要有個邊界的。企業不像社會，講究平權。人人都可以使用人工智能，有些崗位必須是人需要推理的，如果你只知道結果而不知結果如何推理而來，那是對工作的不負責任。責任必須優先于效率，人工智能可以使人省力，但是不是讓人變得慵懶和愚蠢。飛機固然速度快，但不是沒個人都可以開的。持證應用人工智能就像有駕照才能開車一樣重要。

3.開展石油石化行業人工智能的治理

治理是人工智能有效發揮價值的制動器，畢竟人工智能不會對產生的決策失誤負責。因此，大模型推理的透明性、過程的可監管性尤為重要。況且有些人工智能并不是推理，如果推理不可逆，原則上只是概率。因此，人工智能治理是亟待開展的工作。機器進化，人類退化，不是人工智能的底層邏輯。

4.形成石油石化行業人工智能的標準

因此，在人工智能蓬勃發展的今天建立相關標準應納上日程，尤其是行業人工智能標準，比如人工智能相關術語在行業中的解釋、人工智能的邊界標準、人工智能的監管標準、人工智能的倫理標準等。在標準的框架開展人工智能應用才能保障在企業應用的基礎上形成產業合力。