過(guò)去兩年，人工智能在諸多場(chǎng)合被描述為一種“云端奇跡”。但在云天化的氣化爐里、錦州石化的常減壓裝置中，邏輯非常直接：技術(shù)若不能“熔”入每一毫克的物料變化，便無(wú)法轉(zhuǎn)化為生產(chǎn)力。

文 / 李俊朋 華為化工建材軍團(tuán)總裁

科學(xué)哲學(xué)家托馬斯·庫(kù)恩曾指出，科學(xué)的進(jìn)步并非線性的積累，而是由顛覆性技術(shù)觸發(fā)的范式革命。我們認(rèn)為，AI與傳統(tǒng)工業(yè)的結(jié)合，不應(yīng)止步于云端的邏輯推演，而須轉(zhuǎn)化為一種深入生產(chǎn)“釜底”的智慧——唯有如此，行業(yè)才能迎來(lái)奇點(diǎn)時(shí)刻。

從輔助生產(chǎn)到“釜底核心”的跨越

長(zhǎng)期以來(lái)，AI在工業(yè)場(chǎng)景的應(yīng)用多停留在視覺(jué)監(jiān)測(cè)、自動(dòng)化巡檢等輔助環(huán)節(jié)。雖然提升了局部效率，但并未觸及資源行業(yè)高價(jià)值、高難度的生產(chǎn)決策環(huán)節(jié)。

我們認(rèn)為，AI必須從“輔助生產(chǎn)”的角色，跨越為“核心生產(chǎn)”的價(jià)值創(chuàng)造者。在化工建材領(lǐng)域，這意味著AI不再是外掛的“電子眼”，而是要成為植入分子工藝鏈的“智慧大腦”。

以云天化為例，煤氣化裝置作為生產(chǎn)“心臟”，其工況的細(xì)微波動(dòng)直接影響能耗與安全。通過(guò)引入“機(jī)理+AI”融合的RTO（實(shí)時(shí)在線優(yōu)化）大模型，實(shí)現(xiàn)了對(duì)氣化爐爐溫、渣層厚度等關(guān)鍵參數(shù)的秒級(jí)預(yù)測(cè)與閉環(huán)調(diào)控，使裝置比煤耗降低了1.33%，單爐年增效達(dá)1067萬(wàn)元，自動(dòng)化率提升至95%以上。

這便是“釜底智慧”的價(jià)值所在：技術(shù)只有深扎核心工藝流程，才能釋放生產(chǎn)力。

“以用促建”，數(shù)智底座按需迭代

與互聯(lián)網(wǎng)行業(yè)“先建后用”的邏輯不同，資源行業(yè)的數(shù)字化路徑更傾向于“以用促建”——即圍繞解決生產(chǎn)經(jīng)營(yíng)痛點(diǎn)的場(chǎng)景，牽引基礎(chǔ)設(shè)施迭代。

在海螺集團(tuán)，水泥強(qiáng)度預(yù)測(cè)曾是困擾行業(yè)數(shù)十年的難題，滯后的化驗(yàn)結(jié)果往往導(dǎo)致生產(chǎn)調(diào)節(jié)陷入“馬后炮”的窘境。基于華為Stack云底座建設(shè)的“海螺云工大模型”，通過(guò)對(duì)150多條產(chǎn)線數(shù)據(jù)的深度學(xué)習(xí)，實(shí)現(xiàn)了對(duì)熟料強(qiáng)度的“超前體檢”，預(yù)測(cè)準(zhǔn)確率在±1兆帕范圍內(nèi)超過(guò)85%。通過(guò)實(shí)時(shí)調(diào)控，單條產(chǎn)線標(biāo)準(zhǔn)煤耗降低1%，年減排二氧化碳約4500噸。

這種從具體業(yè)務(wù)痛點(diǎn)出發(fā)構(gòu)建的數(shù)字底座，避免了盲目投資，實(shí)現(xiàn)了技術(shù)與業(yè)務(wù)的“雙向奔赴”。

在煉化領(lǐng)域，錦州石化同樣印證了這一邏輯。基于華為云“中心-邊緣”兩側(cè)底座，通過(guò)AI實(shí)現(xiàn)常減壓裝置97%精度的分鐘級(jí)質(zhì)量軟測(cè)量，替代人工化驗(yàn)，通過(guò)AI調(diào)優(yōu)最大化產(chǎn)品收率、噸油增值3.26元，年化效益879萬(wàn)元。這些案例共同說(shuō)明：當(dāng)AI深度參與核心控制，它便能轉(zhuǎn)變?yōu)槠髽I(yè)提產(chǎn)增效的最關(guān)鍵要素。

跨越奇點(diǎn)，從單點(diǎn)突破邁向生態(tài)共振

當(dāng)單點(diǎn)場(chǎng)景的創(chuàng)新轉(zhuǎn)化為可規(guī)模化復(fù)制的商業(yè)閉環(huán)，新的生產(chǎn)力范式將不可逆轉(zhuǎn)地重塑產(chǎn)業(yè)格局。

合成橡膠是關(guān)鍵戰(zhàn)略物資，但研發(fā)長(zhǎng)期受困于經(jīng)驗(yàn)試錯(cuò)。華為正聯(lián)合先行者，嘗試以AI加速橡膠新品種研發(fā)，旨在破解結(jié)構(gòu)性短缺痛點(diǎn)，推動(dòng)研發(fā)范式變革，目前已取得顯著成效。

同時(shí)，在蘭州石化，針對(duì)合成橡膠質(zhì)檢環(huán)境惡劣等痛點(diǎn)，我們利用AI大模型實(shí)現(xiàn)全自動(dòng)檢測(cè)，使質(zhì)檢準(zhǔn)確率從過(guò)去人工的70%升至95%，效率提升15%。目前，該方案正快速推廣至各大石化基地。這種“單點(diǎn)突破、多點(diǎn)復(fù)制”的模式，正是跨越奇點(diǎn)的關(guān)鍵。

為了加速這一進(jìn)程，華為致力于將AI時(shí)代的“黑土地”做厚做實(shí)。例如，我們基于面向流程工業(yè)的NIICA（網(wǎng)絡(luò)智能工業(yè)控制架構(gòu)），推出SPE（單對(duì)以太網(wǎng)）技術(shù)實(shí)現(xiàn)“光進(jìn)銅退”。將現(xiàn)場(chǎng)儀表的通信帶寬從38K提升至10Mbps，實(shí)現(xiàn)從山間泥路到高速公路的蛻變，打通了數(shù)據(jù)的“血脈”，讓AI大模型能夠獲得高質(zhì)量的實(shí)時(shí)“燃料”。

展望未來(lái)，資源行業(yè)的智能化不應(yīng)是孤軍奮戰(zhàn)，而應(yīng)是行業(yè)各方的合力共創(chuàng)。華為將持續(xù)聚焦ICT基礎(chǔ)設(shè)施，聯(lián)合伙伴打造行業(yè)中間件平臺(tái)，彌合技術(shù)與應(yīng)用之間的鴻溝。當(dāng)AI“熔”入每一毫克的物料變化，當(dāng)算法賦予傳統(tǒng)裝置以智慧，化工建材行業(yè)將跨越奇點(diǎn)，邁向更安全、綠色、可持續(xù)的高質(zhì)量發(fā)展未來(lái)。