近日，“2025中國石油石化企業信息技術交流大會暨油氣產業新質生產力發展高峰論壇”和“數智引領未來：能源系統‘智’與‘綠’范式”大會在北京召開。與會專家圍繞數智技術驅動石油石化科技創新和綠色低碳轉型、數智技術發展趨勢與應用場景、數智化轉型最新成果，以及人工智能大模型落地應用和關鍵核心技術自主可控等主題展開深度研討和廣泛交流。

本版基于中國石油、中國石化、中國海油和國家管網四家能源央企的最新實踐，深入分析能源行業數智化轉型的戰略布局、關鍵技術突破和典型應用場景，展現我國能源企業數智化轉型的生動實踐。

當前，全球能源行業正經歷一場前所未有的數字化、智能化變革。隨著人工智能、大數據、云計算等新一代信息技術迅猛發展，能源企業正加速推進數智化轉型，以提升生產效率、優化運營管理、創新商業模式，最終實現高質量發展。我國是全球能源生產和消費大國，能源央企的數智化轉型實踐具有重要的示范意義和參考價值。

戰略引領與頂層設計：繪制數智化轉型藍圖

能源企業的數智化轉型是一場涉及戰略重構、組織變革和業務重塑的全面變革，已超越單純的技術升級，成為企業發展的核心驅動力。能源企業普遍將數字化上升為公司戰略，通過科學的頂層設計確保轉型的系統性和持續性。

能源企業的數智化轉型絕非簡單的技術升級，而是一場涉及戰略重構、組織變革和業務重塑的全面轉型。領先的能源企業早已將數字化上升為公司核心戰略，通過科學的頂層設計確保轉型工作的系統性和持續性。中國石化信息和數字化管理部副總經理趙學良認為：“石油石化行業人工智能的發展需要有序推進，產業發展要注重以應用為導向。特別是要遵從信息化、數字化（標準化）、智能化發展的客觀規律。”

戰略定位與目標體系方面，四家能源央企均將數智化作為企業核心戰略。中國石油將“數智石油”確立為第五大戰略舉措，統籌推進“信息化補強、數字化賦能、智能化發展”三大工程，并把昆侖大模型作為智能化發展工程的核心任務。中國海油在2021年制定的“1534”發展戰略中，明確將數字化轉型從傳統管理向現代化、數字化、智能化管理跨越作為戰略組成部分。這種高層次的戰略定位確保了數智化工作能夠獲得足夠的資源投入和組織關注。

架構設計與實施路徑是戰略落地的關鍵環節。各企業結合自身業務特點，設計了系統化的數智架構和實施路線圖。中國石油設計了“1+4+N”昆侖大模型架構體系：L1層行業大模型面向能源化工行業賦能；L2層專業大模型包括業務、管理、共性、科學計算等4類模型；L3層場景大模型按需構建。這種分層架構既保證了技術統一性，又滿足了業務多樣性需求。中國石化制訂了清晰的三階段計劃：2025年“全面布局、重點突破”，2026~2027年“快速推進、泛化賦能”，2028~2033年“深度賦能、業態塑新”，體現了長期主義的轉型思維。

組織機制與文化變革是戰略實施的重要保障。國家管網在數智化轉型中創新性地采用了“流程穿透賦能”的方式，將數字化植入管網的發展基因。國家管網采用數字化部負責制管理，其部門總經理是6.0業務域的流程主官兼數據主官，反映了管理文化認知的深刻改變。國家管網數字化部副總經理賈蕾表示，“數字化確實讓管網發生了一些與眾不同的變化”，這種變化很大程度上源于組織機制的創新設計。

從戰略高度審視，能源企業的數智化轉型已超越技術層面，成為企業管理變革和業務創新的核心驅動力。國家管網董事長張偉的話頗具代表性：“如果不做數字化轉型，我們不會犯‘錯誤’，但我們會錯過一個時代。”這種戰略認知的深度和高度，決定了企業數智化轉型的最終成效。中國海油則強調“信息化不是一個簡單的技術問題，它就是個戰略問題”，通過將數字化置于戰略高度，確保轉型工作的持續性和穩定性。隨著轉型深入推進，戰略規劃也需要動態調整，以應對新技術發展和市場變化帶來的新機遇與新挑戰。

數據治理與基礎能力建設：夯實數智化轉型根基

高質量數據和強大基礎能力是數智化轉型成功的前提。面對數據分散、標準不一等問題，行業正重構治理體系，建立統一的數據架構和質量標準，并研發專業工具提升數據處理效率。

工業軟件和機理模型研發備受重視，強調數據與行業知識的融合。通信網絡等硬件基礎持續強化，為實時數據采集和遠程控制提供支撐。這些投入大、見效慢的基礎工作，正推動行業從表面應用走向核心能力構建，為深度智能化奠定堅實基礎。

在能源行業數智化轉型的實踐中，數據治理與基礎能力建設構成了轉型成功的先決條件。中國海油科技與數智化部副總經理陳溯直言：“所有智能建設的基礎來自對智能油田的認知和感知，感知的結果是現在一系列的數據。”這句話揭示了數據在數智化轉型中的核心地位。沒有高質量的數據和強大的基礎能力支撐，任何先進的智能應用都如同建在沙灘上的城堡，難以持久。

數據治理體系重構成為能源企業的共同選擇。面對歷史積累的數據分散、標準不一、質量參差不齊等問題，各企業紛紛啟動數據治理攻堅戰。中國海油將所有原來勘探開發的100多套系統全部關閉，重新構建“采集歸采集、應用歸應用，中間是數據湖”的全新架構。這種“采用分離、源頭治理”的模式雖然在實施中困難重重，但為后續的智能應用奠定了堅實基礎。數據湖不僅承擔了存儲功能，還把所有的治理過程、結果、模型、服務都放進去，同時承擔著數據的檢驗、管理等職責。國家管網則構建了18個主體域的數據體系，通過“WeGet數據使用門戶”實現集團一貫到底的數據消費體驗。

數據質量標準與工具創新是治理工作的關鍵支撐。中國石化牽頭編制了石化行業首個智能制造標準體系，形成了石化行業智能制造標準體系結構，梳理了124項智能制造標準，支撐工信部正式印發了《石化行業智能制造標準體系建設指南（2022版）》，標志著石化行業完成了智能制造標準化頂層規劃，解決了“建設石化智能工廠需要哪些標準”的問題。中國石油在昆侖大模型建設中，制定了“四階八步”的方法論，并在AI中臺部署數字化數據處理工具，保證數據供給質量。他們按需制定73項數據采集與標注規范，研發了測井、地震等特定數據處理工具，使數據集規模達到500TB，行業知識問答對100萬個、行業推理問答對25萬個。2025年4月，中國石油的地震勘探、測井數據集在第八屆數字中國建設峰會上入選中央企業30項高質量數據集優秀建設成果。

工業軟件與機理模型的研發受到前所未有的重視。中國石化針對石化工業軟件斷供、后門等風險，聯合高校、科研單位創建創新聯合體，積極布局體系化石化工業軟件研發與攻關，保障石化產業鏈的安全。中國石化著力推進石化行業的基礎物性數據庫（PCdata）、流程模擬軟件（OPEN）、三維工廠設計軟件（PC3D）、管道應力智能分析軟件（PCFEA）等工業軟件的國產化開發工作。以基礎物性數據庫為例，基礎物性數據庫是基礎科學研究和產業鏈發展的重要基石。中國石化自主攻關研發的PCdata軟件是一款自主可控，面向石油化工、天然氣化工、煤化工等領域的專業級基礎物性數據庫平臺軟件，可為科技研發、生產運維、工程設計、軟件開發等提供高質量基礎數據服務。目前PCdata已形成α版本，為高壓聚乙烯工藝包研發、電磁場下石油物性研究等國家級課題，以及中國石化人工智能與科技研發深度融合（AI for Science）提供基礎數據支撐，同時向清華大學、辛孚科技等提供數據查詢服務。

網絡通信基礎對于分布廣泛的能源企業尤為重要。中國海油由于主要在海上作業，無法充分利用社會通信資源，不得不自主建設通信網絡。以“深海一號”為例，他們綜合運用微波、散射、微散、光纖、電纜、衛星等一系列通信技術解決問題。海陸骨干鏈路帶寬由25千兆比特/秒提升至43.9千兆比特/秒，海上生產設施北斗覆蓋率達100%，大幅提升了海上生產設施的抗風險能力。

基礎能力的建設往往投入大、見效慢，但能源企業已經認識到這是數智化轉型不可逾越的階段。中國能源行業數智化轉型正在步入深水區，從表面應用走向核心能力的構建，隨著這些基礎工作的不斷完善，能源企業的數智化應用將迎來更加廣闊的發展空間。

場景驅動與價值實現：釋放數智化轉型效能

數智化轉型最終通過業務場景的價值創造來檢驗成效。生產運營智能化大幅提升勘探開發和設備管理效率，安全預警實現從事后處置向事前預防轉變。工藝優化與節能減排取得實質性突破，管理決策體系向遠程化、智能化演進。科研創新范式被AI深度改變，加速實驗設計和理論突破。未來將從單點應用向全鏈條協同發展，通過場景串接實現端到端重塑。堅持問題導向和價值衡量，推動技術從效率提升邁向創新引領，最終實現產業生態的質變升級。

能源企業的數智化轉型最終要落實到具體業務場景中，通過實際問題的解決和價值創造來證明其成效。中國石油在昆侖大模型建設中明確提出“堅持以用促建”原則，圍繞“突出主業、體現價值、知識密集、語料豐富、技術可行”五個方面統籌開展場景建設。中國石化從2012年開始智能工廠建設，總共建設了16家智能工廠，探索出了信息化建設的新模式，取得了明顯的應用成效，提升了生產效率和經濟效益，促進了安全環保水平的提升，推進了企業的數字化轉型。這體現了能源行業數智化應用的一個基本共識——技術必須為業務服務，價值實現是檢驗轉型成功的最終標準。

生產運營智能化是能源企業最為關注的領域。在勘探開發方面，中國石油的“智能地震解釋”通過少量標注和微調直接產生預測結果，使工作效率提高9倍，在長慶、塔里木和西南等油氣田開展縫洞體預測等勘探應用，預測準確率提高10個百分點。“智能化全波形反演”在同等算力條件下縮短處理過程60%，可壓縮勘探項目周期20%。中國海油“深海一號”通過對機、電、儀、安全等系統集中改造，建立世界首個具備遙控生產能力的半潛式生產儲卸油平臺，實現生產提效3%，累計實現效益超2億元。

設備管理與安全預警的智能化進步顯著。中國石油通過對抽油機井工況數據進行微調預訓練，實現工況智能診斷、單井智能計量和生產參數智能優化，異常工況診斷準確率超過93%，智能計量準確率達90%。中國石化實現了設備管理由事后檢修向預知維護轉變，安全防控由事后處置向事前預警轉變。建設了設備完整性管理體系，貫穿設備資產運行、檢維修、改造、報廢生命周期管理體系。同時，基于規范的人員操作程序，利用視覺識別、大數據分析、預測預警等技術，加速安全生產從靜態分析向動態感知、事后應急向事前預防、單點防控向全局聯防的轉變。國家管網通過5G、人員定位、機器人、無人機等技術實現了全面感知，為安全生產提供了數字化保障。

工藝優化與節能減排領域取得實質性突破。中國石油實施“乙烷制乙烯工藝智能運行優化”，實現裝置生產狀態監測、生產異常預警和裝置操作參數優化，可提前72小時早期異常預警，生產狀態預測準確率超90%，提高乙烯收率0.4個百分點，單裝置年收益預期增加1000萬元以上。中國石化則實現了節能減排由指標監測向源頭減排轉變，通過蒸汽動力優化、能耗在線評估、有害氣體排放在線預警等技術，實時掌握生產過程中的能耗和環保排放情況，實現能源的供應、生產、輸送、轉換、消耗全流程精細化管理和在線優化，實現多介質能源優化與能源梯級利用，有效降低能耗和污染物排放，提高整體能效和環保水平。

管理決策與服務體系的智能化轉型同樣成效顯著。中國石化的人工智能與經營管理相融合（AI for Management）方面，大數據審計模型全面支撐“遠程在線+”審計，通過遠程數據分析和審前調查，大幅提升審計監督的質量和效率，智能稽核模型和智能客服的應用也顯著提升了工作效率。國家管網聚焦新能源、新一代信息技術、未來信息等8個新增業務方向，并細分為光纖、智算中心、量子科技等20余個產業，積極利用人工智能統籌布局戰新產業，構建數字+能源融合發展的新質生產力矩陣。

科研創新模式正在被AI for Science深刻改變。中國石化在具體應用中將AI for Science分為“能讀、會算、勤做”三大方向。大模型的文獻總結能力、閱讀能力（包括對多語種的閱讀能力），幫助科研人員快速理解文獻。在科學計算方面，AI可以加速指導科學實驗，啟發新理論、新算法，優化科學計算過程，將上萬次實驗壓縮成幾十次、幾百次，快速鎖定實驗方向。“勤做”則指通過機器進行標準化、24小時不間斷的實驗，準確記錄每一次實驗的方向和步驟。這種科研范式的變革可能帶來顛覆性的創新突破。

未來，場景協同與端到端重塑將成為發展方向。中國石油計劃“串珠成鏈、聚鏈成體”，將人工智能全面融入產業鏈上下游、全過程，打造產業智腦。中國石化致力于業態塑新，將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。這種從單點突破到全局優化的演進，標志著能源企業數智化應用正步入更高級階段。

能源數智化場景應用的黃金法則是：以解決業務問題為出發點，以價值創造為衡量標準。這種價值導向的思維確保了數智化投入的實效性。隨著技術的不斷成熟和應用的不斷深入，能源行業的數智化場景將更加豐富，價值創造將更加多元，最終實現從量變到質變的跨越。

-----------------------------------------------本文摘自《中國石化報》