本文围绕国务院国资委召开的中央企业“人工智能（AI） ”成果媒体通气会展开，详细介绍了中央企业在发展AI过程中，从场景应用、数据和算力三个方向所取得的进展及未来规划，同时采访了相关企业和专家学者，探讨了AI发展中的关键要素和面临的挑战。
国务院国资委近期召开了中央企业“人工智能（AI） ”成果媒体通气会（以下简称“通气会”）。此次通气会透露，未来中央企业发展AI将着重聚焦场景应用、数据和算力这三个方面，形成“三轮驱动”的发展态势。那么，围绕这三个核心方向，央企目前已经取得了怎样的进展？接下来又将如何进一步发力攻坚，以取得更多切实有效的成果呢？带着这些问题，证券时报记者专门采访了相关企业和专家学者。
受访的专家指出，在当下激烈的“百”模大战中，最终能够脱颖而出的主体必须具备三个关键要素，即领域数据壁垒、场景理解深度以及商业可持续性。在算力建设方面，虽然中央企业不会盲目地开展算力的“军备竞赛”，但可以肯定的是，更大规模的算力集群建设仍将稳步推进。
应用领航：打造“菜单式”大模型应用
北京交通大学工业互联网安全研究中心主任陶耀东在接受证券时报记者采访时表示：“中央企业发展人工智能具备四大显著优势。”这些优势包括国家级产研平台汇聚的强大人才优势，覆盖国计民生全领域的数据优势，关键重要产业领域的全球化布局优势，以及全球最大规模的应用场景纵深优势。
公开信息显示，中央企业已经在工业制造、能源电力、智能网联汽车等重点行业，超过500个场景中积极布局并应用了人工智能技术。
国家电网副总经理、党组成员陈国平以输电线路为例进行了说明。他提到，近年来，国家电网的电网规模迅速增长，110千伏及以上输电线路总长度达到了131万公里。而且，很多输电线路位于高海拔、崇山峻岭等复杂地形区域，巡检工作面临着巨大的挑战。为了解决这一难题，国家电网投入了近4万台无人机，运用人工智能线路缺陷识别技术，每年智能巡检杆塔数量达到1000万基，减少了40%的人工登塔次数，巡视效率提升了2倍以上。此外，为了服务构建新型电力系统这一战略任务，陈国平表示，国家电网正在围绕电力系统数字化智能化运行管理的实际需求，不断优化人工智能算法模型，以应对新能源发展带来的电力可靠供应问题。
今年2月，中央企业召开了“AI ”专项行动深化部署会，并启动了战略性高价值场景建设专项工作。在日前召开的通气会上，“更加突出应用领航”被列为下一步继续深化“AI ”专项行动的首要任务。国务院国资委规划发展局负责人强调，要强化深度赋能，瞄准那些战略意义重大、经济收益高、与民生关联紧密的高价值场景，加强行业协同，扩大开放合作，加大布局力度，从而更好地服务千行百业。
该负责人还表示：“我们期望能够提供一个‘菜单’，让后来者能够快速引入人工智能模型场景，无需再从零开始。”
对于可能出现的“重复建设、重复投资”问题，陶耀东认为，技术发展是分阶段的，大模型技术目前仍处于初创期，“百”模大战是正常且必要的，这是新技术、新生态、新应用尚未成熟定型时必须经历的阶段。在这个阶段，各方分头探索和创新，旨在找到大模型最适合的应用场景和最佳的应用方式，逐步形成完善的自增长生态。在人工智能大模型这类新兴技术领域，由于市场和技术主导权的竞争，必然会出现技术路线的差异、技术方案的创新以及技术焦点的分工。而在这样的竞争中，最终胜出的主体必须满足领域数据壁垒、场景理解深度、商业可持续性这三个要素。
数据赋能：价值挖掘与打破“AI”幻觉并行
中央企业拥有大量关系国计民生的关键数据，这是其发展人工智能产业的又一重要优势。
记者发现，目前中央企业已经以数据为基础，在多个领域展开了探索，从服务宏观经济到行业技术工艺都有涉及。在宏观经济层面，以用电数据为例，国家电网充分发挥电力大数据资源和应用场景优势，积极运用多源数据融合等人工智能技术，为政府决策和社会治理提供了有力支持。陈国平表示：“我们可以从供电情况了解住宅的空置率，进而为城市规划等提供服务。”
在行业层面，公开信息显示，中央企业在交通物流、金融服务、绿色低碳、工业制造、石油石化等重点行业已经汇聚了一批高质量数据集，并且有一批标准化数据产品已经成型。
通气会上提出，要更加突出数据赋能，分批构建重点行业高质量数据集，提升通用数据集的质量和多样性，以更好地服务大模型训练。同时，要持续参与数据标注产业基地建设，推进数据共享开放，突破数据难题，做强做优数据产业。
中国联通副总经理郝立谦表示：“中央企业发展人工智能产业，是为了将我国最全工业门类、超大规模消费市场、最多进出口贸易的优势转化为人工智能模型，从而在新一轮全球竞争中抢占先机。”
应对“AI幻觉”是当前发展人工智能面临的最棘手挑战之一。记者了解到，作为制造业代表的中国中车在应对工业制造领域的“AI幻觉”方面取得了一定进展。据中国中车集团副总裁刘可安介绍，中国中车针对空气动力学这一列车设计的关键点，探索构建了智能化仿真大模型，其结果误差与传统仿真相当，未来还将进一步缩小误差。刘可安表示：“这是通过大小模型融合应用的方式实现的，该仿真大模型框架还可推广应用于风电等空气动力学相关领域。”
对于这一现象，陶耀东认为，“AI幻觉”是由大模型的技术原理所导致的。大小模型融合应用通过将工业领域的专家经验转化为规则引擎，对通用大模型的输出进行知识蒸馏，形成行业基础大模型。这样既充分利用了通用大模型的优势，又借助行业知识规避了其“有限性”风险。采用“1 + N + X”混合架构，即1个行业基础大模型、N个领域小模型、X个机理模型，能够让AI更加符合工业原理，从而更好地避免“AI幻觉”的出现。
智算筑基：有序加码，不搞算力“军备赛”
在通气会上，国务院国资委明确表示，将更加突出智算筑基，夯实算力基座。
中国移动通信集团副总经理程建军在通气会上分享了从自己企业观察到的算力需求变化情况。他提到：“中国移动万卡智算集群的GPU（图形处理单元）平均利用率已经从接近30%大幅提升至近期的70%。”
GPU是一种专用处理器，专门设计用于高效处理图形渲染和并行计算任务。与传统的CPU相比，GPU包含成百上千个较小、更高效的核心，能够专门处理大量数据和执行复杂的数学和几何计算。程建军分析认为，GPU平均利用率的提升与新技术的快速发展密切相关，新技术的演进步伐不断加快，带动了算力需求的显著增加。
在《2025年中国人工智能计算力发展评估报告》中，IDC预测，2025年全球人工智能服务器市场规模将增长至1587亿美元，到2028年有望达到2227亿美元。其中，生成式人工智能服务器的占比将从2025年的29.6%提升至2028年的37.7%。
运营商已经打造了具有较优服务能力和较大影响力的智算平台。程建军介绍，中国移动打造的“算网大脑”算力调度平台，具备支持每日亿次调度的能力，其弹性网络服务覆盖超过340个城市。这一平台是推动算力成为像水电一样的社会级服务的关键中枢系统。
中国电信副总经理、党组成员黄智勇介绍，中国电信自研的“息壤”平台广泛接入跨域、多方、异构算力，目前已经拥有超过490万客户，建成了18个城市算力网和2个行业算力网，并建立了包含50家合作伙伴的算力生态体系。
中国联通副总经理郝立谦表示：“结合中国联通丰富的5G行业应用，尤其是在工业互联网领域的深入实践，我们致力于将AI技术从炫酷的展示性应用升级为创造价值的数智生产力工具，使其成为产业数智化升级的智能引擎。”
接受记者采访的专家表示，国内的参与主体在算力芯片、网络搭建、集群运维等方面都在持续努力。虽然不会盲目地开展算力的“军备竞赛”，但可以预见，更大规模的算力集群建设仍将持续推进。
本文详细阐述了中央企业在人工智能发展上的“三轮驱动”战略，即场景应用、数据和算力。在场景应用方面，央企发挥自身优势，积极布局多行业多场景，致力于打造“菜单式”应用；数据方面，挖掘数据价值的同时应对“AI幻觉”挑战；算力领域，有序推进算力集群建设，不搞“军备竞赛”。中央企业通过这三个方面的协同发展，有望在人工智能领域取得更多成果，在全球竞争中占据有利地位。本文总结
