商业电讯

人工智能+制造扎实推进产业大模型成工业转型升级新引擎

今年国务院正式发布《关于深入实施“人工智能+”行动的意见》，作为我国人工智能领域首部纲领性文件，明确了未来十年国内人工智能领域发展规划和目标。而近日，工信部发起“人工智能产业及赋能新型工业化创新揭榜挂帅”工作，更是意在加快推动人工智能赋能新型工业化。

目前，产业中有着大量AI“跨界”落地工业场景的尝试，从互联网巨头到AI创业明星，不一而足。不少案例与场景中，他们都已经走到只剩“最后一公里”，只差最后一步完成价值闭环，为工业企业带来真正的经济效益。

然而，恰恰就是这“最后一公里”，困住了无数人。

在7月的长城工程科技会议“人工智能＋制造业协同创新发展战略”专题会上，有一家中国建材集团孵化的产业大模型公司——安徽数智建材研究院有限公司（简称“数智院”）却给出了一个清晰的工业AI实践成果。其自主研发的“晓妙”产业大模型通过融合数据模型、机理模型、业务模型和领域知识库，已成功实现了数十家工厂生产制造实时闭环控制和经营决策的端到端优化，为每家工厂实现了水泥吨成本平均降低2元，单位产品能耗、电耗下降的成果，为企业创造亿元级效益。

是的，不仅是语言对话与图像创作，产业大模型在供应链、生产、营销等关键场景中实现了实时协同模型的闭环管理，更在生产侧达成了端到端全工序的实时自动闭环控制，为工业第一线带来“真金白银”的效益闭环。

一、低调的“水下独角兽”

早在2023年，数智院以产业大模型为核心引擎，已率先在基础材料“供—产—销”全链路及生产端到端场景中，完成十余个高价值AI应用试点，创造了显著的经济效益。此后，迅速将成熟模式规模化复制：2024年推广至66家工厂，2025年随着端到端产业大模型的深化应用，累计服务工厂已突破100家，形成了一套‘可复制、轻量化、保成效’的标准化实施方案。

其技术实力与产业价值更获国内外权威双重认可：在国家级层面，数智院与天山材料组成的联合体，凭借“水泥生产全流程控制优化模型研发创新项目”成功揭榜建材行业重大科技攻关“揭榜挂帅”项目；在国际层面，中国建材集团凭借数智院创新研发的“水泥产业大模型”，于Gartner 2025年度“创新之眼”评选中荣获先进制造赛道亚军，为中国制造业的创新发展树立了新标杆。

中国建材集团荣获Gartner 2025年度“创新之眼”评选先进制造赛道亚军亚军（Runners-Up）

更为重要的是，当前，数智院已累计治理及训练超过2万亿条宝贵的生产数据，构建近200多个大小场景模型。近日，数智院进一步推出了“晓妙”产业大模型的“AI+研发平台”，标志着其能力从生产优化等环节，系统性地延伸至研发创新源头。该平台旨在构建从实验室探索到产业化落地的智能闭环，通过AI驱动实现研发效率的跃升。由此，数智院已实现覆盖研发、采购、生产、销售、物流、服务等工业全链路核心场景的智能赋能体系，为产业各环节持续创造可量化的直接经济效益。

可以说，成立三年以来，数智院悄无声息地做成了产业大模型领域的标杆企业。

怎么做到的？

回答这个问题之前，我们可能要先了解：做好产业大模型有多难？

二、产业大模型的三大挑战

在当下的商业叙事中，对于绝大多数企业管理者而言，AI已从单纯的“技术热点”演变为必须直面的“战略必选项”。但在好奇心之外，关于收益量化与痛点解决的务实考量，成为了当前决策的重心。

尽管AI大模型在文档处理、知识问答及内容创作等通用领域展现了惊人的渗透力，但在工业场景中，能验证其显著正向价值的落地案例却屈指可数。

究其原因，大模型的技术本质是生成式AI，其核心在于“Next Token Prediction”，擅长搜索总结、长文本，以及创意性的内容生成，同时其“幻觉”问题、“黑盒”问题仍根植模型底层技术本身，使得其在容错性弱、时序性强的生产场景（如工业流水线）上往往表现不佳。

中国建材集团科技委常务副主任、数智建材研究院董事长薛忠民

同样在长城工程科技会议上，数智院董事长薛忠民将AI落地工业制造领域的难题总结为三大挑战：

1、数据：工业场景拥有大量时序数据，其处理方式不同于自然语言，模型必须理解隐含在数字间的业务逻辑，杜绝大模型幻觉现象；

2、场景与业务：工业机理与业务逻辑十分复杂性，模型的构建必须深入理解场景，同时必须符合现实业务规则，以保证输出决策的精确性、实时性和可执行性；

3、稳定性与容错率：工业制造业、特别是水泥等流程行业，对于决策指令的容错率几乎为零，模型必须能自主应对异常情况，以保证安全稳定生产。

同时，还有最重要的一点——ROI（投资回报率）难以考核。

因而，大量工业数字孪生、仿真实验室项目都无法实现价值闭环，模型独立于产线存在，仅为生产者提供预测参数，而无法提供实时的业务决策，更难以计算投资回报效率。

“模型建设不是一个IT系统，部署以后有清晰的目标可考核可计量，大模型没有一个标准认可它的价值，怎么认定？所以结合工业场景只有一个’笨办法’——以效益为导向。”在长城会议现场，薛忠民也给出了数智院的解法。

当前，无论是水泥、建材、还是整个工业制造领域，企业对于降本增效、智能化转型升级的需求都极其强烈。2024年，全国规模以上水泥企业行业利润约250亿元，同比下降20%，行业经营压力、资金压力、以及环保、节能、降碳等需求，无不为企业带来迫切的产业转型升级需求。

据薛忠民透露，数智院将依托产业大模型开发更多的Agentic AI应用，下一步有望帮助企业的吨水泥成本下降3-5元，平均回本时间原则上能够缩短到1年以内，极大满足了企业智能化转型升级的需求。

三、从工厂里“长出来”的AI

“我们现在一直在强调（人工智能）三个要素，数据、算法和算力。我这里特别强调，很多人把’知识’忘掉了。”在长城科技会议现场，中国科学院院士、清华大学计算机系教授张钹这样说道。

是的，大模型领域——尤其在产业大模型领域——产业知识、产业数据、产业Know-how的重要性毋庸置疑。

20种熟料配比能出现200种质量的波动，100个配料秤有1000种漂移方式，小到工程师的记录习惯，大到烧成系统的热工制度，单水泥这一门类就有大大小小数百个场景，结合全国各地星罗棋布的大大小小工厂复杂差异，造就了产业大模型极高的准入门槛。

从某种程度上来说，数智院的AI产业模型，是从工厂内部“长出来”的。

在数据层面，数智院与天山材料深度合作，推动业务专家、数据专家与算法专家等跨域协作，共同构建产业级数据标准，确立“由场景定义模型、由模型定义数据”的工业大模型建设路径，系统化打造从数据采集、挖掘到治理的一体化解决方案。这一机制有效保障了数据的高质量与高可用，推动工业数据从静态资产转化为持续驱动的动态生产力。

而在业务层面，产业大模型能在基础材料领域的快速落地应用，离不开中国建材集团高度重视数智化转型工作，通过建立自上而下的AI融合创新体系，一步步推进落实AI技术深度赋能建材生产全流程。同时，天山材料等产业应用方，通过产学研用技术多角色协同共创共建，使数智院能够深入接触到大量拥有真实场景、真实痛点的企业决策人、工厂厂长、甚至是生产线上的资深工程师，他们是最懂技术、最懂场景的人，同时也有着最强烈的痛点与需求，对业务场景、逻辑都有着深刻理解。

正是凭借这份在工业领域独有的“产业数据+业务逻辑+工业机理”的工业Know-how能力，数智院打造了一套成体系的“1+1+N架构”，它由一个数智底座、一个产业大模型平台、N个代理式AI应用组成——水泥与建材只是其中一个领域。目前正逐步拓展至新能源、新材料、纸业、粮油、矿业、石化等多个行业，推动形成跨行业、跨场景的智能协同新范式，系统构建面向未来的产业智能生态。