煤炭，这片深埋地下的“黑色金子”，曾点燃工业革命的火种，支撑起人类社会的进步。然而，在智能化浪潮席卷的今天，传统能源行业如何突破高成本、低效率的桎梏？
当AI大模型成为我们每个人的智能助手，一个更深刻的问题值得深思：AI能否深入工业的心脏地带，去啃那些最硬的骨头——例如，在煤炭洗选中提升0.1%的精煤产率，或是在一吨焦炭的配煤方案里，省下几块钱成本？
看似微小，这却是传统能源行业每天都在面对的现实问题。因为，即便0.1%的工艺提升，就可能意味着数百万甚至千万级的经济效益。然而，无数核心生产环节——选煤、配煤、煤气化、精馏等工艺和效率提升的上限，被“老师傅们”几十年积累的直觉和经验框定。
煤炭生产场景复杂多样，不同地区、不同企业的自然资源条件差异大，采掘机运通洗等场景复杂多样，没有一套行之有效的标准化、产业化优化提升方法。而今天，以华为盘古大模型为代表的AI技术，正作为一支前所未有的“精算师”，踏入这片产业腹地，用全新的大模型能力，为传统的能源行业重算一本关乎未来的经济账。
旧账本的极限：经验主义的隐性成本
在AI入局之前，能源产业的经济账是一本依赖岗位工生产经验的账本。翻开其中任何一页核心工艺，都能看到其难以逾越的天花板。
以“重介选煤”为例，这是一门在毫厘间取舍的艺术。 其核心原理是利用煤与矸石的密度差异进行分选。悬浮液作为分选介质，其密度介于煤（约1.2-1.5g/cm³）和矸石（约2.0-2.8g/cm³）之间。煤粒因密度低于悬浮液而上浮，矸石因密度高于悬浮液而下沉，从而实现自动分层。悬浮液的密度是整个工艺的生命线。密度稍低，宝贵的精煤就会混入矸石中被当作废料丢弃，造成巨大的资源浪费；密度稍高，矸石则会混入精煤，导致产品灰分超标，质量不达标。
问题在于，入选原煤的煤质（如灰分、水分、粒度）时刻在波动。传统模式下，操作员只能依赖有限的检测数据和长年累月的经验，手动调整密度。为了确保产品质量这条红线，他们往往采取保守策略，宁愿牺牲一部分产率，也要保证灰分合格。这牺牲掉的0.1%或0.2%的产率日积月累，形成了一笔巨大的成本损失。
再看“焦化配煤”，炼焦生产是一个复杂的物理化学变化过程，影响因素多样化。 配煤的决策需要考虑多种原料煤（质量、价格、库存）、生产工况（炉型、炉温、结焦时间等）以及焦炭质量要求等多维度因素，可选的求解空间非常大。当前焦化行业配煤主要依赖技术工程师的人工经验，难以兼顾配煤成本与焦炭质量，很难做到精准计算。
这是一个典型的多目标、多约束的组合优化问题。影响最终结果的变量繁多且相互关联，人工计算几乎不可能找到全局最优解。据行业估算，这种非最优配比带来的成本增加，每吨焦炭可达数元。对于一个年产数百万吨的焦煤企业，同样是一笔巨额利润损失。
无论是选煤的密度控制，还是配煤的比例优化，亦或是化工领域甲醇精馏的蒸汽消耗等，完全依赖人工经验，以及技能水平的参差不齐，无疑有着较大的瓶颈局限性。
新引擎的诞生：重铸“工业之脑”，触达传统能源业务核心
要突破这层瓶颈，必须引入新的生产要素。作为煤炭行业信息技术细分领域头部企业，山东能源集团旗下的科技公司-云鼎科技，敏锐地洞察到了这一点。他们需要的不仅是一个知识问答助手，更需要一个能听懂工业语言、能理解化学机理、能进行复杂逻辑推理的“产业大脑”。
早在2022年，云鼎科技与华为开启人工智能联合攻坚，2023年联合发布全球首个能源行业商用AI大模型。至今，云鼎科技累计开发AI场景170余类，在80+大型央国企完成规模化推广应用。
这个过程远比想象的复杂。研发团队深入矿井一线，将百万张图片样本数据等养料投喂给盘古大模型，基于预测大模型等先进算法，利用昇腾AI领先算力，AI开始学习和模拟那些隐藏在数据背后的物理规律和化学反应。并沉淀“老师傅的经验”，学习训练生产过程数据，例如在煤炭洗选的分选、浮选、浓缩加药等工艺环节对生产工艺参数和历史数据进行分析建模，进一步优化最优的工艺参数，通过云边协同，边用边学能力，实现越用越好的运行效果。
至此，一个拥有超凡智力的生产引擎诞生了，去真正触达业务核心，降本增效，重写传统能源经济账。
重写账本：AI大模型助力能源产业核心业务降本增效
当云鼎科技基于盘古大模型为底座打造的矿山行业大模型与生产线实现联动，一场降本增效的价值风暴在能源产业的核心地带悄然上演。
● 第一笔账：在煤水中“淘金”，让产率自己说话
在济宁二号井选煤厂的重介分选车间，AI智能控制系统已完全参控生产。通过部署重介密控模型，实现重介分选工艺在密度控制方面的智能化预测，精准调控着悬浮液的每一个细微变化。结果令人欣喜：在保证精煤质量的前提下，相较于人工经验控制的精煤产率提升0.2%以上。
0.2%，看似微不足道。然而其落地的场景仅在济宁二号井一个煤矿的应用，就实现精煤增产6000吨，增收约300万元。AI完成的是从物理极限中挖掘纯利润的“炼金术”。
● 第二笔账：解开配煤“死结”，成本与质量兼得
在鑫泰能源的焦化生产线上，配煤师的工作方式被彻底颠覆。过去配煤方案多以Excel表格计算，由于配煤考虑的因素和指标比较多，兼顾成本和质量难度较大。如今只需业务系统将生产运行数据、焦炭数据、原料煤、配合煤及工业参数等数据进行汇总，AI训练中心枢对数据进行处理、计算和建模，完成建模后，通过API接口向业务系统提供相关服务（焦炭质量预测、配煤比例优化），智能配煤系统便可以输出满足生产质量要求的最优配比。
AI大模型很好地应对多参数的寻优问题，综合考虑多方因素给出多个较优的配煤方案，可降低配煤成本3元/吨。这对于一家年产百万吨焦炭的企业来说，同样是一笔惊人的收益。
● 第三笔账：在化工塔里“拧毛巾”，向蒸汽要效益
目光转向化工领域，在榆林能化的甲醇精馏装置中，蒸汽是占据总能耗90%以上的核心成本。传统操作为了保质量，一般通过增大回流的方式避免出现产品质量不达标的问题，但容易造成蒸汽浪费。云鼎科技部署的智能优化系统，通过盘古大模型的预测能力，构建了精馏塔的智能算法模型。
该模型自主预测最佳回流比，实现回流比随进料流量、精馏塔温度及压力的变化自动设定，像一只无形的手，将蒸汽阀门拧到最恰到好处的位置，减少蒸汽消耗。预计实现效益是，吨甲醇耗蒸汽量降低2%，每年为企业节约的蒸汽成本约200万元。这是AI深入工艺机理，挤出来的真金白银。
从单点突破到体系重构：AI驱动的新工业范式
降本增效的故事，并未止步于这几个核心场景。云鼎科技与华为联合打造工业大模型的实践证明，大模型的价值在于其体系化的赋能。
在安全生产领域，视觉大模型对综采、掘进及主运输等场景进行7x24小时智能监管，大幅降低了因安全事故导致的停机停产时间。每一次避免的停机，都是一次直接的效益挽回。“AI+安全”的本质，同样是“AI+效益”。
在知识管理领域，基于NLP大模型的智能知识助手，将分散在老师傅头脑中、沉睡在文件柜里的海量规程、图纸、案例进行结构化处理，让一线员工遇到设备故障时，能像使用搜索引擎一样快速找到解决方案。
从选煤厂到焦化炉，从矿井深处到化工园区，云鼎科技正通过“试点单位建场景、内部企业验效果、标准复制促规模”的“三步走”战略，将这些经过验证的、能够创造真实价值的AI应用，以“工程化、产业化、标准化和模块化”的模式推广复制。例如借助山东能源集团内部资源优势，以兴隆庄煤矿为应用场景开发试点，并在转龙湾煤矿、新巨龙煤矿等进行验证，场景成熟后在国内能源企业进行标准化复制推广，落地建成了5000余个人工智能应用场景，取得了显著的经济效益及社会效益。
这一切的背后，是一个崭新工业范式的崛起：AI不再是游离于核心业务之外的宣传话语，而是作为一种全新的、高效的生产要素，深度嵌入到生产、管理的全流程中，从根本上改变了行业的成本结构和效率边界。
近日，山东省数字经济发展联席会议办公室公示2025年度“产业大脑”建设试点名单，云鼎科技申报的“人工智能（智慧化工）产业大脑”成功入选。这是公司继2024年“人工智能（智慧矿山）产业大脑”之后，斩获的第二个省级“产业大脑”荣誉，标志着其在人工智能技术产业化应用领域实现跨越式发展。
回到最初的那个问题。AI能否深入工业心脏，去解决那些最根本的成本与效率问题？云鼎科技与华为的联合创新实践，已经给出了清晰而响亮的回答。
