转自：企业观察报

“在AI技术的加持下，实现了对油菜生长和采收的精确化干预与控制，使农机作业效率提升20%、油菜单产提升5%以上。”中国机械工业集团有限公司（简称“国机集团”）下属国机数字科技有限公司（简称“国机数科”）副总经理李伟在接受《企业观察报》专访时介绍。

人工智能对生产力的提升不仅体现在农业上。自2024年国务院国资委启动央企“AI+”专项行动以来，央企已在工业制造、能源电力等关键领域布局超过500个高价值应用场景，正初步构建覆盖主要产业链条的人工智能应用生态。

在李伟看来，人工智能专项行动，是基于对全球技术发展趋势深刻洞察后做出的战略部署，可谓恰逢其时。他指出，人工智能技术历经多年发展，目前已在多个领域取得关键突破，到达了实际推动各行业发展的关键阶段。此时，包括国机集团在内的央企可以充分发挥自身优势，让人工智能深度融入关乎国计民生的重要领域，加快形成新质生产力。

01

瞄准应用领航

国务院国资委相关负责人此前指出，央企“AI+”专项行动具体体现为“三个更加突出”，即更加突出应用领航、更加突出数据赋能、更加突出智算筑基。

其中，更加突出应用领航旨在强化深度赋能，瞄准战略意义强、经济收益高、民生关联紧的高价值场景，加大布局力度，强化行业协同、扩大开放合作，以更好地服务千行百业。

智慧油菜正是“民生关联紧”的典型场景，也是应用领航的直接体现。李伟介绍，油菜是我国重要的油料作物，大力发展油菜产业可以增加国内食用油的产量，减少对进口油脂的依赖，从而保障国家食用油的安全。同时，油菜的基本特点是不与主粮作物争夺耕地资源，这使得它在保障粮食安全的同时，还能有效利用土地资源，提高土地的综合利用率，可以为农民提供更多的就业机会和收入来源。

针对这一需要，国机数科与重庆永川农委共同打造了全国首个“北斗+智慧油菜”单产提升试点农场。该项目围绕“以科技赋能油菜高产稳产”为主题，构建的“五维一体”智慧化管理体系，涵盖“人、机、料、法、环”五大核心要素，集成农场智慧农事管理、农机北斗精准作业、投入品数字管理、油菜种植通用模型、农田环境灾害监测等五大系统，形成了贯穿种植全过程的数字化、标准化、智能化体系。

国机集团作为央企，是“农机原创技术策源地”“高端农机现代产业链链长”及“拖拉机产业链链主”。集团下属国机数科是推动人工智能等数字技术赋能农业和工业的主力军，通过打造“通导感算控”智慧农业体系，激活智能制造发展动能，共建产业协同发展新态势。

李伟认为，国务院国资委对AI技术发展有着深刻认识，专项行动伊始即要求央企聚焦AI技术赋能主业发展，而非追求通用AI技术研究。他指出，通过AI技术赋能各行业发展，既是央企的优势所在，更是其责任所在，能够更好地服务国家经济社会发展。

02

夯实数字根基

国机集团积极推进央企“AI+”专项行动，但在实施路径上采取了更具操作性的从浅入深方式——即优先夯实数智基础底座，再逐步深化数据赋能与应用落地。

具体实践中，国机集团首先聚焦打造服务于工农业生产（尤其是工业场景）的数字化底座，如国机数科的兮睿工业互联网平台。该平台定位为“工业网关”，旨在构建多模态工业数据基础，支撑产品研发、设计、制造等核心环节。基于该数智基础底座，国机集团一方面在企业经营管理层面，通过“一中心三平台”架构打通行业数据、集团管理数据及监管数据，消除数据梗阻；另一方面在服务行业层面，建设高质量数据集（如国机数科成果入选国务院国资委首批高质量数据集的“农业机械及作业高质量数据集”），构建包含元数据、主数据等五大功能的数据治理体系。

这些基础支撑使应用领航得以在真实场景中释放价值。工业现场的知识沉淀与AI技术融合，催生出极具代表性的“中国模型”。

在工业应用中的另一个典型案例是国机集团下属广州机械科学研究院有限公司开发的智能运维平台。该平台通过连接累计接入超10万台设备的传感器数据，实现了对设备的远程、实时状态监测与智能运维管理。此举显著降低了设备的常规检测成本，提升了设备运行效率，并有效延长了设备使用寿命。更重要的是，人工智能技术通过对行业专家积累的故障特征图谱进行算法转化，不仅将专家知识系统化、自动化，还实现了对高温、强腐蚀、高毒性等复杂恶劣环境的不间断、智能化监测监控，从而在保障人员与设备安全的同时，有效提升了整体生产效率。

更富创新性的是油液在线监测技术。借鉴“血液诊断”逻辑，通过高精度的传感器实时分析设备润滑油成分，结合专家经验构建人工智能磨损预测模型。模型能够根据油液“血液诊断”的结构，无损分析机械设备磨损情况，实现对超大型国之重器的远程监控监测。

这些实践印证了工业AI的本质逻辑：行业知识的数字化程度决定智能上限。国机集团以“工业网关”为枢纽，将行业专家的经验编码为可复用的数据资产，打造了从底座到场景的完整闭环样本。

03

筑牢数据安全堤坝

当数字化底座将行业专家的经验编码为可复用数据资产时，海量高价值工业数据便成为核心竞争壁垒。随着人工智能技术广泛应用，如何平衡开放合作与信息安全的关系成为关键议题。

从开放合作角度看，李伟指出，人工智能在工业领域应用场景广阔，正处于不断实践尝试的阶段。行业内信息共享越充分，对开发者的帮助就越大。以某新能源汽车工厂为例。该工厂由国机集团中汽工程主导设计，在大数据算法和人工智能技术支持下实现了高度自动化。例如，为满足消费者对汽车颜色的个性化需求，工厂需要在涂装环节对不同的涂料配比和喷涂工艺进行严格把控。这些工艺以往依赖经验丰富的专家实时监控，而人工智能技术能够将这些专家经验有效融入生产工艺，大幅提升生产效率。由此可见，行业内合作越深入，对技术应用的推动作用就越显著。国机集团等央企也负有责任将这些先进技术向行业内推广。

与此同时，一些重要行业数据关乎国家安全。李伟强调，技术层面的合作与数据安全并不冲突。技术合作并非完全开放数据，企业内部已建立严格的管控流程。具体到应用领域，核心模型训练完全在隔离的内网环境中进行，通过私有化部署加上国产芯片提供的算力基座等方式避免数据泄露等问题。

从政策保障层面看，包括国家数据局在内的相关部门对数据安全也在制定规范。李伟认为，数据安全问题本质上是数字化时代共通的挑战，并非人工智能出现后才有的新难题。技术发展的同时，政策必然寻求适应性进化。观察人工智能的发展轨迹不难发现，每一次技术的跃迁和应用的拓展，都在不断验证和完善数据治理的理念与规则。因此，伴随着Al技术持续地演进和深入应用，旨在保障数据安全、规范数据处理活动、界定各方权责的治理框架也必将日趋严谨、细致和富有成效，形成与技术发展相辅相成、相互促进的动态治理格局。

本文配图由国机数科提供