AI的價值在哪里？

許多人脫口而出的答案可能是“對話”，寫作、編程、翻譯、畫圖……AI就像一個無所不能的伙伴，一次次給出讓人驚艷的結果。

其實還有另外一種答案：在礦山、港口、化工等產業一線，AI正在重構產業的運行邏輯，從依賴人力和經驗的傳統作業，進入到了數據和算法驅動的智能化生產——更精準、更高效、也更安全。

回看2025年央視重磅上線的《新智中國說》第二期，深入地下1000米的煤礦深處，揭示了華為與山東能源集團聯合打造的全球首個礦山行業大模型，怎么讓“臟苦累險”的煤礦煥發出新的生機。

如果說消費級AI是知識的延展，工業級AI就是生產力的重塑。譬如山東能源與華為的合作，提供了“新質”時代的“智慧礦山方案”，向外界示范了從一個場景復制到整個行業的“AI出圈啟示錄”。

01 從“臟苦累險”到“安全智控”，礦山安全范式轉變

在煤礦行業，安全始終是最核心的問題。

被提及最多的制度正是“敲幫問頂”，即利用鋼釬、撬棍等工具敲擊巷道頂板及側幫巖體，根據回聲判斷是否存在松動巖石或離層現象，但高度依賴人員的經驗和狀態。

早在2020年2月，國務院八部委就聯合下發了《關于加快煤礦智能化發展的指導意見》，要求將人工智能、云計算、大數據等新技術與現代煤炭開發利用深度融合。山東能源迅速組建了一支AI團隊，并在2022年初攜手華為成立了聯合創新中心，尋求人工智能大模型的行業應用。

時間來到2023年7月，山東能源和華為聯合發布了全球首個礦山行業大模型，首批的應用場景就涵蓋了采煤、掘進、主運、輔運、提升、安監、防沖、洗選、焦化9個專業的21個場景應用，為AI大規模下礦山打下了堅實基礎。

在《新智中國說》的鏡頭里，我們看到了AI在煤礦行業的新圖景，不單單“會說話”，還做到了“會管事”。

比如行為識別預警。

過去煤礦的體系管理靠“人盯人”，不僅增加了管理成本，還可能在作業過程中產生不信任或爭執的情況。

山東能源在煤礦里部署了上千個AI攝像頭，井下的每一步操作都“看得見、判得清、可追溯”，一旦出現皮帶跑偏、人員越界等異常情況，會在第一時間進行報警、停機等操作，實現事前預警而非事后追責。

比如安全風險管控。

原本依賴人的經驗和狀態的工序，現在可以通過AI學習，嚴格按照安全規程進行作業。

還是“敲幫問頂”的例子，如果工作人員的行為不規范，或者沒有達到實際效果，AI就會向地面工作人員報警。在AI的賦能下，安全不再是抽象的概念，而是落在每一道工序、每一個動作上的剛性要求，杜絕因不規范制造的隱患。

再比如多模態巡檢。

在井筒檢修作業中，工作深度少則幾百米、多則上千米，需要操作者用眼睛去看、用耳朵去聽，高度危險且效率低下。

山東能源在罐籠上安裝了360度無死角的攝像頭和拾音設備，利用大模型的多模態能力實時監控井筒的形變和異常聲音，就像是給井筒拍X光“體檢”，提高檢修效率的同時，替代了高危的人工作業。

可以找到的AI應用場景還有很多。

正如我們所看到的，一場深入到礦井“神經末梢”的智能化革命，讓“臟苦累險”漸漸成為煤礦作業的過去時，取而代之的是AI驅動的“安全智控”。如果說過去的礦井是一個依賴人類感官和經驗判斷的“盲盒”，智能礦山將是一個擁有“超級大腦”和“千里眼、順風耳”的智慧體，徹底改寫了安全范式。

02 從“流水線”到“生命線”，AI驅動的產業新價值

煤礦的數智化轉型，并未局限于安全生產，而是貫穿整個能源產業鏈，加速向智能化、人性化的新形態演進。

因為在工業領域，驗證一項新技術的價值，不單單是“能做更多事”，還要看有多大的經濟效益。《新智中國說》的兩個畫面，為我們揭示了一個事實：AI已經從成本中心，進化為企業的利潤引擎。

第一幕是煤泥水濃縮池。

山東能源和華為用AI學習了整個洗選煤的流程工藝，包括原煤灰分的判斷、重介的加藥比例、各種淺槽密度的控制等等，然后用AI控制流程工藝的參數，讓精煤的產品增加了0.2%。

簡單算一筆賬的話：目前山東能源一個煤礦一年的洗選加工量是230多萬噸，按照0.2%的提升計算，等于每年增加了5000噸的精煤產量。

第二幕是防沖卸壓。

在煤礦的開采過程中，地層中的能量積聚會瞬間釋放，當壓力積聚到一定程度時，需要用鉆桿進行預防性卸壓鉆孔。

以前只能靠人工在現場復核，確認每節鉆桿鉆進的數量，常常一晃神就會出錯；現在有了AI攝像頭，直接用視覺識別判斷鉆桿的深度和數量，將半個小時的工作量壓縮到了3分鐘，并且準確性很高。

智能化和人性化從來都不是一對矛盾體，生產效率提升了、企業的利潤增加了，山東能源把更多的心思放在了員工健康上。

工人下井作業，有時候要工作七八個小時，可能會有心血管的風險。山東能源給工人配備了可以監測心率、體溫和血氧數據的智能手表，如果有不舒服或者心率超限，工人可以一鍵報警，地面的調度中心快速定位并組織救援。

除了智能手表，工人們還配備了骨傳導的智能耳機，在嘈雜的作業環境中，彼此的溝通不用再“大喊大叫”，打電話時無需再跑去固定的地點，在任意作業點都能與同事、地面保持實時聯絡，既節省了體力，又提高了協同效率。

背后折射出了一個更深層的邏輯：工業AI并非是替代人力，而是在解放人力，賦予人更多的溫度和價值。

礦山的產能沒有下降，但改善了工作環境，降低了工作強度和危險系數；礦井中的崗位沒有消失，從地下轉移到了地面，從近場操作變成了遠程控制；工人們沒有失業，脫下了滿身是灰的工作服，穿上了整潔無瑕的白襯衫……不僅是生產方式的躍遷，更是職業尊嚴的回歸。

或許這才是“新質生產力”的題中之意：傳統產業從“粗放增長”走向“智慧驅動”，工人從“勞動密集”走向“高效協同”。技術創新的魅力，在于企業不斷上揚的增長曲線，也在于讓勞動者有尊嚴的人本價值。

03 從一座礦山到千行萬業，工業AI爆發的序章

遇到智能化轉型的，不只山東能源一家。山東能源和華為探索出的方案，能否復制到其他行業呢？

這也是央視主持人魯健在《新智中國說》中詢問的問題，得到的答案是肯定的。大模型的落地探索，本就是一條區域先行先試、場景牽引需求、產業緊密合作的創新之路，最終是為了驅動千行萬業的轉型。

首先是架構可復制。

在礦山大模型的技術架構中，華為提供的人工智能大模型作為“通用底座”，通過融入山東能源的礦山數據、安全規程、工藝知識，訓練出了具備礦業專業能力的“礦山大模型”，再基于不同應用場景的知識、數據和特定需求，衍生出了智能安全、智能洗選、智能巡檢等“場景小模型”。

“基礎模型—行業模型—場景模型”的三級架構，打破了傳統模型“一礦一策”的局限，只需輸入新場景的數據、設備參數、通過少量微調，即可讓模型快速適配新場景需求，大幅縮短部署周期。

其次是經驗可復制。

礦山場景的復雜在于，井下傳感器、攝像頭、調度系統的數據標準不一且高度分散、質量參差不齊，一度成為大模型落地的最大難題。從數據治理到模型微調，華為與山東能源進行了系統性的摸索，沉淀出了一套成熟的方法論，一部可供借鑒的“工業AI落地教材”。

對于其他行業來說，在數據體系治理、行業模型訓練等過程中，可基于華為和山東能源已經驗證的經驗降低試錯成本、避免重復建設、實現“拿來即用”，大幅縮短從“試點驗證”到“規模落地”的周期，讓AI釋放出實實在在的生產力。

可以佐證的是，短短兩年時間里，山東能源的落地場景已經從最初的21個，擴展到了180多類。

在高鐵巡檢中，AI能夠自動識別線路與設備隱患，減少人工高強度巡視；在鋼鐵冶煉中，大模型對高爐工況的實時監控與智能調節，提高了能源利用率與生產穩定性；在化工生產中，預測性維護幫助企業提前鎖定潛在風險，避免事故與停產損失……正加速向更廣闊的工業場景外溢。

為了全面總結礦山大模型在山東能源的實踐經驗，華為與山東能源聯合編制了《礦山智能化暨礦山大模型最佳實踐白皮書》，從硬件選型、算法迭代、數據安全到人員培訓，形成全流程標準化規范，實現數智化改造的“快速起跑”。

誠如《新智中國說》第二期的標題——“黑金新生”。大眾記憶中的煤礦產業，曾經被貼上了“傳統、危險、低效”的標簽，可當AI深入井下千米、貫穿全流程，呈現出的是讓人耳目一新的面貌。AI在礦山行業的落地，注定只是工業AI爆發的序章，將加速從一座礦山走向千行萬業。

04 寫在最后

最古老的能源，因AI煥發出新的希望；

最危險的行業，因AI走向安全與溫暖；

最傳統的領域，孕育出了最前沿的突破。

這就是華為與山東能源集團聯手給我們的啟示錄：不僅是煤礦產業的嬗變，更是整個工業世界的縮影。AI的價值不只是一個工具，而是正在成為產業重構的底層邏輯，成為驅動新質生產力的核心引擎。