在礦山“土壤”種植大模型，雲鼎科技向產業狂奔這一年_風聞

希臘神話中，大地女神帶回一棵枝葉茂盛的大樹，樹上結滿了金蘋果，被宙斯種植在聖園，金蘋果從此成為富饒和榮譽的象徵。

在現實中，產學界層滿懷期待，大模型技術可以快速成長為參天大樹，結出金蘋果一般豐碩的商業果實。

理論上看，中國擁有最廣闊豐富的行業場景，通過行業落地構建AI優勢，是國產大模型的獨特價值所在，更是回收前期研發投入的必經之路。

然而現實中，一年多時間過去，大模型的商用落地速度，AI在垂直產業爆發，並非如預期般迅猛。大模型究竟能不能落地，技術的“神奇”效果到底能不能在商業市場兑現，成為當前中國AI最大的隱憂，也是最首要的任務。

這種情況下，我們必須儘快在中國的產業沃土上，培育出一個個枝繁葉茂的“AI之樹”，將技術種子的力量轉化為真正的商業果實。

問題在於，產業智能並不是憑空浮現的。正如保爾·芒圖在《十八世紀產業革命》中所説：“經濟演變是比較混亂的，好像撒在大地上的種子那樣慢慢生長。”

在產業場景中激活大模型的實用價值，並不只是把基礎模型的種子撒進土壤就夠了，還需要有人精心耕耘與灌溉，才能一點點長成大樹，結出果實，讓大眾、模廠和社會都品嚐到技術的美好與甘甜。

今天，恰逢盤古礦山大模型商用一週年，這個凝結着山東能源、雲鼎科技、華為等產業力量的產業大模型，成為一棵成熟的金蘋果樹，大量AI應用散落在礦山各業務環節中。

盤古礦山大模型，在山東能源的“試驗田”上，“園丁”雲鼎科技的呵護下，逐步走向成熟，並在更多外部企業客户業務中落地生根。

這棵金蘋果樹的成熟，是一個業界期待了很久的轉折點。我們可以清晰地看到，大模型與行業需求如何有效地結合在一起，有哪些前置條件，釋放了何種價值，為大模型走向產業、走向商業化，提供了可參考的路徑。

大模型的滋味究竟如何，讓我們從一個普通礦工的親身體驗，嚐嚐味道。

行業場景是孵化智能應用的沃土。但聽説過AI的人多，真正接觸過AI的普通人卻很少。山東能源的工作人員，大概是第一批品嚐到行業大模型甘甜的人。

對採煤工來説，不下礦就是最大的安全。大模型加持的掘進“無人化”“遠程可視化操控”，讓大模型代替人到那些危重崗位上去。

對配煤師來説，原煤配比，傳統用配煤師的主觀經驗，AI預測模型，降低成本3元/噸。

對運維人來説，井筒的故障診斷、智能巡檢，根據圖像、聲音、振動、應力等，進行故障診斷，巡檢週期由之前人工巡檢30分鐘縮短為5分鐘，勞動強度大大降低。

對防沖人員來説，山東衝擊地壓礦井比較多，傳統是打鑽桿，用執法記錄儀錄製下來，拿到地面上，由防衝科的人一根根地數。鑽孔深度監管系統，實時分析打了多少根，工作效率提升80%。

對洗選人員來説，通過重介分選密度控制系統，採用AI預測的方式代替人工主觀設定，穩定了精煤品質，提高了精煤產率。

對礦區管理者來説，人工智能與掘進工藝、技術、裝備的深度融合，保障人員安全，規範作業行為，保證支護質量，實現掘進作業全過程智能監管新突破。

從去年7月18日發佈的21個場景，拓展到現在的73個成熟場景。

從NLP為主，拓展到多模態。

從山東能源集團，拓展到外部20多家煤礦企業、1家化工企業。

雲鼎科技黨委書記、總經理劉波曾對人工智能訓練中心明確提出：“盤古礦山大模型要用來武裝工人，把數字技術融入生產的一線，把作業人員減下來，勞動強度降下來，讓職工真實地感受到幸福感，同時還要把生產效能提上去，安全生產更要有保障。”

今天來看，將礦山變成一座座AI應用的果園，確實已經讓各環節從業者品嚐到了技術的甘甜。

不可否認的是，能源行業的歷史包袱重、非數字原生，智能化轉型並非易事。所以有必要討論一下，在礦山上種植大模型，雲鼎科技究竟是如何實現的？

正如第一次工業革命，並不是把蒸汽機安裝在工廠那麼簡單，還需要政策、產權、生產關係等眾多因素的齊聚，作為前置條件。

大模型的產業化落地，也絕不是把基礎模型放到生產車間、輸煤帶上就萬事大吉。回到2023年7月18日，盤古礦山大模型商用的肇始，會發現大模型這顆“種子”的落地土壤，已經做好了成為“AI果園”的充分準備。

山東能源75處礦井，還有自有電廠、港口、化工廠，提供了AI能力生長的試驗田。山東能源對智能化轉型的意識和重視，從頂層規劃上，讓盤古礦山大模型具備了全面落地、多點開花、長期發展的條件。

在此基礎上，雲鼎科技精耕細作，通過大量複雜和精細的工程化工作，一一拆除大模型這顆“種子”在產業沃土中一路生長的阻礙：

首先，注入數據養分。

大模型的核心是數據的精細程度，需要大量的數據工程，來保證模型效果。這就像一棵果樹在生長過程中，必須不斷澆灌養分。OpenAI 的工程師 James Betker認為，哪一家公司的語料的數量多、質量好，它的模型就會強於其他公司。

在礦山領域，煤礦數據不出園區，市面上AI廠商拿不到數據，只能網上抓取。異常數據由於事故不常發生而很難拿到，也十分稀缺。

這一點上，盤古礦山大模型有獨特的優勢。一方面，山東能源的數據湖，可以源源不斷地注入數據資源。另一方面，雲鼎科技用兩種手段來得到優質語料，一是標註，二是模擬。

其次，精心修枝剪葉。

礦山智能化不是大模型廣撒網式的無的放矢，需要有重點、有節奏地推進。但煤礦又是一個很難“懂”的行業，需要花費大量時間來吸收經驗，尋找問題，才能將AI技術能力發揮出價值。

雲鼎科技的解決方案專家、工業智能技術專家、礦山業務專家、研發骨幹100餘人，組成了一個“AI軍團”， 長期撲在煤礦一線，優化每個場景的開發需求。

接着，規避技術隱患。

大模型不是萬能的，生成式AI的幻覺、模型黑箱性等技術挑戰現實存在，而礦山生產又要求極高的安全可靠性。如何充分規避技術帶來的負面影響，也需要雲鼎科技對算法進行迭代優化、做有監督學習等，來提升模型的可靠可信度。

就像果樹會在關懷下收穫更好的成長，大模型也是一樣。有云鼎科技作為行業數字化解決方案服務商的精耕細作，才讓產業場景真正變為AI沃土，具備蓬勃生長的條件。

行業智能化，有大量定製化、個性化的需求，算法專家也不可能經年累月駐守在一個又一個礦山，這樣的智能化成本是行業很難承受的。

盤古礦山大模型能夠多點開花、含苞結果，就在於雲鼎科技實現了可複製推廣的AI算法模型，讓AI開發從“作坊式”變成“工業化生產”，極大地提升了效率，加快了落地進程。

基於盤古礦山大模型，從AI作坊到AI工廠的模式轉換，為智能化帶來了幾重價值：

1.交付成本更低。提升模型的泛化性，不依賴重人工投入的方式來推動，自動化程度更高，進入到流水線大生產的狀態，二十多個礦井用一個算法模型。

2.交付週期更短。優化工作流，模型的落地週期由1—2月縮短為2—3周。

3.交付規模更大。生產吞吐量，算法模型的生產量是更大的。2024年，雲鼎科技的目標是一年完成100個場景。

開發範式轉換，相當於改變了“AI果園”的種植模式，用規模效應推動生產力的巨大釋放，不僅讓煤炭的整個業務流程，加速重塑，而且極大地提升了大模型的ROI投入產出比，讓商業化成為可能。

連接生態：在廣闊市場中兑現商業價值。

智能化不是閉門造車，也需要在商業生態層面兑現價值。

雲鼎科技積極連接三大生態，獲得了充沛的市場機會。

第一大生態：山東能源集團內部生態。旗下興隆莊煤礦、李樓煤業、濟二煤礦等32餘個廠礦。

第二大生態：能源行業外部生態。立足礦業、輻射能源領域其他板塊。相繼中標了一批行業重點數智化項目。中標國家管網AI大模型項目，中標華能煤業有限公司礦井5G一體化融合基站無線通信及精準定位系統建設服務項目，中標國際項目，以及西部礦業等非煤礦山，華能、皖北煤電、海科新源等。

第三大生態：華為雲泛ICT生態。在華為AI+製造業峯會2024上，華為和雲鼎科技攜手產業鏈上下游的客户及合作伙伴共同成立“製造業人工智能創新聯盟”。

這些生態的集體託舉之下，為雲鼎科技的AI技術、產品與方案，帶來了穩定的市場需求，自商用以來，人工智能領域合同額已超3億元，也讓外界看到了大模型的真實商業潛力。

看了盤古礦山大模型的成熟，我們不禁要問，究竟什麼樣的產業大模型在今天有可能成功呢？

站在一週年之際回首四顧，我們可以總結出一些值得參考的經驗：

1.緊扣需求。

AI具有廣闊的行業應用前景與產業想象力，到底怎麼結合，還是要從成熟場景中去找。智能化的需求主體，一定不是目前數字化、信息化基礎良好的科技、互聯網行業，而是工業、農業為代表的實體經濟行業。生產方式相對傳統的領域，越能夠在智能化浪潮中收穫顯著利好。比如AI對礦山危重崗位的改造，保護了煤礦從業人員的生命安全，就比畫畫、娛樂等面臨更少的阻力、更強的需求。

真實需求，帶來了大模型的商業可能。

2.行業突擊。

大模型落地，需要行業特種兵。雲鼎科技作為專注於打造一流的能源行業數字化解決方案提供商，是煤炭行業信息技術企業頭部企業，具有專業智能化場景落地能力，能夠把某個細分的場景打透、打穿。

3.成本安全。

大模型訓練一次動輒幾百萬，盲目去做根本燒不起。技術炫酷的效果退去之後，談的都是實實在在的東西，成本或者ROI是落地最核心、最務實的考量。雲鼎科技在成熟場景上做升級改造，低成本可複製，守住了長期發展的安全水位線。

可以看到，大模型走向行業，是一條漫長且角色眾多的道路。需要有華為雲這樣賣鏟子的基礎模型方，也需要雲鼎科技這樣的ISV服務商，以及山東能源集團這樣的智能化先行者。這些產業角色的共同協作與配合，才能讓大模型的種子，在產業土壤中證明自己的價值。

盤古礦山大模型的花開果熟，證明了國產大模型的商業價值切實存在，行業落地路徑暢通可行，產業智能化堅定推進，終會將中國變得無處不AI、無處不豐收。