工业大省有“模”力丨浪潮海若让AI进厂“打辅助”

编者按：

为深入贯彻发展新质生产力要求，加快推进人工智能与实体经济深度融合，近期，山东省工信厅遴选出海若、天智、星际、云鼎、星港、尚智、奇智孔明七大垂直领域大模型，挖掘山东人工智能企业创新动能，构建优势企业竞相发展的良好产业生态。工业大省有‘模’力系列报道，将聚焦7个标杆垂域大模型，走进企业一线，记录技术落地工厂车间的真实实践，展现山东依托完备工业家底，做大做强国产行业大模型的创新探索，为制造业数字化转型提供可借鉴的山东样本。

工业领域谈及大模型，总会被问到一个现实问题：AI走进工厂，会不会取代一线工作人员？

在浪潮集团执行总裁、总工程师肖雪看来，当下社会对人工智能普遍存在认知误区：“我们现在把人工智能妖魔化了。人工智能不是替代谁的问题，是帮助谁的问题。”评判一款工业大模型优劣，不能只盯着实验室参数指标，核心要看能否破解生产现场实实在在的痛点。作为山东省首个通过中央网信办生成式AI备案的大模型，浪潮海若依托国内首个实体化人工智能词元工厂，推动大模型生产从“手工作坊”迈向“现代工业”，针对产业“认知、执行、安全”相互割裂的行业难题，搭建起完整的产业AI能力底座。

从手工作坊到现代工业，大模型实现标准化生产

在济南浪潮人工智能工厂内，浪潮海若词元工厂负责人张敏向记者揭开大模型的“制造”全过程。

这里没有传统印象里程序员扎堆敲代码的景象，数据车间、模型车间、评测中心、集成车间依次排布，2000多台服务器高速运转。

过去开发行业大模型，高度依赖工程师个人经验手艺，单个项目平均耗时90天。如今浪潮海若将大模型生产拆解为75道标准化工序，配套180套工具，把模型交付周期压缩至20天，真正实现大模型工业化流水线制造。“要大规模应用人工智能，必须标准化。”肖雪说。

如何“造”出一个大模型？以市民服务热线垂域大模型开发为例，原始业务数据存在严重失衡问题，求助咨询类数据占绝大多数，提出建议类样本仅占0.2%，数据失衡会直接导致模型训练效果大打折扣。在数据车间，系统会对原始数据做“配平”处理，基于少量优质建议样本生成拓展新样本，补齐样本短板，实现六类业务数据占比均衡，产出合格训练数据集。

数据完成处理后交由模型车间开展训练；训练完成送入评测中心，通过海量测试用例反复校验，存在缺陷便打回迭代优化，全部达标才算完成模型生产。

模型造出来，还要打通虚实两端：屏幕之内做好认知决策，屏幕之外落地实体执行。在集成车间，要为机器人装上“大脑”，使之更灵活、更智能。拿夹取苹果的动作来说，操作人员通过遥操设备完成动作，摄像头完整采集动作信息，机器人复刻全部细微姿态。这一单一基础动作就需要采集上千条数据，而泛化复杂动作则要采集十几万甚至几十万条样本。经过反复迭代训练，智能机器人才能够走出车间、投入工业现场使用。

不管是模型还是机器人，全部都严守安全底线，这也是浪潮海若破解产业痛点的核心逻辑。

浪潮大模型训练机房

AI当好生产辅助

标准化生产出来的大模型，最终价值要在工厂车间落地兑现。在山东滨州京博石化，浪潮海若石化专用大模型带来实实在在的生产变革。

传统石化设备维护只有两种模式，要么故障后抢修，要么到期强制停机检修，两种方式都会带来巨大产能损失，此前企业每两到三年就要开展全厂大修，停工时长长达三至四个月。

浪潮海若融合工艺机理知识与工厂长年运行积淀的数据，搭建腐蚀预判模型，AI提前推演管线设备腐蚀趋势，精准定位风险隐患点位，实现按需检修，将设备大修周期拉长至三年半。

没有新建产线，也没有大规模增员，AI赋能直接落地生产环节。落地之后，京博石化智能应用搭建时间缩短70%，虚拟数字员工工作效率提升60%，一线最直观的感受就是“少停工、多生产”。

不止设备运维，浪潮海若也为企业经营决策提供辅助支撑。石化行业面临国际原油价格剧烈波动，不同区域沥青产品对应的生产配方、原油采购品类差异巨大。海若大模型整合历史行情、国际局势、企业订单等多维度信息，输出原油采购量级、标号、锁价区间的参考方案。但AI只输出参考建议，最终决策权牢牢掌握在人手中。

“油价本身波动很大，AI可以帮我们归集更多维度信息，提升决策参考价值，但不能保证稳赚。”肖雪着重强调人的核心决策权不可动摇，这套分析体系每季度可帮助企业优化数千万元经营收益。

厂区安防也是工业生产的重中之重。过去厂区多套安防系统数据分散，火灾预警传统模式误报率高达95%，几乎难以投入实际使用。浪潮海若打通多源分散数据，火情识别准确率提升至98%以上。

工厂用AI，一点幻觉都不能出现

工厂场景和普通办公场景完全不一样。办公场景下大模型可以自由发散脑洞，可在工厂场景下，一旦接入生产装置，任何一个错误结论，都有可能带来巨额损失。

“工厂一开工，一步出错就是几十万、几百万、几千万的损失。在部分极端场景，一次失误甚至造成数十亿损失，完全没有试错空间。工业的核心是规则，不是自发性。黑盒内部如何运算可以看不见，但输入输出必须严守规则，达不到标准就绝不允许上线。”肖雪表示。

为此浪潮设置双重保障机制。一方面将AI运行约束在业务规则、行业知识、异常处理逻辑的框架内；另一方面厘清权责，谁授权，谁负责。“安全责任不会转移给机器，机器承担不了安全责任——人可以凭借经验和主观意识处置复杂突发问题。”

AI技术普及，也催生了新型网络风险。护网演练中可以观察到，网络攻击已经由人工操作转向自动化智能攻击。浪潮以智能化对抗智能化威胁，自研哨兵产品识别拦截自动化攻击；配套海若安全靶场，具备700余类场景推演、300余项核心技能，形成完整安全闭环。海若大模型也首批通过公安部网络安全等级保护评估中心的大模型系统安全能力测评。

海若具身智能综合训练场，已经入选山东省首批具身智能机器人训练场建设名单，依托该训练场，再经过石化场景验证的整套大模型落地能力，浪潮海若开始向外复制输出，拓展到其他行业。借助数字孪生先虚拟推演、再现实落地的思路，矿山、制鞋、政务、医疗、水利等众多行业，都可以降低AI落地的门槛。

“被淘汰的不是人，是不转型的人”

技术底座再完善，工具终究要服务于人。从京博实践再到多行业落地，浪潮也在大量项目中，看清AI时代企业内部真实的人机协作关系。

肖雪介绍到，把企业内部人员划分成三类角色。只做固定输入输出的基础工作，更适合交由工具完成，机器执行比人更稳定；骨干员工能够统筹任务、协调团队，对应智能体、数字员工，保留上级人员做好监管；经验丰富的行业专家不必纠缠细碎实务，主要发挥判断把关作用，处理模型难以决断的复杂难题。

“授权一个人和授权一个智能体，底层逻辑是一样的，核心就看风险和能力是否可控。足够信任就充分授权，心存顾虑就加强监管。”

在他的判断里，AI并不会带来大规模失业。旧岗位消失的同时，会诞生全新的岗位。机器生成的代码会出现人类遇不到的特殊bug，甄别、校验、修正AI 输出结果，依旧离不开人的专业能力。

“真正被时代淘汰的，是不愿转变的那批人。固守原有工作模式，拒绝拥抱变化，最终会被时代抛下。”

从石化工厂设备运维、供应链决策，到千行百业的智能化改造，浪潮海若正在把“帮助人”落到真实的生产业务当中。AI时代迭代速度飞快，产品形态和商业模式都在持续演变，“但被淘汰的逻辑只有一个：你要快速跟住这个时代。”

大众新闻·齐鲁壹点记者 李殷婷