来源：人民网

当前，随着人工智能（AI）技术加速迭代演进，行业大模型正快速落地产业一线，为实体经济智能化转型注入新活力，其对产业降本增效、提升全要素生产率的作用愈发凸显。

与此同时，AI大模型呈现从通用范式走向垂直深耕、由简单对话迈向智能体协同运作的趋势，深度融入产业工艺流程，以轻量化方案破解行业难题。

有业界人士认为，长期以来，工业生产、现场巡检、流程管理、工艺调参都高度依赖资深技术人员，一线经验难以实现标准化留存。与此同时，企业各业务系统互不连通，数据孤岛问题突出，生产调度、隐患排查、经营研判大多依靠人工完成，不仅人力成本高、工作效率低，还存在预判滞后、标准不一等问题，已成为产业发展的堵点。

国务院此前发布的《关于深入实施“人工智能+”行动的意见》明确，到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。

当前，在一系列政策引导下，越来越多的企业加大大模型开发力度，推动“人工智能+”发展。

面向能源化工全产业链，中石油昆仑大模型破解传统勘探解析周期长、复杂储层识别精度低、井下安全隐患预判滞后、生产能耗偏高等难题。目前，昆仑大模型已在科技创新、产业发展、管理提升三大方向、152个应用场景规模化落地，覆盖油气勘探开发、炼化生产、技术服务、资本金融等环节，为油气产业安全高效、绿色低碳发展提供支撑。

在通用工业领域，针对企业数智化转型门槛高、运营成本高等难题，麦耘AI发布企业级生成式AI内容增长引擎，通过AI智能体技术、企业知识智能及AI增长工作流等能力，实现AI与企业经营流程的融合。其中，通过智能体调度系统，多个AI角色可围绕企业目标进行任务拆解、协同执行和结果优化，实现从信息处理到业务执行的全链路升级。

在清洁能源领域，针对水文预报周期短、各类电源分头调度、高海拔场站巡检难度大、运维效率偏低等难题，国投雅砻江水风光一体化智慧运营大模型整合流域水文、气象、电站运行海量数据，将径流预报时长由10余天延长至60天；依靠多智能体协同架构，实现水电灵活调节资源与新能源波动出力的精准匹配。

工信部发布的最新数据显示，今年上半年，规模以上制造业企业AI技术应用普及率超30%，AI开源大模型全球累计下载量突破100亿次。

业界人士表示，随着“人工智能+”行动持续走深走实，智能技术将持续赋能千行百业转型升级，以数智化变革培育壮大新质生产力，为工业经济高质量发展注入持久动能。