AI的价值在哪里？

许多人脱口而出的答案可能是“对话”，写作、编程、翻译、画图……AI就像一个无所不能的伙伴，一次次给出让人惊艳的结果。

其实还有另外一种答案：在矿山、港口、化工等产业一线，AI正在重构产业的运行逻辑，从依赖人力和经验的传统作业，进入到了数据和算法驱动的智能化生产——更精准、更高效、也更安全。

回看2025年央视重磅上线的《新智中国说》第二期，深入地下1000米的煤矿深处，揭示了华为与山东能源集团联合打造的全球首个矿山行业大模型，怎么让“脏苦累险”的煤矿焕发出新的生机。

如果说消费级AI是知识的延展，工业级AI就是生产力的重塑。譬如山东能源与华为的合作，提供了“新质”时代的“智慧矿山方案”，向外界示范了从一个场景复制到整个行业的“AI出圈启示录”。

01 从“脏苦累险”到“安全智控”，矿山安全范式转变

在煤矿行业，安全始终是最核心的问题。

被提及最多的制度正是“敲帮问顶”，即利用钢钎、撬棍等工具敲击巷道顶板及侧帮岩体，根据回声判断是否存在松动岩石或离层现象，但高度依赖人员的经验和状态。

早在2020年2月，国务院八部委就联合下发了《关于加快煤矿智能化发展的指导意见》，要求将人工智能、云计算、大数据等新技术与现代煤炭开发利用深度融合。山东能源迅速组建了一支AI团队，并在2022年初携手华为成立了联合创新中心，寻求人工智能大模型的行业应用。

时间来到2023年7月，山东能源和华为联合发布了全球首个矿山行业大模型，首批的应用场景就涵盖了采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9个专业的21个场景应用，为AI大规模下矿山打下了坚实基础。

在《新智中国说》的镜头里，我们看到了AI在煤矿行业的新图景，不单单“会说话”，还做到了“会管事”。

比如行为识别预警。

过去煤矿的体系管理靠“人盯人”，不仅增加了管理成本，还可能在作业过程中产生不信任或争执的情况。

山东能源在煤矿里部署了上千个AI摄像头，井下的每一步操作都“看得见、判得清、可追溯”，一旦出现皮带跑偏、人员越界等异常情况，会在第一时间进行报警、停机等操作，实现事前预警而非事后追责。

比如安全风险管控。

原本依赖人的经验和状态的工序，现在可以通过AI学习，严格按照安全规程进行作业。

还是“敲帮问顶”的例子，如果工作人员的行为不规范，或者没有达到实际效果，AI就会向地面工作人员报警。在AI的赋能下，安全不再是抽象的概念，而是落在每一道工序、每一个动作上的刚性要求，杜绝因不规范制造的隐患。

再比如多模态巡检。

在井筒检修作业中，工作深度少则几百米、多则上千米，需要操作者用眼睛去看、用耳朵去听，高度危险且效率低下。

山东能源在罐笼上安装了360度无死角的摄像头和拾音设备，利用大模型的多模态能力实时监控井筒的形变和异常声音，就像是给井筒拍X光“体检”，提高检修效率的同时，替代了高危的人工作业。

可以找到的AI应用场景还有很多。

正如我们所看到的，一场深入到矿井“神经末梢”的智能化革命，让“脏苦累险”渐渐成为煤矿作业的过去时，取而代之的是AI驱动的“安全智控”。如果说过去的矿井是一个依赖人类感官和经验判断的“盲盒”，智能矿山将是一个拥有“超级大脑”和“千里眼、顺风耳”的智慧体，彻底改写了安全范式。

02 从“流水线”到“生命线”，AI驱动的产业新价值

煤矿的数智化转型，并未局限于安全生产，而是贯穿整个能源产业链，加速向智能化、人性化的新形态演进。

因为在工业领域，验证一项新技术的价值，不单单是“能做更多事”，还要看有多大的经济效益。《新智中国说》的两个画面，为我们揭示了一个事实：AI已经从成本中心，进化为企业的利润引擎。

第一幕是煤泥水浓缩池。

山东能源和华为用AI学习了整个洗选煤的流程工艺，包括原煤灰分的判断、重介的加药比例、各种浅槽密度的控制等等，然后用AI控制流程工艺的参数，让精煤的产品增加了0.2%。

简单算一笔账的话：目前山东能源一个煤矿一年的洗选加工量是230多万吨，按照0.2%的提升计算，等于每年增加了5000吨的精煤产量。

第二幕是防冲卸压。

在煤矿的开采过程中，地层中的能量积聚会瞬间释放，当压力积聚到一定程度时，需要用钻杆进行预防性卸压钻孔。

以前只能靠人工在现场复核，确认每节钻杆钻进的数量，常常一晃神就会出错；现在有了AI摄像头，直接用视觉识别判断钻杆的深度和数量，将半个小时的工作量压缩到了3分钟，并且准确性很高。

智能化和人性化从来都不是一对矛盾体，生产效率提升了、企业的利润增加了，山东能源把更多的心思放在了员工健康上。

工人下井作业，有时候要工作七八个小时，可能会有心血管的风险。山东能源给工人配备了可以监测心率、体温和血氧数据的智能手表，如果有不舒服或者心率超限，工人可以一键报警，地面的调度中心快速定位并组织救援。

除了智能手表，工人们还配备了骨传导的智能耳机，在嘈杂的作业环境中，彼此的沟通不用再“大喊大叫”，打电话时无需再跑去固定的地点，在任意作业点都能与同事、地面保持实时联络，既节省了体力，又提高了协同效率。

背后折射出了一个更深层的逻辑：工业AI并非是替代人力，而是在解放人力，赋予人更多的温度和价值。

矿山的产能没有下降，但改善了工作环境，降低了工作强度和危险系数；矿井中的岗位没有消失，从地下转移到了地面，从近场操作变成了远程控制；工人们没有失业，脱下了满身是灰的工作服，穿上了整洁无瑕的白衬衫……不仅是生产方式的跃迁，更是职业尊严的回归。

或许这才是“新质生产力”的题中之意：传统产业从“粗放增长”走向“智慧驱动”，工人从“劳动密集”走向“高效协同”。技术创新的魅力，在于企业不断上扬的增长曲线，也在于让劳动者有尊严的人本价值。

03 从一座矿山到千行万业，工业AI爆发的序章

遇到智能化转型的，不只山东能源一家。山东能源和华为探索出的方案，能否复制到其他行业呢？

这也是央视主持人鲁健在《新智中国说》中询问的问题，得到的答案是肯定的。大模型的落地探索，本就是一条区域先行先试、场景牵引需求、产业紧密合作的创新之路，最终是为了驱动千行万业的转型。

首先是架构可复制。

在矿山大模型的技术架构中，华为提供的人工智能大模型作为“通用底座”，通过融入山东能源的矿山数据、安全规程、工艺知识，训练出了具备矿业专业能力的“矿山大模型”，再基于不同应用场景的知识、数据和特定需求，衍生出了智能安全、智能洗选、智能巡检等“场景小模型”。

“基础模型—行业模型—场景模型”的三级架构，打破了传统模型“一矿一策”的局限，只需输入新场景的数据、设备参数、通过少量微调，即可让模型快速适配新场景需求，大幅缩短部署周期。

其次是经验可复制。

矿山场景的复杂在于，井下传感器、摄像头、调度系统的数据标准不一且高度分散、质量参差不齐，一度成为大模型落地的最大难题。从数据治理到模型微调，华为与山东能源进行了系统性的摸索，沉淀出了一套成熟的方法论，一部可供借鉴的“工业AI落地教材”。

对于其他行业来说，在数据体系治理、行业模型训练等过程中，可基于华为和山东能源已经验证的经验降低试错成本、避免重复建设、实现“拿来即用”，大幅缩短从“试点验证”到“规模落地”的周期，让AI释放出实实在在的生产力。

可以佐证的是，短短两年时间里，山东能源的落地场景已经从最初的21个，扩展到了180多类。

在高铁巡检中，AI能够自动识别线路与设备隐患，减少人工高强度巡视；在钢铁冶炼中，大模型对高炉工况的实时监控与智能调节，提高了能源利用率与生产稳定性；在化工生产中，预测性维护帮助企业提前锁定潜在风险，避免事故与停产损失……正加速向更广阔的工业场景外溢。

为了全面总结矿山大模型在山东能源的实践经验，华为与山东能源联合编制了《矿山智能化暨矿山大模型最佳实践白皮书》，从硬件选型、算法迭代、数据安全到人员培训，形成全流程标准化规范，实现数智化改造的“快速起跑”。

诚如《新智中国说》第二期的标题——“黑金新生”。大众记忆中的煤矿产业，曾经被贴上了“传统、危险、低效”的标签，可当AI深入井下千米、贯穿全流程，呈现出的是让人耳目一新的面貌。AI在矿山行业的落地，注定只是工业AI爆发的序章，将加速从一座矿山走向千行万业。

04 写在最后

最古老的能源，因AI焕发出新的希望；

最危险的行业，因AI走向安全与温暖；

最传统的领域，孕育出了最前沿的突破。

这就是华为与山东能源集团联手给我们的启示录：不仅是煤矿产业的嬗变，更是整个工业世界的缩影。AI的价值不只是一个工具，而是正在成为产业重构的底层逻辑，成为驱动新质生产力的核心引擎。