在矿山“土壤”种植大模型，云鼎科技向产业狂奔这一年

希腊神话中，大地女神带回一棵枝叶茂盛的大树，树上结满了金苹果，被宙斯种植在圣园，金苹果从此成为富饶和荣誉的象征。

在现实中，产学界层满怀期待，大模型技术可以快速成长为参天大树，结出金苹果一般丰硕的商业果实。

理论上看，中国拥有最广阔丰富的行业场景，通过行业落地构建AI优势，是国产大模型的独特价值所在，更是回收前期研发投入的必经之路。

然而现实中，一年多时间过去，大模型的商用落地速度，AI在垂直产业爆发，并非如预期般迅猛。大模型究竟能不能落地，技术的“神奇”效果到底能不能在商业市场兑现，成为当前中国AI最大的隐忧，也是最首要的任务。

这种情况下，我们必须尽快在中国的产业沃土上，培育出一个个枝繁叶茂的“AI之树”，将技术种子的力量转化为真正的商业果实。

问题在于，产业智能并不是凭空浮现的。正如保尔·芒图在《十八世纪产业革命》中所说：“经济演变是比较混乱的，好像撒在大地上的种子那样慢慢生长。”

在产业场景中激活大模型的实用价值，并不只是把基础模型的种子撒进土壤就够了，还需要有人精心耕耘与灌溉，才能一点点长成大树，结出果实，让大众、模厂和社会都品尝到技术的美好与甘甜。

今天，恰逢盘古矿山大模型商用一周年，这个凝结着山东能源、云鼎科技、华为等产业力量的产业大模型，成为一棵成熟的金苹果树，大量AI应用散落在矿山各业务环节中。

盘古矿山大模型，在山东能源的“试验田”上，“园丁”云鼎科技的呵护下，逐步走向成熟，并在更多外部企业客户业务中落地生根。

这棵金苹果树的成熟，是一个业界期待了很久的转折点。我们可以清晰地看到，大模型与行业需求如何有效地结合在一起，有哪些前置条件，释放了何种价值，为大模型走向产业、走向商业化，提供了可参考的路径。

大模型的滋味究竟如何，让我们从一个普通矿工的亲身体验，尝尝味道。

行业场景是孵化智能应用的沃土。但听说过AI的人多，真正接触过AI的普通人却很少。山东能源的工作人员，大概是第一批品尝到行业大模型甘甜的人。

对采煤工来说，不下矿就是最大的安全。大模型加持的掘进“无人化”“远程可视化操控”，让大模型代替人到那些危重岗位上去。

对配煤师来说，原煤配比，传统用配煤师的主观经验，AI预测模型，降低成本3元/吨。

对运维人来说，井筒的故障诊断、智能巡检，根据图像、声音、振动、应力等，进行故障诊断，巡检周期由之前人工巡检30分钟缩短为5分钟，劳动强度大大降低。

对防冲人员来说，山东冲击地压矿井比较多，传统是打钻杆，用执法记录仪录制下来，拿到地面上，由防冲科的人一根根地数。钻孔深度监管系统，实时分析打了多少根，工作效率提升80%。

对洗选人员来说，通过重介分选密度控制系统，采用AI预测的方式代替人工主观设定，稳定了精煤品质，提高了精煤产率。

对矿区管理者来说，人工智能与掘进工艺、技术、装备的深度融合，保障人员安全，规范作业行为，保证支护质量，实现掘进作业全过程智能监管新突破。

从去年7月18日发布的21个场景，拓展到现在的73个成熟场景。

从NLP为主，拓展到多模态。

从山东能源集团，拓展到外部20多家煤矿企业、1家化工企业。

云鼎科技党委书记、总经理刘波曾对人工智能训练中心明确提出：“盘古矿山大模型要用来武装工人，把数字技术融入生产的一线，把作业人员减下来，劳动强度降下来，让职工真实地感受到幸福感，同时还要把生产效能提上去，安全生产更要有保障。”

今天来看，将矿山变成一座座AI应用的果园，确实已经让各环节从业者品尝到了技术的甘甜。

不可否认的是，能源行业的历史包袱重、非数字原生，智能化转型并非易事。所以有必要讨论一下，在矿山上种植大模型，云鼎科技究竟是如何实现的？

精耕细作：将传统矿山变成AI沃土

正如第一次工业革命，并不是把蒸汽机安装在工厂那么简单，还需要政策、产权、生产关系等众多因素的齐聚，作为前置条件。

大模型的产业化落地，也绝不是把基础模型放到生产车间、输煤带上就万事大吉。回到2023年7月18日，盘古矿山大模型商用的肇始，会发现大模型这颗“种子”的落地土壤，已经做好了成为“AI果园”的充分准备。

山东能源75处矿井，还有自有电厂、港口、化工厂，提供了AI能力生长的试验田。山东能源对智能化转型的意识和重视，从顶层规划上，让盘古矿山大模型具备了全面落地、多点开花、长期发展的条件。

在此基础上，云鼎科技精耕细作，通过大量复杂和精细的工程化工作，一一拆除大模型这颗“种子”在产业沃土中一路生长的阻碍：

首先，注入数据养分。

大模型的核心是数据的精细程度，需要大量的数据工程，来保证模型效果。这就像一棵果树在生长过程中，必须不断浇灌养分。OpenAI 的工程师 James Betker认为，哪一家公司的语料的数量多、质量好，它的模型就会强于其他公司。

在矿山领域，煤矿数据不出园区，市面上AI厂商拿不到数据，只能网上抓取。异常数据由于事故不常发生而很难拿到，也十分稀缺。

这一点上，盘古矿山大模型有独特的优势。一方面，山东能源的数据湖，可以源源不断地注入数据资源。另一方面，云鼎科技用两种手段来得到优质语料，一是标注，二是模拟。

其次，精心修枝剪叶。

矿山智能化不是大模型广撒网式的无的放矢，需要有重点、有节奏地推进。但煤矿又是一个很难“懂”的行业，需要花费大量时间来吸收经验，寻找问题，才能将AI技术能力发挥出价值。

云鼎科技的解决方案专家、工业智能技术专家、矿山业务专家、研发骨干100余人，组成了一个“AI军团”， 长期扑在煤矿一线，优化每个场景的开发需求。

接着，规避技术隐患。

大模型不是万能的，生成式AI的幻觉、模型黑箱性等技术挑战现实存在，而矿山生产又要求极高的安全可靠性。如何充分规避技术带来的负面影响，也需要云鼎科技对算法进行迭代优化、做有监督学习等，来提升模型的可靠可信度。

就像果树会在关怀下收获更好的成长，大模型也是一样。有云鼎科技作为行业数字化解决方案服务商的精耕细作，才让产业场景真正变为AI沃土，具备蓬勃生长的条件。

范式转换：从AI作坊到AI工厂

行业智能化，有大量定制化、个性化的需求，算法专家也不可能经年累月驻守在一个又一个矿山，这样的智能化成本是行业很难承受的。

盘古矿山大模型能够多点开花、含苞结果，就在于云鼎科技实现了可复制推广的AI算法模型，让AI开发从“作坊式”变成“工业化生产”，极大地提升了效率，加快了落地进程。

基于盘古矿山大模型，从AI作坊到AI工厂的模式转换，为智能化带来了几重价值：

1.交付成本更低。提升模型的泛化性，不依赖重人工投入的方式来推动，自动化程度更高，进入到流水线大生产的状态，二十多个矿井用一个算法模型。

2.交付周期更短。优化工作流，模型的落地周期由1—2月缩短为2—3周。

3.交付规模更大。生产吞吐量，算法模型的生产量是更大的。2024年，云鼎科技的目标是一年完成100个场景。

开发范式转换，相当于改变了“AI果园”的种植模式，用规模效应推动生产力的巨大释放，不仅让煤炭的整个业务流程，加速重塑，而且极大地提升了大模型的ROI投入产出比，让商业化成为可能。

连接生态：在广阔市场中兑现商业价值。

智能化不是闭门造车，也需要在商业生态层面兑现价值。

云鼎科技积极连接三大生态，获得了充沛的市场机会。

第一大生态：山东能源集团内部生态。旗下兴隆庄煤矿、李楼煤业、济二煤矿等32余个厂矿。

第二大生态：能源行业外部生态。立足矿业、辐射能源领域其他板块。相继中标了一批行业重点数智化项目。中标国家管网AI大模型项目，中标华能煤业有限公司矿井5G一体化融合基站无线通信及精准定位系统建设服务项目，中标国际项目，以及西部矿业等非煤矿山，华能、皖北煤电、海科新源等。

第三大生态：华为云泛ICT生态。在华为AI+制造业峰会2024上，华为和云鼎科技携手产业链上下游的客户及合作伙伴共同成立“制造业人工智能创新联盟”。

这些生态的集体托举之下，为云鼎科技的AI技术、产品与方案，带来了稳定的市场需求，自商用以来，人工智能领域合同额已超3亿元，也让外界看到了大模型的真实商业潜力。

矿山AI的花开果熟是大模型产业丰收的开始

看了盘古矿山大模型的成熟，我们不禁要问，究竟什么样的产业大模型在今天有可能成功呢？

站在一周年之际回首四顾，我们可以总结出一些值得参考的经验：

1.紧扣需求。

AI具有广阔的行业应用前景与产业想象力，到底怎么结合，还是要从成熟场景中去找。智能化的需求主体，一定不是目前数字化、信息化基础良好的科技、互联网行业，而是工业、农业为代表的实体经济行业。生产方式相对传统的领域，越能够在智能化浪潮中收获显著利好。比如AI对矿山危重岗位的改造，保护了煤矿从业人员的生命安全，就比画画、娱乐等面临更少的阻力、更强的需求。

真实需求，带来了大模型的商业可能。

2.行业突击。

大模型落地，需要行业特种兵。云鼎科技作为专注于打造一流的能源行业数字化解决方案提供商，是煤炭行业信息技术企业头部企业，具有专业智能化场景落地能力，能够把某个细分的场景打透、打穿。

3.成本安全。

大模型训练一次动辄几百万，盲目去做根本烧不起。技术炫酷的效果退去之后，谈的都是实实在在的东西，成本或者ROI是落地最核心、最务实的考量。云鼎科技在成熟场景上做升级改造，低成本可复制，守住了长期发展的安全水位线。

可以看到，大模型走向行业，是一条漫长且角色众多的道路。需要有华为云这样卖铲子的基础模型方，也需要云鼎科技这样的ISV服务商，以及山东能源集团这样的智能化先行者。这些产业角色的共同协作与配合，才能让大模型的种子，在产业土壤中证明自己的价值。

盘古矿山大模型的花开果熟，证明了国产大模型的商业价值切实存在，行业落地路径畅通可行，产业智能化坚定推进，终会将中国变得无处不AI、无处不丰收。