但不可忽視的事實是，不管是油氣行業(yè)，還是礦山行業(yè)，此前的機械化、自動化、甚至是信息化，都已經(jīng)達到相當高的水平。這也意味著，依靠傳統(tǒng)手段，繼續(xù)提升生產(chǎn)力的空間并不大。可問題是，被寄予厚望的數(shù)字化、智能化如何落地？
1 “加油爭氣”的“華為經(jīng)驗”
2024年初，華為將油氣、礦山行業(yè)業(yè)務整合。“組織架構調整，意在拉通研、營、銷、供、服團隊，縮短產(chǎn)業(yè)鏈條，快速響應客戶需求。”華為中國政企油氣礦山系統(tǒng)部總經(jīng)理范濤解釋了其中的原因。
華為中國政企油氣礦山系統(tǒng)部總經(jīng)理范濤
確實如此。
華為確實在縮短產(chǎn)業(yè)鏈條，以加快客戶需求響應。在此之前，華為已與中國石油、中國石化、中國海油、國家管網(wǎng)等企業(yè)，簽訂戰(zhàn)略合作協(xié)議，業(yè)務深入油田勘探與生產(chǎn)、管道運輸、煉油化工、成品油零售等不同領域。
與此同時。
華為與中國國能、神東煤炭、山東能源、焦煤集團、陜煤集團等企業(yè)，也保持有緊密合作。這種“緊密”，就是“縮短產(chǎn)業(yè)鏈條”價值。其因此創(chuàng)造了——華為與山東能源合作，落地全球首個能源行業(yè)商用礦山大模型；華為與陜煤集團紅柳林礦業(yè)，打造了基于工業(yè)互聯(lián)網(wǎng)架構的智能礦山。
其中經(jīng)驗，可總結為三句話：華為在油氣、礦山、冶煉、化工等行業(yè)，始終堅持“為場景找技術”、堅持“為模型落地找方法”，堅持“華為+伙伴”戰(zhàn)略不動搖。
2 為場景找技術
有沒有發(fā)現(xiàn)這種現(xiàn)象，自動化程度越高的行業(yè)，因為受限于七國八制的通信協(xié)議，很難形成業(yè)務系統(tǒng)間的聯(lián)動，也更容易形成相當封閉的生態(tài)“小圈子”。
華為就是通過“為場景找技術”，解決了“小圈子”的問題，而且華為找來的是根技術。例如礦鴻脫胎于OpenHarmony，是專門針對礦山場景開發(fā)的智能物聯(lián)操作系統(tǒng)。它能讓礦山上的所有的設備都講“普通話”，實現(xiàn)跨設備、跨系統(tǒng)的協(xié)同和聯(lián)動。
目前，礦鴻已經(jīng)部署在神東的13個煤礦、1個洗煤廠的3300多套設備上。其中烏蘭木倫礦實現(xiàn)了全礦部署，將裝備智能控制、固定場所無人巡檢，以及設備在線升級時間，從1天縮短到4分鐘。
除“聯(lián)接”問題之外，企業(yè)數(shù)智轉型也將面臨更嚴峻的算力、存力、運力挑戰(zhàn)。而且不同于信息時代對“3力”的要求，企業(yè)數(shù)智轉型更希望“3力”能與應用場景結合，這也需要華為能“為場景找技術”。
好在，華為確實是家有技術的公司。例如，江銅集團德興銅礦希望實現(xiàn)工控網(wǎng)、辦公網(wǎng)、視頻網(wǎng)的三網(wǎng)隔離，超大速率，華為就“找”來了F5G技術；東方物探經(jīng)常給地球做“CT”，華為就引入鯤鵬，大幅度地了GeoEast軟件的性能；中國石化旗下的物探院，希望在復雜的地質條件下高效、準確地找到油氣資源，華為就幫助其構建超算中心，對海量地震數(shù)據(jù)進行高效處理，顯著縮短了數(shù)據(jù)處理周期。
3 為模型落地找方法
除此之外，數(shù)字化和智能化的意義，更在于打破了行業(yè)生產(chǎn)力的天花板。因為依靠機械化和自動化，無論如何也不可能實現(xiàn)智能分析、智能決策、主動預防、數(shù)據(jù)預測性維護、自動駕駛等應用。
當然，應用落地也要講究方式方法。
在“大模型”還未出現(xiàn)前的“小模式”，確實不太適合落地油氣和礦山里的應用場景。一是，小模型、專家模型（也稱為“傳統(tǒng)模型”）應用的門檻較高。由于在模型訓練和推理階段，需要大量的專業(yè)/研究技術人員對傳統(tǒng)模型進行參數(shù)校正，往往對專業(yè)能力需求較高，沒有普適性。二是，“小模型”泛化能力差，成功案例很難被復制；三是，算法訓練需要將生產(chǎn)單位的數(shù)據(jù)導出，存在數(shù)據(jù)泄露等安全風險問題。
“大模型”可以解決上述問題，但也要有策略地解決。
“華為人工智能新架構”采用中心訓練與邊緣推理的“云邊協(xié)同”兩級架構。在集團側利用正常數(shù)據(jù)，以及已知的負樣本數(shù)據(jù)進行訓練，隨后訓練好的模型被推送至邊緣側進行推理。更關鍵的是，在推理過程中，系統(tǒng)還能夠識別并捕獲那些非正常或異常的未知數(shù)據(jù)。這些異常數(shù)據(jù)隨后會被標記，并定期或定量地送回集團側，完成進一步的學習與分析。
通過這種“邊用邊學”的循環(huán)方式，模型能夠不斷地適應新的生產(chǎn)環(huán)境和異常情況，還提高了其泛化能力和應對新問題的能力。而對于規(guī)模小、投資小，人工智能需求不多的企業(yè)，華為還可提供有盤古調優(yōu)艙解決方案。
不僅如此。
或許是借鑒了“小切口、大切面”的數(shù)字化轉型方法論，華為也在改變大模型落地路徑——從“L0、L1、L2”變?yōu)?ldquo;L0、L2、L1”。
通常情況下，大模型分為L0基礎大模型，比如盤古大模型；L1行業(yè)大模型，例如盤古礦山大模型、盤古油氣大模型、盤古鋼鐵大模型，它們是在L0大模型的基礎之上，通過海量行業(yè)數(shù)據(jù)訓練而來；在此之上的L2場景模型，則是經(jīng)L1行業(yè)模型“化繁為簡”后，直接應用在生產(chǎn)、業(yè)務領域的場景算法模型。
傳統(tǒng)思路是，企業(yè)通過大量的行業(yè)數(shù)據(jù)與消耗巨大的算力去訓練L1行業(yè)模型，從而實現(xiàn)L2場景模型的升級迭代。但是，對于油氣礦山等很多行業(yè)而言，常常面臨著數(shù)據(jù)不足，或者數(shù)據(jù)收集和處理的工作量極大等困境。而且訓練L1行業(yè)模型的初始算力要求高，時間周期長，無法支撐L2場景模型的快速上線。
但有沒有“捷徑”？
華為就提出了一條新的大模型建設路徑：在初始階段，可以直接通過L0大模型結合場景數(shù)據(jù)集實現(xiàn)L2場景的快速開發(fā)。隨著場景規(guī)劃分批落地后，企業(yè)收集和標注的行業(yè)數(shù)據(jù)就可以快速的拿來訓練L1行業(yè)模型，補足L1的能力。
簡單來說，新路徑的優(yōu)勢在于“小算力起步，逐步擴容”、行業(yè)數(shù)據(jù)可以分批補充，這使得首批場景應用能夠快速落地，驗證大模型能力，過程中實現(xiàn)大模型開發(fā)人才的培養(yǎng)和能力的積累。
正在因為不斷地“找方法”，越來越多的大模型開始在油氣和礦山行業(yè)落地。華為與中石油合作，深度參與了昆侖大模型中視覺大模型與科學計算大模型；華為與云天化合作，聯(lián)合發(fā)布全球首個煤氣化RTO大模型，通過預測氣化爐爐溫、渣層厚度，以及渣粘度等關鍵運行參數(shù)，實現(xiàn)比煤耗削減1.33%，預計節(jié)煤9100噸/年；華為與湖南鋼鐵合作，共同推出廢鋼定級大模型，預計焦炭成本每噸下降5~20元。
4 “伙伴+華為”是枚按鈕
當然，大模型落地可以“邊用邊學”，大模型落地也可以有“捷徑”，甚至可以采取迂回戰(zhàn)術，但精準把握客戶需求沒有“捷徑”。所以華為中國政企CMO邱恒說：“華為將始終堅持‘華為+伙伴’戰(zhàn)略不動搖，”因為這是深入行業(yè)場景的唯一路徑。
華為中國政企CMO邱恒
在此之前，華為提出“數(shù)智世界，一觸即達”。通過選擇“伙伴+華為”體系，即可憑借華為自主創(chuàng)新的技術、深入場景的方案、適銷易用的產(chǎn)品，配合在身邊的、貼心周到的服務團隊，以及豐富的自身+行業(yè)標桿轉型經(jīng)驗的復制，“即達”數(shù)智世界。
這里的“伙伴”，可以是油氣領域的昆侖數(shù)智、石化盈科；也可以是礦山領域的云鼎科技、恒達智控。例如華為和云鼎科技合作，共同打造了全球首個能源行業(yè)商用礦山大模型；華為與恒達智控合作，推出礦鴻綜采分布式協(xié)同成套系統(tǒng)解決方案。
而且這樣的合作伙伴不是一家或兩家，而是超過40000家。目前，華為中國政企業(yè)務的合作伙伴已經(jīng)超過40000多家伙伴，他們的能力覆蓋咨詢、方案打造、運營運維等數(shù)智化的全生命周期。
正因如此，“伙伴+華為”才能成為一枚按鈕，“一觸”按鈕“即達”數(shù)智世界。所以邱恒最后說：“面對千行萬業(yè)的數(shù)智化轉型訴求，我們希望通過‘伙伴+華為’體系，以自主創(chuàng)新的技術、深入場景的方案、適銷易用的產(chǎn)品，配合在身邊的、貼心周到的服務團隊，以及豐富的自身+行業(yè)標桿轉型經(jīng)驗的復制，讓更多行業(yè)客戶實現(xiàn)‘數(shù)智世界，一觸即達’。”
