问题——“成功经验难复用”成为央国企转型的共性堵点 在数字经济加快发展背景下，央国企普遍加大数智化投入，并在设备运维、生产调度、营销服务、风险管控等环节形成一批示范项目。然而，不少企业面临同一难题：项目在某个部门、某条产线见效后，推广到其他业务单元往往“推不动、推不快、推不省”。跨部门复制需要重新适配系统、重新治理数据、重新训练模型，成本接近再做一个新项目，导致数智化难以形成规模效应。 原因——技术割裂、能力绑定、流程非标准是三大关键掣肘 一是底座不一造成“技术孤岛”。部分央国企数字化建设跨越多年、由多部门分别推进，形成多套算力与软件栈并存的格局，接口、标准、工具链各不相同，项目迁移时需要重复适配与调优，拖慢节奏并抬高成本。 二是能力深度定制导致“难以复用”。传统建设模式多以单一场景为目标，“一事一议、深度开发”见效快，但模型、规则、知识库与具体业务强绑定，换场景就要重新构建，难以沉淀为平台化能力。 三是落地依赖经验造成“交付不稳定”。从数据准备、训练评测到上线运维，缺少统一方法论与工具支撑，项目效果高度依赖专家团队经验，难形成可复制的流程资产，质量和周期难以稳定可控。 在油气、钢铁、民航等关键领域，上述问题被继续放大：数据敏感、合规严格、业务链条长、生产连续性要求高，一旦试错代价大，企业往往在“谨慎试点”与“规模推广”之间反复权衡。 影响——重复投入削弱规模价值，安全与效率面临双重压力 业内人士指出，若长期停留在“单点建设、各自为政”，不仅容易形成重复采购、重复开发与数据重复治理，也会使治理与审计链条变长，增加安全合规压力。同时，难以将数据资产与知识资产转化为可持续的生产力工具，影响产业链协同效率与关键领域的韧性提升。 对策——以统一算力底座叠加通用大模型能力，推动“体系化可复制” 近期一些实践探索表明，通过“统一算力底座+通用大模型能力+行业场景工程化”的组合路径，有望把“定制化项目”转化为“可复用组件”，降低复制门槛。 第一步，统一算力与基础软件栈，从源头减少适配成本。以昇腾为代表的自主算力平台，通过芯片、硬件架构、基础软件框架及工具链的统一，推动模型训练与推理在同一技术体系下部署运行，为跨部门、跨场景迁移提供共同底座。业内认为，这类统一底座对于央国企尤为关键，可更好满足安全可控与长期演进需求。 第二步，沉淀通用能力与行业知识，减少“从零再来”。以讯飞星火大模型等为代表的通用大模型能力，结合企业知识库、制度规范与业务流程，推动形成可复用的能力模块，如智能检索问答、文档生成与审阅、工单辅助、流程助手、代码与脚本辅助等，再在油气勘探开发、冶金工艺优化、航班运行保障等场景中进行工程化适配，逐步实现“通用能力先行、行业模板叠加、场景参数化落地”。 第三步，形成标准化交付与运维机制，提升可控性与可持续性。围绕数据治理、模型评测、权限管理、安全审计、上线运维等环节建立统一规范，可将“专家经验”固化为流程与工具，降低对少数人员的依赖，提升跨单位复制时的质量一致性和交付效率。 从公开案例看，涉及的能力已在能源、钢铁等行业推进应用。例如，中国石油在建设面向油气全产业链的“昆仑大模型”过程中，强调基于本土算力与自主技术体系满足安全要求；宝钢围绕转炉关键工艺等场景推进模型应用，探索将生产经验转化为可调用的数字能力。多行业的共同诉求正在促使“可复制的方法论”加快成型。 前景——从单点突破走向规模推广，关键在“三个统一、两类协同” 受访人士认为，央国企数智化下一阶段的竞争力，不仅体现在单个项目是否“做得出来”，更体现在能否“推广得开、维护得住、迭代得快”。未来一段时期，推进规模化应用需要抓住三个统一：统一底座标准、统一数据与安全治理规范、统一交付与评测体系；同时实现两类协同：算力与模型协同、通用能力与行业知识协同。随着政策对自主可控与数据安全的要求持续强化，以及企业降本增效、精益运营的内生需求增长，具备标准化复制能力的数智化体系有望在更多央国企落地，并向产业链上下游延伸。
央国企数智化转型的难点表面在技术，核心在体系：只有打通底座统一、能力复用与流程标准化，才能让“试点成功”真正转化为“规模收益”。从“个案定制”走向“体系复制”，既是提效降本的现实选择，也是推动关键行业高质量发展、夯实安全可控基础能力的长远之策。