中国海油人工智能赋能高质量发展 现状及展望 2024年8月 中国海油人工智能思考 中国海油人工智能实践 三 中国海油人工智能展望 （1/2) 党和国家高度重视人工智能发展 人工智能产业已上升为国家战略，新一代人工智能产业发展加速。党的十八大以来，习近平总书记就人 工智能发展与治理作出一系列重要指示，”十四五”规划中，人工智能被列为国家科技创新的关键领域和重 点发展方向。 三个重要”－-重要驱动力量、重要战略抓手、重要战略资源 是我们赢得全球科技竞争主动权的重要战略抓手，推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源 三个作用--革故鼎新、添薪续力、“头雁”效应 要以智能制造为主攻方向，以“鼎新”带动“革故”，以增量带动存量，促进我国产业迈向全球价值链中高端。 我国经济迫切需要新一代人工智能等重大创新添薪续力。人工智能技术具有溢出带动性很强的“头雁”效应 让人工智能与产业发展深度融合 要重视通用人工智能发展，营造创新生态，重视防范风险 要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统”“运用人工智能提高公共服务和社会治理水平。 充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育 (2/2) （一) 党和国家高度重视人工智能发展 国资委提出中央企业下步工作总体要求，把加快发展新一代人工智能摆在更加突出的位置，带头抢抓人工智 能赋能传统产业，把发展人工智能放在全局工作中统筹谋划，深入推进产业焕新，加快布局和发展人工智能产业 国务院国有资产监督管理委员会 “AI墅能产业焕新”中央企业人工智能专题推进会指示 加快推动人工智能发展，是国资央企发择功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求 ■中央企业要主动拥抱人工智能带来的深刻变革，把加快发展新一代人工智能摆在更加突出的位置，不断强化创新策略、应用示范和人才聚集，着力打造人工智能产业 集群，发挥需求规模大、产业配套全、应用场景多的优势，头抢坏人工智能赋能传统产业，加快构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。 中央企业要把发展人工智能放在全局工作中统筹谋划，深人推进产业焕新，加快布局和发展人工智能产业。 ■要分实发展基础底座，把主要资源集中投人到最需要、最有优势的领域，加快建设一批智能算力中心，进一步深化开放合作，更好发挥跨央企协同创新平台作用。开 展AI+专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。 中央企业引领作用 打造场景应用 形成智能经济形态 （二）人工智能是新一轮工业革命的重要驱动力量 (1/2) 人工智能带来生产效率提升和生产方式变革，以前所未有的速度创造一个新的文明形态。 以人工智能为 代表的第四次工业革命突飞猛进，AI技术在越来越多的领域得到应用，改变人们的生活和工作方式， 第四次工业革命 第二次工业革命 第三次工业革命 第一次工业革命 智能时代 信息时代 产业革 电气时代 LA第四次工业革金，智能化 蒸汽时代 命 数据范式 智能范式 计算范式 科 理论范式 经验范式 机器自主与 大数据驱动与人机交 技 模拟仿真与数值计算 通用人工智能 互 假设实验与推理证 观察归纳与 2020 革 明 经验积累 1950 2000 命 1600 （二）人工智能是新一轮工业革命的重要驱动力量 (2/2) ■在产业变革方面，人工智能技术的广泛应用正在改变各行业的商业模式和生产方式，推动产业升级和转型 ■在科技创新方面，人工智能从根本上改变了科研方法论，通过处理、分析、产生大规模数据，赋予科技发 展新的源泉。 AI新药研发 制造业 采矿业 制药创新 材料创新 典型案例：特斯拉利用人工智能技术，提高设计效率，研 典型案例：AI凭借数据和算法，打破人对传统药物研究 发周期从传统车企的48-54个月缩短至18-24个月。 的干扰，缩短药物研发时间至少1/3，成本降至1/200。 典型案例：Koboldmetals利用大数据与Al技术优选出赞 典型案例：利用机器学习快速实现钙钛矿太阳能电池新 比亚铜矿，一年试采时间内收回全部前期研发成本。 配方的创新与测试，每天可生产2000个各不相同的电池 三）人工智能在油气行业发展现状 (1/2) 厂人工智能与传统产业融合程度较低：人工智能与业务深度融合才能发挥价值，也是其在各行业应用落地的 关键，当前与各行业结合存在较大差异，消费互联网融合程度高且价值明显，传统产业融合程度相对较低 」人工智能与勘探开发业务融合处于起步阶段：油气行业作为重资产、高投入行业，数据量庞大，数据获取 成本高、业务复杂，决策难度高，因此人工智能与业务融合总体尚处于探索阶段。 ■人工智能在油气领域落地的难点 数据因素 场景因素 类型复杂 通用行业：业务场景简单 取数成本高 （如商品、车辆、动物） “看得见，摸得着” 数据不完整 照、男邮同以真实见过 质量不统一 能源行业：业务场景复杂 看不清、摸不着，数据 标注工作量大 驱动的可解释性差 专业性高 没有人见过真实的胜激 《2022-2027年中国人工智能行业市场前瞻与投资战略规划分析报告》