案例 · 行业案例
2026 年 9 月 29 日
来源：中国产业经济信息网
9月29日，中国产业经济信息网报道，在第十七期“现代新国企”研讨会上，多家央企集中披露了 AI 赋能的最新进展。国家发展改革委原副主任张晓强透露，我国智算规模已从2023年底约730 EFLOPS 增长至今年6月的2100 EFLOPS，日均词元调用量从2024年初的1000亿突破至今年6月的500万亿。落地层面，东方电气自建18P规模全国产化算力、研发“东方智源”垂直大模型，累计构建智能体800余个，在多模态工业智能体、汽轮机与发电机工艺文件编制、设计参数寻优等场景取得成效；中国数联物流打造“全息·筹”运筹优化专家大模型，在“渝车出海”场景将报关时间由按天计压缩至小时级；物产中大在上海废钢仓库试点“AI+无人机智能盘库巡检系统”，盘库频次从每月一盘提升至一日一盘、准确率达95%以上。会议同时指出，央企 AI 落地仍面临工业高质量数据集不足、跨主体复制难、复合型人才缺口大等现实挑战。
万有知兴点评
央企从“要不要用AI”进入“怎么把AI用出价值”的阶段，这些动辄数百个智能体、小时级效率跃迁的案例，为制造业和物流业提供了一批高可信度的落地样板。
- 1.对企业意味着：央企的实践把 AI 价值从“概念”落成了“可对标的生产数据”。东方电气800余个智能体、物产中大盘库准确率95%以上、数联物流报关从按天到小时级，这些指标都是普通企业可以拿来对照自己 ROI 的标尺。它传递的信号是：AI 在能源装备、物流供应链这类“又重又传统”的行业都能跑通，说明不是行业不适合 AI，而是还没找到对的场景。
- 2.可借鉴的启示：央企反复强调“先数字化、后智能化”“先小试点、再规模化”，这是被反复验证的稳妥路径。物产中大明确坚持“基座打底、场景牵引、安全护航”、避免“重采购轻落地、重模型轻价值”，对中小企业尤其有借鉴意义——预算有限时，与其一步到位铺大模型，不如先在一个高频、可量化的场景做出闭环，再逐步复制。
- 3.一个值得警惕的共性挑战被点破了：工业高质量数据集不足、跨主体复制难、复合型人才缺口大。这说明 AI 落地真正的卡点往往不在模型，而在数据和“懂业务又懂AI”的人。企业现在就该开始系统整理自己的工艺数据、沉淀老师傅经验，并培养“业务+AI”复合人才，否则等模型再强，没有高质量数据和人才，也落不了地。
原文：中国产业经济信息网 ↗
点评为万有知兴原创观点，转载需注明出处。