锚定“国之大者”：国资央企如何用AI重构新质生产力版图

进入2026年下半年，央企AI+的节奏持续提速。

几乎同一时间，各大央企半年会密集亮出AI+战略。

从"场景万象"专项行动启动，到国资委党委扩大会议定调，再到研讨班部署和央企半年会落地——一条从"顶层设计"到"企业行动"的完整链条已然清晰：央企的AI竞赛已从"要不要用"全面进入"怎么用得更好"的新阶段。

与此同时，一个结构性矛盾浮出水面：过去两年央企自建智算规模增长了17倍，但不少智算中心算力利用率不足30%。算力建起来了，业务却用不起来——这恰恰是当前央企AI转型最核心的命题。

7月16日启动的"场景万象"专项行动，是央企AI场景战略的一次标志性升级。国资委明确要求央企"建立场景开放清单，打造示范标杆，以点带面推动场景规模化落地"，并强调"场景培育开放绝对不能是独角戏"，要形成"央企出场景、社会出方案、合作出成果"的良性循环。

首批10大对外开放标志性场景，覆盖空天地一体融合网络、AI自主生态、算电碳协同、轨道交通装备仿真设计等领域。

紧随其后的研讨班披露，上半年央企"AI+"专项行动纵深推进，累计布局超1200个应用场景，开源"焕新社区"汇聚超2万个模型、3000个数据集，成立"AI+"具身智能、轨道交通装备产业共同体，牵头建设8个国家行业应用中试基地。

国资委副主任庞骁刚在WAIC 2026期间明确提出，央企要"深耕高价值场景，立足主责主业，布局AI+科学、生物医药、智能制造等高价值领域，向产业链开放场景资源"。

政策重心正从基础能力建设向行业应用和规模推广延伸。

研讨班最引人注目的新提法是：国资委将制定人工智能赋能科研专项方案，着力破解基础科学难题。

国资委主任程福波明确要求，要"深化拓展中央企业数智化转型行动，深入实施'AI+'专项行动，打造更多战略性、高价值场景和高质量数据集"。

国家电网和国家管网集团在半年会中不约而同地提到了"AI4S"（AI for Science）——用人工智能驱动基础科学研究。这表明央企已将AI视为提升原始创新能力的"加速器"，而不仅是降本增效的"工具包"。

WAIC 2026期间，国资委发布了开源"焕新社区"2.0、第二批60项央企AI战略性高价值场景和70项行业高质量数据集，同时启动"国资央企智能软件工厂联合筑基工程"，聚合首批13家央企研发力量。

这些成果与"场景万象"专项行动、央企半年会的战略部署共同构筑起涵盖开源生态、数据流通、基础模型、智能算力、行业落地、核心软件研发的全链条能力布局，标志着央企以AI赋能实体经济进入体系化推进新阶段。

2026年4月，中国石化发布石油化工行业首个数字专家——"烽火"工业智能体。这不是一个简单的对话机器人，而是能直接参与生产作业、具有"行动"能力的执行者。它基于中石化自研的"长城大模型"构建，整合超10亿条专家知识经验，首批上线了科学家、工程师、程序员、助理四类角色，已雇佣超过500个数字员工，大模型日均调用量超百亿Tokens。

12处露天煤矿的300台卡车已具备无人驾驶功能，累计运行34万车次，运输里程170万公里。黑岱沟露天煤矿单编组综合运输效率最高达人工的110%。年度节约人工成本达1.6亿元，综合节能30%，单车年减碳量达100吨。

高铁外形弧度微调1毫米，工程师就要在超算前等待24小时。中国中车"斫轮·风驰"仿真大模型将这一过程压缩至10秒，效率提升数千倍。目前已覆盖结构、流体、温度、噪音等40余种仿真场景，正在彻底重构高铁研发范式。

昆仑大模型完成迭代升级，实现从通用问答向主动智能的关键跨越。已建成152个应用场景，覆盖油气勘探开发、炼化生产等全产业链。智能化声波全波形反演处理周期由20天压缩至3天，抽油机井工况智能诊断在8000余口井规模化应用，人均管井数从3.5口提升至11.5口。

中国中煤自主研发"中煤灵镜"垂类大模型，围绕采购寻源、合同管理、采存一体与业财融合四大模块推动全面线上化。物料审核效率提升13倍，采购风险降低超70%，审批效率提升超400%，采购成本年降幅超7%。

综合研讨班释放的政策信号和五大标杆案例的实践路径，国央企AI+的下一步，不是拼算力规模，而是拼场景深度、数据质量和价值闭环。以下四个方向，既是当前最明确的发力点，也是"十五五"窗口期最值得投入的战略要地。

研讨班明确要求"深化拓展中央企业数智化转型行动，打造更多战略性、高价值场景"。

但1200+场景的教训是——"场景多"不等于"场景对"。中石化、国家能源集团、中国石油等先行者的共同经验是：先在一个核心业务环节跑通价值闭环，再向上下游延伸。

中石化从"烽火"智能体起步，已延伸至500+数字员工覆盖全业务线；国家能源集团从无人矿卡单点突破，发展为覆盖12处露天煤矿的系统能力；中国中车从空气动力学仿真切入，扩展到40余种仿真场景。全链覆盖不是全面铺开，而是沿着已验证的价值链，向相邻环节有序延伸。

国资委已发布两批共130+项行业高质量数据集，并启动"国资央企智能软件工厂联合筑基工程"。

中石化建成650TB石油化工行业高质量数据集，中煤"灵镜"实现330万物料和260万商品的数据治理——这些案例说明：没有高质量数据集，再好的模型也落不了地。

当前央企AI转型面临的核心瓶颈之一是"数据孤岛"：各业务系统数据格式不同、标准不一、共享困难。下一步的关键，是建立统一的数据治理体系，将分散在各业务条线的数据资产"盘点入库、清洗标注、按需调用"，为AI规模化应用铺平道路。

五大案例中，AI最直接的成效体现在效率提升和成本降低：中煤审批效率提升超400%、中国中车仿真从24小时压缩至10秒、国家能源集团年省人工成本1.6亿元。但研讨班释放的信号表明，国资委对AI的定位已从"提质增效工具"升级为"破解基础科学难题的加速器"。即将出台的人工智能赋能科研专项方案，将推动AI从"省成本"向"创价值"跃迁。

这意味着，下一阶段央企AI的重点将从运营优化（省了多少钱）扩展到科研创新（创造了什么新能力）。国家电网和南方电网的"AI4S"布局、中国石油昆仑大模型在合成橡胶领域的材料性能预测——这些前沿实践，正是价值创造路径的先行探索。

研讨班将"制定实施国资央企'十五五'规划"定位为总抓手。

这意味着，2026年下半年是央企AI从"碎片化探索"走向"体系化布局"的关键窗口期。国家能源集团已率先编制"十五五"数智国能AI发展规划，制定了"统一架构、统建底座、统筹数据、统揽场景"的核心路径。

各家央企需要在"十五五"规划中回答三个核心问题：AI的主攻方向是什么（选哪些场景）？需要什么样的底座支撑（算力、数据、人才）？如何衡量投入产出（考核指标）？回答好这三个问题，AI投入才有方向、有节奏、有回报。