行业发展趋势 - 数字技术持续迭代推动数字化、网络化、智能化进程加快 数据产业加速发展 [1] - 全社会用数氛围浓厚 企业积极投身数据市场 激活数据价值成为各界共识 [3] - 中央企业成立数字科技类公司近500家 约66%行业龙头企业购买过数据 数据开发利用热情提升 [3] 企业数据战略 - 数据是企业内生需求 企业需依靠数据和模型进行管理以实现产业链高效运行 [3] - 绘制企业数据蓝图需界定有用数据及其当前与未来价值 以应用场景牵引数据聚集发挥飞轮效应 [3] - 高质量数据集需锁定关键领域 通过技术赋能与生态协同擘画数据深化应用新蓝图 [3][4] 国家能源集团实践案例 - 数据赋能全产业链升级 覆盖煤炭、电力、运输和化工业务 通过数据治理和模型驱动产业链协同跃迁与价值重构 [3] - 研发擎源发电行业大模型 实现对安全环保、电力交易、产调中枢、设备检修等关键业务AI全覆盖 推动行业从经验驱动向数据驱动升级 [4] - 在煤炭、化工、AI4S等领域开展大模型研发 推动煤质快检验、能源气象融合、云上水电、智慧化工等高价值场景应用 [4]

核心观点 - 国家能源集团发布全球首个千亿级发电行业大模型"擎源"，标志着人工智能在发电领域的重大突破 [2] - "擎源"填补了国际能源行业在大模型领域缺乏垂直专属平台的空白，具备千亿级参数规模并全面对标国际水准 [3] - 该模型已实现对发电生产、调度、设备检修等关键业务的AI全覆盖，预测准确率达90% [3] - 模型未来将扩展至11个业务域、62个场景，完成超60个智能体研发 [6] 技术优势 - 参数规模达千亿级，在模型体量、算力、系统架构方面超越国际同类模型 [3] - 依托国家能源集团庞大装机规模，拥有海量真实运行数据支撑模型优化 [3] - 实现15分钟内火电运行寻优建议，预测准确率90% [3] - 开创"多能协同动态优化新引擎"，整合火电、水电、新能源等多种发电方式 [4] 行业应用 - 覆盖安全环保、电力交易、生产调度、设备检修四大业务领域，涉及13个具体场景 [5] - 部署41个智能体，解决安全风险高、交易决策难等行业痛点 [5] - 其他四大发电央企（华能、华电、国家电投、大唐）主要将AI用于办公效率提升和设备维护 [5] - "擎源"实现全链条智能化重构，包括电力市场交易、多能源协同调度等核心流程 [6] 战略意义 - 构建全栈自主可控智能决策体系，关键技术自主掌握 [4] - 推动发电行业从"优化工具"向"中枢神经系统"升级 [6] - 计划年底前完成超60个智能体研发，扩展至62个关键场景 [6] - 引领发电行业向数智化转型，成为能源革命关键驱动力 [7]