管理學家伊查克愛迪思在《企業(yè)生命周期》中，把企業(yè)從初創(chuàng)到消亡的全部過程形容為一家企業(yè)的生命周期。企業(yè)如果要基業(yè)長青，就需要做到穿越周期。
當然，企業(yè)的發(fā)展需要面對的不只是自己的生命周期，更有市場環(huán)境周期和產(chǎn)業(yè)周期。在中國，企業(yè)正面對最好的產(chǎn)業(yè)周期窗口，當然也必須要面臨疫情等不確定因素帶來的市場環(huán)境周期的萎靡。
要做到更好地穿越這三大周期，就要尋找企業(yè)的“第二增長曲線”。
對傳統(tǒng)石化行業(yè)來說，雙碳目標的挑戰(zhàn)就在眼前，要穿越周期，就走出第二增長曲線，利用AI技術(shù)賦能場景，通過智能化轉(zhuǎn)型提升決策與運營的能力，是一條可行的可持續(xù)發(fā)展之路。
1
以智能化驅(qū)動石化場景轉(zhuǎn)型
石化盈科成立于2002年，是以“助推兩化深度融合，全面提升客戶價值”為使命，深耕能源化工行業(yè)數(shù)字化轉(zhuǎn)型而成立的公司，同時也是中國石化在當下市場環(huán)境中，走數(shù)字化轉(zhuǎn)型的前沿陣地。
2022年正是石化盈科成立的20周年，在經(jīng)歷了初始成長、快速發(fā)展和轉(zhuǎn)型調(diào)整的三大階段后，目前石化盈科已經(jīng)擁有總部和7個區(qū)域分公司，以及2300人的高精尖團隊。并建設(shè)了4個聯(lián)合實驗室及15家科研機構(gòu)。
在9月2日的WAIC 2022騰人工智能生態(tài)大會上，石化盈科副總裁李濤表示，“作為中國石化的主要IT承建單位，石化盈科將不斷深耕應用人工智能技術(shù)，立足中國石化，發(fā)揮鏈長職責，建立人工智能平臺，使其成為能源化工行業(yè)的成長新引擎。”
當前的能源化工行業(yè)面臨復雜的市場環(huán)境，需要運用數(shù)字化的思維重構(gòu)全產(chǎn)業(yè)鏈的業(yè)務流程，并充分擇優(yōu)應用，釋放先進生產(chǎn)力，將數(shù)據(jù)資產(chǎn)化、資產(chǎn)數(shù)字化，不斷精益管理、優(yōu)化組織結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)，通過智慧決策與運營駕馭未來發(fā)展。
“在實現(xiàn)石油石化企業(yè)綠色、敏捷、高效、可持續(xù)的發(fā)展目標中，石化盈科已運用人工智能技術(shù)在智能油氣田、智慧經(jīng)營管理、智能研究院、智能制造及智能加油站等場景中實現(xiàn)了多種應用與建樹，實現(xiàn)的效率提升也非常顯著。”李濤說。
如智能油氣田，實現(xiàn)勞動生產(chǎn)率提升13%；智能工廠實現(xiàn)了工廠裝置的在線優(yōu)化、操作分析和故障智能診斷；智能客服優(yōu)化了服務體驗等等。
特別要說的是基于騰AI打造的智能加油站解決方案，通過AI技術(shù)與專業(yè)設(shè)備的結(jié)合，通過行為分析、環(huán)境監(jiān)測和風險預測，實現(xiàn)了加油站多樣化智能化應用，如車牌智能識別、車牌無感支付等等。在數(shù)據(jù)支撐下，明顯提高了服務能力，創(chuàng)造了“人車生活”一體化新商業(yè)生態(tài)圈。
據(jù)悉，該解決方案在上海 、內(nèi)蒙古、山東部分加油站已建設(shè)完成。
可以肯定，智能化賦能的場景越多，石化行業(yè)的智能化進程就越快，石化盈科用AI技術(shù)賦能場景，既是有價值的探索，也是未來石化行業(yè)智能化轉(zhuǎn)型的標桿。
2
石化盈科多級協(xié)同算力平臺的啟示
實際上，智能應用的不斷創(chuàng)新，是業(yè)務場景智能化的集中展現(xiàn)。智慧先從感知層開始，通過智能終端對外界包括傳感數(shù)據(jù)、圖像數(shù)據(jù)在內(nèi)的大量數(shù)據(jù)進行采集，這些數(shù)據(jù)通過網(wǎng)絡上傳到AI算力平臺，再通過AI算力平臺進行數(shù)據(jù)的處理、匯聚、加工、治理，最終形成智能化的生產(chǎn)力服務。
從算力供給的角度，石化盈科認為在集團層面打造多級協(xié)同的人工智能算力平臺是必然的趨勢，因此著力于建設(shè)中國石化人工智能平臺。
該平臺應兼具AI的訓練和推理，能夠為集團的模型訓練和應用推理提供充沛的AI算力，同時實現(xiàn)從模型到應用的閉環(huán)，可以讓算法模型邊用邊學，不斷增加適用場景，并提升精度。
支撐所有智能應用的前提，是有強大的AI算力底座，所以很多企業(yè)都在建設(shè)相似的AI算力平臺，但往往現(xiàn)實與實際需求是背離的。
傳統(tǒng)的做法通常是通過采購設(shè)備，上馬項目，重復造輪子的現(xiàn)象屢見不鮮。再有各項目搭建的系統(tǒng)之間又時常七國八制，集團內(nèi)部的數(shù)據(jù)格式不統(tǒng)一等難題，都讓平臺難以支撐智能應用的快速創(chuàng)新。
中國石化人工智能的目標是一個典型的多級協(xié)同算力平臺，這也帶給我們很多啟示。
在總部規(guī)范數(shù)據(jù)格式，進行統(tǒng)一的大規(guī)模訓練。在分公司，更強調(diào)AI應用能力的建設(shè)，利用推理服務器，進行AI推理應用，同時可進行增量訓練，建設(shè)邊云協(xié)同架構(gòu)。而在邊緣站點，采用邊緣盒子進行低功耗、低延時推理，進行邊緣本地化的推理，并將異常情況回傳，以此形成了分公司和邊緣站點之間的協(xié)同，讓AI模型做到“邊用邊學”。
很明顯，三個層級協(xié)同，真正讓人工智能平臺成為了高效AI規(guī)�；牡鬃�。
3
人工智能融合賦能平臺
為企業(yè)智能化轉(zhuǎn)型奠定基礎(chǔ)
石化盈科多級協(xié)同算力平臺的方法論，其實與騰AI的人工智能融合賦能平臺不謀而合。
依托騰提供的AI算力來建造訓推一體、邊用邊學的人工智能融合賦能平臺，也是一種基于騰AI全棧基礎(chǔ)軟硬件在集團中心、區(qū)域中心和場站分級部署算力的協(xié)同多級算力平臺。
集團中心以平臺化方式訓練行業(yè)預訓練模型，并賦能到區(qū)域中心和場站；場站實時響應和處理AI分析需求，并自動將異常難例樣本上傳區(qū)域中心；區(qū)域中心一方面對結(jié)構(gòu)化后的數(shù)據(jù)進行綜合分析，進行趨勢判斷，另一方面針對場站上傳的樣本進行模型增量訓練、優(yōu)化，并再次賦能模型到場站。同時，區(qū)域中心還能對場站設(shè)備進行統(tǒng)一的硬件和算法管理，減低運維復雜度。以這樣的循環(huán)模式，就能實現(xiàn)AI應用的數(shù)據(jù)協(xié)同、算法協(xié)同和管理協(xié)同，以更高效的方式加速整個集團AI應用的規(guī)�；�
很明顯，人工智能融合賦能平臺，非常適合于與石化盈科類似的、大型企業(yè)或集團型企業(yè)采用，在遭遇算力協(xié)同難，AI場景規(guī)�；y，集團對AI算法統(tǒng)一管理難等問題時，均可以得到妥善的解決。
《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》當中明確提出，到2025年，數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值要占GDP比重達到10%。大型企業(yè)的智能化轉(zhuǎn)型任重而道遠，作為智能化轉(zhuǎn)型的穩(wěn)定底座，人工智能融合賦能平臺的建設(shè)，有機會為企業(yè)追求“第二增長曲線”奠定基矗
