记者：中国石油采用先自建大模型、后搭建工作平台的模式，其战略价值是什么？

董秀成：一是保证数据自主安全，依托全产业链涉密专业数据，牢牢掌握技术自主权。二是打通技术与业务壁垒，先用行业语料打磨模型精度，再依托平台批量孵化数字化应用，形成模型迭代与场景落地的数据闭环，将历史数据转化为新质生产力。三是统筹降本增效，集团统一研发基座，避免下属单位重复开发，降低AI创新成本，快速规模化推广智能工具。这一模式树立了能源央企AI转型标杆，突破了通用大模型难以适配工业生产的瓶颈，形成了“基座先行、平台承载、场景开花”的可复制范式，加速了AI在实体经济的落地。

记者：AI在赋能中国石油能源转型、培育新质生产力方面还有哪些巨大潜力？

王健：目前，中国石油在零碳原油、风光油气多能互补、CCUS（碳捕集利用与封存）等赛道已经形成规模化落地场景，为AI落地搭建了完整的产业底座。在此基础上，AI在赋能能源转型、发展新质生产力中的定位，我认为正在经历一个从“效率工具”向“核心引擎”的质变，有三大潜力方向值得关注：

一是AI驱动的系统性升级。AI有能力在“地上绿电、地下油气、地下热能、碳管理”之间建立动态优化模型，打破各环节各自为战的局面，让多能互补真正实现效益最大化。

二是AI赋能的“负碳”与“零碳”突破。CCUS是油气行业实现碳中和的关键路径，其注采优化、封存监测等高度复杂的计算问题，可通过深度学习和大模型大幅提升效率、降低风险。

三是AI催生的新生产要素。当AI能实时解析地质数据、预测材料性能、自动优化参数时，数据和算法便成为新的生产力要素，创造出全新的生产函数。

我判断，未来5年，中国石油在“AI+能源”上将从试点示范走向系统重构，让AI真正成为定义能源生产方式的新变量。

记者：智能体在能源行业中应用，面临的机遇和挑战是什么？

金伟锋：能源行业对可靠性和安全性要求极高，AI的自主性是一把双刃剑。

机遇方面，一是勘探模式变革，油气勘探从“经验驱动”迈向“AI驱动”。二是本质安全提升，智能体实现7×24小时无疲劳感知预警。三是全局系统优化，AI可同时权衡产量、能耗、设备寿命等多目标。

深层风险方面，一是不可解释性，错误决策可能引发事故，难以建立绝对信任。二是数据与模型安全，对抗性样本攻击等威胁可能篡改地质数据，误导智能体做出错误决策，后果更隐蔽、更严重。

因此，高可靠AI必须是可解释、可验证、可中断、可兜底的，这是应用的前提。

中国石油报（2026年7月21日）

相关链接：【中国石油报】中国石油如何用AI重新定义能源生产?