随着新《安全生产法》的深入实施和国家安全治理战略的持续推进，工业企业安全生产信息化建设进入快车道。然而，业界专家指出，当前安全生产平台建设普遍存在业务场景零散、信息孤岛突出、数据价值挖掘不足等问题，"建而不用、建而不能用、建而不好用"的现象十分突出。如何加快工业AI大模型体系建设，构筑高质量发展、安全发展数智一体化平台，已成为工业企业实现现代安全治理的迫切需求。

传统的安全生产管理已经不能适应新《安全生产法》和国家安全治理战略的要求，安全治理体系现代化、安全治理能力现代化成为当前工业经济转型升级的必然要求。现代安全治理与传统安全生产管理存在着巨大差异，要改变这些差异，必将是一场基于工业革命的深刻技术革命。在安全发展的大背景下，一旦发生安全生产事故，轻则企业停产整顿，重则企业、园区、政府多方追责，地方经济遭受严重影响。因此，无论是企业、政府还是园区，统筹安全发展，兼顾效益与安全都显得尤为重要。

一、政策密集出台 行业建设提速

近年来，为了遏制重特大事故发生、防范安全风险，党中央高度重视安全发展、高质量发展，并做出一系列决策部署。

2021年9月1日，修订后的《安全生产法》正式施行，新法强化了企业的主体责任以及政府、园区的监管责任，明确了企业安全生产标准化、信息化的法律要求。2021年，应急管理部下发《"工业互联网+危化安全生产"建设试点方案》（应急〔2021〕27号），总体规划了安全生产信息化的17个业务场景。2022年，应急管理部下发《危险化学品企业安全风险智能化管控平台建设指南（试行）》，进一步细化和明确了危化企业和园区安全风险智能化管控平台建设的具体场景要求。2023年3月1日，应急管理部印发《"工业互联网＋危化安全生产"工艺生产报警优化管理系统建设应用指南》（试行）等5项指南，进一步强化和明确了"工业互联网+安全生产"建设要求，从生产工艺和设备运行的本质安全出发，基于工业互联网应用，提出了更高的安全风险防控要求。

2024年1月21日，国务院安全生产委员会印发《安全生产治本攻坚三年专项行动方案（2024-2026年）》，对31个行业的安全生产信息化管理提出了明确要求。由此引发业界对安全生产信息化的高度关注，各地纷纷配套印发政策，推动安全生产信息化建设。各路技术服务商也纷纷进入市场，推出了各类子系统和应用场景。以危化行业为例，江苏推出了安全生产"五位一体"方案，山东推出了107号文件"6个应用场景"，广东推出了"6+5"分级分类分步方案。但截至目前，如何加快工业AI大模型体系建设，构筑高质量发展、安全发展一体化平台，仍然存在诸多问题。许多地方安全生产平台建设存在业务场景单一、零散、信息孤岛突出等问题，"建而不用、建而不能用、建而不好用"的现象非常突出，企业对现代安全治理体系的认知不足，投资跟不上，一体化平台建设很不成熟。

二、一体化平台建设面临四大挑战

尽管政策密集出台、市场热度高涨，但工业安全生产一体化平台建设在实践中仍面临诸多挑战。现代安全治理是基于新一代信息技术融合，依托工业互联网实现的全要素数字化闭环过程安全生产管理体系。与传统安全生产管理不同，它具有全员、全过程、全天候、全方位、全要素贯通，以及信息化、智能化、数字化、网络化、可视化、一体化融合的特点。这场工业生产安全治理的技术革命，必然会面临诸多难点和问题。

（一）平台建设缺乏顶层设计

2021年9月1日新《安全生产法》修订出台后，政策出台密集，不同地区推进的节奏和进度不同，加上标准滞后，企业对安全风险智能化管控平台建设缺乏顶层设计和数字化治理规划，导致平台建设散乱无序。

以危化行业为例，多数企业采取"先建系统，后集成平台"的建设模式，而非先整体搭建工业互联网数据中台，再扩展业务场景系统。加上很多技术服务商方案不成熟，导致系统分散，每个业务场景一套子系统，每套子系统维护一套基础数据，登录账号多，不同系统需要登录不同账号，切换频繁，数据缺乏集中统一管理，重复性工作多，浪费人力物力，增加了大量工作负担。同样，因为系统散乱导致信息孤岛多，数据价值低，风险防控效果不佳，企业未能在建设系统的过程中获得技术红利。

（二）平台建设缺乏数据治理

数据链路不通，数据缺乏集中统一管理，业务场景缺乏融合打通，数据应用价值挖掘不足，数据资产难以形成。

具体表现为：不同系统都需要维护组织架构、员工管理、设备管理等基础数据，增加了管理负担；安全部门的隐患排查治理、生产部门的巡检、设备部门的点检不能有机融合，增加了一线的检查负担；工艺生产运行的参数范围与实时监测、报警处置、参数调整、工艺优化、自动化过程控制优化没有打通，工艺生产过程管理支离破碎，现场操作经验、DCS处理记录散落在各个记录日志中，未能形成知识库；设备的档案管理、实时监测、预测性维修、预防性维修没有打通全生命周期过程管理，设备的动态运行没有关联工艺生产、投料加工，设备电流电压的波动无法及时预警工艺操作和质量管控，导致质量不稳定，造成重大质量损失；线下业务和线上系统平台没有有机融合，企业安全风险防控的整体性不强，加上生产报表、质量在线监测不能与生产工艺和设备运行有机结合，效益流失严重。

（三）平台建设缺乏风险闭环

企业安全风险智能化管控平台建设的核心在于风险防控，如果平台建设不能把过程管理打通，实现业务有机融合，只是简单地做成不同的子系统，风险防控就会流于形式，起不到实质性效果。

例如，围绕工艺生产过程来看，每一个控制回路、仪表位号，其温度、压力、液位、流量的参数范围是否合理、实际运行是否最优，可以挖掘的空间非常大。这就好比开车行驶在高速公路上，最优的控制方法就是时速稳定控制在120公里/小时，不踩刹车，也不猛踩油门，这样油耗就低。工艺生产也是如此，只要报警就意味着控制失效，控制失效能耗排放就高，产出收率就少，既不安全又不经济。既要安全又要经济，就必须有效控制工艺生产过程，严格区分有效报警和无效报警，对有效报警进行分类，从日常操作细节中，通过AI找出最优操作策略，然后逐类采取优化控制措施，确保生产运行稳定，达到最优状态。

但显而易见的是，目前生产工艺全过程打通、数字化闭环管理还存在很大差距，多数企业盲目建设，重大应用场景如重大危险源管理、智能巡检、隐患排查、工艺生产报警优化、自动化过程控制优化等底层数据链路没有打通，业务缺乏有机融合，风险没有形成闭环。

（四）平台建设缺乏AI数字赋能、价值单一

企业安全风险智能化管控平台建设后，如何借助工业互联网，将数据全链路打通，在数据集中统一管理的基础上，借助工业大模型进行数据挖掘，为经营效益赋能，目前差距还比较大，实际应用成果不多，发展空间很大。

具体问题包括：一方面，业务场景和数据中台、模型算法没有有机融合，业务场景产生的流程数据、工业互联网采集的时序数据没有有机融合；另一方面，算法单一，智能体单一，多算法、多智能体融合差，工业AI大模型不成体系，提前或超前预警能力差；第三，一体化平台设计在满足合规要求的同时，缺乏价值创造，导致企业投入大、产出少，投资积极性不足，使用缺乏内生动力。

三、构建工业AI大模型体系的六大关键

针对当前一体化平台建设面临的挑战，润吧云CEO严卫国认为，实现高质量发展、现代安全治理的核心是数字化治理，数字化治理的核心在于过程管理数字化。过程管理数字化，就是要将业务场景一体化融合，以秒为单位，打通时序数据库，打通过程管理，通过数据中台实现实时计算，通过AI深度学习，在过程管理中预警、预测安全风险，挖掘新质生产力，实现智能控制优化、智慧经营。

首先，业务场景不能零散分布，需要通过接口一体化打通数据链路，数据链路将业务场景聚合成过程管理，过程管理清晰，安全风险就在过程中及时得到控制。

其次，工业互联网协议必须全面打通，工业大数据进入数据中台，业务场景管理数据也进入数据中台，两者相互融合，相互校验，线上线下融为一体，流式数据和批式数据融为一体，才能发现更多问题。

第三，算力必须有保障，生产过程中的实时计算实现后，在结果出现前就能提前、超前预警。

第四，数据和业务融合，过程计算算力有保障，工业AI大模型就可以充分发挥作用，围绕工艺进程优化，进行参数提炼、经验曲线生成等深度应用。

第五，大数据模型挖掘实现后，企业的应用将更加灵活高效，基于工业互联网的数据，基于模型挖掘，安全、生产、效益、监管、数字资产完全可以实现一体化。

第六，一体化平台建设之后，不仅企业受益，政府园区的监管也将更加清晰透明。

因此，基于工业AI大模型系统，构筑高质量发展、安全发展的一体化平台时不我待、势在必行。

四、数智一体化平台建设的实践路径

（一）业务场景一体化

业务场景需要全面贯通。工业制造行业众多，有连续型生产，有非连续型生产，生产工艺各不相同，控制手段也差异很大。加上工业制造管理幅度大、专业跨度大，业务场景很难驾驭。如果只是简单的业务场景堆砌，就必然会出现信息孤岛，增加企业负担。要想驾驭好复杂的业务场景，必须构建清晰的底层数据链路，理清数据逻辑，贯通跨专业跨部门的业务场景。

以化工、医药等连续型生产为例，工艺生产的最底层数据，就是每一个监测点位的仪表位号，监测到的温度、压力、液位、流量等指标，需要贯通业务场景的全过程。企业需要结合工艺定义每一个单元、控制回路的参数范围，然后通过工业互联网采集到实时运行数据，再将报警信息反馈到一线操作人员和DCS系统操作人员，内操、外操人员及时进行现场处置，处置记录归集反馈给AI算法模型，通过机器学习，找到最优运行参数，并通过自动控制优化，确保工艺生产运行在最优路线上。这样基于控制回路的数据链路打通，就将参数设定、DCS系统运行监测、工艺生产报警、生产巡检、隐患排查、自动化过程控制优化等业务场景完美融合，线上、线下联动，形成了生产工艺过程的数字化闭环。一方面可以防控生产安全风险，做到提前、超前预警；另一方面又通过自动优化，找到最优工艺参数，不断优化改善工艺过程，形成新质生产力，挖掘企业效益，真正实现安全效益一体化。

（二）工业互联协议贯通

工业协议需要全面贯通。数据链路要全面贯通，数据采集就非常重要。不同的工业控制系统、设备管理系统、安全消防管理系统、环保监测系统，都有不同的工业协议，需要建立物联网数据采集、监测平台，并且需要帮助企业通过5G无线组网，低成本实现现场数据采集、存储。物联网数据采集、监测平台需要满足多种技术协议的快速联通，确保时序数据库性能达到要求。

（三）过程管理实时计算

过程管理需要实现实时计算。按照应急管理部要求，18个业务场景底层数据链路打通、工业协议打通后，安全风险管控还远远不够。18个业务场景，需要聚合为6个过程管理，具体包括生产运行、设备运行、危险作业、物料流通、制度运行、人员履职等。6个过程管理均以秒为单位，落地到具体的监测点位，实现全过程可视化管理。过程打通后，实时计算的性能需跟上要求。以大型化工企业为例，一个企业可能有数万个工艺点位，数十万个报警点位，每秒钟采集一次数据，一天就有数百亿条数据，如果加上设备运行监测和气体泄漏监测，要实现实时计算，单个企业日数据计算能力就需要达到近千亿条/天的规模。

（四）工业AI大模型赋能

工业AI大模型需要实现数据赋能。2025年语言大模型风靡全国，但语言大模型在广大的工业企业中，还只解决了一些知识库、智能问答、智能客服等局部的语言逻辑问题。严卫国认为，对于制造企业来说，所有的经营都是数据说话，都是财务指标说话。因此，工业AI大模型区别于语言大模型，最重要的特征是工业AI大模型全部依靠过程管理的多元时序数据进行计算，并与多元结果数据进行比对，通过算法模型，找到影响经营结果的因子，并对因子的波动，通过多个智能体，进行自动化控制干预，这样企业才能真正实现深层次赋能。

（五）数字孪生应用展现

数字孪生需要实现应用呈现。不同的企业可视化数据呈现的要求不一样，呈现的重点不一样；不同的经营部门，数据呈现的要求和重点也不一样。通过物理模型、3D地图、传感器和运行历史数据的三者融合，可以通过图形、报表自定义配置，自定义拖拽，实现一张图全员、全天候、全方位、全过程、全要素可视化呈现企业安全风险数字化动态。

数字孪生相当于企业的第三只眼睛，时刻帮助经营管理者关注数据变化，一旦出现异常，数字孪生地图上就会报警。

（六）政府园区监管协同

政府园区需要实现数字化监管，企业需要确保合规经营。随着新的《安全生产法》颁布施行，企业主体责任加大，罚款明细增多、罚款力度加大，企业经营不慎，很可能遭到行政处罚。一旦遭到行政处罚，企业信用资质将受到影响，企业银行贷款、政府补贴申请、项目投标参与都将受到影响。因此，在执法检查常态化的背景下，企业必须通过信息化、智能化手段，确保经营合法合规。

一体化平台将基于知识图谱、大语言模型等支持企业制度体系建设和制度运行，全方位防控合规经营风险，避免因制度缺陷遭到行政处罚。

以上六个方面是一个有机的整体，一体化平台只有全面融合业务场景、打通工业协议，通过过程管理实时计算，AI工业大模型挖掘数据赋能，才能确保风险可防可控、效益持续挖掘；一体化平台只有通过数字孪生应用展现，一方面满足企业自身可视化管控要求，另一方面满足政府园区合规性要求，才能实现真正的现代安全治理和高质量发展，形成新质生产力，实现可持续发展。

结语

加快工业AI大模型建设，打造高质量发展、安全发展数智一体化平台，是推动工业企业实现现代安全治理的必由之路。从政策密集出台到行业建设提速，从问题诊断到解决方案探索，工业安全生产信息化建设正在经历一场深刻的技术革命。

这场革命的核心，在于通过工业AI大模型体系建设，实现业务场景一体化、工业协议贯通、过程管理实时计算、数据智能赋能、数字孪生展现和政府园区监管协同的有机融合。只有将安全、生产、效益、监管、数字资产真正实现一体化，企业才能在满足合规要求的同时，获得技术红利，挖掘新质生产力，实现安全与效益的双提升。

随着技术的不断成熟和应用的深入推进，工业AI大模型必将在推动我国工业企业高质量发展和安全发展中发挥越来越重要的作用，为构建现代安全治理体系、提升现代安全治理能力提供强有力的技术支撑。