【经管讲堂·AI经管实践】弘润石化炼化垂域大模型：高危场景的智能替代与安全经济学

事件与实践

中国移动山东公司联合弘润石化打造山东省内首个落地生产一线的炼化垂直大模型。面对高温高压炼化车间人工操作风险高的痛点，智能体可快速输出阀门、温压调参方案，加氢裂化操作平均响应时间由4小时压缩至2小时，相关方案已向10余家炼化企业复制推广。

分析

一、安全经济学与技术替代决策

安全经济学的基本命题是：事故成本（直接损失+间接损失+声誉损失）远高于预防成本。炼化车间的高温高压环境使人因失误成为主要风险源，AI在高危场景的替代不是效率选择，而是风险管理选择——响应时间从4小时到2小时，本质是把风险暴露窗口缩短了一半。

二、智能体的方案输出与人的最终把关

人机协同的自动化层级理论（如Sheridan的信任校准框架）提示，自动化程度越高，人对系统的监督责任越重。智能体输出阀门、温压调参方案后仍需人工确认执行，这一’AI建议+人决策’的结构在安全攸关行业具有普适性：既获得AI的响应速度，又保留人的责任闭环。

三、方案复制的规模化路径

创新扩散理论（罗杰斯）指出，可观察的相对优势与低试用门槛决定扩散速度。该炼化方案已向10余家企业复制，说明其’中国移动算力底座+行业模型+企业数据微调’的架构具备了标准化交付能力，比从零自研的路径大幅降低了同行采用成本。

启示

AI进入高危工业场景的突破口，在于把’响应速度、操作精度、风险控制’三类价值打包呈现。对能源化工企业，引入垂域大模型的决策框架应是：先识别风险集中、经验依赖度高的工序，再评估数据可得性，最后以’复制推广’而非’单点示范’为成功标准。

其他思考

1. AI输出的调参方案若造成事故，责任如何在供应商与企业间划分？
2. 炼化企业自建模型与采用第三方方案的成本收益如何比较？
3. 响应时间压缩后，岗位编制应如何重新设计？

关键词：AI安全,高危行业,炼化,智能体,人机协同
来源：2026人工智能产业大会（2026年10月） | 整理：经管讲堂