文章核心观点 - 人工智能正从辅助生产角色演进至核心生产系统，驱动资源行业经历一场根本性的重构与变革 [1][3] - 资源行业智能化转型的根本路径在于“以用促建”，即通过高价值AI应用场景牵引信息基础设施建设，构建长远发展的数智化底座 [1][7] - 当AI应用在技术成熟度和经济效益上实现“收益大于成本”的商业闭环，行业将迎来从量变到质变的规模化飞跃奇点时刻 [2][10] AI在核心生产环节的应用与价值 - 在钢铁行业，AI大模型通过解析高炉冶炼中1400多个强耦合参数，实现炉温精准调控，炉内每减少10℃温度波动可令每吨铁水减少1kg焦炭消耗，节省成本3元，宝武钢铁单个高炉应用实现约1000万元成本节省 [3] - 在油气领域，AI大模型将地震波波动方程求解效率提升5倍以上，反演建模效率提升10%，项目周期缩短20%以上，智能钻井系统使储层钻遇率提升至85%，单井产量增加30%，钻井周期缩短15% [4] - 在化工领域，AI模型对气化炉关键参数进行预测优化，使云天化大为制氨实现比煤耗削减1.33%，预计年节煤9100吨，年减少二氧化碳排放2万吨 [4] - AI向核心生产系统的渗透是对生产流程和工艺的重构，通过数据与机理融合将行业知识训练为可复用的工业大模型，旨在沉淀和放大人类智慧 [5] “以用促建”的转型路径与基础设施 - 资源行业走出一条与金融、互联网“先建后用”不同的“以用促建”新路，即围绕解决生产经营难题的AI价值场景来指导企业ICT建设 [7] - 矿鸿物联网操作系统通过统一数据格式与协议打破数据壁垒，在多个煤矿规模化复制液压支架跟机自动化等应用，提升作业效率并为AI训练提供高质量数据 [7] - 针对特定场景研发本质安全网络、时延敏感网络等解决方案，解决网络覆盖难题，华为云Stack实现多级协同，助力南京钢铁劳动生产率提升30%，综合能耗降低15%以上 [8] - 矿山高性能4G&5G技术、全闪存存储等基础设施已大规模在海外油气矿山部署，支撑企业AI应用发展 [8] 规模化应用与奇点来临 - 无人驾驶矿卡是AI价值显性化代表，全国已部署近2000辆，综合运输效率较人工驾驶提升20%以上，百台编组年替代柴油超1.5万吨，燃料成本年节省约1亿元，预计2025年底部署量将突破5000辆 [10] - AI技术从头部企业走向中小市场，盘古矿山大模型已完成100多个场景应用落地，并通过标准化架构快速复制到70余家单位，形成可推广的解决方案 [11] - 当单点创新扩展为可复制的商业范式，技术指标转化为确定性收益，行业智能化便从投入期迈进回报期 [11] 生态构建与未来发展 - 华为通过融合数据、多模型协同及AI Agent技术，助力客户构建端到端的AI生产力流水线 [12] - 公司聚焦联合生态伙伴打造行业中间件平台，弥合AI基础设施与场景化应用的鸿沟，降低AI落地门槛，加速行业智能化转型 [12]

行业数字化转型趋势 - 区域银行核心系统转型已从是否上云的阶段进入如何上好云的关键攻坚阶段 [3] - 分布式云化架构成为区域银行数字化转型的必由之路 直接决定银行客户服务效能 风险防控能力及可持续发展潜力 [3] - 30余家城商行 农商行 农信社等区域金融机构代表齐聚共话数字化转型 包括杭州银行 吉林银行 天津滨海农商行等多机构深化上云实践 [1][5] 技术架构升级方向 - 华为云Stack通过分布式架构与云原生技术实现核心系统自主演进 打造通智一体化云底座 [3][4] - 采用柔性调度 云OS无感升级 智能运维 高可用及安全运营等能力焕新金融云基础设施 [4] - 通过数据库和金融PaaS的智能升级推动应用现代化 加速金融生产力突破 [4] 业务创新实践 - 乌鲁木齐银行基于华为云Stack的分布式新核心系统上线投产 将推出更多具有地域特色的金融产品 [1] - 多智能体成为行业核心方向 华为云Stack与头部银行联创超级智能体 解决场景开发效率低 知识不共享 时延体验差及高并发单点故障等难题 [4] - 核心上云实践验证了对业务敏捷性的关键价值 沉淀出可复制的转型方法论 加速行业向智能韧性数智化阶段迈进 [5] 技术攻坚重点 - 聚焦技术难点攻关与业务场景融合 包括分布式架构搭建 云原生技术应用及核心系统稳定性保障 [5] - 在保障安全可控前提下实现核心系统自主演进 满足业务创新和智算算力诉求 [3][4] - 通过AI技术成熟度提升 为金融业务系统带来更多创新可能 从核心上云延伸到云上业务创新 [4]

公司战略转型 - 公司从传统钢铁制造向"AI+钢铁"智能化转型，与华为联合研发"元冶·钢铁大模型"，覆盖研发设计、生产制造、营销服务、经营管理四大业务方向20个智能场景应用，实现从"经验炼钢"到"科技炼钢"的升级[1][10] - 2021年全面启动数据治理，核心数据资产入湖率超90%，2024年一季度成为全国首批数字资产入表上市企业之一，全年数据资产入表超1000万元[2] - 2024年初启动"人工智能百景千模"三年行动计划，基于华为云Stack构建钢铁垂直大模型底座，建立"集团中心—生产产线"两级云边训推体系，形成云边协同的智能闭环[2] 技术应用与成果 - 智能峰谷优化调度系统利用大模型和求解器实现能源实时最优调度，2024年增加发电655万度电，峰谷发电效益提升4.24倍[4] - 碳锰低温钢研发通过大模型混合云实现工艺在线监控与优化，产品性能合格率提升1.5%以上[5] - AI配煤系统将配比计算效率从1-2天压缩至1-2分钟，吨焦成本降低5-10元[7] - 轧制力AI预测引擎融合专家知识与极端工况数据，实现全钢种高精度预测[7] - AI视觉大模型应用于钢铁质检，解决样本稀缺、缺陷多变等难题，实现金相判级、低倍判级等自动化检测[7] 生态合作与未来规划 - 发起"钢铁大模型百日会战"，联合华为等生态伙伴推动首批应用试点上线，加速全链条智能化升级[4] - 智能问答系统融合知识库与数据引擎，在阳光智问、设备智通等场景实现效率显著提升，未来将拓展至全业务角色[9] - 与华为云Stack的合作超越技术层面，构建工业智能新范式，推动行业从机械化、自动化向智能化跃迁[9]

华为云Stack政企数智化战略 - 华为云Stack以"做智能时代更懂政企的云"为主题举办高峰论坛，汇聚政府、金融、央国企等领域专家探讨政企数智化转型 [1] - 生产智能化、数据要素化、经验全球化被定位为政企数智跃迁的三大驱动力 [1] - 公司全面构建AI云服务产品和解决方案竞争力，已落地智慧客服、工艺优化等业务场景 [1] - 中国拥有最全工业门类、最大规模政务云体系，为AI产业提供海量工业数据、金融数据和公共数据 [3] 混合云技术优势 - 华为混合云总裁提出混合云需具备高韧性、安全合规特性，支撑数据+AI+应用开发的行业技术栈 [3] - 华为云Stack提供120多个云服务和50多个场景化解决方案，在亚太与中国混合云市场保持政务、金融、制造领域份额第一 [3] - 计划下半年适配CloudMatrix 384超节点，使政企客户可在本地拥有云上超节点 [4] 政企用户细分服务 - 将政企用户细分为数据中心工程师、数据工程师等四类角色，针对性提供软件与AI能力 [4] - 从"建云、上云、用云、管云"全流程构建产品方案，覆盖云平台到生产工具链 [4] 行业应用案例 - 湘钢集团联合发布全球首个钢铁大模型，已上线32个AI场景包括智慧配煤、废钢定级等，计划年底达100个场景 [5] - 成都城投数智集团构建城投云和可信数据空间，计划加快感知体系建设催生新业态 [6] 大模型技术进展 - 2025年新一代大模型推动AI产业在模型架构、应用开发等四个维度发生变革 [7] - 华为云Stack通过六大能力升级（极致推理、一站式工具链等）打造政企AI平台 [7] - 发布《政企AI平台架构及应用实践》白皮书，总结政务、金融等行业头部客户实践 [7]

华为云Stack战略定位 - 公司以"做智能时代更懂政企的云"为核心定位，聚焦政企客户在AI时代的数智化转型需求[1] - 混合云产品战略覆盖云平台、数智融合、AI和应用现代化四大竞争力维度[1] - 下半年将率先适配CloudMatrix 384超节点，为政企提供本地化AI算力支持[3] 市场表现与产品能力 - 当前提供120多个云服务和50多个场景化解决方案[3] - 在亚太与中国混合云市场保持领导地位，政务、金融、制造领域份额持续第一[3] - 产品矩阵覆盖"建云、上云、用云、管云"全业务流程[4] 行业应用案例 金融领域 - 为国有大行搭建算力平台，实现106个DeepSeek R1实例2天快速部署，效率较传统方式提升70%[4] 制造业 - 徐工集团案例显示：大数据平台实现车联网设备360画像，数据指标可视化提升分析效率[4] 钢铁行业 - 湘钢通过ModelArts平台整合十余个架构，发布首个钢铁大模型并在30+场景落地[5] 能源行业 - 中海油采用CodeArts后研发工时节省30%，系统部署时间从1周压缩至1天[5] 用户分层运营策略 - 将政企用户细分为数据中心工程师、数据工程师、AI算法工程师、应用开发工程师四类角色[3] - 针对不同角色提供定制化软件与AI能力支持[3] 生态赋能体系 - 通过培训体系、开发环境、技术沙龙、经验共享四维支撑政企智能化转型[5] - 强调"技术为根，人才为本"的发展理念[5]