2026十大央国企 AI+ 场景标杆案例集

2026十大央国企 AI+ 场景标杆案例集 前言 人工智能正深度融入实体经济，成为央国企数智化转型、培育新质生产力的核心引擎。作为国民经济的压舱石与主力军，中央企业与国有企业在 AI 技术规模化落地、场景化创新中肩负示范引领使命，其实践成果既是自身高质量发展的关键支撑，也是推动全行业 AI 应用走向标准化、规范化、可复制的重要力量。 为系统梳理央国企 AI 融合创新的标杆成果，凝聚转型共识、搭建交流桥梁、赋能产业升级，中国软件行业协会信息主管（CIO）分会、数字产业创新研究中心、锦囊专家联合发起 2026 十大央国企 AI + 场景标杆案例征集活动，面向制造、能源、金融、医疗、物流、农业、采矿等重点领域，遴选技术领先、成效显著、具备推广价值的 AI 应用典范。同时，本次案例集择优收录 2025 第八届数智化转型与创新评选中的央国企优秀获奖案例，汇聚两大权威评选的精品实践，形成兼具代表性、创新性与实操性的成果汇编。 本案例集所录项目，均经严格评审与专业遴选，聚焦 AI与核心业务深度融合的真实场景，覆盖智能生产、智慧营销、智能风控、智慧供应链、智能办公等关键环节，既展现技术突破，更凸显产业价值。希望通过这些可借鉴、可复制、可推广的标杆实践，为更多央国企及行业伙伴提供路径参考，助力 AI 技术与实体经济深度融合，以数智力量推动我国数字经济高质量发展。 目录CONTENTS 前言案例一 鞍山钢铁集团有限公司：数据 +AI 重新定义钢铁制造管控流程案例二 成都能源发展股份有限公司：大模型赋能的综合能源智慧管控平台案例三 重庆市忠信保安服务有限公司：金融综合安防 AI+案例四 沪东中华造船（集团）有限公司：全球供应链数据智能归集项目案例五 厦门国贸控股集团财务有限公司：国贸财务公司智能报告平台——大模型赋能授信全流程案例六 上海电气风电集团股份有限公司：风电行业多源异构语料驱动的 AI 智能构建与应用案例七 无锡市国联发展（集团）有限公司：国联集团‘智擎中枢’AI 赋能平台——央国企一体化智能办公与知识管理标杆实践案例八 越创智数信息科技有限公司：悦智检——智慧品质管理平台案例九 中国联合网络通信有限公司上海市分公司：“通通慧评”——基于大小模型融合的 AI 智能评标系统案例十 中信消费金融有限公司：中信消金风控灯塔附录 评委会专家003006016020029034042053062070079085 2026十大央国企 AI+ 场景标杆案例集 鞍山钢铁集团有限公司：数据 +AI 重新定义钢铁制造管控流程 案例简介 该案例坚持以数据治理为基础，以人工智能技术为手段，实现 AI 深入嵌入业务信息系统，覆盖建设全流程、全产业链、全生命周期的工业数据链，集成产品研发、生产制造、物流协同、销售工贸等工业应用场景，建立面向制造环节全过程的工业大数据资源聚合和大模型应用平台，挖掘数据的深层次价值，开展产品研发、智能制造、生产管控、客户服务、供应链协同、产品销售预测等业务场景的应用分析潜能，实现产供销深度协同，提高生产质量、效率和资产运营水平，赋能企业提质增效。 案例一鞍山钢铁集团有限公司：数据 +AI 重新定义钢铁制造管控流程 背景和主要驱动力 变革背景：传统钢铁制造管控痛点与转型驱动力 （一）传统管控模式主要痛点 在“十四五”期间，鞍山钢铁加速推进智慧制造和数字化转型，围绕“基础设施、平台、新兴模式”三个层面及“一横一纵”T 型策略与转型架构，整体取得一定突破和效果。但是也面临着诸多挑战，同时也揭示了传统钢铁企业转型的共性难题。特别聚焦在效率提升、成本降低、质量提升存在瓶颈。具体原因表现为，一是多基地系统异构化突出，四大生产基地的信息系统难以协同，数据共享存在壁垒；二是多产线多品种生产组织复杂，调度规划与质量控制依赖经验驱动，难以实现精准优化；三是设备代际跨度大，从 20 世纪 80 年代设备到现代智能装备并存，数据采集与标准化难度显著；四是工业大数据的深入挖掘应用能力不强，系统的自感知、自决策、自执行、自学习能力仍有待加强，管理、决策层的数据应用支持不足。这些挑战导致传统数字化手段难以穿透生产全流程，亟需用技术实现突破。 （二）转型核心驱动力 政策导向强化转型刚性要求不断加强，国务院于 8 月 27 日印发《关于深入实施“人工智能 +”行动的意见》，提出“人工智能 + 产业发展”重点行动，明确要求钢铁等传统制造业 " 加速智能化改造与数字化转型，实现全业务域穿透式管理 "。公司作为中央企业标杆，亟需通过数字化转型推进绿色化、智能化升级，切实履行社会责任。 同时，行业竞争驱动发展模式变革，钢铁行业进入减量提质发展阶段，企业竞争焦点由产能规模转向成本管控、质量提升与绿色生产。传统管控模式下，鞍山钢铁吨钢成本较行业先进水平高出 15 元，亟待通过数据驱动与人工智能技术融合优化流程，全面提升核心竞争力。 （三）技术演进提供转型支撑条件 近年来，AI 技术特别是大模型技术取得了飞速发展，大模型企业部署门槛逐渐降低，为钢铁企业实现精益数智化转型提供了技术支撑。通过引入 AI 技术，构建企业级大模型平台，能够实现对生产经营过程中海量数据的深度分析和挖掘，为企业生产调度、成本管控、质量控制等提供智能化决策支持。 战略规划和行动路线图 鞍山钢铁聚焦效率、成本、质量解决企业最迫切的痛点问题，利用 AI 嵌入核心业务，通过数据、算法、算力、模型、能力五要素同时发力，推出从平台底座、领域应用到生态服务三层一体化架构，真正实现横向到边、纵向到底、斜向到链。基于统一的数智底座，构建起覆盖企业业务与管理领域端到端一体化的云服务群，全面满足企业一体化应用拉通需求、实现端到端深度融合，利用新一代信息技术驱动管理变革、产业变革，实现制造、运营、营销和服务全面的数字化，实现业务更加多元、技术更加适配、组织更加灵巧、文化更加和谐。 （一）规划路线 鞍山钢铁以“数据驱动流程变革，AI 重构管控模式”为核心战略，制定“三层五级、双轮驱动”的转型蓝图，明确“从数据治理到智能应用，从单点优化到全流程变革”的路径。集成产品研发、生产制造、物流协同、销售工贸等工业应用场景，建立面向制造环节全过程的工业大数据资源聚合和 AI分析应用平台，以大数据、人工智能为手段，挖掘数据的深层次价值，开展产品研发、智能制造、生产管控、客户服务、供应链协同、产品销售预测等业务场景的应用分析潜能，实现产供销深度协同，提高生产质量、效率和资产运营水平，赋能企业提质增效。 2026十大央国企 AI+ 场景标杆案例集 （二）实施内容 1. 平台构架：筑牢管控变革的技术底座 构建了“底座支撑 - 模型开发 - 场景应用”的技术架构平台。底座支撑层集成 DeepSeek、豆包、文心一言等开源模型，形成低成本推理能力体系；模型应用层具备大数据对接、领域知识增强、安全拒识、长文本生成等核心功能，提供 Prompt 工程、模型精调等开发工具；场景应用层则聚焦钢铁生产管理场景，实现智能化业务运营。 数据层：整合全业务域数据（包括生产实时数据、设备状态数据、供应链数据、能耗环保数据等），形成“数据资源一中心”，实现“一数一源、全流程溯源”。 开发层：开发 AI 智能体平台、低代码开发平台、业务协同平台，支撑“智能决策、流程自动化、跨部门协同”三大核心应用。 案例一鞍山钢铁集团有限公司：数据 +AI 重新定义钢铁制造管控流程 应用层：实现核心业务，数据、智能嵌入核心业务流程，实现“流程 + 数据 + 智能”的原生一体化，围绕业务提效、服务能力提升、制造过程管控、现场安全及班组管理四大方向，系统性规划了 17 类 AI应用场景，推动从经验驱动向数据驱动的智慧转型。 该平台的核心共识在于“AI 必须与大数据深度结合”，通过数据、算法、算力、模型、能力五要素协同，解决业务数据分散、质量差、场景单一等问题，突破大模型“幻觉”难题，为规模化应用奠定技术基础。 2. 数据筑基：打破“数据孤岛”，构建管控“数据大脑” 企业行动与 AI 落地的数据环节，关键在于从治理迈向应用，实现从“建好、管好”到“好用、爱用”的转变。数据是 AI 的基础，大模型则是数据创造价值的最短路径。过去，数据如同沉睡的宝藏，如今，我们要整合数据资源。 具体而言，要运用 BIP 低代码平台，构建数据宽表，为 AI 提供高质量的数据，搭建数据模型。指标大屏实现“一业一屏，一厂一屏”，覆盖采购、营销、制造、物流、设备等主体工序厂。在数据管理与应用平台方面，涵盖数据需求、标准、元数据、资产、服务管理以及质量跟踪等，还有流程申请、应用创新、KPI 指标等中心的数据指标管理。 同时，要做好数据治理和应用，兼顾数据质量与逻辑规则，涵盖单指标和多维指标。这需要找抓手、定措施、立目标，深度研发数据平台，利用低代码开发工具，开展业务和技术培训，落实“数据分析师”实施方案，推动 IT 与 OT 融合，借助平台建设和工具辅助。在组织运营上，要有保障机制，通过组织协调和数据分析师的协作，由数据治理工作领导小组统筹，数智部和 IT 团队负责数据架构，大数据模型分析实验室提供技术支持。 3.AI 落地：场景化智能体，重构“决策 - 执行”流程 1）建立高标准体系化知识库，构建“数据 + 知识”核心要素 在行动与 AI 落地的进程中，知识库建设至关重要。“数据 + 知识库”是智能体构建的核心要素，优质智能体既要有高质量数据，也要有高标准体系化的知识库，涵盖“组织（经）+ 业务（纬）+ 学科（标签）”三个维度。构建个人文档、个人知识库、组织知识库和企业知识库。完善的知识库体系能为 AI 落地提供坚实支撑，助力企业在数字化转型中取得更好成效。 2026十大央国企 AI+ 场景标杆案例集 2）策划 AI 大模型场景，聚焦业务增效 依托 AI 大模型平台，深度融合 AI 技术与钢铁产业，实现核心业务，数据、智能嵌入核心业务流程，实现“流程 + 数据 + 智能”的原生一体化，围绕业务提效、服务能力提升、制造过程管控、现场安全及班组管理四大方向，系统性规划了 17 类 AI 应用场景，推动从经验驱动向数据驱动的智慧转型。 业务提效方向，重构办公与知识管理。聚焦智能化办公流程优化，覆盖政策解读、会议管理、文档处理及知识沉淀，策划业务政策解读、智能化会议管理、智能化会议管理、制度与方案管理及知识库建设 5 类场景。已投入运行智能会议、会议纪要自动生成、PPT 生成、专业知识问答等功能，可大大提高管理成本和效率，通过一站式办公平台，报告撰写时间可压缩 50%、数据分析提效 50% 以上，PPT 制作时间压缩 60% 以上，解放管理人员繁重的文字材料的工作负担。 服务能力提升方向，实现供应链协同与决策智能，强化客户服务与市场响应能力，对内高效协同、对外快速反应，策划供应链客户服务、多维度决策分析、市场趋势预测等类场景。已投入科技管理 AI 案例一鞍山钢铁集团有限公司：数据 +AI 重新定义钢铁制造管控流程 助理、党建知识官、采购营销知识官、智慧人资等智能体。通过多个智能体协同合作，通过多意图流构建实现复杂任务的高效协同。例如，采购通、智慧人力通等智能体在各自领域发挥专业能力，共同推动企业业务的开展。制度问答能提供制度方面的知识，财务知识官负责财务相关内容，故障诊断可及时发现问题，产品助手为产品提供支持，通识小博士则提供广泛的通用知识。这种多智能体调度的模式，就像一个高效的团队，每个成员都有自己的专长，通过协同配合，能更好地完成各种复杂任务，为企业的 AI 落地和发展创造更大的价值。 制造过程管控方向，进行全链条数据驱动优化，实现生产全流程智能监控与自决策，对钢铁产品生产全生命周期管理，策划生产与质量分析、工序与能源优化、物流与库存效率及设备运行管控 4 类场景。已投入的铁前成本数据价值挖掘实现铁前工序成本多维度数据查询及归因分析，让企业全面了解成本的构成和变化原因，实时分析铁前工序单位成本趋势，为企业优化成本结构提供