从智能决策到价值落地，联通元景工业 AI 激活“智造”新动能

9 月 22 日，2026年运营商 AI to B 行业数智化发展论坛在北京国家会议中心顺利举办。论坛旨在推动算力、模型与行业场景的深度融合，搭建面向政企客户AI赋能实践的产业交流平台。中国联通领军人才、大数据科学家居希宏·居来提博士受邀参会，并作《AI to B：从智能决策到价值创造的工业 AI 实践分享》主题演讲。

演讲中，居希宏·居来提博士指出：工业 AI 的核心不在于单纯实现预测准确，而在于完成从“感知预测”向“智能决策、业务行动”的闭环跃迁，依托联通元景时序预测与智能决策智能体，推动工业 AI 从单点试点走向规模化复制，为新型工业化注入数智力量。

预测准确不等于业务价值，工业 AI 要打通完整价值链

在工业生产场景中，AI 可以完成故障识别、需求预判、能耗预估等信息输出，但预测准确不等于业务价值。如果预测结果不能转化为计划、排产、调度、参数调整等实际动作，只能停留在“更好的信息”层面，无法真正降本增效。 工业 AI 完整价值链条应当是：采集设备、订单、工艺等多源数据，通过 AI 完成预测识别，输出给智能决策模块开展优化计算，再对接 APS、MES、DCS 等执行系统落地执行，最终实现成本、材料利用率、设备效率、能耗等经营指标改善。需求订单预测、质量风险研判、设备健康管理、能耗负荷调度、重工排产下料等典型场景，均印证这一逻辑。

钢板利用率每提升 1%，可带来千万元级成本节约

以重工制造行业为例，企业钢材消耗量巨大，钢板利用率每提升 1%，可带来千万元级别的成本节约。过往生产瓶颈集中在上游计划环节，相似板件集中排料容易造成利用率偏低，而互补板件混合排料能够显著提升材料利用效率，传统模式下难以快速完成最优板件组合判断。 针对该行业痛点，中国联通挖掘历史订单、BOM 清单、套料生产记录、钢板利用率等海量生产数据，构建 AI 预测模型，对不同板件组合下钢材利用率进行快速预判。依托历史模板库开展模拟推演，把 AI 预测能力前置到上游主机计划环节，在不改动原有产线生产流程的前提下，辅助生产人员筛选高利用率的板件组合方案。经过实测验证，模型预测结果与实际钢材利用率具备高度相关性，为生产计划优化提供可靠依据，实现降本的潜在空间可观。

从项目经验到标准化能力：元景工业智能体的分层架构

单个项目的成功只是起点，如何把项目经验沉淀为标准化能力，实现快速复制，是工业 AI 规模化落地的关键。基于重工制造项目实践，中国联通沉淀打造联通元景工业万悟时序与智能决策智能体，打通从需求理解、数据处理、建模优化、诊断调参到部署运维的完整链路。

四、三大能力跃升：场景快速复制、专家效能放大、方法论规模推广依托这套标准化智能体能力范式，中国联通实现三大能力跃升。一是场景快速复制。首个桩机工厂项目从调研到部署耗时6个月，迁移至同类中挖制造场景，交付周期压缩至2个月，周期缩短约67%。二是放大专家效能。在电厂减温水预测场景，智能体仅需4小时自主探索，效果就超过传统人工模型，还反向启发行业专家进一步迭代，整体预测精度提升20%；三是方法论规模化推广。首站场景耗时2个月跑通整套落地方法，实现90%以上场景达到专家级操控水平；方法沉淀完成后，可在1天内完成上百站点批量部署，模型效果保持稳定。

五、坚持“预测为信息，决策出效益”，服务制造业高质量发展

在新型工业化建设过程中，降碳、节能、增效是制造企业的共同诉求。中国联通将持续夯实元景工业 AI 能力，坚持“预测为信息，决策出效益”的实践思路，打通“数据 - 预测 - 决策 - 执行 - 价值”的全链路，把单点项目经验转化为可复用、可推广的标准化产品，助力工业发展由制造转向“智造”，服务行业高质量发展。