WAIC思客会聚焦工业安全 元知明启崔嵛：让AI“看懂”现场

  7月19日，由新华网主办的“WAIC2026人工智能引领产业变革思客会”在徐汇滨江的西岸国际会展中心举行。世界人工智能大会（WAIC） 是全球人工智能领域的顶级盛会，致力于探索AI技术前沿并推动该领域的创新发展。

  当天活动上，来自相关领域的专家、机构和企业代表齐聚。联合国科学和技术促进发展委员会副主席、联合国数据治理工作委员会联席主席穆科德以视频致辞的方式，向大会送来了祝贺。 国际欧亚科学院院士陈润生在主旨演讲中，深入浅出地讲述了人工智能的基础底座，并演示了大模型的特点与应用。元知明启（上海）智能科技有限公司副总裁崔嵛，作为圆桌嘉宾，分享了中国安全科技产业在AI与制造业深度融合进程中的前沿思考。

  安全是新质生产力的“软实力”

  在崔嵛看来，安全不是新质生产力的“附加项”，而是它的“地基”——没有这个地基，上面的大厦盖得越高，风险越大。高质量发展的前提，是高水平的安全。

  安全产业的升级能够为新质生产力提供三重支撑：技术支撑——AI安全评测、极早期预警、数字孪生推演，让风险在酿成事故之前就被识别和阻断；数据支撑——打通系统孤岛，让安全管理从“经验驱动”走向“数据驱动”；信心支撑——当企业知道生产是安全的、流程是合规的、风险是可控的，创新的勇气和投入的决心才能真正释放。

  对企业而言，安全正在从“成本中心”变成“价值中心”。对产业而言，安全正在成为升级的“加速器”而非“刹车片”。对国家而言，安全治理的现代化正在从“行政驱动”走向“技术驱动”。从“事后追责”到“事前预防”，从“人防”到“智防”——这不是技术手段的升级，而是治理理念的跃迁。

  打通“安全转型”堵点 让AI理解工业现场

  中国拥有全球最完整的工业体系，规模以上工业企业AI普及率已超过30%。但一个不容回避的现实是：大量工业安全数据仍处于“沉睡”状态——设备运行数据、人员操作记录、环境监测信息分散在不同系统里各自为政；安全管理依赖“事后追责”、工艺流程依靠“经验判断”、风险防范停留在“阈值报警”。

  崔嵛分享了中国安全科技产业的一条探索路径：在现有系统之上构建数据中台，让分散的数据先“对话”，再通过AI持续学习，实现对工业现场深层规律的认知。这包含两个关键突破：一是穿透数据孤岛的能力。不同厂商的系统接口不同、数据格式不同，需要在统一的数据层做标准化适配。工信部等八部门部署的“模数共振”行动，正是要探索建立“数据协同、模型训练、应用开发、安全保障”一体化机制，从国家层面推动这场变革。二是理解工业机理的能力。通用大模型能写诗画画，但它不懂化工反应釜的温度曲线意味着什么、不懂储能电池的电压波动预示着什么。必须把行业know-how和工艺机理固化到模型中，让AI真正“读懂”工业、理解安全，而不是停留在“数据搬运”的层面。

  当这两项能力具备后，一个更深层的变革开始发生：AI不仅能“看懂”设备运行状态，还能“看懂”人的操作流程——从系统日志和操作记录中还原真实的一线作业路径，发现哪些环节存在隐患、哪些步骤偏离了标准作业程序。安全管理第一次实现了“物的流程”和“人的流程”的双重数字化闭环。

  以化工园区为例，反应釜的温度、压力、流量在分布式控制系统里，视频监控在另一套系统里，巡检记录还在纸质文件上——三者彼此割裂。当数据中台让它们先“对话”，AI持续学习后，系统可以预判“哪里可能出问题”，而不是等阈值被突破才报警。这不是把报警变得更灵敏，而是让系统真正理解了工业场景的风险语言。在用电、消防等典型场景中，安全响应窗口从“事后追责”大幅前移至“事前干预”。

  AI安全产业方兴未艾 打造适应全球的“中国方案”

  当前，我国正处在“十五五”开局关键节点。一批中国安全产业AI企业，正以流程智能、大模型等前沿技术回应国家战略需求——将AI引入安全管理，以“事前预防”替代“事后处置”，以数据贯通打破系统孤岛，以流程优化重构产业逻辑，将“统筹发展和安全”从国家战略层面落到了产业实践层面。

  崔嵛认为，中国安全科技产业的独特优势在于——在全球最复杂、最丰富的工业场景中打磨技术。这些探索不是从实验室里走出来的，而是从产线上、从每一次预警和处置中生长出来的。

  此次，中国安全科技产业亮相WAIC，意义不止于一次品牌展示，更是在全球AI治理格局重塑的关键时刻，完成从“技术实践者”向“规则贡献者”的跃迁——把中国的产业实践转化为全球可借鉴的“中国方案”。

  “中国方案不是要替代谁，而是要贡献一种新的可能性：让AI在守护安全中创造价值，让安全在AI赋能中实现跃升。这才是‘智能伙伴’的真正含义。”崔嵛如是说。