煤炭产业生产环境复杂、作业场景多样、装备资产厚重、知识经验丰富；其次，煤炭行业缺乏统一的标准和数字化方案。不同煤炭企业、矿区之间数字化建设差异巨大，难以对齐标准。因此，煤炭行业有大量亟待远程化、自动化改造的工作，同时也有大量需要智能化改造的设备。

 如何将数字技术融合到矿山生产流程，推进智能矿山建设，华为煤矿军团刘维在2022年新浪科技风云榜的主题发言中，从两个方面分享了探索与实践进展。

  第一是架构融合。过去一些矿企积极试点创新，形成了几十个应用系统，这些系统在一定程度上取得了单系统内的优化，但是要跨系统之间的调度联动比较困难，甚至管理这几十套系统的账号和密码，都是不小的工作量。华为煤矿军团和大型煤炭生产企业、行业伙伴在矿山智能化建设实践中，探索出一套统一标准、统一架构、统一数据规范的智能矿山工业互联网，矿山智能化基于统一的工业互联网架构，向下统一介入各类设备互联互通，并实现数据统一采集、统一入湖，向上使能各类智能应用。

  第二是人工智能在行业大规模应用。煤矿生产是一项复杂、危险性较高的工作，当前仍需大量人员现场作业。智能矿山的核心就是通过人工智能算法来沉淀专家经验，替代人从事危险、复杂、重复的劳动，让煤矿生产更加安全、智能、高效和绿色。

  针对煤炭行业数字化转型面临的挑战，华为表示现阶段存在根技术、场景、人才和生态四大鸿沟。

  首先是技术鸿沟，AI技术在全球能源行业渗透率不到百分之三。每家想要应用AI技术的企业，都需要进行独立的架构设计与调参。就像每家工厂都需要聘请设计师来设计螺丝一样，是一种粗放原始的手工作坊模式。在华为高强度研发投入下，构建矿山AI大模型平台，这是一种行业预训练模型，相当于提供一套自动化工具，有助于简化开发工作量。

  其次是场景鸿沟。在矿山行业，场景千差万别。这么多的场景，光靠一家企业是无法穷举和实现。华为提出了众筹模式，即通过集体的力量来构建AI场景地图和应用。华为在中国矿业大学（北京）、安徽理工大学、山东科技大学等高校及多个煤矿企业开展调研，整理出一个业界最完整的场景地图。并联合中国煤炭学会，中国矿业大学（北京）举办第一届全国煤炭行业矿山AI大模型大赛，鼓励参赛选手发挥创造性，提出更多创造性场景和方案。如来自中国矿业大学的一个团队借助矿山AI大模型能力可替代矿山人工值守，在智能系统帮助下，职守人员从3班2人减至2班1人，提升了工作效率。

  关于人才鸿沟，智能矿山对人才的需求非常迫切，既懂采矿又具备AI技术的人才可谓凤毛麟角。通过矿山AI大模型大赛平台锻炼选手们的专业能力，帮助行业识别人才，同时给选手们提供一个走向市场、实现价值的机遇。

  谈及生态，煤炭涉及开采、机电、通风等多门类专业，全国4000多家煤矿的地质条件和自动化程度截然不同。要构建良好的行业生态，离不开产学研用的通力合作，让学术研究的成果不断转化到工业应用里。同时，还需要行管部门、煤炭生产企业、装备制造商、应用系统开发者，以开放的姿态创新合作。

  刘维表示，华为矿山AI大模型的最大价值，在于借助人工智能推动其在矿山行业中使用、复制及创新。“我们坚信，有根技术、有价值场景、有人才、有开放合作的生态。华为矿山AI大模型这一支点将在不远的将来迅速突破产业规模期，必将为矿山行业带来更多普惠价值。”