抢抓人工智能创新发展机遇，宁波正在积极推动人工智能赋能制造业，聚力打造“人工智能+制造”全场景开放创新高地。11月2日起，“宁波经信”微信公众号推出“甬城智造微观察”系列报道，聚焦人工智能下沉到产线、渗透进工艺、产生真实效益的宁波样本与实践。本期关注“人工智能+制造”全场景开放创新首期“种子班”的优秀作品之一——“石化行业HSE现场检查智能体”。

大榭石化

在首期“种子班”结业路演中，由大榭石化牵头，联合巨化化工、镇洋发展等企业组建的学习小组，成功孵化出“石化行业HSE现场检查智能体”这一优秀作品。这项成果不仅在大榭石化快速落地，更成为小组内多家企业共享的“AI安全管家”方案。

过去，在大榭石化中控室，安全管理人员整理月度现场检查分析的工作十分烦琐。工作人员需要手动导出每日台账，逐条分类归集、甄别问题等级、核对整改时效、分析数据趋势，一套完整的统计流程，往往需要耗费大半天时间。

如今，这项工作被AI彻底简化。安全管理人员只需输入一句指令：“分析近七天的现场检查情况，有没有重大隐患，闭环处理了吗？”一分钟左右，系统就能自动输出完整成果，包含数据汇总、部门排名、高风险隐患说明与专属整改建议。

大榭石化

在首期“种子班”结业路演中，由大榭石化牵头，联合巨化化工、镇洋发展等企业组建的学习小组，成功孵化出“石化行业HSE现场检查智能体”这一优秀作品。这项成果不仅在大榭石化快速落地，更成为小组内多家企业共享的“AI安全管家”方案。

过去，在大榭石化中控室，安全管理人员整理月度现场检查分析的工作十分烦琐。工作人员需要手动导出每日台账，逐条分类归集、甄别问题等级、核对整改时效、分析数据趋势，一套完整的统计流程，往往需要耗费大半天时间。

如今，这项工作被AI彻底简化。安全管理人员只需输入一句指令：“分析近七天的现场检查情况，有没有重大隐患，闭环处理了吗？”一分钟左右，系统就能自动输出完整成果，包含数据汇总、部门排名、高风险隐患说明与专属整改建议。

大榭石化数智中心

随后，团队从痛点强度、数据可得性、业务频次、落地周期四个维度，筛选八大候选场景，最终将“现场检查与问题闭环管理”定为首期核心项目。大榭石化因数据底座基础较好，主动承担了首个原型开发的任务。

该场景直击安全管理关键痛点，依托企业成熟存量数据，无需额外采集成本，高频刚需、实用性极强。

该智能体最大的亮点是，它由一线业务人员主导搭建，摆脱了传统纯IT开发模式——随着企业数字化理念升级，如今更侧重培养懂工艺、懂现场的业务人员。在开发过程中，大榭石化的一线业务人员不仅梳理自身经验，还吸收了组内其他企业安全管理人员的建议，依托轻量化平台自主搭建适配性工具，贴合真实生产需求。

团队商定智能体采用本地化DeepSeek模型运行，依托企业自有算力设备，数据全程内网流转，不会外泄，安全可控。在小组协同下，项目仅耗时一个多月就落地应用，核心工作是打通数据与业务壁垒，将晦涩的数据库字段与生产业务精准对应，设定严格输出规则，保证AI分析结果真实、有据可依。

落地测试中，小组成员交叉验证，针对性解决了字段缺失、状态码难懂、高危隐患识别难、数据可信度低等各类实操问题，通过业务推演、数据字典录入、语义筛查、结果溯源等方式，让智能体分析精准、可复核、可追溯。

同时，团队也在测试中真切认识到AI幻觉的弊端，AI曾在无数据支撑的情况下编造报表。对于容错率极低的石化安全行业而言，分毫偏差都无法容忍，这也让团队始终坚持实事求是、数据为先的落地原则。

该智能体被清晰地定位为辅助办公工具，只替代重复的统计报表工作，绝不替代人工安全决策。目前，它能将半天的统计工作压缩至一分钟左右，自动筛查监护缺位、高危隐患、未闭环问题，精准锁定责任主体。现场隐患判定、整改核验等核心安全工作，仍由业务人员全权把控。

童骁磊表示，AI输出存在不稳定性，安全生产不容失误，核心研判必须依靠人工。下一步，大榭石化将推动该智能体转入常态化应用，统一数据口径、自动生成周期报表，逐步拓展智能核查、隐患分级、整改推送等功能，在严守数据安全底线的前提下，持续提升安全管理数字化水平。

谈及建设愿景，童骁磊希望通过问答式智能办公，打破部门数据孤岛。未来，随着成果在小组内的推广，能打破石化产业链上下游的数据壁垒，让管理层精准掌握安全动态，让一线人员告别烦琐的台账工作，全身心投入现场管控。

“企业智能化升级无需追求炫酷演示，核心是找准真实痛点，依托真实数据，解决真实问题。‘种子班’让我们同行业的企业能够坐在一起，共享方法论、联合找解法，唯有贴合一线高频需求、实现常态化复用，数智化成果才能真正为安全生产提质增效。”童骁磊说。目前，该小组成员正计划将这一模式向各自企业推广。