煤炭產業生產環境複雜、作業場景多樣、裝備資產厚重、知識經驗豐富；其次，煤炭行業缺乏統一的標準和數字化方案。不同煤炭企業、礦區之間數字化建設差異巨大，難以對齊標準。因此，煤炭行業有大量亟待遠程化、自動化改造的工作，同時也有大量需要智能化改造的設備。
如何將數字技術融合到礦山生產流程，推進智能礦山建設，華為煤礦軍團劉維在2022年新浪科技風雲榜的主題發言中，從兩個方麵分享了探索與實踐進展。
第一是架構融合。過去一些礦企積極試點創新，形成了幾十個應用係統，這些係統在一定程度上取得了單係統內的優化，但是要跨係統之間的調度聯動比較困難，甚至管理這幾十套係統的賬號和密碼，都是不小的工作量。華為煤礦軍團和大型煤炭生產企業、行業夥伴在礦山智能化建設實踐中，探索出一套統一標準、統一架構、統一數據規範的智能礦山工業互聯網，礦山智能化基於統一的工業互聯網架構，向下統一介入各類設備互聯互通，並實現數據統一采集、統一入湖，向上使能各類智能應用。
第二是人工智能在行業大規模應用。煤礦生產是一項複雜、危險性較高的工作，當前仍需大量人員現場作業。智能礦山的核心就是通過人工智能算法來沉澱專家經驗，替代人從事危險、複雜、重複的勞動，讓煤礦生產更加安全、智能、高效和綠色。
針對煤炭行業數字化轉型麵臨的挑戰，華為表示現階段存在根技術、場景、人才和生態四大鴻溝。
首先是技術鴻溝，AI技術在全球能源行業滲透率不到百分之三。每家想要應用AI技術的企業，都需要進行獨立的架構設計與調參。就像每家工廠都需要聘請設計師來設計螺絲一樣，是一種粗放原始的手工作坊模式。在華為高強度研發投入下，構建礦山AI大模型平台，這是一種行業預訓練模型，相當於提供一套自動化工具，有助於簡化開發工作量。
其次是場景鴻溝。在礦山行業，場景千差萬別。這麼多的場景，光靠一家企業是無法窮舉和實現。華為提出了眾籌模式，即通過集體的力量來構建AI場景地圖和應用。華為在中國礦業大學（北京）、安徽理工大學、山東科技大學等高校及多個煤礦企業開展調研，整理出一個業界最完整的場景地圖。並聯合中國煤炭學會，中國礦業大學（北京）舉辦第一屆全國煤炭行業礦山AI大模型大賽，鼓勵參賽選手發揮創造性，提出更多創造性場景和方案。如來自中國礦業大學的一個團隊借助礦山AI大模型能力可替代礦山人工值守，在智能係統幫助下，職守人員從3班2人減至2班1人，提升了工作效率。
關於人才鴻溝，智能礦山對人才的需求非常迫切，既懂采礦又具備AI技術的人才可謂鳳毛麟角。通過礦山AI大模型大賽平台鍛煉選手們的專業能力，幫助行業識別人才，同時給選手們提供一個走向市場、實現價值的機遇。
談及生態，煤炭涉及開采、機電、通風等多門類專業，全國4000多家煤礦的地質條件和自動化程度截然不同。要構建良好的行業生態，離不開產學研用的通力合作，讓學術研究的成果不斷轉化到工業應用裏。同時，還需要行管部門、煤炭生產企業、裝備製造商、應用係統開發者，以開放的姿態創新合作。
劉維表示，華為礦山AI大模型的最大價值，在於借助人工智能推動其在礦山行業中使用、複製及創新。“我們堅信，有根技術、有價值場景、有人才、有開放合作的生態。華為礦山AI大模型這一支點將在不遠的將來迅速突破產業規模期，必將為礦山行業帶來更多普惠價值。”新華社
