-
当前,中央企业正从“业务数字化”迈向“业务数智化”的关键阶段,AI已成为最具牵引力和放大效应的核心技术,其应用正由单点试验走向系统化部署、核心业务渗透和产业链协同升级。
-
本文摘自科智咨询报告《AI赋能央企数智化转型——迈向世界一流企业的智能引擎》,基于对国资委监管的100家央企的系统研究,旨在梳理AI赋能央企转型的关键路径,为行业参与者提供全景式洞察。
1.央企AI应用市场规模
在政策引导与业务需求推动下,央企数字化市场规模稳步增长,2025年达到4160亿元,预计2027年将突破5150亿元,年增长率保持在10%以上。AI应用市场增长则更为迅猛:2025年市场规模达到440亿元,较2024年增长近40%。
作为数智化转型的核心拉动力,AI在央企降本增效、强化风险管控和支撑战略升级等层面价值显著,已成为央企长期战略投入的核心方向。随着核心场景的规模化落地与国产化生态的完善,AI应用将持续成为推动央企数智化与数字经济高质量发展的关键引擎。

2.央企AI应用关键场景
央企AI场景落地可概括为“通用稳运营、垂类提效率、战略破瓶颈”的三层布局,通用支撑(如智能OA、协同平台、数据中台)夯实运营底座,提升管理效率并降本;行业垂直聚焦生产一线,用AI解决能源调峰、排产、物流配载等具体问题,直接创造经济价值;战略攻坚针对双碳、自主可控等“卡脖子”场景,通过技术突破提升企业长期竞争力。
通用支撑:夯实运营底座
通用支撑类场景具有高度可复制性,主要覆盖智能管理(财务、人力、资产)、智能协同(OA、会议、跨部门流程)、智能党建与数据中台。其价值在于快速提升管理效率、降低运营成本,并为行业场景提供统一的数据与治理基础。
行业垂类:直击业务痛点、创造经济价值
垂类场景紧贴央企所属行业的生产与服务链条,优先选择“战略意义强、经济收益高、关联民生”的关键环节,形成“当前落地 + 未来升级”的转型路线。典型方向包括:
-
能源与资源:发电预测、能耗优化、矿山无人化、油气勘探与炼化优化;推动分布式能源与储能协同。
-
工业制造:柔性生产、过程参数优化、数字孪生与生产仿真,提升产能与产品合格率。
-
运输与物流:智能调度、配载优化、港口与仓储自动化,降低空驶与滞港。
-
信息与商务服务:国产化兼容、数据中心运维优化、行业服务平台与合规数据共享。
-
建筑工程:BIM+AI的施工优化、工地智能监控与低碳施工方案。
-
农业与医疗:物联网驱动的精准农业、分级诊疗与远程医疗服务能力提升。
战略攻坚:突破核心瓶颈与长期布局
战略场景以“双碳、自主可控、安全生产、国际化运营”为核心方向:双碳领域通过AI优化新能源调度、工业能耗与碳核算,已实现规模化降碳;自主可控依托AI加速高端装备设计、信创适配,破解技术瓶颈;安全生产借助AI违规识别、故障预警,筑牢风险防线;国际化运营用AI优化跨境供应链、合规筛查,支撑全球业务拓展。
3.AI赋能央企数智化转型落地阶段
央企AI应用落地按“内部基础筹备→非核心业务转型→核心生产业务攻坚→外部生态协同”阶段演进,当前有25%的央企还处在基础筹备阶段,40%的央企进展到非核心业务智能化阶段,而25%的央企已经进展到核心生产业务智能化阶段,10%的央企已开始向产业链端进行赋能。

4.AI赋能央企数智化转型服务商图谱
生态协同已成为央企实现技术突破的重要路径。整体上,央企多采用“自研+合作”并行模式,一方面优先选择具备国资背景的服务商,保障安全与合规;另一方面,在垂直领域更看重服务商的行业理解与综合交付能力,服务商可通过技术联合、联合解决方案等方式切入央企核心场景。

5.AI赋能央企数智化转型未来展望
未来央企AI转型将围绕技术深化、场景跃迁、生态升级三大方向持续推进,整体目标聚焦“安全可控、效率提升、长期价值”。
技术层:AI与信创、大模型深度协同
信创由“兼容适配”走向“性能协同”,AI方案实现芯片、算法、操作系统、数据库的国产化协同优化,既满足自主可控要求,也提升算力效率。大模型将向行业化、轻量化演进,围绕能源、建筑等核心领域打造专用模型,并支持“集团统筹、区域灵活部署”。同时,数据安全技术同步升级,通过隐私计算等手段,在保障合规前提下提升数据共享与模型训练能力。
场景层:从“辅助支撑”到“核心驱动”,实现全场景价值渗透
非核心系统将迈向一体化智能闭环,实现OA、业财、人力等流程的自动协同;核心系统则升级为生产决策引擎,在能源调度、施工安全、交通运力等场景中,支撑预测性决策与实时管控。AI应用也将从总部向基层项目和一线生产单元下沉,让价值直接作用于生产末端。
生态层:从“供需匹配”到“共建共创”,构建长期稳定的转型生态
央企与服务商合作模式由单点项目转向全生命周期共建,形成持续迭代的转型机制。垂直领域专精型服务商与大型平台型服务商将形成互补协同,共同覆盖核心与非核心场景。同时,政策与标准体系不断完善,通过明确技术规范和推广最佳实践,降低转型成本,加快经验复制。