DeepSeek是最近大火的话题，当DeepSeek成为人工智能领域的“当红炸子鸡”，国资央企早已悄然布局，加速拥抱人工智能的浪潮。2月19日，国资委召开中央企业“AI+”专项行动深化部署会，总结国资央企发展人工智能的进展成效，研究部署下一步的重点工作。
截至2024年6月底，中央企业智能算力规模同比实现翻倍增长，特别是在上海、呼和浩特等地建成了万卡集群，初步实现了多元异构算力调度，支撑千亿级及以上通用大模型的训练迭代，为大规模应用落地提供了坚实基础。
中国电信为落实“AI+专项行动”，以“星辰”为品牌，在“1+1+1+M+N”五大领域布局，包括1个智算云底座、1个通用大模型底座、1个数据底座、M个内部大模型和N个行业大模型。2024年1月，中国电信在上海启动全国规模最大的运营商级智算中心，算力集群规模可达15,000卡，全面采用自主创新AI芯片与液冷技术方案，是目前规模最大、单池训练能力最高的国产液冷智算中心。
中国移动于2023年10月发布九天·众擎基座大模型，涵盖语言、视觉、语音、结构化数据以及多模态大模型。2024年2月，中国移动智算中心（成都）完成智算主体服务器安装并进入试运行阶段，引入新型智算服务器与高速无损网络技术，单机浮点运算能力同比提升50%。
中国联通打造了元景“1+1+M”大模型体系，包含1套基础大模型、1个大模型底座和M种行业大模型，实现了通用能力提供与行业场景模型快速定制结合的体系化赋能。
中国石油联合中国移动、华为等共创昆仑大模型，训练发布不同层次、不同类型的大模型，满足不同业务场景需求。其发布的语言大模型和视觉大模型在行业知识问答、工业视觉理解等方面取得显著成效。通过整合海量的油气勘探开发数据，中国石油建立了高质量的行业数据集，在勘探开发、炼油化工等领域发挥作用，通过智能化手段优化生产流程，提升能源开发效率。
中核集团的“龙吟·万界”数字生产力平台。这是国内首个核领域数字生产力平台，结合核工业业务场景，快速设计和开发数字助理，提升工作效率和决策质量。“龙吟·万界”数字生产力平台结合核工业业务场景，快速设计和开发数字助理。该平台注重数据的安全性和自主可控性，为核工业数据集的建设提供了高标准的范例。
电力行业首个自主可控大模型“大瓦特”算力底座。(资料图片)
南方电网建立了包含电力行业多模态数据的样本库，基于全国产化硬件算力与算法框架，构建了首个自主可控的跨模态电力行业专业大模型“大瓦特”，并在电力决策、电力图像分析、电力问答、电力数据生成等方向应用到生产环境。
中远海运的Hi-Dolphin航运大模型服务平台。该平台结合航运业务需求，提供智能化的航运管理服务，包括航线优化、船舶调度、货物跟踪等，提升航运效率和安全性。
中国一汽的汽车行业大模型。基于通用基础大模型，中国一汽研发了自主可控的汽车行业大模型，重点应用于产品研发、生产制造、营销服务等领域，提升企业的运营效能和产品竞争力。
总之，DeepSeek通过算法创新与开源策略推动“AI平权”，打破传统算力垄断，使全球AI竞争转向数据规模与质量的核心较量。国资央企凭借能源、交通、金融等领域的海量高价值行业数据（如国家电网、中石油等场景化数据资源），通过分类分级、隐私计算等技术释放数据要素价值，并依托政策支持与产投结合模式（如专项基金、智算中心建设）强化数据主权。未来，国资央企需以“数据-场景-生态”三位一体战略，将数据优势转化为产业控制力，构建开放包容的AI生态体系。
国资央企需聚焦“自主可控+生态共建”的双轮驱动模式，围绕大模型底层框架、算法工具链、芯片设计等“根技术”，加大自主研发投入。例如，中国移动“九天大模型”已实现80%国产化率，为行业树立标杆。
推动央企与高校、民企联合组建创新联合体，形成“产学研用”协同链条。如南方电网联合华为打造电力行业大模型，加速技术迭代。
设立中试基地和场景应用创新中心，缩短实验室成果到产业化的周期，例如国家电网通过智能巡检机器人快速实现技术落地。
央企应发挥“场景+数据”双重优势，聚焦高价值领域形成示范效应。重点布局能源、交通等国家战略领域。推动智慧城市、教育、养老等普惠性场景，例如中国电信的智慧社区解决方案。
构建行业高质量数据集，如南方电网整合电力生产、用户需求数据形成多模态知识库。加快建设智算中心（如中国电信上海液冷中心），优化多元异构算力调度能力，支撑千亿级大模型训练。
央企需通过“顶层设计+生态协同”优化产业布局。在“十五五”规划中明确人工智能为核心方向，分阶段设定技术突破、应用推广目标，例如中国石油将“数智石油”作为2025年集团发展战略举措。
技术优势企业（如中国电子云）聚焦芯片、算法研发；制造类企业（如中国中车）主攻智能装备生产；场景丰富企业（如国家电网）推动技术与业务融合。
优化资本配置策略，构建“耐心资本+产投联动”模式。设立AI专项基金，支持周期长、风险高的基础研究，（如江苏506亿元新兴产业基金），培育AI初创企业，形成“领军企业+中小创新”的梯队。
通过并购重组获取关键技术（如AI算法公司）和市场资源，缩短技术商业化路径。探索数据资产入表、知识产权证券化等模式，盘活央企数据资源价值。
需建立“包容性+专业化”的人才体系。推行长周期考核，允许科研失败，避免短期绩效压力抑制创新。
试点首席科学家制度（如山东经验），赋予技术决策权。推动AI人才与行业专家深度融合，例如中核集团联合核能工程师与AI算法专家开发智能决策系统与高校共建联合实验室（如清华大学AI研究院），定向培养复合型人才。
《丽莎闻道》为国资国企改革服务，研究国资国企改革相关问题，所有分析只是作为研究人员的个人观点，感谢大家一直以来的支持与鼓励~
国有科技型企业激励模式全解析：政策支持下的创新实践
中央企业布局AI（人工智能）产业的重点路径研究
周丽莎：建设世界一流企业 发挥创新引领作用
