中国电子云黄锋：全链路AI方案，筑牢国家关键行业智能化基石

“详解全链路AI方案，聚焦国家关键行业智能化发展。

7月26日，在2025世界人工智能大会-中国电子云人工智能创新发展论坛上，中国电子云发布面向国家关键行业的全链路AI解决方案“中国电子云·新星”。该方案打造“3+3+N”产品服务体系，包括多模态数据治理平台、模型开发平台、应用开发平台3大核心产品，AI战略咨询、交付、课程3大服务体系，以及多模态视觉融合、采购智能体在内的多个行业通用应用，助力在政务、医疗、金融等关键行业打造行业大模型，为“人工智能+”行动加快落地注入新动力。

会议期间，中国电子云高级副总裁黄锋接受了数据猿记者的专访，全面介绍了中国电子云在AI领域的布局与实践。

首先，中国电子云打造全链路AI解决方案。不同于部分厂商平台独立、割裂的状况，中国电子云致力于构建覆盖数据治理、模型开发、应用开发的全链路AI解决方案，通过“三位一体”的有机整合，形成核心竞争力。其三大平台相互关联、协同运作，且具备可拆、可合的灵活性，既能单独提供某一平台，也能实现多平台深度融合。

同时，中国电子云注重交付标准化，通过工具链、方法论和交付SOP优化服务模式，缩短周期，降低交付人员门槛与成本。在保障服务质量的同时，推动AI能力高效落地。

坚守自主可控和国产化替代。中国电子本身就在提供信创服务，而中国电子云在信创云赛道处于领先位置，这为其在AI领域实现国产化替代奠定了坚实基础。

在与国产芯片、操作系统、数据库等的整合方面，中国电子云具备天然优势，为AI应用平台提供了有力支撑。在模型选择上坚持采用国产开源模型，数据处理采用私有化部署，建立数据安全评估标准等，中国电子云通过这一系列举措在AI领域构建起自主可控的体系，满足关键行业客户对安全的极致要求。

第二，服务国家关键行业客户。中国电子云将服务重点放在国家关键行业中的关键客户。尽管这些客户具备较好的数字化基础和经济实力，存在行业专业知识深、集团型企业结构复杂等挑战，但是中国电子云为其提供产品能力加服务，从早期规划阶段就为客户提供支持，帮助梳理数据、模型、算力的部署方案，协助组织专班推进项目，确定优先落地的应用场景和实施路径，与客户共同推进AI项目落地，为客户创造价值。

第三，挖掘AI场景，服务企业智能化转型。挖掘有价值的AI场景是中国电子云推动AI落地的另一个重要举措，其核心是结合行业特点，让技术解决实际问题。

中国电子云通过深入了解行业，主动推荐经过验证的可行场景，推动AI在更多领域发挥实效，如筛选技术可行、价值大且数字化基础好的场景进行拓展，实现场景的复用与推广。

详细内容请见以下采访。

首次发布AI战略及产品

打造全链路AI解决方案

数据猿：在WAIC上，中国电子云正式发布了AI战略和产品，能否介绍一下AI战略和推出的产品？

黄锋：中国电子云·新星，这是中国电子云面向国家关键行业推出的全链路AI解决方案。以应用场景为牵引，注重创造应用价值，兼具产品与服务等，是其最显著的几个特点。

中国电子云·新星构建了“3+3+N”产品服务体系：3大核心产品支撑，包括多模态数据治理平台、模型开发平台、应用开发平台，功能覆盖数据接入处理、模型全流程开发、企业级应用创建等大模型应用的全生命周期；AI战略咨询、交付、课程3大服务体系，提供一站式服务，包括咨询方案设计+全链路AI产品+极致落地交付；以及多个行业通用应用，如多模态视觉融合、采购智能体等。

该方案的核心看点包括：安全可信（身份可信、技术可控、产品可靠）、高效价比（国产大模型与算力深度适配，提升训推效率）、生态共创（与党政及关键行业客户深度合作），旨在让客户真正将大模型“用起来”，形成从数据、模型到应用、服务的完整闭环。

数据猿：中国电子云的全链路AI解决方案，相较于市面上大厂的相关方案和产品，核心优势在哪儿？

黄锋：中国电子云全链路AI解决方案的核心优势主要体现在三个方面：

一是“三位一体”的有机整合。不同于许多大厂平台的独立、割裂，该方案将数据治理、模型开发、应用开发三个平台进行有机整合与分工，平台间不仅关联紧密、交互协同，如模型推理可被多平台调用，数据治理成果能为模型开发和应用开发提供支撑，而且具备可拆、可合的灵活性，既能单独提供某一平台，也能实现多平台的深度融合，满足客户多样化需求。

二是强化安全相关功能。针对服务的央国企、科研机构等私有化客户，方案在数据安全、模型安全、应用安全及智能体权限控制等方面设置了细粒度功能，以满足客户对安全的极致要求，这与公用云产品对权限、审计的低要求形成差异。

三是高性价比。通过与沐曦集成电路、长城等合作发布一体机并开展战略合作，围绕软件（模型、平台软件、应用软件）与GPU进行联合优化，提升训练和推理阶段的芯片利用效率。同时深度选定12家芯片厂商，帮助客户降低因GPU成本较高带来的试错成本。

数据猿：在关键客户的应用中，新星的全链路AI解决方案的市场规模或应用空间到底有多大？

黄锋：从咨询机构的报告来看，近年来相关领域硬件投资规模较大，GPU和各种智算中心建设规模至少达几百亿元；

而在软件方面，包含AI模型、平台、应用、实验数据治理等范畴，目前规模约为几十亿元规模，但增速很快，可能达到百分几十甚至翻倍。

可以说未来全链路AI解决方案市场空间广阔，仅去年到今年，纯软件的规模就维持在几十亿量级。

数据猿：在为关键企业服务时，中国电子云非常注重服务，帮大客户落地AI应用要投入大量人力，涉及前期咨询、规划到后期现场服务等，随着AI能力的提升，这种重服务模式会改变或优化吗？

黄锋：我相信重服务模式未来依然会存在，但供应商可以通过让交付标准化来缩短周期，降低对交付人员的门槛要求和交付成本。

以为客户搭建基于检索增强生成（RAG）的AI应用为例，先将工具链做到七八十分的基础水平。针对客户需要的95分标准，由于不同行业文档存在差异，需要进行定制。这时可以通过一套SOP（标准作业程序），告诉交付人员调优手段、定制方法、评测方式以及出问题时调整哪个参数和如何调整，这样即使是大学生或实习生也能快速上手。

目前很多调优工作还依赖资深算法工程师，其年薪高达几十万、上百万，而我们要依靠工具、方法论和交付SOP来降低成本，客户无需关注成本。

另外交付或服务本身永远少不了，因为没有任何两家企业的ERP、CRM、OA、硬件和需求等是完全相同的。所以我们要不断修炼内功，帮助客户解决问题，初期可能因能力不足而亏钱，但随着能力提升，交付会更快、效果更好、成本更低，这个过程需要持续进行。

坚守自主可控

建立AI端到端的可信能力

数据猿：中国电子云构建的AI应用平台，是否在诸多关键领域都确保国产自研？毕竟您提到了与沐曦、长城等国产芯片厂商的合作，且飞腾及其操作系统等均为中国电子旗下的核心企业。

黄锋：是的，在AI时代，信创化对于中国电子云的客群而言，是必不可少的基本要求。中国电子在与国产芯片、操作系统、数据库的整合方面具有天然的优势，这源于我们本身就一直在提供信创服务。

中国电子云在信创云领域持续深耕，处于赛道领先地位，基于这一基础发展AI，迁移成本也相对较低。

数据猿：中国电子云作为信息化的国家队、信创的领军者，在我国数字化智能化转型升级中扮演着什么样的角色？

黄锋：中国电子云是以终为始，帮助国家关键行业客户真正将AI落到实处，让AI在其业务中发挥价值，这是中国电子云开展AI业务的初衷。其定位是提供产品能力加服务，仅服务重点关键行业，选择那些需要重投入、回报周期长且难度较大的应用场景，因而真正落地并非易事。

从实践来看，尽管大模型技术相比AI 1.0时代算法能力更强，但落地方法论范式变化不大，仍需与企业原有业务系统融合，实现大小模型融合，才能从根本上解决问题，而中国电子云在这方面有交付几百个AI项目的经验。

中国电子云秉持先为客户创造价值、自身再从中收获价值的理念，致力于做长周期正确的事，希望成为中国的Palantir，专注服务大客户，采用重服务加工具产品的模式，深谙客户业务和数据，助力客户开发应用。

数据猿：中国电子云在建立AI端到端的可信能力上，具有哪些优势？

黄锋：中国电子云在建立AI端到端的可信能力上优势显著，具体体现在AI领域的数据、模型、应用三个关键环节，以及相关延伸领域：

在模型方面，秉持可信信创理念，采用国产开源模型，不使用国外模型，从源头保障安全；

数据作为企业核心资产，在产品交互上采用私有化部署，确保数据不出域；

数据治理链路上，有数据安全评估标准，能保证训练过程中数据不泄露，同时做好原始数据治理等工作。

应用开发层面，重点关注权限问题，从智能体的输入（包括模型本身的输入）到输出，再到权限管理，整个链路都有相应功能保障安全。

此外，在网络安全、传统信息安全等延伸领域，中国电子云会与中国电子旗下专业的网络安全企业——奇安信合作，并且在平台能力中内置了安全算子、安全过滤机制、知识干预、敏感词干预等功能。

服务国家关键行业客户

为用户创造更大价值

数据猿：中国电子云在云计算、算力平台、基础设施等方面拥有丰富的发展经验，现在AI应用聚焦在一些国家关键行业，这种选择背后的深层原因是什么？

黄锋：中国电子云AI应用聚焦国家关键行业的深层原因主要基于技术价值落地、全链路能力构建及服务支撑需求：

其一，技术的核心价值在于解决实际问题。AI无论模型能力、算力水平有多强，若无法落地应用、解决行业实际问题，便会成为空中楼阁，甚至引发泡沫。因此关注应用是遵循技术落地的底层第一性原理。

其二，应用落地依赖全链路能力与迭代循环。AI应用开发是涵盖数据治理、模型训练、智能体开发的完整链路，且需形成“应用上线—用户反馈—数据优化—模型迭代”的循环（即数据飞轮或迭代飞轮），唯有通过持续迭代，才能让应用越用越好，因此需聚焦关键领域深耕全链路能力。

其三，平台工具与配套服务需协同发力。降低应用开发门槛，提升效果的核心在于平台工具（如AI平台），但仅靠工具还足够。因为模型训练、数据治理、智能体开发等环节存在大量专业技巧（know-how），而多数客户缺乏相关人才，因此需结合平台能力提供配套服务（如专家介入的交付服务），才能真正帮助客户做出可用的应用。

因此，聚焦关键领域是为了以应用为牵引，通过全链路能力与服务支撑，实现AI技术的实际价值落地。

数据猿：中国电子云AI应用的重点客户是关键领域的政务、金融等央国企，这些关键客户都有哪些独特性，在服务过程中又有哪些机遇？

黄锋：这些关键客户的独特性主要有两点：一是作为国家政策的先行者，比如国资委有 “AI +”相关政策要求，央国企会积极响应国家号召，冲在前面拥抱AI；二是具备较好的数字化基础，有条件和经济实力推进AI落地。在很多项目落地上，这些企业也走在前列。

在服务过程中，中国电子云会面临一些挑战，同时也蕴含着机遇。挑战方面，一方面，各行业的专业知识（know-how）很深，需要去学习，无论是钢铁、金融还是能源等行业，都要选择技术可行、价值大且数字化基础好的场景开展工作，客户自身也在筛选场景，先做哪几个是不小的挑战。

另一方面，集团型企业存在诸多细节问题，比如集团总部及各级子公司的智算中心位置、数据收集、模型训练与下发、试点复制，以及智能体应用与原有IT系统的关联等。

而机遇在于，中国电子云过去在与一些央国企的配合中，可从早期规划阶段为企业提供支持，帮助企业梳理数据、模型、算力的部署方案；协助企业专班推进项目，确定优先落地的应用场景；规划实施路径，这正是服务这些客户的重要机遇。

中国电子云服务的关键行业，需要长周期、持续的服务，不能急功近利。前期客户若想做PoC验证，我们会帮忙尝试，这需要耐得住寂寞。

挖掘AI场景

服务企业智能化转型

数据猿：央国企构建智能体平台、大模型、AI应用等，有时并非市场驱动，可能是合规要求或领导主观推动，中国电子云在帮企业规划时，怎么平衡投入与产出效能，让客户减少困扰？

黄锋：在早期规划阶段就要考虑投入与产出的平衡，比如从业务部门提报的多个应用场景需求筛选最迫切的场景等。筛选时，看场景是降低成本、提升效率，还是提升体验，尽可能进行量化，如降低成本的具体金额，提升效率为员工节省的时间换算成的金额等。量化后，结合场景的投入资金、受益员工数量等计算出价值，评估投入与产出比，决定做哪些场景。

我们会和客户一起筛选能带来明显价值改变的场景和应用，也会主动推荐经过验证的可行场景，确保其可持续性。

数据猿：当AI落地到真实的场景中，是否真的能够为企业创造价值？

黄锋：这是当然的。举例来说，在一些火力发电厂，很多设备参数原本靠老专家、老师傅经验控制，控制得好，能在发电量相同的情况下减少耗煤，其中度电煤耗是一个关键指标，业界大概在320～330克之间。我们可以把老师傅的经验融入模型，让模型学得更好，通过AI调参数，一年能帮客户节省上百万甚至更多的煤原材料费用。

从空冷岛优化到脱硫脱硝优化，再到燃烧优化，整个流程中有8大场景都可以用AI优化。这类场景在各行各业还有很多，关键是要懂行业，让技术能解决实际问题。

数据猿：把老师傅难以量化的经验变成大模型能识别的素材，这个环节是怎么实现的？

黄锋：这一过程主要通过机理加数据融合来实现。其中，机理指热反应等物理化学知识，约 70%依靠机理，30%依靠数据拟合，即从过往信息化系统中提取每秒发电量等各类参数数据，从中寻找规律。

在经验参数方面，会向老专家询问调参数时考虑的因素（如风力、风向、温度、转速等），并采集这些数据；同时询问在特定工况下需要调整哪个参数、如何调整以及调整幅度等内容，将这些专家经验设计到算法中，转化为数字化的信息，以减少试错。

基于机理、数理知识和专家经验设计好模型结构，拟合后上线测试，若效果不佳则再向老专家请教，整个过程就像老师傅教徒弟一样。

未来，中国电子云将持续发挥技术、生态优势，以AI创新驱动产业升级，为构建自主可控的人工智能产业生态贡献力量，助力我国人工智能产业高质量发展行稳致远。