图片来源@视觉中国在“新基建”政策利好的拉动下，产业智能化已经成为工业领域数字化转型的关键步骤。但归根结底，产业智能化的落地和发展需要通用服务与垂直场景的的结合。
以油气行业为例，作为一个流程性工业的代表，油气行业的产业智能平台的建设面临来自多方面的复杂问题。当下，油气行业资源劣质化加剧，油气勘探开发向陆上深层、海洋深水、沙漠等非常规油气领域发展，国内大部分油田迈入“双高”阶段：降本增效压力大、安全环保责任大。
业内传着一句话“上天容易入地难”，就是在说明地下勘探开发的“未知”性。“油在什么地方，行进轨迹怎么设计，怎么样让这个油田能够多安全高效运行20年？”成为这个行业进一步发展的瓶颈。
不过，也正是这些难题，给这个行业采用新技术开启数字化提供了机会。
知识图谱：产业智能的“专家库”
面对专业度高、工艺流程复杂、产业链长、设备资产总量大、应用场景复杂的油气行业，企业级大数据与人工智能解决方案服务商国双，2017年有了构建“油气大数据和人工智能平台”的想法，目的是帮助油气企业智能化转型升级，推动油气企业组织模式优化和管理变革创新。
国双政企事业群油气大数据事业部总经理薛小渠向钛媒体APP介绍，油气大数据和人工智能平台能够正常运转，主要有三个核心：一是，底层数据统一管理和采集的工业互联网平台；二是，基于知识图谱的油气行业主题应用构建；三是针对某个应用场景的研发或者迭代的认知训练。
值得关注的是，在整个油气大数据和人工智能平台的架构中，由行业专家、业务专家合作完成形成了油气行业知识图谱，扮演了一个“专家知识库”的角色——基于知识图谱生成相关的数据模型，是工业互联网平台高效运行的前提。
所谓知识图谱，可以将它理解为一种语义网络，由一些相互连接的实体及其属性构成。知识图谱应用在油气领域，可以利用图书馆档案室等油气领域专家学者积累的文献，构建一个油气行业知识图谱，基于此建立盆地知识模型。通过这个模型，油气勘探开发人员能够以数字化的方式判断哪些情况下有油、哪些情况下没油。同时，通过油气类比也可以推测地质的形成，以及预测新的钻井结果。
在生产工艺质量体系上，知识图谱也能派上用场。石油行业有大量设备管道，在传统情况下，这些管道的腐蚀以及问题出现时间，都会有台账记录。台帐记录数字化之后，就能够形成油田设备管理和运行知识图谱体系，通过这个体系，可以分析出设备温度高低，以及是否有跑冒滴漏等隐患出现。
从技术上来讲，知识图谱构建完成后，可以高效迅速准确地从海量数据中抽提知识。不过在知识抽提的过程中，对于实体的识别、实体与实体关系的识别以及实体属性的识别，是知识图谱构建的难点。通过在过去几年在这方面的积累，国双解决了在文本当中挖掘实体和实体之间关系最重要的算法，并于2019年在顶级的学术会议上发表了相关论文。
国双油气解决方案（部分）
目前来讲，国双已经基本上把中国油气相关的几十万个本体库建立了起来，国双也进一步为超大型油气行业客户构建了基于大数据平台的数据仓库支撑平台。当下，国双的这套数油气大数据与人工智能平台已经应用到了多个场景，涉及勘探开发、油气生产到油气领域的科研以及油气产品的销售等多个不同环节。
在同行业里，国双也与国内头部企业级产业智能合作伙伴合作，持续服务油气行业里的更多场景，期待改变中国油气行业的导油、产油的模式。
从垂直到通用，混合式产业智能的四个范式
构建整个油气领域知识图谱，国双花了一年时间。从时间维度上来讲，这跟此前做的第一个垂直领域知识图谱相比，时间大大缩短了三倍。据国双介绍，这个时间随着知识图谱技术、工具、方法论到不断成熟和迭代还可以更短，例如在构建审计行业的知识图谱中，它们仅用了半年时间。这侧面证明，构建知识图谱的方法论具备某种程度上的行业通用属性。
除了时间的缩短，同一个行业的知识图谱可以向同一领域的不同企业进行个性化应用。在基于油气田等具体项目反复的数据校验后，知识图谱形成的理论模型再加上不同企业本地个性化的数据，就可以去适应于本地模型，也就是说企业可以基于国双的理论模型自行进行模型训练。这让国双油气人工智能大数据平台有了可定制、可复用、可升级的条件。
在不同行业，国双的人工智能大数据平台也有复用的可能。基于在营销、油气、能耗等领域的垂直实践，国双已经积累了系列底层相对通用的大型企业级软件。
国双产业智能应用解决方案
“产业互联网肯定要垂直生根，不然就做不到深耕客户、深耕产业；从平台角度讲，我们也沉淀出了标准化的产品比如商业智能软件，客户有需求，就有市场。”刘激扬说。
当然，能够在垂直和通用两种模式并行，国双在大数据人工智能平台的构建与成功落地上，已经形成了一套自己的方法论，涉及到四种混合能力：
第一，产业智能的混合。产业智能包含了感知智能与认知智能，语音识别，视频视觉等技术都属于感知智能的范畴，但在政企应用场景当中，除了感知智能，认知智能更被需要。
第二，数据和知识的混合。企业或者政府机构拥有的大量数据需要被有效的利用起来，这些数据应用落地需要对业务场景、应用场景有深入的了解。
第三，行业专家与数据科学家的混合。在工业互联网平台上，无论是构建预测性模型，还是做深度数据挖掘，都需要数学能力很强、业务能力很强、很聪明的数据科学家来建模，这就需要行业专家和数据科学家的这个高度的合作。
第四，是人机融合。意味着实施方要利用计算机本身的能力，去解决现实世界中业务场景落地落地的问题。
国双首席技术官刘激扬将这四个混合能力，看作是国双帮助垂直行业数字化转型实践的“产业人工智能落地范式”。
核心竞争力：人才与技术
在国双的产业人工智能落地范式中，无论是数据与知识的融合、还是行业专家与数据科学家的融合，“人”是跨界融合成功的重要因素。也正因为如此，曾服务于中国石油、哈里伯顿、埃森哲等公司、在石油行业工作了20多年的薛小渠加入了国双，为的就是要在油气行业的垂直项目中注入更多专业经验。
“专家要具备三个能力，第一，要有行业的资历的积淀。第二跟大数据人工智能结合的时候，一定要有大数据人工智能的逻辑思维。第三，在实战上，要与IT人员沟通和融合，弯下腰走到沙漠里面。”这是国双对垂直行业数字化项目人才的要求。
据了解，国双油气大数据人工智能平台的团队成员在勘探、开发、储运、炼化、管道等专业毕业后，都有在哈利伯顿、壳牌和康菲等企业的工作经验。国双认为，人才的多元背景这一定程度上会解决垂直行业不同领域之间鸡同鸭讲的问题，从某种程度来说，这也是国双的核心的竞争力之一。
国双的核心竞争力之二是自主可控的分布式数据仓库。据了解，国双自主开发的工业互联网平台COMPaaS，已经初步得到了石油天然气、汽车出行等行业检验，并且具备替代相应国际产品的能力。
“科技自立自强这件事是一个应该严肃认真对待的问题。在这个科技事业上，在我们今天看到的领域，只不过这个新一代信息技术系统产业领域是比较突出的一个领域，其实我们还有很多领域被人家卡脖子的，尤其是工业互联网场景。”国双副总裁彭俊针对当下的国产化趋势说到。
未来，从企业大方向来来讲，国双的产品和技术会专注到两个大的场景：产业场景和社会治理场景，并自身具备的算力算法能力进行场景化落地。
但对于产业互联网未来的发展，彭俊还有一个期待，就是产业互联网的全域数字化。“国双在推进这个产业场景的时候，我们首先聚焦在更细的场景就是企业场景，这个企业场景怎么能实现？首先实现企业的全域数字化，如果不实现企业全域数字化，刚才说的产业互联网这个方向都是空想。”
（本文首发钛媒体APP，作者｜秦聪慧）
