有缺陷的假设和转换错误的混合 ， 智囊团 最终在一年后纠正。7 随着最近对人工智能 (AI) 的兴趣激增 ， 人们 再次提出了关于新兴能源使用的问题 技术。在这种情况下 ， 批评家推测 AI 的快速采用 数据创新中心 1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 政策对话 ， 并澄清人工智能能源的记录 足迹以及未来几年可能会如何发展。它建议 政策制定者通过以下方式解决对人工智能能源消耗的担忧 采取以下步骤 ： . . 为 AI 模型制定能源透明度标准。 寻求关于能源透明度的自愿承诺 基础模型。 . . 考虑 AI 法规对 能源使用。 使用 AI 使政府运营脱碳。 关于 AI 的能量使用和碳排放的事实 技术充满了困难。底层数据未知 准确地说 ， 经验数据是有限的 ， 最有用的数据是 通常是专有的 ， 而且技术变化如此之快 ， 甚至 准确的数据很快就过时了。9 然而 ， 一些研究试图量化当前和未来的 人工智能系统的能源需求和碳排放。不幸的是 ， 一些 最初的估计已经陷入了与过去早期研究相同的陷阱 关于数字技术的能源使用 ， 并产生了误导 估计。这些研究通常考虑 AI 所需的能量 系统在其生命周期中分为两个阶段

引领矿业及金属行业步入新时代： 依托前瞻性领导力， 打造韧性组织 4 趋势 2 塑造关键矿产供应链： 利用商业生态系统优势 11 趋势 3驱动增长，提升韧性： 发挥积极资产组合管理的作用 18 趋势4 利用人工智能提升矿产勘探： 利用公益性地学数据 25 趋势 5 数字化转型的核心变革： 利用新一代ERP解锁未来的优势 32 2025年趋势追踪 趋势6 矿业及金属行业的智慧运营： 数据驱动的优势 为此，矿业及金属行业的领导者必须具备文化胜任力，以引领背景多元且富有使命感的员 工队伍，并与社区及传统土地所有者通力合作，为社会和环境创造长期价值。同时，领导 者还需具备技术好奇心，并有能力激励团队勇于尝试生成式人工智能（GenAI）等创新技 术，群策群力解决问题，同时拥有重塑传统矿业及金属行业体系与流程的前瞻性视野。然 而，至关重要的是，未来矿业领导者将在追求生产效率和盈利目标的同时，秉持对员工福 祉的深切关怀与同理心。 企业重新确立其作为未来雇主、创新先锋和可靠供应商的市场地位。 引言 2025年趋势追踪 3 引言 趋势 1:引领矿业及金属行业步入新时代 趋势 2:塑造关键矿产供应链 趋势 3:驱动增长，提升韧性 趋势 4:利用人工智能提升矿产勘探 趋势5:数字化转型的核心变革 趋势 6:矿业及金属行业的智慧运营 趋势 7:生成式AI对矿业及金属行业劳动力的 影响 趋势 8:推进净零排放进程 趋势 9:使ESG策略更加以价值为导向

..................31 1 一、工业互联网发展现状 （一）工业互联网的内涵与意义 近年来，数字经济浪潮席卷全球，新一轮产业变革蓬勃兴 起，以未来网络、数字孪生、大数据、人工智能等为代表的新 一代信息技术与工业技术加速融合，在一定程度上颠覆了传统 的生产和商业运营模式。各工业大国凭借各自在信息技术领域 的领先优势，加快实施一系列针对传统工业数字化转型升级的 “再工 助力传统工业制造体系和服务体系的重构。 如今，新一轮科技革命深入发展，技术创新进入了前所未 有的密集活跃期，人工智能技术的崛起，特别是大模型的广泛 应用为传统工业发展带来全新范式。汇聚了算力、数据、算法 及知识的工业互联网，已经成为人工智能技术落地的重要载体。 通过工业知识注入，实现工业机理与通用人工智能大模型的有 机结合，一系列具备工业文本生成、知识问答、理解计算、代 码生成及多模态处理等核心能力的工业大模型不断涌现，进一 提出“工业互联网”概念来，先后成立了工 业互联网联盟（IIC），发布了工业互联网参考架构（IIRA）。 德国是全球率先提出工业 4.0 概念的国家，自 2010 年起先后提 出《高技术战略 2020》、《工业战略 2030》、《人工智能战略》 和《德国新数字化战略》等一系列战略规划，依托制造业优势， 在政策层面激励工业互联网平台技术创新。日本依靠自身高科 技优势，明确提出日本产业新未来愿景“互联工业”概念，积 极构建人、

化、微型化设备的应用开发等。技术发展趋 势集中在多功能集成设计以满足微型化集成化需求、一体化自供电集成微系统开发、利用柔性电极材料 和先进纳米技术推动柔性与可穿戴技术的应用，以及应用机器学习和人工智能技术实现能源智能化与自 主控制等方向。微型超级电容器因其高功率密度特性，在为物联网设备提供峰值功率、快速充电的可穿 戴电子设备、长期稳定运行的植入式医疗设备，以及电动车辆瞬时能量回收和辅助加速等应用领域具有 1.2 Top 3 工程研究前沿重点解读 2.1.2.1 船舶数字孪生系统 迈入 21 世纪，船舶数字化、智能化、网络化转型逐渐成为全球船舶工业发展的重要趋势。随着云计算、 物联网、大数据、人工智能等新一代信息技术的发展与成熟，船舶工业迎来转型发展的新机遇。以转型升 级为目标，各国相继出台政策推动智能船舶发展。其中，船舶数字孪生系统作为推动船舶工业信息物理融合、 助力实现智能船舶的有效手 实现对场景图像上下文更 深层次的理解。基于深度 – 色彩通道关联的深度图像修正技术、高层语义特征引导的语义分割技术等是该 方面的发展趋势。 总之，基于深度图像的场景解析技术在深度传感器技术、人工智能、空间感知等多学科领域具有重要 研究价值，对保障自动驾驶道路安全、提高机器人作业感知能力等方面具有重要的实际意义。 该前沿中核心论文的主要产出国家中，核心论文发表量排在第一位的是中国，篇均被引频次排在第一

编写单位：国家矿山安全监察局矿山智能化建设专家委员会 2025 年 4 月 1 前 言 推进煤矿智能化是贯彻落实习近平总书记关于发展新质生产力、 人工智能及安全生产重要论述的具体举措，是实现煤炭行业高质量发 展的必由之路。2020 年 2 月，国家发展改革委、国家能源局、国家煤 矿安全监察局等八部门联合印发《关于加快煤矿智能化发展的指导意 见 .... 40 （二）进一步优化政策供给，加强整体规划 ................ 41 （三）协同攻关重大科技难题，突破关键技术 .............. 41 （四）推动人工智能技术赋能，实现融合发展 .............. 42 （五）加快标准研究与评价体系建设，完善法规标准 ........ 42 （六）深化示范带动与分类推进，构建协同格局 ...... 亿元，研发深部煤炭安全高效数智化开采成套技术装备获国家 科技进步二等奖，研发应用国产采煤机惯导系统，实现综采工作面自 动找直技术常态化运行；与华为公司共建联合创新中心，基于人工智 能训练中心开发 86 个人工智能技术应用场景，在内外部 62 座矿井推 广应用，覆盖采掘机运通及安全管理等 9 个专业。煤炭科学研究总院 开发了太阳石矿山大模型、山东能源集团与华为合作研发了盘古矿山 大模型、中科慧拓研发了愚公

中化能源科技有限公司 中化集团全资子公司 能源互联网转型先行者 10亿注册资本金 1年30+软著/专利 70%研发人员 技术支撑 人工智能 区块链 物联网 大数据 云计算 5 3 中化能源科技发展工业互联网 中化工业互联网 致力于研究以人工智能、区块链、物联网为代表的创新科技，将创新技术与传统行业应用相 结合，为能源业务创造新价值。中化工业互联网蓬勃发展，目前正在科研、市场等领域不断证明自己的独特价值。 定义的主题 查询 结果呈现 关系型数据 LOB应用 流量 元数据及关联性 数据预处理 报表展示 人工智能处理结果展示 数据源定义 数据预处理 具备工业大数据、人工智能、设备 场景 专家 有能力、有资源开展相关探索 及应用 7 中化工业互联网平台 以工业互联网平台为基础，人工智能和大数据辅助 为 能 源 业 务 创 造 新 价 值 8 中化工业互联网平台 全面连接、深度感知、微服务嵌入、服务石化应用 全面连接、深度感知、微服务嵌入、服务石化应用 IOT 虚拟网关 IOT 通信 AI行为 识别引擎 IOT规则 引擎… ELT 中间件 9 设备接入、大数据处理、人工智能算法助力石化装备AI管理 物联网 平台 物联网 平台 物联网 平台 物联网 平台 设备 接入 的能力 中化工业 互联网 深度 赋能 大 数据 处理能力 物联网 平台 中化工业 互联网 深度 赋能 人工 智能

发展现状与趋势，系统梳理了量子计算、量子安全与量子传感三大核心领 域的核心技术进展、产业融合以及政策布局情况，深入剖析了当前技术理 想与商业现实之间的矛盾与挑战。报告不仅关注单独硬件的提升，更强调 量子技术与人工智能、网络通信及各产业应用的深度耦合，以及探讨各机 构如何在竞争中实现合作，在安全中推动发展，在伦理中寻求创新平衡。 展望未来，2025年或将成为全球量子科技产业的“临界点”。各国政 府、企业和 动加剧等因素的影 响，2024年的融资规模尚未恢复到2021、2022年的水平，因此不宜过于乐观。 总体而言，量子科技作为未来产业之一，在国防军工、生物医药、化工材料、 金融服务、能源电力、人工智能、通信、气象、地质等众多领域中展现出巨大的应 用前景，未来也将继续吸引更多资金注入。同时，由于量子计算、安全、传感领域 技术成熟度的不同，未来融资行为仍将保持以量子计算为主。 03 第一章 2023年5月关键和新兴技术国家标 准战略（USG NSSCET）的实施路 线图。USG NSSCET确定了几个快 速发展和动态的关键和新兴技术领 域，包括：通信和网络技术、半导 体和微电子技术、人工智能、生物 技术、定位/导航、数字身份、清 洁能源、量子信息和其他特定技术 领域。 综合 国防部利用科学 和技术对抗对手 DOD Harnesses Science, Technology

性技术突破、市场需求变化、中国市场 国产化替代加速等多重因素影响，全球 及中国智能制造和自动化行业有望在 2030年进入高增长时代。其次，“平台 化、敏捷化、智能化”三大技术趋势将 驱动行业发展，工业互联网平台、虚拟 化PLC、人工智能、工业大模型等多项 创新技术令更多自动化、智能化场景成 为可能。制造业企业应全面拥抱“开放、 智能、融合”的智能制造软硬件平台， 选择开放融合的合作伙伴，抓住工业自 动化行业技术变革带来的效率提升机 其次，整个行业正面临自动化技术的颠 覆性突破。人工智能的加速发展使得 “人机结合”的制造环境变为现实。根 据麦肯锡全球研究院的预测，伴随着 自动化技术和人工智能技术的发展， 到2030年，预计全球将有8亿个工作岗 位被机器取代。若发展相对缓和，也将 有4亿个工作岗位被取代。工业人工智 能、虚拟PLC、数字孪生和无代码/低代 码开发等技术是推动变革的关键技术。 其中，尤其是人工智能技术，显著提升 了工业自动化和工业机器人的性能，具 了工业自动化和工业机器人的性能，具 体体现在四个方面： （一） 增强感知能力：人工智能中的计 算机视觉、语音识别等技术，极 大提升了工业机器人的感知能 力。计算机视觉系统借助深度学 习算法，能够快速准确地识别物 体的形状、颜色、位置和姿态， 使机器人在复杂环境中完成物 料分拣、零件装配等任务。语音 识别技术则让机器人能够理解 人类的语音指令，实现人机之间 更自然、便捷交互，提高生产效 率。 （二） 优化决策能力：通过机器学习

源 安全的必然选择。在全球迈向绿色低碳发展的趋势中，构建以 高比例新能源接入为核心的新型能源体系至关重要。要实现碳 达峰、碳中和目标，传统能源生产和消费模式的转型势在必 行。与此同时，随着人工智能、物联网等新兴技术的快速应 用，以及数据中心、智算中心等新型算力基础设施的兴起，能 源体系面临前所未有的高效化、多样化与低碳化需求，能源的 供给与管理方式亟待创新。在此背景下，党的二十大报告提 高度复杂的新型能源体系需要更强大的数字化智能化手段保障 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 工具，但随着能源系统的规模扩大和复杂性提升，以人工智能 为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 全球范围内电力系统数字化转型加速，物联网、人工智能、数 字孪生等技术的深度应用成为关键。多国已制定相应战略， 推动智能化电力基础设施的建设。欧盟于2022年10月发布的 《能源系统数字化行动计划》提出，2020年至2030年预估 将向电网

源 安全的必然选择。在全球迈向绿色低碳发展的趋势中，构建以 高比例新能源接入为核心的新型能源体系至关重要。要实现碳 达峰、碳中和目标，传统能源生产和消费模式的转型势在必 行。与此同时，随着人工智能、物联网等新兴技术的快速应 用，以及数据中心、智算中心等新型算力基础设施的兴起，能 源体系面临前所未有的高效化、多样化与低碳化需求，能源的 供给与管理方式亟待创新。在此背景下，党的二十大报告提 高度复杂的新型能源体系需要更强大的数字化智能化手段保障 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 工具，但随着能源系统的规模扩大和复杂性提升，以人工智能 为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 全球范围内电力系统数字化转型加速，物联网、人工智能、数 字孪生等技术的深度应用成为关键。多国已制定相应战略， 推动智能化电力基础设施的建设。欧盟于2022年10月发布的 《能源系统数字化行动计划》提出，2020年至2030年预估 将向电网