数智化转型如何助力工程公司重塑核心能力？

《数字中国建设整体布局规划》明确指出，建设数字中国是数字时代推进中国式现代化的关键驱动力，并提出应重点加快工业等领域的数字技术融合与创新应用。伴随智能制造产业政策的系统推进、人工智能等颠覆性技术在工程领域的持续渗透，工程数智化要求不断提升，推动着工程公司进入核心能力的重构与升级。

面对工程公司重塑核心能力的时代命题，以数智化转型为核心路径，通过推动设计能力升级、实现工程项目管理全过程数据链贯通以及向全生命周期管理价值延伸等关键举措，系统构建新型能力体系，是当前工程公司战略转型的必然选择。这将推动工程公司由“工程承包商”向“技术解决方案提供商”的战略转型，是突破发展瓶颈、赢得未来竞争优势的必由之路。

—1—

工程行业数字化发展历程

工程行业的数字化转型是一个跨越半个多世纪的技术演进过程，其历史发展可划分为四个关键阶段，每个阶段有标志性的技术突破和行业应用。

计算机辅助技术的萌芽与奠基阶段：以计算机辅助设计（CAD）和计算机辅助工程（CAE）的诞生为核心。1982年，Autodesk推出首款个人电脑版AutoCAD（v1.0），以低价打破大型机垄断，使数字化设计普及至中小企业。

数字化工具的普及与集成阶段：计算机辅助制造（CAM）与CAD/CAE深度融合，形成CAD/CAE/CAM一体化解决方案。1995年，Autodesk推出Mechanical Desktop，首次实现机械设计全流程数字化。

三维设计与协同生态的发展阶段：三维设计成为行业变革的核心驱动力。化工行业工程公司通过大规模推广应用三维设计软件，实现跨专业甚至跨地域的团队实时三维设计协同。

智能化与全生命周期管理阶段：随着人工智能（AI）、物联网（IoT）和数字孪生技术的应用，工程行业进入智能化转型阶段。

这四个阶段的工程数字化不仅是技术升级，更是对生产方式和管理模式的重构。从早期的计算机辅助工具到如今的智能化生态，这一历程深刻体现了技术创新、政策引导与市场需求的协同作用，为行业高质量发展提供持续动力。

—2—

工程公司数字化能力困局

“十四五”期间，工业和信息化部、国家发展改革委等8部门联合出台了《“十四五”智能制造发展规划》，指出“十四五”及未来相当长一段时期，要“推动制造业实现数字化转型、网络化协同、智能化变革”。在这样的政策环境下，住房城乡建设部及全国超30个省、市针对智能制造项目出台了补贴政策。随着数字化浪潮席卷工程行业，数字化交付从“可选项”逐渐升级为“必选项”，且呈现出向智能化、全生命周期管理提升要求的趋势。

由于国内市场萎缩，工程公司同质化日趋严重，导致行业无序竞争。虽然数字化要求逐级升级，但其工作成本却被忽略和挤压。这一时期，大部分数字化交付项目呈现“两层皮”状态，交付质量不高，交付周期长（无法在项目建设期结束时同步交付）。所交付的数据用于智能工厂建设时，往往还需要再次进行数据治理。对于业主智能运行的需求，如数字孪生运维、AI优化调参等更是响应乏力。

造成这些行业现状的原因，本质上是目前国内工程公司的数字化能力不足，无法低成本或无成本实现高质量数字化交付。据统计，目前三维协同设计覆盖率平均不足50%（国际工程公司超90%）。除三维设计外，各专业的软件化设计能力还有很大不足。专业设计软件种类庞多，导致各专业间存在多个数据孤岛。供应商对数字化交付的认识不深，响应能力普遍较差。要实现高质量、伴随式数字化交付，工程公司需要投入大量的人力成本和管理成本。而大多数用户对此不愿意承担额外费用，使得“数字化交付”无法进入良性循环。

同时，中煤榆林等越来越多的用户开始自建工程团队，并大量投入开展自身的工程数字化建设，其数字化建设不仅涵盖智能工厂运营，还在向工程建设阶段如采购、施工、项目管理等领域延伸。在此类项目中，工程公司扮演数据提供者的角色，对数据标准缺少话语权，其核心管理能力也因被解构并稀释在数据里而被分散和弱化。工程公司要维持工程领域的技术话语权，就必须加强在“数字化交付标准”“数字化项目管理体系”“智能工厂建设标准”等数字化标准领域的技术投入，否则可能被用户自建工程团队进一步挤压市场。

—3—

工程公司核心能力的重塑

当前，化工行业在政策驱动、技术变革、市场格局变化的大背景下，从粗放扩张到高质量竞争进行了快速迭代。随着用户向高端化与低碳化转型升级，在工程行业白热化竞争趋势下，工程公司只有以数智化转型运转起效率飞轮，才能冲出困局，寻求突破。

以工程数字化转型加快提升工程效率和质量，提升三维设计、全专业软件化、智能化设计能力，实现项目全过程数据链贯通，并依托数智化技术向高附加值的“双碳”技术路线、碳足迹追溯、智慧运维等全生命周期服务模式转型，是未来工程公司核心能力的发展方向。要向数智化要效率，向数智化要效益。

▌1. 工程能力数智化升级

（1）从三维建模到三维设计

三维设计在行业内已有10多年的发展，其基本内涵是对空间的精准表达。传统二维设计依赖多视图组合，而石油化工行业设备多，管道、结构复杂，容易导致空间干涉。通过设备、管道、结构等三维建模，使设计人员能360度审视设备与管道、结构之间的空间关系，极大地规避了碰撞问题。主流的三维设计软件AVEVA PDMS/E3D、鹰图SP3D，其软件功能与管道专业布置设计的吻合度较高，元件库完整性高，材料等级库、应力计算及其他相关的二次开发生态成熟，使得管道布置专业在完成空间布置设计的同时，可以实现材料自动统计等一系列设计工作。但目前其他专业的“三维建模”，大多仅实现设备或元件的1：1再现，进行空间干涉检查，远未挖掘出数据的更大价值。

“三维建模”要向“三维设计”深化，将三维平台作为全专业布置设计的协同平台。完善多专业元件库、元件属性，使得三维设计软件能完整支撑多专业的布置设计工作。带属性的三维设计不仅可以自动统计材料，在设计过程中还可以通过快速精准的材料统计功能，与原限额设计量进行对比，不断优化设计方案，达到控制成本的目标；通过参数化建模，实现建模出图一体化，进一步提高施工图质量，提升设计效率，减少施工返工；三维模型还可以与施工系统的联动，支撑施工进度管理、材料匹配供料、减少材料转运等，优化建设成本。

（2）从三维设计到数字化设计

过去10多年来，三维模型曾一度被行业寄予厚望，认为其作为打通设计、施工、运维全生命周期的“万能钥匙”，能真正实现全专业的数字化协同，大幅提高效率、降低成本、确保质量。然而，三维模型中仅包含与物理空间相关、安装材料相关的设备属性信息。大量的核心工程参数以及数据生成过程仍散落在工艺、仪表等各专业设计软件、Office、CAD工具或工程师的头脑里，这些数据与三维模型是难以融合的。例如，在模型中加载这些工程数据，一方面可能导致模型运行缓慢；另一方面，各专业的计算设计、选型设计仍需采用专业的设计软件，三维模型无法涵盖这些功能。

经过多年的探索和总结，工程公司不得不接受没有一款设计软件能覆盖三维设计和系统设计，也没有一款设计软件能完成所有专业设计任务的现实。让“模型”归“模型”，让“数据”归“数据”，认同类别众多的专业设计软件在各领域的独特优势，通过三维模型、工程数据集成和融合，实现物理模型和工程数学数据的融合管理、动态协同，推动完全正向的数字化设计，从而提升设计效率、施工精度，并支撑工厂运维智能化提升。

图1展示了典型的数据模型融合技术路线，体现了在现有技术水平下，兼容并蓄、务求实效的工作思路。

图1 数据模型融合技术路线

（3）从数字化设计到智能化设计

在国家政策支持和推动下，人工智能在产业加快落地，已形成了“通用模型+垂直领域模型”的协同应用范式。金融、医疗、法律、工业等领域涌现大量精调的模型，但由于石油化工工程领域的多样性和复杂性，人工智能赋能的应用仍存在一定的门槛。

工程领域安全、质量、成本是管理的核心要素。工程设计要求精度高、容错率低，同时流程高度差异化，难以形成行业通用经验和高度可复制的场景。工程设计过程往往也不是一蹴而就的，存在多个反复的过程和多种知识体系、多种推理决策机制和多专业协同求解等特性。

智能化设计的推进，应结合工程行业特征，基于大量的设计高质量数据集、数字化的设计经验和设计规则，回归设计方法学原型；充分适应现代设计的敏捷迭代模式，通过“AI+智能化设计”提高设计应对用户需求变化的快速反应能力，提出设计最优解决方案，从而提升工程公司的核心竞争力。智能化设计应用场景可以从单一专业的智能化设计开始，到多专业的智能化协同，以及多种推理机制的方案优化、复杂任务场景下的人机交互智能化设计等，由简到难逐渐渗透。

（4）工程项目管理全过程数据链贯通

从项目前期的工程咨询到设计、采购、施工、开车、工厂运维的全数据链贯通，已成为工程公司的必答题，正逐渐成为工程公司的生存之本。

要打造一个全过程、全要素、智能化的工程项目管理平台，实现项目风险、资源、成本等实时监控，并进行系统优化和智能预警。同时，通过全过程数字化反塑业务流程，推动管理“去中心化”，打破部门墙，优化团队组织架构，提高协作效率，从而全面提升项目管理效能，挖掘出更多利润潜能。未来的工程行业，基于数字化的项目全过程协同能力直接决定着谁能实现“更快”和“更好”。

▌2. 全生命周期管理能力延伸

在工程数字化和智能化能力提升的基础上，进一步打通静态工厂数据与动态工厂运营数据，使之形成数据闭环，将作为工程公司能力延伸的基础。

以工程建设阶段形成的高质量工厂静态数据为基础，结合生产运行数据，从全生命周期数据管理角度进行系统的全面集成，链接工程设计、数字化交付、智能工厂建设全过程，形成覆盖“投、融、建、运、管”的全生命周期数据底座。在该数据底座下，结合传统的检测技术，融合数字孪生、物联网、机器人、5G、AI、大数据分析等新一代信息技术和智能装备，构建“感知-决策-执行”闭环体系，从而落地智能巡检、自动采样、设备远程运维、人员实时定位、智能决策等场景应用，推动工厂向无人化、少人化发展，降低现场安全风险，为工厂创造更多价值。

对于工程公司来说，还需结合核心技术优势，打造先进控制、实时优化等优化方案，为工厂绿色、低碳、降耗需求提供解决路径，向工厂运营方向进行能力延伸，通过数据驱动延伸服务价值链，以此来形成新的增长极。

▌3. 工程公司组织变革趋势

随着AI技术、3D打印、机器人集群施工、智能传感设备应用、云原生技术等颠覆性技术的蓬勃发展以及在工程领域的深入应用，未来可能出现设计—采购—施工的AI智能体集群，使得组织形态发生巨大变革。传统的基于人脑思维驱动的金字塔组织，可能将转变为基于AI驱动的、平等协作的更加扁平化的组织；工程师从“绘图员”变为“算法训练师”，从“经验传承者”变为“数据诠释者”；而工程公司则从“工程承包商”走向“技术解决方案提供商”。

—4—

未来发展的关注点

▌1. 信息化和数字化建设仍在路上

目前，大型工程公司正在加速数字化转型，但仍然有大量业务尚未实现信息化，与业务流程同步的高质量数据流还在逐步优化完善。在设计领域，多专业协同正在逐步从文件级协同向数据级协同推动，但距离全面数字化还有很长的路要走。在“长期主义”与“短期见效”之间寻求平衡仍存在挑战，考验着数字化建设者们的智慧。

▌2. 行业高质量数据集的建设

当前，80%的行业大模型未达预期，其根源在于数据基础薄弱，具体表现为行业数字化水平不足、数据与业务场景脱节、训练数据质量不高。AI的成熟度取决于数据的“质量”而非“数量”。只有当数据与业务深度绑定时，才能产生可靠和可用的高质量数据。同时，数据采集要覆盖成功样本和失败样本，以此来提升模型的鲁棒性，使其具备一定的自主灵活性。

▌3. 国产化设计软件的崛起

国产工业化软件已作为国家的战新产业，在各项政策支持、技术进步的推动下，国产自主研发的工业设计软件正处于快速发展阶段。随着AI、云技术的新技术的迅速发展，工业设计软件“垂直专业化+云智一体化”双轨变革并举，这为赶超进口的传统设计软件带来了一些机会。但几何约束求解器、工艺算法内核（如热力学方程库）、物性数据库、工程知识图谱（如设备失效数据库）等底层“卡脖子”领域国产软件仍需加速突破、真正实现技术创新，才能为工程行业数字化发展奠定坚实基础。

—5—

结语

目前，工程行业仍然面临着能力断层、核心能力重构、行业高质量数据集缺乏、国产设计软件内核“卡脖子”等挑战，数智化转型是发展的必由之路。工程公司的核心竞争力将体现在紧跟时代的工程数智化技术、工程逻辑的算法化能力、工程经验的数字化沉淀能力以及将数据转化为生产力的价值转化能力。数智化发展征程永无止境，唯有持续保持进化姿态，坚持创新驱动，方能突破“内卷”重围，驶向高价值增长的星辰大海。