數智化轉型如何助力工程公司重塑核心能力？

《數字中國建設整體佈局規劃》明確指出，建設數字中國是數字時代推進中國式現代化的關鍵驅動力，並提出應重點加快工業等領域的數字技術融合與創新應用。伴隨智能製造產業政策的系統推進、人工智能等顛覆性技術在工程領域的持續滲透，工程數智化要求不斷提升，推動着工程公司進入核心能力的重構與升級。

面對工程公司重塑核心能力的時代命題，以數智化轉型為核心路徑，通過推動設計能力升級、實現工程項目管理全過程數據鏈貫通以及向全生命周期管理價值延伸等關鍵舉措，系統構建新型能力體系，是當前工程公司戰略轉型的必然選擇。這將推動工程公司由「工程承包商」向「技術解決方案提供商」的戰略轉型，是突破發展瓶頸、贏得未來競爭優勢的必由之路。

—1—

工程行業數字化發展歷程

工程行業的數字化轉型是一個跨越半個多世紀的技術演進過程，其歷史發展可劃分爲四個關鍵階段，每個階段有標誌性的技術突破和行業應用。

計算機輔助技術的萌芽與奠基階段：以計算機輔助設計（CAD）和計算機輔助工程（CAE）的誕生為核心。1982年，Autodesk推出首款個人電腦版AutoCAD（v1.0），以低價打破大型機壟斷，使數字化設計普及至中小企業。

數字化工具的普及與集成階段：計算機輔助製造（CAM）與CAD/CAE深度融合，形成CAD/CAE/CAM一體化解決方案。1995年，Autodesk推出Mechanical Desktop，首次實現機械設計全流程數字化。

三維設計與協同生態的發展階段：三維設計成為行業變革的核心驅動力。化工行業工程公司通過大規模推廣應用三維設計軟件，實現跨專業甚至跨地域的團隊實時三維設計協同。

智能化與全生命周期管理階段：隨着人工智能（AI）、物聯網（IoT）和數字孿生技術的應用，工程行業進入智能化轉型階段。

這四個階段的工程數字化不僅是技術升級，更是對生產方式和管理模式的重構。從早期的計算機輔助工具到如今的智能化生態，這一歷程深刻體現了技術創新、政策引導與市場需求的協同作用，為行業高質量發展提供持續動力。

—2—

工程公司數字化能力困局

「十四五」期間，工業和信息化部、國家發展改革委等8部門聯合出臺了《「十四五」智能製造發展規劃》，指出「十四五」及未來相當長一段時期，要「推動製造業實現數字化轉型、網絡化協同、智能化變革」。在這樣的政策環境下，住房城鄉建設部及全國超30個省、市針對智能製造項目出臺了補貼政策。隨着數字化浪潮席捲工程行業，數字化交付從「可選項」逐漸升級為「必選項」，且呈現出向智能化、全生命周期管理提升要求的趨勢。

由於國內市場萎縮，工程公司同質化日趨嚴重，導致行業無序競爭。雖然數字化要求逐級升級，但其工作成本卻被忽略和擠壓。這一時期，大部分數字化交付項目呈現「兩層皮」狀態，交付質量不高，交付周期長（無法在項目建設期結束時同步交付）。所交付的數據用於智能工廠建設時，往往還需要再次進行數據治理。對於業主智能運行的需求，如數字孿生運維、AI優化調參等更是響應乏力。

造成這些行業現狀的原因，本質上是目前國內工程公司的數字化能力不足，無法低成本或無成本實現高質量數字化交付。據統計，目前三維協同設計覆蓋率平均不足50%（國際工程公司超90%）。除三維設計外，各專業的軟件化設計能力還有很大不足。專業設計軟件種類龐多，導致各專業間存在多個數據孤島。供應商對數字化交付的認識不深，響應能力普遍較差。要實現高質量、伴隨式數字化交付，工程公司需要投入大量的人力成本和管理成本。而大多數用户對此不願意承擔額外費用，使得「數字化交付」無法進入良性循環。

同時，中煤榆林等越來越多的用户開始自建工程團隊，並大量投入開展自身的工程數字化建設，其數字化建設不僅涵蓋智能工廠運營，還在向工程建設階段如採購、施工、項目管理等領域延伸。在此類項目中，工程公司扮演數據提供者的角色，對數據標準缺少話語權，其核心管理能力也因被解構並稀釋在數據里而被分散和弱化。工程公司要維持工程領域的技術話語權，就必須加強在「數字化交付標準」「數字化項目管理體系」「智能工廠建設標準」等數字化標準領域的技術投入，否則可能被用户自建工程團隊進一步擠壓市場。

—3—

工程公司核心能力的重塑

當前，化工行業在政策驅動、技術變革、市場格局變化的大背景下，從粗放擴張到高質量競爭進行了快速迭代。隨着用户向高端化與低碳化轉型升級，在工程行業白熱化競爭趨勢下，工程公司只有以數智化轉型運轉起效率飛輪，才能衝出困局，尋求突破。

以工程數字化轉型加快提升工程效率和質量，提升三維設計、全專業軟件化、智能化設計能力，實現項目全過程數據鏈貫通，並依託數智化技術向高附加值的「雙碳」技術路線、碳足跡追溯、智慧運維等全生命周期服務模式轉型，是未來工程公司核心能力的發展方向。要向數智化要效率，向數智化要效益。

▌1. 工程能力數智化升級

（1）從三維建模到三維設計

三維設計在行業內已有10多年的發展，其基本內涵是對空間的精準表達。傳統二維設計依賴多視圖組合，而石油化工行業設備多，管道、結構複雜，容易導致空間干涉。通過設備、管道、結構等三維建模，使設計人員能360度審視設備與管道、結構之間的空間關係，極大地規避了碰撞問題。主流的三維設計軟件AVEVA PDMS/E3D、鷹圖SP3D，其軟件功能與管道專業佈置設計的吻合度較高，元件庫完整性高，材料等級庫、應力計算及其他相關的二次開發生態成熟，使得管道佈置專業在完成空間佈置設計的同時，可以實現材料自動統計等一系列設計工作。但目前其他專業的「三維建模」，大多僅實現設備或元件的1：1再現，進行空間干涉檢查，遠未挖掘出數據的更大價值。

「三維建模」要向「三維設計」深化，將三維平臺作為全專業佈置設計的協同平臺。完善多專業元件庫、元件屬性，使得三維設計軟件能完整支撐多專業的佈置設計工作。帶屬性的三維設計不僅可以自動統計材料，在設計過程中還可以通過快速精準的材料統計功能，與原限額設計量進行對比，不斷優化設計方案，達到控制成本的目標；通過參數化建模，實現建模出圖一體化，進一步提高施工圖質量，提升設計效率，減少施工返工；三維模型還可以與施工系統的聯動，支撐施工進度管理、材料匹配供料、減少材料轉運等，優化建設成本。

（2）從三維設計到數字化設計

過去10多年來，三維模型曾一度被行業寄予厚望，認為其作為打通設計、施工、運維全生命周期的「萬能鑰匙」，能真正實現全專業的數字化協同，大幅提高效率、降低成本、確保質量。然而，三維模型中僅包含與物理空間相關、安裝材料相關的設備屬性信息。大量的核心工程參數以及數據生成過程仍散落在工藝、儀表等各專業設計軟件、Office、CAD工具或工程師的頭腦里，這些數據與三維模型是難以融合的。例如，在模型中加載這些工程數據，一方面可能導致模型運行緩慢；另一方面，各專業的計算設計、選型設計仍需採用專業的設計軟件，三維模型無法涵蓋這些功能。

經過多年的探索和總結，工程公司不得不接受沒有一款設計軟件能覆蓋三維設計和系統設計，也沒有一款設計軟件能完成所有專業設計任務的現實。讓「模型」歸「模型」，讓「數據」歸「數據」，認同類別眾多的專業設計軟件在各領域的獨特優勢，通過三維模型、工程數據集成和融合，實現物理模型和工程數學數據的融合管理、動態協同，推動完全正向的數字化設計，從而提升設計效率、施工精度，並支撐工廠運維智能化提升。

圖1展示了典型的數據模型融合技術路線，體現了在現有技術水平下，兼容幷蓄、務求實效的工作思路。

圖1 數據模型融合技術路線

（3）從數字化設計到智能化設計

在國家政策支持和推動下，人工智能在產業加快落地，已形成了「通用模型+垂直領域模型」的協同應用範式。金融、醫療、法律、工業等領域涌現大量精調的模型，但由於石油化工工程領域的多樣性和複雜性，人工智能賦能的應用仍存在一定的門檻。

工程領域安全、質量、成本是管理的核心要素。工程設計要求精度高、容錯率低，同時流程高度差異化，難以形成行業通用經驗和高度可複製的場景。工程設計過程往往也不是一蹴而就的，存在多個反覆的過程和多種知識體系、多種推理決策機制和多專業協同求解等特性。

智能化設計的推進，應結合工程行業特徵，基於大量的設計高質量數據集、數字化的設計經驗和設計規則，迴歸設計方法學原型；充分適應現代設計的敏捷迭代模式，通過「AI+智能化設計」提高設計應對用户需求變化的快速反應能力，提出設計最優解決方案，從而提升工程公司的核心競爭力。智能化設計應用場景可以從單一專業的智能化設計開始，到多專業的智能化協同，以及多種推理機制的方案優化、複雜任務場景下的人機交互智能化設計等，由簡到難逐漸滲透。

（4）工程項目管理全過程數據鏈貫通

從項目前期的工程諮詢到設計、採購、施工、開車、工廠運維的全數據鏈貫通，已成為工程公司的必答題，正逐漸成為工程公司的生存之本。

要打造一個全過程、全要素、智能化的工程項目管理平臺，實現項目風險、資源、成本等實時監控，並進行系統優化和智能預警。同時，通過全過程數字化反塑業務流程，推動管理「去中心化」，打破部門牆，優化團隊組織架構，提高協作效率，從而全面提升項目管理效能，挖掘出更多利潤潛能。未來的工程行業，基於數字化的項目全過程協同能力直接決定着誰能實現「更快」和「更好」。

▌2. 全生命周期管理能力延伸

在工程數字化和智能化能力提升的基礎上，進一步打通靜態工廠數據與動態工廠運營數據，使之形成數據閉環，將作為工程公司能力延伸的基礎。

以工程建設階段形成的高質量工廠靜態數據為基礎，結合生產運行數據，從全生命周期數據管理角度進行系統的全面集成，鏈接工程設計、數字化交付、智能工廠建設全過程，形成覆蓋「投、融、建、運、管」的全生命周期數據底座。在該數據底座下，結合傳統的檢測技術，融合數字孿生、物聯網、機器人、5G、AI、大數據分析等新一代信息技術和智能裝備，構建「感知-決策-執行」閉環體系，從而落地智能巡檢、自動採樣、設備遠程運維、人員實時定位、智能決策等場景應用，推動工廠向無人化、少人化發展，降低現場安全風險，為工廠創造更多價值。

對於工程公司來説，還需結合核心技術優勢，打造先進控制、實時優化等優化方案，為工廠綠色、低碳、降耗需求提供解決路徑，向工廠運營方向進行能力延伸，通過數據驅動延伸服務價值鏈，以此來形成新的增長極。

▌3. 工程公司組織變革趨勢

隨着AI技術、3D打印、機器人集羣施工、智能傳感設備應用、雲原生技術等顛覆性技術的蓬勃發展以及在工程領域的深入應用，未來可能出現設計—採購—施工的AI智能體集羣，使得組織形態發生巨大變革。傳統的基於人腦思維驅動的金字塔組織，可能將轉變為基於AI驅動的、平等協作的更加扁平化的組織；工程師從「繪圖員」變為「算法訓練師」，從「經驗傳承者」變為「數據詮釋者」；而工程公司則從「工程承包商」走向「技術解決方案提供商」。

—4—

未來發展的關注點

▌1. 信息化和數字化建設仍在路上

目前，大型工程公司正在加速數字化轉型，但仍然有大量業務尚未實現信息化，與業務流程同步的高質量數據流還在逐步優化完善。在設計領域，多專業協同正在逐步從文件級協同向數據級協同推動，但距離全面數字化還有很長的路要走。在「長期主義」與「短期見效」之間尋求平衡仍存在挑戰，考驗着數字化建設者們的智慧。

▌2. 行業高質量數據集的建設

當前，80%的行業大模型未達預期，其根源在於數據基礎薄弱，具體表現為行業數字化水平不足、數據與業務場景脱節、訓練數據質量不高。AI的成熟度取決於數據的「質量」而非「數量」。只有當數據與業務深度綁定時，才能產生可靠和可用的高質量數據。同時，數據採集要覆蓋成功樣本和失敗樣本，以此來提升模型的魯棒性，使其具備一定的自主靈活性。

▌3. 國產化設計軟件的崛起

國產工業化軟件已作為國家的戰新產業，在各項政策支持、技術進步的推動下，國產自主研發的工業設計軟件正處於快速發展階段。隨着AI、雲技術的新技術的迅速發展，工業設計軟件「垂直專業化+雲智一體化」雙軌變革並舉，這為趕超進口的傳統設計軟件帶來了一些機會。但幾何約束求解器、工藝算法內核（如熱力學方程庫）、物性數據庫、工程知識圖譜（如設備失效數據庫）等底層「卡脖子」領域國產軟件仍需加速突破、真正實現技術創新，才能為工程行業數字化發展奠定堅實基礎。

—5—

結語

目前，工程行業仍然面臨着能力斷層、核心能力重構、行業高質量數據集缺乏、國產設計軟件內核「卡脖子」等挑戰，數智化轉型是發展的必由之路。工程公司的核心競爭力將體現在緊跟時代的工程數智化技術、工程邏輯的算法化能力、工程經驗的數字化沉澱能力以及將數據轉化為生產力的價值轉化能力。數智化發展征程永無止境，唯有持續保持進化姿態，堅持創新驅動，方能突破「內卷」重圍，駛向高價值增長的星辰大海。