中数睿智发布因果世界模型，已在35家央国企投产
因果世界模型让AI从关联走向因果推理，在工业高风险场景实现可解释、可追溯的决策辅助。
中数睿智发布因果世界模型，它不只会找数据相关，还能沿着因果链定位问题根因，推演不同干预措施的后果。在油气钻井场景中，可将预警窗口提前15-20分钟，根因定位准确率约94%。已应用于35家以上央国企的800余个核心业务场景。
正文摘录
眼下，AI 能帮人写稿、编程、生成视频，但离真正进入企业工作流、解决实际问题，经常还差一口气。 特别是能源、制造、工业、医药这些高价值行业，企业需要的并不是只会依照现有数据来生成内容的 AI 工具，而是一套能支撑生产调度、安全管控、风险研判和复杂方案决策的可靠智能系统。 WAIC 期间，中数睿智发布了 “AI for Reasoning” 因果智能体系，针对的就是这些痛点。 比如油气钻井的井控场景，井下压力和流量突然不对劲，系统不只是输出一句“存在风险”，而是能沿因果链定位病因，并推演多条干预路径：不处置会怎样？立即关井会怎样？延迟处置能撑多久、代价是什么？辅助企业在事故发生前做出最优决策。 发布会上还同步发布了《因果世界模型技术体系蓝皮书》，内容涵盖了很多中数睿智公司对 AI 在复杂场景产业落地的思考与实践，值得一读。 成立于 2020 年的中数睿智，长期深耕企业级复杂智能决策赛道，客户以大型央国企为主，积累了大量油气、电力、制造、金融等领域的行业 know-how。 《蓝皮书》援引麦肯锡《2025 年人工智能现状》报告的数据：88% 的受访企业已经在至少一项业务中使用 AI，但实现可衡量利润贡献的企业只占 39%。 MIT NANDA 发布的《生成式 AI 鸿沟》给出另一个数字：企业级生成式 AI 项目的落地转化率只有 5%。 一头是接近九成的使用率，另一头是个位数的规模化转化率。差距不在“用没用”，而在“用在哪”。 但真正的核心决策，如设备转速设多少、订单报什么价格、交易该不该放行、油井要不要立即关停，仍由人来拍板。 原因也不难理解。写错一封邮件，最多需要人工改一遍；但在钻井井控、电力调度、危化品生产或金融风控中给出错误建议，代价可能是设备停摆、生产事故和合规风险。