摘要：国家发展改革委、国家能源局印发《煤炭工业发展“十五五”规划》，提出到2030年智能化煤矿产能比例由“十四五”末的超过65%提升至75%，并明确建设煤炭专用大模型、人工智能融合应用试点煤矿和危险繁重岗位机器人替代。产业机会将从单机设备采购转向全系统协同、数据治理和长期运维。
煤炭行业正在给工业人工智能划出一块足够大、也足够难的真实市场。
8月10日，国家发展改革委、国家能源局印发《煤炭工业发展“十五五”规划》。规划提出，到2030年，全国大型现代化煤矿产能比重提升至87%，智能化煤矿产能比例从“十四五”末的超过65%提升至75%；同时明确推进煤炭领域专用大模型、人工智能融合应用试点煤矿、全系统智能化建设，并推动危险繁重岗位由机器人替代。
这不是简单把更多摄像头、传感器和自动化设备装进矿井。政策要求正在从“某个工作面实现自动化”转向勘探设计、建设生产、运营维护、安全管理的全流程协同。对工业AI、机器人、矿山装备、工业软件和通信企业而言，下一轮订单的核心不再是单机功能，而是系统能否在高风险、强实时、复杂地质条件下长期稳定运行。
75%的指标，意味着智能化从示范工程进入产能约束
“十四五”末，煤矿智能化产能占比已经超过65%。规划把2030年目标定为75%，表面上只提高10个百分点，但新增部分更难。
前一阶段容易改造的通常是大型、资源条件较好、资金能力较强的矿井。下一阶段需要覆盖更多复杂地质条件、灾害严重矿井以及既有系统众多的老矿。项目难点会从设备安装转向系统兼容、数据质量、现场适应性和持续运维。
规划还提出，新建煤矿应按照智能化标准设计建设，符合条件的要一次设计、一次建设到位；推动煤矿按照“一井一面”“一井两面”优化生产布局。这意味着智能化将更早进入矿井规划和工程设计，不再只是投产后的附加改造。
产业判断很明确：未来五年，智能矿山市场仍有增量，但低水平重复建设空间会收缩。只会提供看板、局部算法或单台设备的供应商，将越来越难进入核心采购清单。
煤炭专用大模型必须进入控制闭环，但不能越过安全边界
规划提出，加强煤炭领域人工智能数据归集，加快研发推广煤炭领域专用大模型，重点突破智能感知、自主决策、智能控制等关键技术瓶颈。
煤炭大模型真正有价值的场景，不是回答行业知识，而是把地质、设备、环境、人员和生产数据组织起来，为风险识别、检修决策、调度优化和应急处置提供证据。典型应用包括：
- 根据瓦斯、压力、微震和通风数据识别风险趋势；
- 综合设备振动、温度、电流和维修记录预测故障；
- 在产量、能耗、安全和运输能力之间优化生产计划；
- 自动整理规程、隐患记录和处置证据，辅助安全管理；
- 为复杂工况下的机器人和无人运输系统提供任务规划。
但高风险行业不能采用“模型说了算”的互联网产品逻辑。涉及设备启停、通风调整、人员撤离和灾害处置的关键决策，必须由经过验证的控制系统、规则和授权人员共同完成。大模型可以发现异常、生成建议和解释证据，但不能在缺少确定性约束时直接接管安全关键设备。
危险繁重岗位机器人替代，会从“有没有”转向“能否持续作业”
规划明确提出，推动危险繁重岗位机器人作业替代，并部署智能辅助运输、特殊作业环节智能装备、露天煤矿智能开采等研发应用。
矿山机器人长期面临一个商业化陷阱：展会上能演示，真实矿井里却经不起粉尘、积水、震动、弱光、狭窄空间和通信波动。政策推进后，采购方会更关注连续运行时间、故障恢复、维护半径、防爆认证和与既有生产系统的协同。
未来更有机会的不是通用人形外观，而是针对任务设计的专用机器人和无人装备，例如巡检、钻孔、支护、搬运、清障、应急救援、无人驾驶矿卡和特种检测设备。具身智能技术可以提升环境理解与任务泛化，但最终仍要接受矿山安全规程、可靠性指标和全生命周期成本的检验。
企业若要进入这一市场，应先回答四个问题：设备能否在目标环境连续运行；出现通信中断时如何安全降级；关键零部件能否快速更换；现场工人是否能用标准工具完成维护。回答不了这些问题，再聪明的算法也难形成长期订单。
最大增量可能来自系统集成和专业运维
规划提出强化多系统联动耦合与协同运行，支持组建智能化专业运维机构，并研究建立煤矿智能化行业标准化技术委员会。
这释放出两个信号。
第一，行业正在解决“系统很多、协同很少”的问题。一个矿井可能同时拥有采掘、运输、通风、排水、供电、人员定位、视频监控和安全监测系统，但数据口径、接口协议和告警逻辑并不统一。全系统智能化要求这些系统能够共享状态、协调任务，并在异常情况下形成一致响应。
第二，智能矿山开始从项目制建设转向运营服务。算法模型需要持续校准，传感器需要维护，系统升级必须经过测试，数据质量也要长期治理。一次性交付很难保证五年、十年的运行效果，专业运维、模型监控、备件保障和安全升级将成为更稳定的收入来源。
工业AI企业应把报价方式从“软件功能数量”转向可用率、误报漏报率、非计划停机时间、能耗、人员暴露时长和异常闭环效率。只有把技术指标转成经营和安全指标，才有机会从试点供应商升级为长期合作伙伴。
煤炭与新能源融合，打开矿区能源管理的新场景
规划同时要求促进煤炭与新能源融合发展，强化全过程节能降碳，并推动煤层气和煤矿瓦斯开发利用。现代矿区将不只是生产煤炭，也会管理分布式光伏、风电、储能、瓦斯发电、充换电和高耗能生产设备。
这会形成新的工业能源管理需求：预测新能源出力，安排高耗能设备运行，优化峰谷用电，协调储能充放电，并对甲烷排放、煤矸石和矿井水利用进行监测。具备能源数据、设备控制和优化算法能力的企业，可以从单一矿山自动化扩展到矿区综合能源系统。
但“智能优化”不能替代能耗和碳排放的真实核算。涉及绿色矿山、节能改造和减排收益的项目，需要保留计量边界、数据来源、校准记录和第三方核验依据，避免把模型估算包装成实际减排。
企业行动建议：用三张清单进入智能矿山市场
第一张是场景清单。不要泛泛推销“大模型平台”，而要选择设备预测维护、智能巡检、辅助运输、安全监测、煤质分析或能源优化等具体任务，明确输入数据、责任边界和验收指标。
第二张是系统清单。梳理需要连接的设备、协议、网络、控制系统和历史数据库，提前识别国产化适配、井下防爆、边缘计算和断网运行要求。矿山项目失败，往往不是算法不够好，而是系统接不通、数据不稳定。
第三张是风险清单。明确模型误判、传感器失效、通信中断、软件升级和人工误操作的处置机制。对安全关键功能保留规则约束、人工授权、双重确认、日志审计和故障安全设计。
风险边界：75%不是所有煤矿都要复制同一种方案
不同矿井的资源条件、灾害类型、开采方式和自动化基础差异很大。规划强调分类分级推进智能化，企业不能把一个示范矿的架构原样复制到所有项目。
智能化也不等于简单减员。危险岗位应优先无人化，但系统运维、数据治理、安全分析和应急响应仍需要复合型人才。若只减少现场人员而没有建立远程支持和专业运维体系，反而可能形成新的集中风险。
此外，智能矿山涉及生产数据、地质数据、人员信息和关键基础设施安全。数据汇聚必须遵守分级分类、最小权限、网络隔离和本地化要求，不能为了训练模型把敏感数据无边界上传到公共云。
《煤炭工业发展“十五五”规划》把智能化煤矿产能比例、专用大模型、机器人替代和全系统协同写进国家行业路线图，说明工业AI正在进入最考验工程能力的场景。真正的赢家不会是最会展示模型的公司，而是能够把算法、装备、控制、安全和运维做成一套长期可靠系统的企业。