项目预审进入“分钟时代”

作者／ IT时报 孙妍

编辑／ 郝俊慧 孙妍

凌晨两点，灯火通明的办公室内，电力评审团队仍在奋战，厚厚的几沓报告堆在每位专家面前，几乎每份都有几十页、三四万字，以及超百张图纸，内容涵盖了复杂的输电线路设计、棘手的新能源接入方案，还有对绿化率要求严格的特殊区域。

而这只是每年数以万计电力项目审核的缩影，这种极度“烧脑”的挑战，难以想象。

在高耸的铁塔之间，在看不到尽头的地下管道里，一张庞大的电力网络正默默支撑着上海这座超大城市的运转。而这张“电力高速公路网”的背后，一个由人工智能驱动的评审系统正在悄然改变电网工程的纯人工决策方式。

跃迁

从小时级到分钟级

2026年刚开年，国网上海市电力公司就面临数百个电网基建项目集中审核的艰巨挑战。

有了人工智能辅助评审系统这位AI助手，人机协同的效率实现了从小时级到分钟级的跃迁。

如今，预审模块已经投入使用，评审模块还未大规模推广。仅预审环节，人类专家预审一个项目就得4小时起步，但AI只需要5分钟，相当于AI的工作效率是人类专家工作效率的48倍。整个评审周期缩短12.5%，整体效率提升45%。

传统模式下，专家需要人工逐项核对海量文件，对不符合要求的地方提出修改意见，再反复进行确认。

在AI模式下，有了文件流转的“比对神器”，所有文件的修改情况一目了然，连文件上是否有印章这样的细节，系统也能清晰地显示出来。仅这一项功能，就减少了大量人工比对的工作，还能跟踪修改进展，避免重复沟通。

以往高峰时期，评审任务量在短时间内如洪流般涌来，压力可想而知。“以往的波峰波谷问题，现在通过AI排期管理得到了很大缓解，让我们喘了口气。”一位工作人员表示。

纯人工审核方式存在四大痛点：一是效率低下，二是专业交叉复杂，三是标准动态变化，四是专家对同一标准理解存在差异，且评审过程难以追溯。

“以往，我们从头到尾审核一个项目少则需要三四天，多则需要数周。而且一个项目会涉及多个专业领域，包括变电、土建、线路、通信、技经、环保等，跨专业沟通成本极高。国家、行业、企业三级规范持续更新，评审专家需要实时学习，而且不同专家对规范的理解存在差异，导致评审结果缺乏一致性。”国网上海市电力公司经济技术研究院评审中心副主任王梦薇对《IT时报》记者说。

AI评审环节一旦成熟，效率会实现二次跃迁。王梦薇预计2026年底，涵盖土建、线路、变电等主专业的自动审核、评审意见生成、资料自动校核等功能将大规模投入使用。

“我们每年节省了大量人工成本，更重要的是，AI将专家从繁重的负担中解放出来，可以攻破更多关键难点。”在王梦薇看来，这些节省的成本、释放的人力，都能间接让每家每户享受更普惠的电力和更优质的服务。

转译

经验不再“锁”于专家脑中

在上海这座超大城市中，人口与建筑密度大，工程规划需要兼顾土地利用效率、成本、环境保护等多方面因素。

比如，上海有两套绿化率标准，外环内25%，外环外30%，这在国内其他省市较为少见。从成本上来看，上海电网工程涉及的土方搬迁、建筑施工等成本投入，显著高于其他地区。

“项目评审往往不是对错判断，也不是通过、不通过的结果判断，而是跨专业的校验，这些经验往往都锁在专家的脑子里，最难的是将专家经验、电力技术与AI结合起来。”王梦薇说道，这些标准在文本上的表述往往是模糊的，“满足安全运行要求，宜采用某些设备”“结合现场实际情况进行设计”，人类专家往往可以根据自身经验去设计一个兼顾经济效益和社会效益的方案，但AI不懂。

2023年末，国网上海市电力公司组建了人工智能辅助评审项目组。用了整整两年时间，该项目组在多方协同下，梳理了超2000份规程规范、管理文件与上万份历史工程数据，将其转换成一个AI能读懂的、国内最完整的电力评审知识库。

这些资料并非简单地“喂”给AI，而是经历了“专家讲解——项目组拆解——研发编码转化”的精细转译过程。电网专家与项目组逐条梳理业务判断逻辑，涵盖技术可行性、效益等多维度的评审指标，再由上海人工智能研究院拆解逻辑点，从0到1搭建了人工智能辅助评审系统。

如今，系统已经投入使用，但这个知识库还在不断完善。在人类专家与AI的人机协同下，系统可以自动提炼成千上万的专家经验，实现自主学习和系统迭代。

“AI是一位高中生，需要人类专家这位孜孜不倦的老师不断授课、纠偏、反馈，人机协同的过程还要持续一段时间。”王梦薇坦言，现阶段还不能完全放手让AI发挥，因为AI还不能避免幻觉。

人类专家的角色从“执行者”转变为“老师”“决策者”，从而实现了知识沉淀与经验传承，新人不再靠“摸石头过河”或者长时间锻炼以积累经验，而是可随时随地通过智能问答来搞懂最新规范。

护航

本地化部署多智能体专家

2025年，人工智能辅助评审系统完成2.0版本的迭代升级，在“基础大模型+行业知识库”的基础上，多智能体担当了跨领域专业的角色，以往需要十几位跨领域专家通过开会沟通才能解决的问题，现在多智能体系统可以自动协商解决。

可以真正实现效率、质量双重跃升的，才是好AI。

如今，针对土建、线路基建工程的专业评审，系统评审点覆盖率达85%以上，评审准确率达90%以上，规范应用溯源的准确率达100%。

初期，电力智能评审系统基于DeepSeek开源模型进行本地化部署。

2025年12月，该系统成功迁移至国网自研的“光明大模型”底座上，采用“光明大模型+专业小模型”协同架构，兼顾通用能力与专精技能，实现项目数据、图纸文件、历史评审记录的一键调取与实时同步，提升60%的业务流转效率。

“该系统上所有数据都没有接入公网，目前也运行在内网环境下。”上海人工智能研究院首席数字官、技术与创新中心主任林圆圆补充道。

突破

全国首家落地AI评审系统

2024年，全国首个电力智能评审系统在国网上海市电力公司落地。

“上海电力的信息化起步较早，基于多年的数据积累，也在全国首次实质性落地电力领域的AI评审系统。”王梦薇认为，每个省公司评审机构面临的难题是相似的：效率低、专业杂、漏项多、难追溯，所以该模式具备较强的可复制性，其他省公司都可以尝试由此路径推进智能化升级。

未来的智能电力高速公路如何演进？王梦薇提出了横向扩展和纵向深化两个构想。横向从基建项目延伸至营销、信息化、后勤装饰等各类工程项目，让AI全面融入评审体系；纵向突破纯文本的审核局限，探索图纸识别与图文联动审查。

林圆圆解释道，虽然国内外在多模态大模型领域屡有突破，但针对图纸智能审核的功能开发尚在早期探索阶段。目前，国网上海市电力公司与上海人工智能研究院正在联合开发，先基于OCR技术提取图纸关键信息，并利用大模型比对设计是否符合规范。

这一“上海样本”不仅可以复制到其他地区，也可以推广到其他行业。据林圆圆透露，目前上海人工智能研究院已在医疗、工业制造、传媒、教育等领域推广垂直领域大模型，行业不同，方法论相似，核心逻辑是高质量数据治理、领域知识结构化、小模型封装、系统工程化落地。

“未来AI的竞争不再是模型本身，而是高质量专有数据的积累与治理能力。”林圆圆说道。

人工智能辅助评审系统的意义，远不止于每年节省了大量成本，它标志着我国关键基础设施领域正从“经验驱动”迈向“数据与智能驱动”的新阶段。

当一座座变电站被AI审核通过时，我们看到的不仅是效率的跃升，更是中国产业智能化转型的真实脉搏。正所谓“AI的尽头是电力”，当蝴蝶扇动翅膀时，这一细微的振动或将深刻地改变中国AI产业的发展格局。