【权威声音】张兴凯：人工智能赋能安全应急，新质生产力驱动精准治理新路径
核心摘要
针对 AI 安全应急监管法律地位问题，应制定 AI 安全应急监管办法。
针对完整性数据缺乏问题，应制定国家 AI 安全应急行动方案。
针对企业 AI 安全应急人才缺乏问题，应编制典型行业领域企业 AI 安全应急路径导图。
贯彻落实党的二十大和二十届历次全会精神及中央经济工作会议精神，坚持统筹发展和安全、以高水平安全保高质量发展、降低行政成本、营造良好营商环境是新时代命题，解答这个命题需要精准治理。人工智能（AI）为安全应急精准治理提供了高效、经济的手段和方法。近年来，实施《“工业互联网 + 安全生产”行动计划（2021-2023 年）》，运行国家安全生产监测预警平台和安全生产大数据平台，应急管理“久安”大模型投放市场，AI 在安全应急方面应用呈现提质增效高水平发展态势。但是，AI 安全应急技术体系不够完善，安全应急数据碎片化、完整性数据缺乏，专用 AI 大模型处理安全应急专门事务功能不够强，AI 安全应急场景不系统、服务企业质效有待提升等问题仍然存在。发挥中国特色制度优势，把分散在各部门“碎片化”的 AI 安全应急工作整合为统一的“人工智能 + 安全应急”行动，加快推动AI 安全应急高质量发展是解决上述问题的有效路径。做好这项工作，不仅可以提升安全应急水平，还为 AI 提供应用场景、推动 AI 快速发展，使我国抢占 AI 安全应急的技术、标准、人才、产业等发展先机，在全球激烈竞争中赢得优先话语权。
AI 安全应急的基本内涵
作为新质生产力，AI 安全应急经过近几年的理论研究、技术探索、实际应用，逐渐理清了基本内涵。AI 安全应急是将 AI 理论、技术和方法与系统安全工程（SSE）理论、技术和方法相融合，形成的用于处理安全应急事务、解决安全应急问题的理论、技术和方法的总称。
表现在生产力方面，AI 技术引领技术革命引起的资本、技术、管理、信息等要素对安全应急发挥重要作用，引发安全应急生产力要素的变革并提出新要求。为了精准、高效开展安全应急工作，安全应急工作者必须掌握一定的 AI 知识和技能，能够运用 AI 技术（包括工具、手段、方法）处理安全应急事务、解决安全应急问题，接受类人机器替代人从事危险作业，并能与其“和谐相处”。安全应急资料包括 AI 安全应急工具，在各种场所、多方面的安全应急物质资料和物质条件包括 AI要素并受到其影响。在安全应急对象中，经过人类加工的安全应急原材料包括 AI 与 SSE 融合的人工材料或者要素。
概括而言，进入现代风险社会，AI 安全应急是人与类人机器融合形成的“人机结合”的安全应急工作者，安全应急物理场景与数字孪生情景融合形成的“数实一体”的安全应急场景，以及 AI 与 SSE融合形成的 AI 安全应急工具和方法。
几种典型的 AI 安全应急场景
对于安全应急工作者而言，直观感受、直接接触、亲自使用的 AI 安全应急都在场景。因此，认识 AI 安全应急应从认识 AI 安全应急场景开始。安全应急各方面事务都可用 AI 技术处理，各安全应急问题都可用 AI技术解决或者辅助解决、部分解决。AI 技术可使用于灾害事故事件的预防、控制、应急处置与救援、事后恢复与重建及其安全风险的检测监测、评价诊断、预警预报、消减消纳等全链条全过程。典型的 AI 安全应急应用场景有以下几种。
重点行业领域企业本质安全化水平提升场景。从安全生产视角而言，重点行业领域包括矿山、危险化学品、消防、工贸、建筑施工、交通运输等。高危险化工工艺装置主动安全场景。面向硝基类、偶氮类、过氧类、C-C 不饱和烃类等高危险化工工艺系统及其生产过程，用 AI 技术进行主动安全设计，实时监测化学反应过程的温度、流量、流速、投料方法并适时调控使其在设计范围，提升高危险化工工艺装置本质安全化水平。矿山“采掘装运辅”等高危险作业类人替代场景。面向煤矿、非煤矿山等危险作业场所，用类人机器替代人、减少危险作业人数，用 AI 技术进行开采工作面空间、采掘进度、瓦斯和其他有毒有害气体浓度、风流速度监测并及时调整与合理分配风量，降低矿山危险作业的安全风险。营运车辆主动安全场景。为降低营运车辆交通运输的安全风险，推广使用意外事故缓和驾驶辅助系统（AWS 系统）、牵引力控制系统（TCS 系统）、电子稳定控制校正装置（ESP 装置）、车辆稳定性控制系统（VSA 系统）、自适应巡航系统（ACC 系统）、车道偏离修正和拉回装置（LKA 装置）、自动紧急制动系统（AEB 系统）和胎压监测异常报警系统（TPMS 系统）等。
超大体量公共建筑智能化安全风险管理场景。超大公共体量建筑包括：超大型展览馆、博物馆、体育场馆、文化娱乐建筑、综合性建筑以及大型交通枢纽等。我国是全球超大体量公共建筑数量最多、规模最大、涉及人数最多的国家。将 AI 技术应用于其安全管理，既可提高安全水平，又可降低运行成本。建筑结构智能检测场景。超大体量公共建筑具有超宽、超长、“怪奇特”等非标结构多的特点，对其长期运行容易造成荷载不均、能量集聚的机构损伤、蠕动变形等（统称缺陷），用智能化检测设备进行“非接触、非损伤”检测和评估。运营安全状况智能化监测场景。针对超大体量公共建筑的电气设备多、机械设备多、有限空间多、隐蔽设备多的特点，为了解决使用人数多、服务人数多、管理环节多、管理部门多等运行维护成本高的问题，采用多模态识别装置进行运行状况实时监测、风险预警和预报，运用 AI大模型协助进行安全应急管理。安全现状智能评价场景。融合大数据、AI 大模型与 SSE 技术和方法，进行超大体量公共建筑的事故隐患识别、安全状况分析、制定相应安全对策措施。
大型设备设施缺陷智能化检测评估场景。大型游乐设施缺陷智能检测场景。利用无人智能设备对观览车类的本体和轨道实施“不停机”缺陷检测，对于滑行车类、陀螺类、飞行塔类、滑道类、小火车类、无动力游乐类等设施轨道（滑道）的缺陷进行智能化检测与诊断评价。大型设备“不停机”安全状态智能检测场景。面向大型核电设施、大型反应釜、高温高压管道等停机检测困难、成本高的问题，用外壁耐高温、内部爬行、运程非接触等智能化检测装备，进行设备本体损伤和缺陷检测。大型游乐设施智能化安全监测预警。运用多模态识别、AI 大模型、大数据等建立大型游乐设施安全检测预警平台，构建设施运行安全风险“一张图”和安全状况与管理“一张网”，面向复杂气象条件、复杂地形、架空设施进行无人检测、早期 AI 探伤和超前预警。
智能化安全生产管理与监管场景。近年来，我国全面加强了安全生产监管执法、投入了大量的资源和资金用于改善生产经营单位的安全生产条件。但是，数以亿计的生产经营主体仍存在大量事故隐患，特别是小微生产经营单位的设备设施本质安全化水平不高，加之缺少专业安全管理人员、缺少专用安全管理手段，安全生产工作面临挑战。此外，优化营商环境、减少安全监管执法频次等，倒逼安全生产监管方式方法的变革与创新。这些都为 AI提供了应用场景。AI 工具协助制定企业规章制度。用大语言模型（LLM），协助生产经营单位制定安全生产规章制度；协助编制紧急情况处置方法、各类事故应急处置方案、不同岗位标准化应急处置操作程序（SOPs）等应急救援预案；协助进行安全生产制度执行情况、安全管理体系建设与运行的绩效评估；协助开展安全风险评价、事故隐患辨识。用类人感知技术开展“非浸入式”安全生产检查执法场景。使用“看听感”等类人感知技术和方法，协助政府及其安全生产监管部门实施“非进入式”安全生产现场检查执法。超大超高公路铁路桥梁隧道智能化安全管理场景。运用智能化设备进行桥梁隧道本体缺陷、事故隐患检测；用多模态设备、大模型等“看听感”等类人感知技术，进行桥梁隧道内部车流状况、存水存渣停产等障碍物实时监测，用AI 大语言、大数据等进行安全状况分析研判、预警预报、调度指挥。
智能化应急救援调度指挥与应急处置场景。事故灾害应急救援是高危险作业，实施类人替代是发展方向，同时，有助于实现科学调度指挥、有效应急处置和精准救援转移。AI 技术可应用于简单的、复杂的应急救援场景：用多模态图形识别技术构建全国重大危险源事故场景“一张图”。包括：重大危险源及其周边亚米级地形三维图，重大危险源事故后果“一张图”，重大危险源周边敏感、脆弱、重点等目标“一张图”，融合企业、地方政府及其部门等应急处置方案的应急处置场景“一张图”，融合企业内外部应急救援资源、调度指挥机构、专项应急预案的应急救援调度指挥场景“一张图”等。智能化应急抢险情景。用智能无人装备进行现场抢险，解救被困人员、为被困人员提供补给，进行排查现场、排除危险物、清理现场，用具身智能装备工作人员协助抢险救援。智能化灭火场景。用大语言模型（LLM）计算大型油罐火灾时期的药剂喷射精准点位、消防水喷淋降温精准部位，用无人智能装备进行现场灭火，用多模态设备进行现场火焰及其温度、设备变形、损坏状况的实时监测，对灭火战斗员行为、安全健康状况进行实时检测等。
用好 AI 实现高水平安全治理
是新时代命题
《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确，“十五五”时期必须“坚持统筹发展和安全”的发展原则，实现“国家安全屏障更加巩固”的发展主要目标，“加快人工智能创新等数智技术创新”，全面实施“人工智能＋”行动，加强人工智能同社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。提高防灾减灾救灾和重大突发公共事件处置保障能力，加强应急指挥、安全生产。AI 安全应急是人工智能创新的重要方面，要推动 AI 在安全应急方面的应用，在提升安全应急水平和能力的同时，为 AI 提供应用场景、推动 AI 技术快速发展，抢占 AI 安全应急产业应用制高点，是贯彻落实党中央决策部署实现“国家安全屏障更加巩固”的具体行动，是提升生产经营单位本质安全化水平、解决安全应急管理与监管人力资源不足及其能力参差不齐问题的现实需要，是提升安全应急质效与推动 AI 快速发展协同创新的需要，也是应急管理部门贯彻优化营商环境要求、为生产经营单位所做的具体实事，是实现高水平安全应急治理的新时代命题。
安全应急体系是开放复杂的系统。在现代风险社会，各类事故隐患和安全风险交织叠加、易发多发，影响公共安全的因素日益增多，安全应急体系已成为开放复杂巨系统。这样的系统中，有海量的要素和极其复杂、多层次的子系统，要素呈现出自组织性，要素之间、子系统之间关系呈现出非线性，体系与外部的其他体系需要有物质、信息和能量的交换，灾害事故及其安全风险的预测监测、评价研判、预警预报、消减消纳，事故隐患排查治理以及灾害事故事件预防与处置变得极其复杂。面对高水平安全应急治理的要求，传统的“人盯人”、简单化的治理工具已经难以适应，设备设施、厂矿企业、乡村街道都需要全面提升安全应急治理水平并取得高质量安全绩效，新时代高水平安全呼唤安全应急精准治理。
安全应急精准治理必须要用好 AI。习近平总书记指出要“积极推进我国应急管理体系和能力现代化”，明确“要实施精准治理，预警发布要精准，抢险救援要精准，恢复重建要精准，监管执法要精准。”实现安全应急精准治理要求，强化应急管理装备技术支撑，依靠科技提高应急管理的科学化、专业化、精细化水平，要适应科技信息化、数字化、智能化的时代发展大势，以智能化推进应急管理现代化，提高监测预警能力、监管执法能力、辅助指挥决策能力、救援实战能力和社会动员能力。做好上述工作，实现上述目标和要求都离不开 AI，都必须在安全应急工作中用好 AI。按照中央经济工作会议要求，实施“人工智能 + 安全应急”行动，通过 AI 与 SSE 的技术融合，创新安全应急治理模式和方法。
AI 可有力支撑安全应急精准治理、实现高水平安全。近年来，党中央国务院部署实施“人工智能 +”行动，有关部委、地方出台支持扶持政策，AI 创新发展提质增速，我国在“战略主导、技术竞速、规模拓展、生态竞合”的 AI 发展格局中占据了主动，产业规模量质齐升，部分原创产品进入全球科技前沿。中国信息通信研究院发布的《人工智能发展报告（2024 年）》明确，在应用层面专用智能应用逐步成熟，开发工具链加速大模型技术迭代速度，应用工具链拓展大模型应用广度。工信部发布的《场景化、图谱化推进重点行业数字化转型的参考指引（2025 版）》列出了钢铁、石化、民爆等 14 个行业的企业数字化转型“场景导航图”。据北京市科委、中关村园区管委发布的《北京人工智能产业白皮书（2025）》给出的数据，2025 年上半年，北京市 AI 核心产业规模为2152.2亿元、同期增长 25.3%，AI企业超过 2500家，已经备案大模型 183 款。我国 AI 技术基础、人才队伍水平、创新能力、产业规模、产业生态和社会氛围，完全可以实现用 AI 支撑实现安全应急精准治理、实现高水平安全。
AI 安全应急技术研发与应用现状
近年来，各地方、各企事业单位贯彻落实党中央决策部署，从思想认识到实际行动，把 AI 安全应急作为新质生产力，呈现出 AI 与 SSE 相融合，推动AI 安全应急快速发展的极大热情。从面上看，政策引领、在安全应急多方面有 AI 的应用，呈现多点开花的局面；从点上看，案例示范、带动安全应急质效提升和 AI 快速发展。
政策引领、AI 安全应急技术构架趋于成熟。2020 年，工信部、应急管理部联合发布《“工业互联网 + 安全生产”行动计划（2021-2023 年）》明确，围绕化工、钢铁、有色、石油、石化、矿山、建材、民爆、烟花爆竹等重点行业领域制定“工业互联网+ 安全生产”行业实施指南。2021 年，应急管理部办公厅印发《“工业互联网 + 危化安全生产”试点建设方案》给出了工业机理模型。2024 年，《“工业互联网 + 危化安全生产”建设标准 第 1 部分：总则》《“工业互联网 + 危化安全生产”建设标准第 2 部分：特殊作业审批与作业过程管理》《“工业互联网 + 危化安全生产”建设标准 第 3 部分：人员定位》在网上公开征求意见，2025 年正式发布，成为在安全生产领域全面推动工业互联网应用的标志。2023 年，由清华大学合肥公共安全研究院与应急管理部大数据中心、北京百度网讯科技有限公司等联合申报的“大数据与人工智能应用创新应急管理部重点实验室”正式获批创建，研究将大数据、人工智能等运用于监测预警、监管执法、辅助指挥决策、救援实战和社会动员等方面的 AI 技术。目前，以“AI 算法、北斗导航、数字孪生”为主体，AI 与 SSE 融合构建的“类人风险感知＋安全大数据＋隐患缺陷多模态识别＋大模型辅助安全管理与应急决策指挥＋ 5G 通信”的 AI 安全应急技术体系构架趋于成熟。传感器、监测仪、LoRa 终端、多模态检测设备等形成智能风险感知层，构建风险监测网络。大数据数字孪生模型模拟灾害事故的孕育、发生、演进过程应急救援过程等形成分析决策层，支撑事故灾害及其安全风险的防控计划、方案、措施和制度制定。无人机巡检、救援机器人作业、AI 语音指令解析等形成执行处置层，在现实场景中发挥作用。
案例示范、带动安全应急水平提升和 AI 技术进步协同快速发展。部分 AI 安全应急案例已成功用于解决问题，带动 AI 安全应急技术和方法迭代升级，在提升安全应急水平的同时，推动 AI 技术快速进步，实现 AI与 SSE协同发展。如应急管理“久安”大模型，其定位是国家应急指挥总部的“智慧应急大脑”。应急管理部对“久安”大模型进行了文献、法规、案例等海量知识训练，不断优化、迭代升级，具备了针对矿山、危险化学品、防汛等领域专业认知和推理能力，总部指挥调度中实现了“秒级指挥”、调度超 40 个业务系统；可通过安全生产监管执法现场照片识别高危场所人员集聚、粉尘堆积、烟点火点等风险隐患，关联列出相关的法律条文，同时给出隐患整改建议。可根据气象预警信息，自动编排应急准备任务，通过对重点地区视频扫描发现暴雨、洪涝灾害、城市内涝并自动发出预警，实时评估风险态势，生成应急处置方案。再如，国家安全生产监测预警平台是融合物联网与工业互联网、大数据与多模态大模型等 AI 技术建设的国家级平台，实现对重点行业领域宏观安全风险和企业及其作业、场所、设备设施等微观安全风险的实时监测、智能预警与应急响应。2021 年，在全国煤矿、非煤矿山、危险化学品等重点行业领域试运行，目前，已经实现了对所有煤矿、重大危险源、尾矿库、涉氨场所、涉粉爆场所、烟花爆炸生产场所实时监测与智能预警，在感知层，通过传感器、视频监控、定位设备实现对温度、气体浓度、振动、人员位置等数据实时采集。在平台层，运用云计算、大数据分析、AI 算法等构建风险识别模型、进行趋势预测。在应用层用，可视化大屏、移动端告警、应急指挥提供预警推送、预案联动、决策支持等功能。
AI 安全应急存在问题及解决路径
总体而言，AI 安全应急处于起步、快速发展阶段，但在思想认识、法律制度、技术创新、落地应用、产业生态等方面还存在一些问题。如面临全球激烈竞争、美国不公平竞争的挑战等。
针对 AI 安全应急监管法律地位问题，应制定AI 安全应急监管办法。虽然多地已通过实践将 AI视频识别、传感器监测等手段获取的数据用于行政处罚、实现闭环管理和风险预警。但是，在《安全生产法》《危险化学品安全法》《突发事件应对法》等安全应急相关法律中，没有明确用 AI 技术获取的数据资料作为安全监管执法的行政处罚有效证据。此外，AI 技术未必都是安全的。如，用无人机进行化工园区监管执法过程中，因无人机坠落造成火灾爆炸或者其他事故，将涉及国家赔偿问题以及监管执法部门及其人员的法律责任问题。鉴于此，应制定 AI 安全应急监管执法办法，提出 AI 安全应急监管执法的程序、过程、方法及其要求，明确 AI安全应急工具和方法获取执法依据的程序、过程、法律地位及其使用范围和要求，明确监管执法部门及其人员在监管执法过程中发生事故或者给生产经营单位造成其它损失的法律责任和国家赔偿要求。
针对完整性数据缺乏问题，应制定国家 AI 安全应急行动方案。一是缺少完整性数据。AI 安全应急技术开发单位拥有的安全应急数据极其有限，即使有一些数据也缺少完整性。如，虽然有大量的事故调查报告和事故调查分析技术报告，却很少记述形成事故隐患、出现事故前兆、事故发生、事故扩大到事故应急处置的全时间链、全过程的完整数据，而是仅仅描述事故过程的若干关键时间点的数据，且多是基于事故调查人员的推断或者判断。这是造成 AI 安全应急工具专业性不强的主要原因。二是存在数据碎片化和“信息孤岛”。不仅在 AI 安全应急技术开发单位间存在“信息孤岛”，还在不同政府及其部门间存在“信息孤岛”。再就是，AI 安全应急单位各自拥有的数据中类单一、大部分来源于网络，这就难免部分数据属于“偏见”数据。三是研发力量分散。AI 安全应急技术研发单位很多，但多为小微企业，目前尚未检索到大中型专门 AI 安全应急研究机构或者大中型企业，这是造成 AI 安全应急工具解决专业问题功能不够强的重要原因。针对上述问题，应发挥中国特色制度优势，制定《国家 AI 安全应急质效提升行动方案》，应明确行动的指导思想、遵循原则、任务目标、重大行动和支持扶持政策；制定 AI 安全应急数据系列标准规范；发布国家 AI 安全应急科技项目，采用揭榜挂帅、政府购买服务、优先推广使用以及开放政府所有部分安全应急数据等方式，将研发力量组织起来，推动 AI 安全应急科技创新提速、实现可持续健康发展。
针对企业 AI 安全应急人才缺乏问题，应编制典型行业领域企业 AI 安全应急路径导图。不仅是小微企业，也包括大中型企业，由于缺少既懂AI、也懂 SSE 的复合型人才，造成虽然对 AI 安全应急充满激情，但是并不能完全理解 AI 安全应急，不了解 AI 安全应急技术用在哪里，用于解决什么样的安全应急问题、处理哪些类型的安全应急事务（业务）。基于此，应编制典型行业领域企业AI 安全应急路径导图，告诉开发人员和使用人员如何将 AI 与 SSE 融合解决安全应急问题、辅助安全应急工作。路径导图首先应面向煤矿、非煤矿山、冶金冶炼、石油化工、建筑施工、装备制造、新能源、建材建筑等重点行业领域，贯穿研发设计、生产制造、运维服务、经营管理、供应链管理等全过程业务活动，包含多类应用场景及跨业务协同场景，配套数据要素及大数据、检测监测诊断及其多模态工具、辅助管理与监管系统及其软件等要素清单，让开发单位按照目标进行针对性研究，开发专用专业的 AI 安全应急工具。让使用单位“按图索骥”采购，在深化使用过程中形成专门安全应急业务工具。需要开展针对性的 AI 安全应急培训，培养复合型的研发人才和使用人才。特别要加快研发和推广使用智能巡检和无人机巡检、非进入检查执法、图形（卫片）解析、智慧安全应急管理等专业技术装备和工具。
文：中国安全生产科学研究院名誉院长、首席科学家 中国安全生产协会常务副会长、首席专家 张兴凯
责编：程程
来源：中国安全生产
长按下方二维码！可识别后加关注！
