返回文章列表
青岛能源集团如何用AI解决燃气入户安检质量参差不齐问题的案例
📌 摘要
青岛能源集团，作为城镇燃气供应行业的代表企业，通过引入AI图像识别安检审核系统解决入户安检依赖人工逐一审查、漏判误判率高的难题，实现隐患识别准确率达90%、安检照片自动审核率达100%、识别准确率超92%的量化效果。
📖 本案例根据 来自青岛日报：燃气安全有了"AI大脑"！青岛这一生产大模型入选全国人工智能应用典型案例报道整理 · 查看原文 →
企业背景
青岛能源集团是山东省青岛市最大的城镇燃气供应企业，运营管理覆盖青岛市主城区及周边区域的燃气管网系统，服务用户逾百万户。燃气管网安全是城市运行的"生命线"，入户燃气安检是保障用户用气安全的最后一道防线。作为公用事业型国有企业，青岛能源集团不仅承担区域能源保供任务，更肩负守护百万用户用气安全的民生责任。
传统入户安检依赖安检员上门逐一排查，再由后台人员人工审核安检照片，存在效率低、质量不稳定、漏判误判率高等痛点。2025年，青岛能源集团率先在行业内引入AI技术，自主研发"青能e安"智慧燃气安全生产大模型，深度赋能入户安检质量管控，实现从"人工抽查"到"AI全量审核"的质量跃升。
遇到的问题
1. 入户安检照片人工审核效率低，覆盖面有限
青岛能源集团服务用户逾百万户，安检员每日产生数万张入户安检照片。传统模式下，后台人员只能对照片进行随机抽查，实际审核覆盖率不足30%，大量安检照片"审不过来"，安全隐患难以被及时发现。
2. 安检质量参差不齐，漏判误判率高
安检员专业水平不一，部分隐患（如管道微漏、接口松动等）肉眼不易识别，人工审核存在较高的漏判率。一旦隐患未被及时识别并整改，可能演变为安全事故，带来生命财产损失和舆论压力。
3. 规范标准分散，知识传承断层
燃气入户安检涉及数百项检查标准，规范文件分散在多个系统中，老员工经验难以标准化传递给新员工，导致同一隐患不同安检员的识别率和处置方式差异较大，服务质量均一性难以保证。
4. 巡检现场管理缺乏闭环机制
传统巡检模式下，发现隐患后需人工填写表单、再走工单流程派单整改，链条长、效率低，且表单填写质量参差不齐，难以形成标准化的问题记录与整改闭环。
AI解决方案
青岛能源集团依托"青能e安"智慧燃气安全生产大模型，构建了覆盖入户安检全流程的AI质量管控体系，主要包括以下核心应用：
1. AI全量自动审核——1200万张照片100%过检
平台搭载专属图像识别模型，可精准识别50余类燃气设施（灶具、热水器、阀门、管道等）及203种居家物品，系统对全年1200万张安检照片进行100%全量自动审核。每张照片的审核时间从人工平均3-5分钟压缩至AI的秒级处理，大幅提升审核效率与覆盖面。
2. 四级质控体系——AI主审+人工复审
集团创建"AI主审、人工复审、质检抽查、整改闭环"四级质控体系：AI对全部照片进行初筛，识别潜在隐患并自动标注；人工对AI识别的阳性结果进行复核确认；质检人员对AI审核结果进行随机抽查监督；确认的隐患自动推送至工单系统，形成整改闭环，从源头杜绝漏判误判。
3. 隐患精准识别——综合准确率超92%
AI图像识别模型经过大量燃气设施样本数据训练，综合识别准确率超过92%，可识别管道锈蚀、接口松动、燃气具安全隐患等50余类典型隐患类型，有效弥补人工审核中肉眼难以发现的细微隐患。
4. AI智能巡检——"现场采集—研判—派单—销项"闭环
AI智能巡检系统融合语音识别与多模态图像分析技术，自动识别管道锈蚀、管线占压、第三方破坏等风险，并自动生成电子台账，隐患识别准确率达90%，巡检效率提升30%，表单填写准确率提高80%。
5. 企业专属知识库——AI秒级问答支撑一线
基于RAG与大模型技术，集团建成统一的企业专属智能知识库，归集管理制度、操作规范、运维案例等核心资产，一线员工通过语音或文字即可实时查询，将原本半小时的资料核查压缩至数十秒，平台问答及时率与准确率稳定超过95%。
实施效果
| 指标 | 实施前（人工抽查） | 实施后（AI全量审核） | 改善幅度 |
|---|---|---|---|
| 安检照片审核覆盖率 | 不足30% | 100% | 全量覆盖 |
| 年审核照片量 | 约300-400万张（抽查） | 1200万张（全量） | 全量3倍提升 |
| 隐患识别准确率 | 约60-70%（人工） | 90% | 提升约20-30个百分点 |
| 安检综合识别准确率 | 人工水平 | 超92% | 显著提升 |
| 巡检效率 | 基准水平 | 提升30% | 30% |
| 巡检表单填写准确率 | 参差不齐 | 提高80% | +80个百分点 |
| 知识查询时间 | 约30分钟 | 数十秒 | 压缩至秒级 |
青岛能源集团泰能天然气公司副总经理李华章表示："AI全量审核让我们从'大海捞针'变成了'精准捕捞'。以前只能抽查30%的照片，现在每一张都有AI把关，隐患检出率大幅提升，这才是真正对用户负责。"
技术解析
"青能e安"大模型的技术架构分为三层：感知层——通过入户安检APP和移动终端采集照片、视频、语音等多模态数据；认知层——基于大语言模型与专属图像识别模型的融合，对安检内容进行语义理解和隐患识别；执行层——隐患结果自动推送至工单系统，并与CRM、客服系统联动，形成完整的业务闭环。
技术难点在于入户环境的复杂性——不同用户的厨房光线、装修风格、物品摆放差异极大，AI模型必须具备强泛化能力。为此，青岛能源集团对模型进行了大量真实场景样本的专项训练，并结合在线学习机制持续优化识别精度。
经验启示
第一，从"抽检"到"全检"是质量管控的质变
100%全量AI审核覆盖是本次转型的核心价值——它将质量管控从"概率游戏"变为"确定保障"，彻底消除了抽检盲区，让每一户用户的用气安全都得到AI的守护。
第二，四级质控体系实现AI与人工的最优协同
AI不是替代人工，而是将人工从重复性审核工作中解放出来，专注于复核和处置高价值工作。青岛能源集团的"AI主审+人工复审+质检抽查+整改闭环"四级体系，是人机协同的典范设计。
第三，数据飞轮是AI质量持续提升的引擎
每次人工复核结果都反馈给AI模型进行持续学习，审核数据越多，模型越精准，形成正向循环。传统企业在引入AI后，应建立持续的数据反馈机制，推动AI能力的不断进化。
第四，公用事业AI落地要兼顾效率与安全底线
燃气安全是民生底线，AI系统的设计必须保留人工兜底机制。青岛能源集团的做法是：AI主审阳性结果100%人工复核，阴性结果也有抽检机制，确保AI不放过任何隐患，也不误伤用户正常用气。
企脉AI独家观点
青岛能源集团的实践揭示了一个重要趋势：公用事业行业的AI应用正在从"提效"走向"守底"。过去AI在燃气行业的应用多聚焦于管网调度优化、客服响应提速等效率层面，而"青能e安"大模型将AI延伸到了安全质量管控这一"守底线"环节，通过1200万张照片的全量AI审核、92%以上的隐患识别准确率，从根本上改变了燃气入户安检的质量格局。
对于供水、供热、供电等同类公用事业企业而言，青岛能源集团的路径具有很强的参考价值：第一步建立标准化的数据采集机制（入户安检APP）；第二步引入AI图像识别对存量照片进行全量审计，发现历史欠账；第三步建立"AI主审+人工复审"的两阶段质控体系；第四步将AI审核结果与工单系统对接，实现隐患的自动闭环处置。这一"数据采集—AI审计—人工复核—闭环处置"的四步法，是公用事业企业建立AI驱动质量管控体系的务实路径。