AI dari Penonton Menjadi Peserta: Agen Industri Cerdas Menunjukkan Keunggulan di Industri Tradisional

Laporan Wartawan Securities Times, Huang Xiang

“Dulu di pabrik pencucian batu bara, para master mengatur densitas berat campuran sepenuhnya berdasarkan ‘rasa’, membutuhkan waktu 5-6 tahun untuk melatih ‘mata emas’ yang tajam; sekarang, agen cerdas langsung memberikan parameter optimal, perangkat PLC otomatis menjalankan, kualitas batu halus menjadi stabil dan baik.” Di ruang pencucian batu bara di Tambang Batu Bara Xinglongzhuang, seorang operator mengungkapkan perubahan nyata yang dibawa oleh agen cerdas AI ke industri batu bara tradisional.

Situasi industri yang kompleks, kebutuhan keamanan yang ketat, dan real-time yang tinggi membatasi efektivitas model besar AI di dalamnya. Dalam konteks ini, industri mulai menjajaki dan menerapkan agen cerdas AI.

Baru-baru ini, wartawan Securities Times mengunjungi YunDing Technology dan menemukan bahwa di bidang industri berat tradisional seperti pertambangan, kimia, minyak dan gas, masalah umum yang lama dihadapi adalah efisiensi yang rendah, risiko keamanan yang tinggi, dan ketergantungan yang kuat pada pengalaman manusia. Namun, masalah-masalah ini kini mulai mendapatkan solusi sistematis—kemampuan siklus tertutup “persepsi—pengambilan keputusan—pelaksanaan—pengoptimalan” yang berpusat pada agen cerdas, sedang merombak pola produksi dan manajemen industri. Sebagai penghubung utama antara model besar AI dan skenario industri, agen cerdas sedang membuka “kilometer terakhir” penerapan AI, mendorong transformasi industri tradisional dari “kecerdasan titik tunggal” ke “kolaborasi sistem”.

Agen Cerdas Mengatasi Tantangan Industri

“Di masa lalu, model besar menyediakan kemampuan dasar, seperti memasang ‘otak pintar’ ke industri, tetapi agen cerdas adalah ‘tangan dan kaki’ yang mewujudkan otak tersebut, mampu mengubah teknologi menjadi manfaat nyata.” Kepala Divisi Internet Industri YunDing Technology, Gao Zhen, mengatakan kepada wartawan Securities Times.

“Transformasi digital industri tradisional selama ini sering berhenti pada aplikasi ‘peringatan’, dan kemampuan model besar dari ‘penemuan dan persepsi’ ke ‘pengambilan keputusan dan pelaksanaan’ masih memiliki jarak.” Gao Zhen menambahkan, munculnya agen cerdas secara drastis mengubah situasi ini, menunjukkan terobosan di berbagai bidang seperti pertambangan, kimia, minyak dan gas, di mana AI bertransformasi dari ‘pengamat’ menjadi ‘partisipan’.

YunDing Technology adalah penyedia solusi digital pertama di dalam negeri yang meluncurkan model besar vertikal di bidang industri. Mereka telah menciptakan berbagai contoh aplikasi industri yang khas di bidang pertambangan, kimia, minyak dan gas, dan mencapai penyebaran skala besar.

Di ruang pencucian batu bara di Tambang Batu Bara Xinglongzhuang, YunDing Technology mengembangkan agen cerdas yang mewujudkan pengendalian densitas yang presisi dalam skenario industri. Metode tradisional pengaturan densitas berat campuran tergantung pengalaman manusia, parameter sering berfluktuasi besar, tidak hanya menyebabkan hasil batu halus tidak stabil, tetapi juga pemborosan media dan kerugian batu halus. Sekarang, agen cerdas menggunakan model prediksi untuk menghitung densitas pemisahan optimal, langsung menggerakkan perangkat PLC untuk melakukan penyesuaian tertutup, tidak hanya menstabilkan kualitas batu halus, tetapi juga meningkatkan hasil batu halus lebih dari 0,2%. Dengan volume pencucian dan pemisahan sekitar 3 juta ton per tahun, secara estimasi dapat menciptakan manfaat ekonomi langsung lebih dari 3 juta yuan setiap tahun.

Keamanan kerja di bawah tanah juga menjadi jauh lebih baik berkat partisipasi agen cerdas. Di lokasi pekerjaan pengeboran dan pelepasan tekanan di Tambang Batu Bara Li Lou, agen cerdas pengawasan kedalaman lubang anti-ledakan dan pelepasan tekanan otomatis menghitung jumlah batang bor melalui algoritma video, mengakhiri metode lama yang mengandalkan pemeriksaan manual satu per satu yang membosankan dan rawan kesalahan.

“Dulu, menghitung batang bor secara manual membuat mata saya kabur, dan selalu khawatir terlewat, sekarang dengan algoritma otomatis verifikasi, efisiensi kerja meningkat lebih dari 80%.” kata petugas di lokasi. Pengawasan conveyor pengangkut batu bara di bawah tanah juga diambil alih oleh agen cerdas, kamera memantau secara real-time 24 jam, dan setiap kejadian abnormal secara otomatis memberi peringatan dan mengoordinasikan penanganan, mengurangi beban kerja pekerja dan menghilangkan area buta dalam inspeksi manual.

Di bidang kimia, agen cerdas harus mengatasi tantangan optimalisasi proses produksi kimia yang “multi-variabel, non-linear, dan sangat terikat”. “Proses pencucian batu bara terutama perubahan fisik, sedangkan proses kimia melibatkan reaksi kimia, mengatur satu parameter bisa memicu reaksi berantai, sehingga tingkat kesulitan prediksi dan optimisasi berbeda secara signifikan.” Gao Zhen mengakui bahwa pengembangan agen cerdas untuk proses distilasi metanol memakan waktu hampir satu tahun penuh. Setelah sistem ini diterapkan di perusahaan Yulin Chemical, konsumsi uap metanol per ton menurun sebesar 3,2%, meningkatkan produksi metanol tahunan sebanyak 180 ton, dan mengurangi biaya serta meningkatkan efisiensi sebesar 4,5 juta yuan per pabrik dan per instalasi setiap tahun.

Agen cerdas di industri minyak dan gas juga menunjukkan kemampuan penerapan skala besar. Pada tahun 2024, YunDing Technology memenangkan proyek model besar AI dari sebuah grup jaringan pipa, memperluas kemampuan agen cerdas ke bidang jaringan pipa minyak dan gas. “Dari pertambangan ke kimia, lalu ke minyak dan gas, alasan utama agen cerdas dapat dengan cepat menyebar adalah karena mampu menyelesaikan masalah nyata industri dan membawa manfaat yang terlihat.” Gao Zhen menyatakan.

Membangun ‘Dukungan Keras’ untuk Industri Tradisional

Ketika agen cerdas menunjukkan kemampuannya di industri tradisional, di baliknya ada sistem teknologi yang sesuai dengan skenario industri. Berbeda dengan agen cerdas di bidang konsumen yang bersifat ‘umum’, pengembangan agen cerdas industri lebih menekankan ‘kegunaan’ dan ‘keamanan’, membentuk arsitektur inti berupa ‘basis multi-modal + bahan bakar data + platform’.

Sejak 2022, YunDing Technology telah bekerja sama dengan Huawei dalam pengembangan model besar, merilis model besar pertama untuk industri energi di tahun 2023, dan pada tahun 2025 meluncurkan model besar Fuxi untuk kimia. Kini, mereka telah membentuk keluarga model besar industri yang mencakup berbagai sektor. “Basis model besar kami didorong oleh multi-mod, tidak hanya mengadopsi model komersial seperti Pangu dari Huawei secara lokal, tetapi juga mengintegrasikan model umum utama industri, sehingga dapat disesuaikan secara fleksibel sesuai skenario berbeda.” Gao Zhen menjelaskan, desain ‘industri + umum’ ini membuat teknologi lebih tangguh.

“Agennya tidak bisa hanya mengandalkan data umum untuk ‘memberi makan’, harus berakar pada skenario industri dan mengumpulkan data khusus.” Gao Zhen mengungkapkan bahwa YunDing Technology sejak awal pembangunan model besar industri sangat memperhatikan pengumpulan data industri. Saat ini, mereka memiliki lebih dari satu juta data industri berlabel dan triliunan data produksi. Dataset industri mereka bahkan masuk dalam proyek percontohan pembangunan dataset berkualitas tinggi industri oleh Badan Data Nasional tahun 2025. Data yang ‘bersuara industri’ ini membuat keputusan agen cerdas lebih akurat dan sesuai kenyataan.

Platform agen cerdas Cangjie yang dikembangkan mandiri oleh YunDing Technology juga membuat penerapan teknologi menjadi ‘sederhana dan mudah digunakan’. “Kami ingin pekerja lapangan yang tidak paham pemrograman juga bisa menggunakan agen cerdas.” Gao Zhen mengatakan, platform ini memiliki fungsi utama seperti pengaturan aplikasi dan kolaborasi multi-agen, pengguna cukup menyeret dan melepaskan komponen aplikasi untuk membangun aplikasi cerdas khusus dengan cepat. Saat ini, platform ini sudah mampu melakukan pengaturan otomatis untuk skenario pengolahan bahasa alami, dan langkah berikutnya adalah memperluas ke pengawasan keamanan industri dan optimalisasi proses yang lebih kompleks.

Yang lebih penting, agen cerdas industri harus membawa ‘gen keamanan’. Mengingat industri menuntut nol toleransi terhadap keselamatan produksi, agen cerdas harus dirancang dan dijalankan dengan mekanisme keamanan lengkap. Misalnya, dalam pelaksanaan instruksi, harus dilakukan audit lengkap log operasi secara berantai, dan jika terjadi perilaku abnormal, otomatis akan diputus. Selain itu, paket keterampilan industri juga harus menjalani pemeriksaan dan verifikasi keamanan yang ketat.

“‘OpenClaw’ yang populer membuktikan nilai penerapan agen cerdas, tetapi dibandingkan kemampuan umum, kami lebih fokus pada bagaimana mengemas algoritma industri dan pengalaman industri yang telah bertahun-tahun menjadi standar, membentuk ‘paket keterampilan industri’ yang dapat digunakan kembali, dan ini adalah keunggulan inti kami.” Gao Zhen menegaskan.

Mempercepat Evolusi di Tengah Tantangan

Meskipun penerapan agen cerdas di industri tradisional semakin mendalam, ada beberapa tantangan nyata yang harus dihadapi.

“Situasi industri yang kompleks dan terbuka, dengan perbedaan besar antar proses dan peralatan, membuat penerapan agen cerdas umum di skenario industri cukup sulit.” Gao Zhen memberi contoh, dalam proses perlindungan sementara di pertambangan batu bara, beberapa tambang menggunakan perlindungan sementara berbasis kendaraan, sementara yang lain menggunakan unit tunggal, sehingga harus merancang skema pemantauan yang berbeda. Selain itu, tantangan dalam renovasi pabrik lama, hambatan data yang belum terpecahkan, dan kurangnya standar juga membatasi perkembangan skala industri.

Lebih penting lagi, agen cerdas industri berbeda secara signifikan dari agen cerdas untuk konsumen. “Agen untuk konsumen menekankan universalitas, paket keterampilan memiliki tingkat reuse yang tinggi; sedangkan agen industri lebih menekankan kedalaman keterkaitan dengan skenario tertentu, karena berbagai peralatan dan proses biasanya membutuhkan antarmuka kustom dan kemampuan khusus.” Gao Zhen mengakui bahwa tingkat kematangan agen industri memang belum setinggi yang diharapkan dari agen konsumen, tetapi inilah nilai utama mereka—“mengatasi masalah keras dalam skenario kompleks.”

“Karena kompleksitas, kekhususan, dan keterbukaan skenario industri saat ini, penerapan agen cerdas masih terbatas pada satu proses produksi atau skenario lokal. Langkah selanjutnya adalah melalui kolaborasi multi-agen, mengintegrasikan skenario titik yang tersebar, membangun ‘kumpulan agen’, dan membentuk solusi sistematis seperti manajemen darurat pertambangan, penjadwalan keamanan, dan peringatan risiko, dengan tujuan akhir menciptakan ‘otak AI’ yang sesungguhnya.” Gao Zhen memandang ke depan.

Model besar pertambangan YunDing Technology telah diakui oleh Asosiasi Industri Batu Bara China sebagai mencapai tingkat internasional terdepan, dan kemampuan modelnya telah dievaluasi oleh lembaga pihak ketiga yang berwenang di dalam negeri dan masuk ke dalam jajaran terdepan secara global. Hingga saat ini, 223 skenario kecerdasan buatan mereka telah diterapkan di lebih dari 130 perusahaan produksi seperti China Coal Group, National Pipeline Network, dan Wanbei Coal & Electric.

“Keunggulan kami bukan pada besarnya parameter, tetapi pada keteguhan dalam penerapan skenario.” Gao Zhen mengatakan, mereka tidak terbatas pada aplikasi agen cerdas tunggal, melainkan berkomitmen untuk mengelola secara terpusat agen visual, prediksi, dan pengolahan bahasa alami.

Dari segi kebijakan, beberapa departemen seperti Badan Energi Nasional telah mengeluarkan kebijakan yang mendorong integrasi mendalam AI dengan industri energi, memberikan dukungan kuat untuk penerapan agen cerdas. Agen cerdas sedang mendorong transformasi industri tradisional dari ‘berbasis pengalaman’ menjadi ‘berbasis data’ dengan hasil yang nyata dan terukur.