摘要：国内某大型油气企业一线作业单元已批量换装联想开天信创AI PC，搭载天禧AI Pro智能体。设备在戈壁、沙漠等断网环境下可本地完成录音转写、信息提炼与勘探报告生成，将原本4-6小时的案头整理工作压缩至约半小时，事务性工时减少70%-80%，目前已部署近4万台。
戈壁、沙漠、山区——这是油气勘探工程师最常待的地方。
白天扛着仪器在野外跑，靠录音笔随手记下测点位置、岩性特征、岩层走向、现场判断，晚上回到驻地，逐句回放录音，把零散口语整理成规范的勘探日报、周报和阶段报告。一趟野外跑下来，录音常常是几个小时，整理本身又要四到六个小时。更麻烦的是两件事：一是这些地方经常没有信号，云端AI根本用不上；二是油气勘探数据涉密，不能轻易往外传。
这套工作方式，正在被一批信创AI PC改写。
一、从4-6小时压到半小时，案头工时砍掉七成以上
据公开报道，国内某大型油气企业的一线作业单元已经批量换装联想开天信创AI PC，全线搭载天禧AI Pro智能体。设备到了勘探现场之后，工程师白天的野外录音，回到驻地直接丢给电脑本地处理：录音转写、信息提炼、报告成稿，整套流程在本机跑完，不需要联网。
披露的数据是：过去一晚上才能整理完的4到6小时案头工作，现在约半小时就能交付一份结构清晰的勘探记录，事务性工时整体减少70%到80%。
这听起来像是一句"AI提效"的套话，但放到油气勘探的具体场景里，省下来的不只是时间。工程师结束一天野外作业之后，常常已经是傍晚甚至深夜，再硬着头皮回放几小时录音、逐字校对、按勘探规范重组条目，出错和遗漏的概率并不低。转写和结构化交由本地AI完成，人只需要校对关键数据和专业判断，负担会轻很多。
更关键的是它能在"断网"状态下跑通。油气勘探的高价值点位往往在戈壁腹地、沙漠深处或者山区，基站覆盖稀疏，长时间离线是工作常态。云端AI产品在这里天然失效，把算力压到终端，是这类场景唯一可行的路径。
二、本地优先：把AI从云端搬回勘探现场
联想开天这套方案的核心思路可以概括为四个字：本地优先。
天禧AI Pro并没有把录音和文档往云端送，而是把AI能力下沉到PC本身。从语音识别、信息提取到文稿生成，全部在本机完成，数据不出设备。这同时解决了两个过去绕不过去的矛盾：野外没网用不了AI，涉密数据不敢上云。
技术路径上，它做了两层适配。
第一层是系统级整合。天禧AI Pro与麒麟操作系统深度适配，从意图识别到执行调用全程自主完成，跨应用调度会议组织、本地转写、纪要生成等能力，不需要经过中间层转译，实现了AI引擎对国产软硬件栈的原生适配。对于信创替代来说，这一点比单纯"能跑"更重要——AI能力真正嵌进系统，而不是挂在外面的一个插件。
第二层是模型分级部署。不同岗位对算力的需求差异很大，一台机型打天下并不现实。联想开天给出的是分级配置：
普惠机型搭载0.6B参数轻量模型，通过模型压缩、量化、蒸馏等工程手段，在端侧完成语音识别、文本结构化、本地搜索、AI会议等高频办公任务，对硬件要求低，老机器、无NPU机型也能跑；
高算力机型支持本地部署35B参数级大模型，可以承担更强的推理任务和专业级全流程自主作业，面向需要深度分析和复杂文稿生成的岗位。
这种分级不是简单的"高低配"，而是按照一线真实工作负载拆出来的：日常高频轻任务用小模型省电省算力，真正需要专业推理的场景再让大模型顶上。
三、数据不出端：涉密场景的硬门槛
油气行业对数据安全的要求，比一般行业高得多。勘探点位、储量数据、测井曲线、地质结构，哪一样都是高度敏感信息。过去很多AI办公产品在能源行业推不动，根本原因不是效果不好，而是企业不敢把数据送出去。
联想开天在安全侧给出的设计包括三块：一是官方严选能力平台，所有AI调用能力都经过预置精选，不是随便什么第三方插件都能进；二是最小化权限管控，每个能力只拿它完成任务必需的权限；三是模型零记忆设计，处理完任务之后不保留企业敏感数据，全流程行为可审计、可追溯。
这三件事叠在一起，指向同一个原则：AI好用的前提，是企业敢用。
四、近4万台铺开，信创AI在野外找到了真场景
截至目前，联想开天已经为这家油气企业部署了近4万台信创PC。
这个数字有两个值得注意的地方。
第一，它不是百台、千台级别的"试点"，而是近四万台规模的批量换装，意味着这套方案已经过了概念验证阶段，进入了规模化复制的节奏。一线作业单元愿意按这个量级铺设，背后一定有明确的效率回报。
第二，时间点上恰好踩在信创替代从"能用"走向"好用"的阶段。前几轮信创替换，核心任务是把硬件、操作系统、办公软件换成国产方案，解决"有没有"的问题；这一轮开始关注"用起来顺不顺手"，AI能力能不能真正补上日常工作流里最费人的环节。油气勘探这种野外、涉密、文档工作量大的场景，恰恰是AI PC最容易跑出直观效果的地方——不需要改造复杂的业务系统，只靠端侧AI把每天都在发生的案头活吃掉一块，降本就是看得见的。
往前看，联想与中国石油的高层对接已经明确方向：AI要进入油气勘探开发、生产运营、安全管理和经营决策等核心环节，而不只是停在外围辅助。高性能算力方案此前已经在油气地震数据处理、油藏建模等环节落地，这次端侧AI PC深入一线作业单元，算是把AI的触角伸到了最野外的那一端。
戈壁滩上没有Wi-Fi，没有稳定的5G信号，但工程师手里的电脑自己能写报告——这大概就是AI PC从参数表走进真实生产场景最具体的样子。