西屋电气联合谷歌云，将生成式人工智能用于AP1000核电站建设管理，通过模拟现实干扰、优化任务排期，显著提升工期与成本的可预测性。
人工智能与能源的双向赋能正成为新的主旋律。但核电站能否以所需的速度部署，从而对能源基础设施做出及时且重大的贡献？对于西屋电气(Westinghouse)而言，在美国实现AP1000按期按预算交付，仍是一项尚未达成的挑战。
大型核电项目在美国历史上其他时期(和全球其他地区)确实按期完成过，但西屋电气相信，通过采用谷歌云AI工具支持的智能优化替代基于人工的方法进行进度管理，有望让人们对成本与工期不确定性的担忧成为历史。
在2025年11月举行的会议上，谷歌云(Google Cloud)全球电力与能源总监Raiford Smith与西屋电气首席技术官兼研发与创新执行副总裁Lou Martinez Sancho，以及西屋电气数字数据与人工智能总工程师Scott Sidener共同探讨了生成式AI和智能体AI在AP1000建设中的应用。
通过将各类干扰因素纳入人工智能优化的建设计划中，能够适应从交付延迟到熟练劳动力短缺等各种干扰，西屋电气旨在改善其项目时间表并提升利润空间。
新建AP1000核电站的建设成本约占总投资的60%。通过将人工智能工具应用于建设进度管理，Martinez Sancho表示，“我们的目标非常明确，即实现成本与工期的确定性。”
他进一步表示，获得这种确定性需要一种根本不同的方法，一种能够处理海量复杂性并提供可预测结果的方法。“令我感到兴奋的是，通过携手谷歌云等合作伙伴，我们正在全面解决规模化建设过程中面临的所有技术难题。而我们从模块化设计中获取的全部数据，使我们处于非常有利的地位，能够与建造商、供应链协同工作，在人工智能辅助下真正实现并维持数字化连续性。”
Sidener表示，从根本上说，建造新电站需要将其分解为数十万个小型施工任务。传统上，这些施工任务由人工手动创建，例如从反应堆设计文件生成这些任务就需要数月时间，随后人们再采用人工方式对这些任务进行规划与排期。
Smith在代表谷歌云发言时表示，“我们的技术起到了可预测性引擎的作用，将历史上不确定的过程变成了真正使其更快、更可预测、成本更低的过程，这对于实现规模化核能新项目确实至关重要。”
谷歌(Google)发表文章指出，西屋电气的技术成果使快速协作成为可能。具体而言，西屋电气拥有名为Hive的专有人工智能基础设施，以及名为Bertha的生成式AI助手，能够访问西屋电气75年来的全部技术文档。
根据谷歌发布的文章，谷歌工程师对这家拥有140年历史的企业印象深刻，它悄然构建了在严格监管环境中安全部署人工智能所需的精准基础架构。
Sidener展示了一款工具，由西屋电气与谷歌在约六周时间内合作开发，整合了西屋专有的人工智能代理与核数据资源，并融合了谷歌云Vertex AI平台及其Vizier优化引擎等人工智能技术。
Sidener指出，借助人工智能，不再需要人工创建施工任务的传统方式，AI能够直接解读并理解AP1000三维设计或建筑信息模型。
他以一个需要完成345项施工任务的房间为例进行说明，这些任务包括管道安装、钢结构作业和焊接等。他指出，人工智能在模拟了现实世界中可能发生的各类干扰因素后，预测该房间的施工周期约为160天。这些干扰可能包括供应链中断或劳动力中断，例如现场专业技术人员(如部分核电工程师)因疾病或人员调配问题造成的短缺。
Sidener表示，在每日开工前，人工智能系统能精准掌握哪些任务受阻及其原因。该系统通过优化时间表规避中断，Sidener展示了经过10轮迭代的优化流程，AI最终可识别出施工团队当日可执行的最具价值任务，这些任务将对项目总体成本与工期产生最大影响。
该进度调整将345项任务的预估成本从380万美元降至约280万美元。随后由人工介入环节对进度调整进行审核与批准。
免责声明：本网转载自合作媒体、机构或其他网站的信息，登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。本网所有信息仅供参考，不做交易和服务的根据。本网内容如有侵权或其它问题请及时告之，本网将及时修改或删除。凡以任何方式登录本网站或直接、间接使用本网站资料者，视为自愿接受本网站声明的约束。
