京投轨道运营公司维修调度中心运维可视化管控                        ■记者 夏晖/摄

　　在城市交通不断迈向智能化的进程中，北京轨道交通正在经历一场深刻的数字化变革。从管理调度到智能运维，从数据挖掘到业务创新，人工智能的力量正深度融入地铁网络的每一个环节。在这场变革中，京投公司率先搭建全栈式智能体应用平台，赋能业务创新；京投路网公司及轨道运营公司依托丰富的数据资源，探索大模型技术在路网调度、乘客服务和智能运维等方面的应用，“AI+轨道交通”的大幕正在徐徐拉开。

京投轨道运营公司运维数据管理中心月度数据统计分析                     ■企业/供图

　　 智能体赋能业务处理

　　在人工智能落地过程中，如何让大模型赋能一线业务，是京投公司首先要解决的问题。为此，京投公司基于DeepSeek和通义千问大模型，打造了一套全栈式智能体应用平台，通过低代码方式赋能业务人员，使他们无须深厚的编程背景，也能自主构建契合自身需求的智能应用。

　　京投公司搭建的接诉即办智能体应用，利用约1.5万条历史工单分类数据对大模型进行微调训练，通过学习派单历史纪录，实现了对接诉即办工单的智能派分。当前派单成功率已达92%，极大提升了接诉即办工作效率。

　　智能体应用平台的核心在于数据整合。京投公司依托自身成熟的数据中台，将北京轨道交通建设、运营、装备制造等多个领域的数据进行清洗、整合与标注，构建了超过260个专业知识库。这些数据不仅让AI“懂业务”，还确保了其输出的专业性和准确性。

　　例如，在资产管理领域，京投公司正在探索“人工智能+轨道交通资产数据”应用的模式，业务人员无须通过复杂的报表建模，只需利用大模型的分析能力，就能完成各条线路的资产原值、净值变化、移交、盘点情况以及设备使用状态等数据分析，生成分析报告。

　　智能体应用平台上线仅3个月，就已成功搭建500余个业务智能体的搭建，全面覆盖了轨道交通运营管理的各个环节。京投公司信息数据管理部副经理李璋明说：“智能体应用平台的建设和业务智能体的搭建是京投公司‘人工智能+’行动的第一步，打破了业务人员利用人工智能开展业务活动的技术壁垒。未来，我们将重点推进大模型在垂直领域的深度应用并探索多智能体协同技术，使人工智能够辅助业务人员处理更复杂的业务场景，为北京轨道交通的智慧化发展创造新动能。”

轨道几何状态变化趋势查询                                             ■企业/供图

　　 大模型辅助路网指挥调度

　　京投路网公司负责北京市轨道交通路网运行指挥调度和突发事件应急处置等工作。在具体实践中，京投路网公司更关注大模型技术与轨道交通网络化运营管理的深度融合。轨道交通网络化运营，涉及海量数据处理，包括客流信息、列车运行信息、应急预案及乘客服务信息等。在此背景下，如何利用大模型实现更高效的数据挖掘和分析，成为京投路网公司探索的重点。

　　大模型在运营信息查询与分析方面展现出显著优势。以往，调度指挥人员需在多个系统进行复杂查询，例如分析某一时段的客流情况或列车满载率等，往往需要耗费大量时间整合数据。如今，借助大模型的自然语言交互能力，调度人员只需输入“统计本周早高峰1号线与2号线的客流变化趋势”等字，系统就能迅速提取数据，进行智能分析，并生成专业报告。这一方式不仅降低了技术门槛，也大幅提升了决策效率。

　　在乘客服务方面，京投路网公司正在探索将大模型嵌入96123客服热线及北京轨指中心公众号的应用，旨在打造AI智能客服系统。传统客服模式受限于人工响应速度与值班时间安排，而AI客服依托大模型的语义理解能力可精准识别乘客需求并提供个性化服务。例如当乘客咨询“今天晚上10点从四惠到回龙观怎么走最快？”AI客服能即时调取最新的列车时刻表、换乘信息，并结合实时行车状态形成最优出行方案。京投路网公司副总经理梁樑表示：“未来，借助大模型的强大语义理解能力，将进一步精准识别乘客的各类问询意图，不断优化情感交互功能，使服务更加贴近人性化需求。”

　　在智能运维领域，京投路网公司拟运用大模型技术对运维工单、设备历史故障记录及实时监控告警数据等进行深度融合分析，以优化维修策略。例如，通过对历史故障数据的模式识别，AI可预测哪些设备可能在未来几周内出现问题，从而提前安排预防性维修，有效规避设备突发故障对轨道交通网络化运营的影响。

　　 智能技术助力安全运营

　　在轨道交通运营管理领域，京投轨道运营公司正借助智能运维技术的应用，推动设备管理、维修调度、应急处置等工作的智能化升级。当前，北京轨道交通设备运维已历经电子化、信息化到智能化发展的历程，工作流程不断优化，效率持续提高。

　　目前，京投轨道运营公司已构建了基于Java架构的智能运维信息化平台，横向打通了车辆、信号、供电、机电等七大专业的数据壁垒，并纵向贯通了从一线运维到管理决策的完整链条。依托5G技术，调度中心可实时监测维修人员的定位、资质，以及设备状态，实现精准调度。以车站的供电系统出现异常为例，系统可结合故障发生位置与维修人员的实时定位，智能派单至最近的维修人员，从而极大缩短响应时间。目前这种智能派单模式已在磁各庄车辆段的维修调度中心落地，日常运营数据表明其成效显著。

北京轨道交通基础设施智能运维平台                                      ■企业/供图

　　在数据分析层面，京投轨道运营公司正在构建覆盖全专业、全周期的统计分析体系。在信号系统的智能监测方面，平台通过归集信号设备的历史故障数据，自动开展趋势分析。当某一型号信号机半年故障率明显上升，系统会自动预警，提示运维团队进行专项检查。这一模式已在部分线路试点，并逐步向全网推广。

　　在应急状态下，通过智能可视化平台，能够实现物资、人员等资源的协同调度。京投轨道运营公司技术支持部维修调度中心经理陈长介绍：“依托可视化平台，我们能够联动跨专业应急抢险队、物资及工程救险车辆，快速开展现场处置。举个例子，如果有异物因异常天气侵入列车运行区间时，平台可以实时调用该区间就近监控视频确定位置，同时通过可视化大屏上应急物资、应急队、工程救险车的位置，立即调配相关资源，组织就近抢险人员前往，调用附近应急物资，联系就近救险车，联合进行支援。”通过可视化功能的应用，管理人员通盘掌握应急物资的分布情况，缩短突发情况下人找人、人找物的时间，提高了应急处置的时效。

　　引入智能运维技术，还为预防性维修提供了新的思路。以接触网检测为例，传统模式依赖人工巡检，而智能动态检测系统可以通过传感器网络实时监测接触网几何参数、电流电压值等关键指标，并与历史数据进行比对分析，一旦数据超标，便会自动触发报警机制。工作人员结合系统精准定位功能智能派发维修任务。

　　京投轨道运营公司技术支持部经理王亮说：“未来，轨道运营公司计划在三个领域深化人工智能应用，一是故障原因分析，利用AI模型的历史故障案例学习系统，实现故障原因自动诊断；二是维修预测，通过大数据分析提前识别设备的潜在故障风险，优化维修策略；三是智能联动，实现智能监测系统与调度指挥系统整合，使报警信息可以自动触发维修工单，并完成任务分配，减少人工干预，提高响应速度。”

京投轨道运营公司运维可视化管控平台                                    ■企业/供图

　　从智能体应用到大模型融合，再到线路智能运维，北京轨道交通正在全方位拥抱人工智能技术，实现业务流程的智能化升级。目前，北京城市轨道交通运营里程已达879公里，拥有线路29条。利用AI技术，能有效提升设备维护和设施维修的效率，保障运营安全。然而，真正的智慧轨道交通并非仅依赖技术的单点突破，而是需要建立完整的数据治理体系、优化人工智能模型的适配能力，并通过不断的业务实践和反馈迭代，使AI成为推动行业发展的核心动力。

　　京投公司信息数据管理部副经理李璋明表示：“未来，随着大模型技术的进一步成熟，北京轨道交通行业将迈入‘感知-决策-执行’一体化的全智能时代，实现全场景智慧化管理，构建更加高效、安全、便捷的城市交通体系。”