4月9日，清泉應邀參加世界經濟論壇（Word Economic Forum）的“中國氣候與自然行動日”會議，并作為嘉賓參加了當天下午首場“加速能源轉型的人工智能驅動路徑”（AI-Powered Pathways to AccerateEnergy Transition）的圓桌對話。主持人Roberto Bocca先生是世界經濟論壇執行委員會成員、能源和材料中心總負責人，他請清泉第一個發言，清泉開口便調侃道：“AI的中文拼音是‘愛’，是‘Love’，有Love驅動的能源轉型難道不美好嗎！” 結果全場哄然大笑，氣氛一下子活躍了許多。

清泉不是人工智能（AI）方面的專業人士，為了準備這場圓桌對話，為了弄清楚AI到底是如何賦能并加速推進能源轉型的，清泉花了一些時間，查閱了一些信息，也請同事給我準備了一點資料。結合主持人在圓桌對話上問的幾個問題，本文就AI對全球與中國能源產業與轉型的影響做一解讀，不一定對，一家之言。所涉及的話題包括：

——AI是如何重塑全球能源格局的？中國的情況如何？

——AI對推動傳統化石能源轉型的作用發揮如何？

——AI在可再生能源領域的作用是如何發揮的？

—— 你所在企業或機構AI與能源產業協同發展得如何？

—— 目前AI在能源行業的應用有什么困難挑戰，政策層面有什么好的辦法？

綜合梳理，主要有如下六個方面。

首先，在能源行業有句耳熟能詳的話：“AI的盡頭是算力，算力的盡頭是電力”，這就充分說明了AI與能源、特別是與作為二次能源的電力有著不可分割且“相互成就”的關系。根據調研得知，在美國，到2030年，其用電量的10%要用于各種算力和數據中心，而中國這一比例也差不多。另外，按照2024年綠電占比來看，全球數據與算力中心所消耗電量中大約有三分之一來自于綠色電力，也就是風光水等可再生能源所產生的電。

其次，無論是化石能源還是非化石能源領域，AI給能源產業帶來的最直觀的效應就是能源效率的提升。比如，2024年，全球以及中國可再生能源發電量占比已達35%，其中AI技術貢獻了約20%的效率提升。這方面的案例還有：在風能領域，AI驅動的預測模型可以將風機的利用率提升15%，運維成本降低30%；在光伏領域，AI驅動的智能診斷系統可以減少發電損失10%以上；在電網側，AI的優化調度使得歐美國家棄風棄光率下降至5%以內，這較2020年改善超過十個百分點。另外在油氣領域，比如美國大型獨立頁巖油氣生產商戴文公司（Devon）利用AI模型優化鉆井路徑，可以將油井的壽命延長25%；全球最大的國家石油公司沙特阿美利用AI優化油氣開采全流程，也在利用AI優化LNG接收站的調度使得燃料利用率提升了25%。

第三，AI在相當程度上改變著全球能源的戰略格局。一直以來，全球能源格局中的重量級“玩家”主要有美國、中國、歐盟、俄羅斯和沙特，其中美國是集資源、市場、技術、金融等于一體的“全能型”選手、中國強在市場和制造、歐盟強在技術與轉型，沙特與俄羅斯分別領銜OPEC和非OPEC國家集團，它們通過豐富的能源資源和能源出口大國的地位對全球施加強有力的影響，這種影響屬于“傳統權力”的范疇。在能源轉型加速推進的時代，隨著AI的加持，使得中美歐這三股力量脫穎而出，它們在全球能源新型格局中擁有新的競爭優勢，相比而言俄羅斯和沙特在“新型”能源權力上要遜色許多。其中：美國強在算法，因為美國憑借Open AI、谷歌等企業掌握著全球85%的AI算法框架；歐盟強在技術，因為歐盟依托西門子、ABB等工業巨頭占據全球40%的電網控制技術專利；中國強在制造，因為截至2024年底，中國以全球62%的光伏產能、51%的風電裝機和78%的儲能設備產能造就了在制造端無與倫比的優勢。

第四，中國在AI賦能能源轉型與打造能源強國方面“風景這邊獨好”。在AI與可再生能源發展進一步深度融合的情況下，在誰引領AI發展、誰就能笑到最后的氛圍下，中國的比較優勢在于可以打造一個“智能超級應用市場”。一是中國可以依托全球最大的新能源應用場景，構建AI技術落地的最佳試驗場；二是中國截至2024年底的風光裝機總量已達12億千瓦以上，占全球的48%，每小時產生的能源運行數據量超過500TB，能夠為AI模型訓練提供60%的標注數據集；三是更重要的，中國的特高壓電網、分布式智能微網、風光儲一體化項目等構成的發展能源系統，可以衍生出217類歐美尚未出現的AI場景。還有，中國目前有了DeepSeek等“杭州六小龍”企業，綜合競爭優勢更加凸顯。在AI助力可再生能源高質量發展方面，中國可謂風景這邊獨好。

第五，作為傳統化石能源的供應商，東家公司正通過“數智中國石油”工程，加快AI在公司范圍內的應用。一是AI驅動油氣生產智能化升級。如在油氣勘探領域，基于深度學習的東方物探（BGP）GeoEast智能數據地震數據處理系統使復雜構造解釋效率提升40%，2023年在塔里木盆地成功定位5口深層油氣藏，新增石油探明儲量超3億噸。二是推動傳統油氣交易貿易模式的創新，比如旗下國際事業公司成功搭建了全球能源貿易智能平臺，支持多幣種結算和風險預警，2023年完成跨境交易額超過300億美元。三是提升效能與節能減排效率，如大慶油田智慧能源管理系統通過實時優化注水、集輸等環節，2023年單位油氣生產綜合能耗降至0.076噸標煤/噸，較2020年下降15%。

第六，AI在能源行業的應用并非一帆風順，在技術、基建、標準、模式、安全、治理和倫理等方面均存在一系列復雜挑戰。或者這么講，在人類剛剛開始大規模使用AI之際，如何建立起一個廣為接受的AI使用范式成為當務之急。這些挑戰主要包括：一是AI標準體系缺失或將引發更深層次、更廣泛的技術應用風險。二是算力基礎設施建設與能源場景適配性不足。比如，全國78%的AI訓練算力集中于東部，而我國風光大基地90%以上分布在西部，這就有了“東數西算”的考量。三是數據共享與治理壁壘制約著AI模型訓練的效能。截至2024年，全國能源系統數據共享率不到30%，電力、油氣、煤炭等領域形成了至少117個數據孤島。還有，成本收益失衡抑制著企業投資意愿。也就是說，可再生能源嵌入AI的商業化模式尚不成熟。比如，國內省級電網AI調度系統改造須投入3~5億元人民幣，但調度效率提升帶來的經濟收益僅占投資額的41%。如何化解這些風險挑戰，在政府政策層面主要是加強頂層設計、戰略規劃和統籌協調。如研究制定實施國家級數智基礎設施中長期戰略規劃，構建“全國一體化算力網體系”，實現通算、超算、智算的互聯互通。

以上便是清泉關于AI賦能能源行業的一些粗淺的看法。本場對話會的最后，主持人希望每位嘉賓用簡短的語言，回答一個問題：“AI真的能夠讓能源行業變得更美好嗎？” 清泉是這樣回答的：“中國有句古話叫‘三生萬物’，能源、數據和算法是AI賦能能源行業的三大要素，有了這三大要素，我們將無往而不勝，everything is possible（一切皆有可能），我們要believe the power of believe（相信相信的力量）。我對AI賦能能源行業充滿信心。”

（本文原載于“清泉能源SpringEnergy”公眾號，觀點僅代表作者個人，轉載請注明出處。）