4月9日，清泉应邀参加世界经济论坛（Word Economic Forum）的“中国气候与自然行动日”会议，并作为嘉宾参加了当天下午首场“加速能源转型的人工智能驱动路径”（AI-Powered Pathways to AccerateEnergy Transition）的圆桌对话。主持人Roberto Bocca先生是世界经济论坛执行委员会成员、能源和材料中心总负责人，他请清泉第一个发言，清泉开口便调侃道：“AI的中文拼音是‘爱’，是‘Love’，有Love驱动的能源转型难道不美好吗！” 结果全场哄然大笑，气氛一下子活跃了许多。
清泉不是人工智能（AI）方面的专业人士，为了准备这场圆桌对话，为了弄清楚AI到底是如何赋能并加速推进能源转型的，清泉花了一些时间，查阅了一些信息，也请同事给我准备了一点资料。结合主持人在圆桌对话上问的几个问题，本文就AI对全球与中国能源产业与转型的影响做一解读，不一定对，一家之言。所涉及的话题包括：
——AI是如何重塑全球能源格局的？中国的情况如何？
——AI对推动传统化石能源转型的作用发挥如何？
——AI在可再生能源领域的作用是如何发挥的？
—— 你所在企业或机构AI与能源产业协同发展得如何？
—— 目前AI在能源行业的应用有什么困难挑战，政策层面有什么好的办法？
综合梳理，主要有如下六个方面。
首先，在能源行业有句耳熟能详的话：“AI的尽头是算力，算力的尽头是电力”，这就充分说明了AI与能源、特别是与作为二次能源的电力有着不可分割且“相互成就”的关系。根据调研得知，在美国，到2030年，其用电量的10%要用于各种算力和数据中心，而中国这一比例也差不多。另外，按照2024年绿电占比来看，全球数据与算力中心所消耗电量中大约有三分之一来自于绿色电力，也就是风光水等可再生能源所产生的电。
其次，无论是化石能源还是非化石能源领域，AI给能源产业带来的最直观的效应就是能源效率的提升。比如，2024年，全球以及中国可再生能源发电量占比已达35%，其中AI技术贡献了约20%的效率提升。这方面的案例还有：在风能领域，AI驱动的预测模型可以将风机的利用率提升15%，运维成本降低30%；在光伏领域，AI驱动的智能诊断系统可以减少发电损失10%以上；在电网侧，AI的优化调度使得欧美国家弃风弃光率下降至5%以内，这较2020年改善超过十个百分点。另外在油气领域，比如美国大型独立页岩油气生产商戴文公司（Devon）利用AI模型优化钻井路径，可以将油井的寿命延长25%；全球最大的国家石油公司沙特阿美利用AI优化油气开采全流程，也在利用AI优化LNG接收站的调度使得燃料利用率提升了25%。
第三，AI在相当程度上改变着全球能源的战略格局。一直以来，全球能源格局中的重量级“玩家”主要有美国、中国、欧盟、俄罗斯和沙特，其中美国是集资源、市场、技术、金融等于一体的“全能型”选手、中国强在市场和制造、欧盟强在技术与转型，沙特与俄罗斯分别领衔OPEC和非OPEC国家集团，它们通过丰富的能源资源和能源出口大国的地位对全球施加强有力的影响，这种影响属于“传统权力”的范畴。在能源转型加速推进的时代，随着AI的加持，使得中美欧这三股力量脱颖而出，它们在全球能源新型格局中拥有新的竞争优势，相比而言俄罗斯和沙特在“新型”能源权力上要逊色许多。其中：美国强在算法，因为美国凭借Open AI、谷歌等企业掌握着全球85%的AI算法框架；欧盟强在技术，因为欧盟依托西门子、ABB等工业巨头占据全球40%的电网控制技术专利；中国强在制造，因为截至2024年底，中国以全球62%的光伏产能、51%的风电装机和78%的储能设备产能造就了在制造端无与伦比的优势。
第四，中国在AI赋能能源转型与打造能源强国方面“风景这边独好”。在AI与可再生能源发展进一步深度融合的情况下，在谁引领AI发展、谁就能笑到最后的氛围下，中国的比较优势在于可以打造一个“智能超级应用市场”。一是中国可以依托全球最大的新能源应用场景，构建AI技术落地的最佳试验场；二是中国截至2024年底的风光装机总量已达12亿千瓦以上，占全球的48%，每小时产生的能源运行数据量超过500TB，能够为AI模型训练提供60%的标注数据集；三是更重要的，中国的特高压电网、分布式智能微网、风光储一体化项目等构成的发展能源系统，可以衍生出217类欧美尚未出现的AI场景。还有，中国目前有了DeepSeek等“杭州六小龙”企业，综合竞争优势更加凸显。在AI助力可再生能源高质量发展方面，中国可谓风景这边独好。
第五，作为传统化石能源的供应商，东家公司正通过“数智中国石油”工程，加快AI在公司范围内的应用。一是AI驱动油气生产智能化升级。如在油气勘探领域，基于深度学习的东方物探（BGP）GeoEast智能数据地震数据处理系统使复杂构造解释效率提升40%，2023年在塔里木盆地成功定位5口深层油气藏，新增石油探明储量超3亿吨。二是推动传统油气交易贸易模式的创新，比如旗下国际事业公司成功搭建了全球能源贸易智能平台，支持多币种结算和风险预警，2023年完成跨境交易额超过300亿美元。三是提升效能与节能减排效率，如大庆油田智慧能源管理系统通过实时优化注水、集输等环节，2023年单位油气生产综合能耗降至0.076吨标煤/吨，较2020年下降15%。
第六，AI在能源行业的应用并非一帆风顺，在技术、基建、标准、模式、安全、治理和伦理等方面均存在一系列复杂挑战。或者这么讲，在人类刚刚开始大规模使用AI之际，如何建立起一个广为接受的AI使用范式成为当务之急。这些挑战主要包括：一是AI标准体系缺失或将引发更深层次、更广泛的技术应用风险。二是算力基础设施建设与能源场景适配性不足。比如，全国78%的AI训练算力集中于东部，而我国风光大基地90%以上分布在西部，这就有了“东数西算”的考量。三是数据共享与治理壁垒制约着AI模型训练的效能。截至2024年，全国能源系统数据共享率不到30%，电力、油气、煤炭等领域形成了至少117个数据孤岛。还有，成本收益失衡抑制着企业投资意愿。也就是说，可再生能源嵌入AI的商业化模式尚不成熟。比如，国内省级电网AI调度系统改造须投入3~5亿元人民币，但调度效率提升带来的经济收益仅占投资额的41%。如何化解这些风险挑战，在政府政策层面主要是加强顶层设计、战略规划和统筹协调。如研究制定实施国家级数智基础设施中长期战略规划，构建“全国一体化算力网体系”，实现通算、超算、智算的互联互通。
以上便是清泉关于AI赋能能源行业的一些粗浅的看法。本场对话会的最后，主持人希望每位嘉宾用简短的语言，回答一个问题：“AI真的能够让能源行业变得更美好吗？” 清泉是这样回答的：“中国有句古话叫‘三生万物’，能源、数据和算法是AI赋能能源行业的三大要素，有了这三大要素，我们将无往而不胜，everything is possible（一切皆有可能），我们要believe the power of believe（相信相信的力量）。我对AI赋能能源行业充满信心。”
（本文原载于“清泉能源SpringEnergy”公众号，观点仅代表作者个人，转载请注明出处。）
