從2022年ChatGPT橫空出世，到2024年DeepSeek等大模型迅猛崛起，人工智能的進(jìn)化速度已突破人類想象力邊界——它的迭代周期從年縮短至月、周，參數(shù)規(guī)模每9個(gè)月翻10倍，認(rèn)知能力在一些領(lǐng)域甚至超越人類。

當(dāng)AI（人工智能）能夠以毫秒級速度預(yù)測風(fēng)電、光伏發(fā)電的波動(dòng)，當(dāng)智能算法將風(fēng)電場棄風(fēng)率壓降至3%以下，當(dāng)虛擬電廠精準(zhǔn)調(diào)度5萬個(gè)分散充電樁與空調(diào)負(fù)荷——我們驀然發(fā)現(xiàn)，能源世界的主導(dǎo)者，已不再僅僅是傳統(tǒng)資源與硬件，而是數(shù)據(jù)、算法與算力。

人工智能重構(gòu)能源權(quán)力的全球格局

這場靜默卻洶涌的革命，正以摧枯拉朽之勢重構(gòu)全球能源秩序的底層邏輯。

傳統(tǒng)能源秩序以“資源—設(shè)施—市場”為核心，誰占有油田、煤礦、風(fēng)光、管線、電站，誰就擁有主導(dǎo)權(quán)，而AI時(shí)代的秩序則以“數(shù)據(jù)—算法—算力”為核心，誰掌握高質(zhì)量連續(xù)數(shù)據(jù)、誰能訓(xùn)練出低能耗高泛化模型、誰能在毫秒級響應(yīng)中完成最優(yōu)決策，誰才是新世界的王者。

千億級大模型應(yīng)運(yùn)而生，國家電網(wǎng)光明電力大模型、國家能源集團(tuán)擎源大模型、中國石油昆侖大模型、南方電網(wǎng)大瓦特大模型、三峽集團(tuán)大禹大模型……這些“超級大腦”正在接管各類核心業(yè)務(wù)，大幅提升系統(tǒng)工作效率，深刻改變能源行業(yè)運(yùn)行模式。

國網(wǎng)浙江省電力有限公司AI光伏預(yù)測系統(tǒng)“睿測”，在臺(tái)風(fēng)期間光伏發(fā)電功率預(yù)測準(zhǔn)確率達(dá)96.5%，較傳統(tǒng)方法提升2個(gè)百分點(diǎn)以上，相當(dāng)于節(jié)省下至少4臺(tái)百萬千瓦機(jī)組的調(diào)節(jié)能力；殼牌公司與SparkCognition共同開發(fā)的AI工具將勘探時(shí)間從9個(gè)月縮至9天以內(nèi)，使油氣生產(chǎn)成本下降20%、采收率提高5%。

算力即效益、算力即實(shí)力。據(jù)中國信通院研究，算力每投入1元，將帶動(dòng)3元至4元的經(jīng)濟(jì)產(chǎn)出?？梢灶A(yù)見，未來能源競爭將從“重資產(chǎn)裝備競賽”轉(zhuǎn)向“算法密度競賽”。

然而，這場變革的本質(zhì)遠(yuǎn)超效率提升，它也在重構(gòu)能源權(quán)力的全球格局。

美國憑借OpenAI、谷歌等企業(yè)掌握全球85%的AI算法框架；歐盟依托西門子、ABB占據(jù)40%的電網(wǎng)控制技術(shù)專利；中國則以全球62%的光伏產(chǎn)能、51%的風(fēng)電裝機(jī)和78%的儲(chǔ)能設(shè)備產(chǎn)能，形成制造端的絕對優(yōu)勢。

未來誰掌握“能源+算力”的協(xié)同生態(tài)，誰就能定義能源新秩序的核心規(guī)則。反之，即便擁有全球最大風(fēng)光裝機(jī)、最高電壓等級、最長油氣管網(wǎng)，也可能在算法時(shí)代淪為“能量代工廠”。

當(dāng)然，對于“重資產(chǎn)、重安全、重流程”的能源行業(yè)而言，要真正駕馭好AI這項(xiàng)顛覆性技術(shù)，無疑面臨多重嚴(yán)峻挑戰(zhàn)。

一方面，AI的算力需求正成為新的“能源黑洞”。國際能源署預(yù)測，到2030年全球數(shù)據(jù)中心耗電量將達(dá)945太瓦時(shí)，相當(dāng)于日本全年用電量，其碳排放量將從1.8億噸增至3億噸。我國78%的AI算力集中于東部，而風(fēng)光大基地90%分布于西部，“東數(shù)西算”的協(xié)同機(jī)制尚未完全打通，AI能效提升的收益可能被其自身能耗抵消，形成“杰文斯悖論”式的反向循環(huán)。

另一方面，數(shù)據(jù)孤島制約AI模型訓(xùn)練精度與泛化能力。能源系統(tǒng)龐大復(fù)雜，數(shù)據(jù)橫跨系統(tǒng)、裝備、工況、交易、氣象等多個(gè)維度，天然呈“縱向分級、橫向分塊”的碎片化格局。資料顯示，截至2024年，全國能源系統(tǒng)數(shù)據(jù)共享率不到30%，電力、油氣、煤炭等領(lǐng)域形成了至少117個(gè)數(shù)據(jù)孤島。而AI訓(xùn)練需要“大縱深的連續(xù)數(shù)據(jù)”，現(xiàn)實(shí)是“小片段的孤島數(shù)據(jù)”，結(jié)果往往是“高端模型、低質(zhì)喂養(yǎng)”，導(dǎo)致過擬合或“幻覺”頻發(fā)。

此外，“供應(yīng)鏈安全”問題同樣不容忽視。在訓(xùn)練側(cè)，英偉達(dá)A/H系列GPU占據(jù)國內(nèi)智算中心90%以上份額，一旦出口管制升級，新建算力將面臨“無芯可用”的硬著陸；在推理側(cè)，能源場景大量依賴嵌入式AI芯片，目前國產(chǎn)替代率不足30%，且多集中在28納米及以上工藝，功耗、算力、生態(tài)與海外差距明顯；軟件框架同樣如此，PyTorch、TensorFlow雖開源，但核心插件、編譯器、加速庫仍由美西方主導(dǎo)，能源行業(yè)若不能在下一代“AI+工業(yè)”操作系統(tǒng)層面實(shí)現(xiàn)自主，就可能重演“利潤在外、制造在內(nèi)”的舊故事。

突出重圍的關(guān)鍵路徑

時(shí)不我待、形勢逼人。面對這些“硬骨頭”，推動(dòng)算電協(xié)同、打破數(shù)據(jù)割據(jù)、突破技術(shù)封鎖，或許是突出重圍、打通“任督二脈”的關(guān)鍵路徑。

一是打造“數(shù)能一體”的新發(fā)展底座。推動(dòng)算力布局與綠電資源的協(xié)同規(guī)劃，打通“東數(shù)西算”與“西電東送”“西電東儲(chǔ)”的多向協(xié)同；創(chuàng)新市場機(jī)制，探索算力價(jià)格與綠電價(jià)格聯(lián)動(dòng)掛鉤，鼓勵(lì)智算中心通過電力市場直接交易購買綠電；建立和完善數(shù)據(jù)中心、算力中心的能效評估與碳排放監(jiān)測機(jī)制，將其納入行業(yè)監(jiān)管體系，引導(dǎo)企業(yè)采用液冷、沉浸式冷卻等高效散熱技術(shù)和廢熱回收利用方案，持續(xù)降低PUE（電源使用效率）值。

二是構(gòu)建安全可信的能源數(shù)據(jù)共享生態(tài)。制定統(tǒng)一的能源數(shù)據(jù)標(biāo)準(zhǔn)，推動(dòng)建設(shè)行業(yè)級數(shù)據(jù)平臺(tái)，并引入隱私計(jì)算、區(qū)塊鏈等技術(shù)，在保障數(shù)據(jù)安全與主體權(quán)益的前提下，實(shí)現(xiàn)跨領(lǐng)域數(shù)據(jù)的“可用不可見”，為AI訓(xùn)練提供高質(zhì)量、大縱深的數(shù)據(jù)資源。

三是強(qiáng)化核心技術(shù)攻關(guān)和國產(chǎn)化替代。通過政策引導(dǎo)和資金扶持，進(jìn)一步支持國產(chǎn)AI芯片、工業(yè)操作系統(tǒng)及軟件框架的研發(fā)與應(yīng)用，通過設(shè)立專項(xiàng)基金、構(gòu)建產(chǎn)學(xué)研聯(lián)合實(shí)驗(yàn)室等方式，攻關(guān)“卡脖子”環(huán)節(jié)，重點(diǎn)突破高端算力芯片設(shè)計(jì)與制造的關(guān)鍵瓶頸，逐步減少對國外技術(shù)的依賴，提升芯片全產(chǎn)業(yè)鏈自主可控能力。

（作者：齊正平，單位：中能傳媒能源安全新戰(zhàn)略研究院）