國家發展改革委、國家能源局近日發布《關于推進“人工智能+”能源高質量發展的實施意見》(下稱《實施意見》)，圍繞煤、電、油、氣各能源品種，系統部署了人工智能+電網、能源新業態、新能源、水電、火電、核電、煤炭、油氣八大應用場景，推動能源領域共享人工智能發展紅利，助力傳統化石能源產業數字化智能化升級，加快新能源、能源新業態及能源交叉領域與人工智能的深度融合，培育壯大能源新產業新模式。

《實施意見》提出，到2027年，能源與人工智能融合創新體系初步構建，算力與電力協同發展根基不斷夯實，人工智能賦能能源核心技術取得顯著突破，應用更加廣泛深入。到2030年，能源領域人工智能專用技術與應用總體達到世界領先水平。算力電力協同機制進一步完善，建立綠色、經濟、安全、高效的算力用能模式。

國家能源局科技司相關負責人表示，能源是創新創業高度活躍的領域，具有數字化基礎好、數據質量高、應用場景豐富等比較優勢，應走在人工智能應用前列。特別是能源央企積極布局，圍繞資源勘探、生產運維、安全監測等環節，已經成功研發應用了電力、油氣、煤炭等多個具有行業代表性的專業大模型。總的看，我國能源領域已形成了場景覆蓋廣泛的人工智能發展格局。

廈門大學中國能源政策研究院院長林伯強接受上海證券報記者采訪時表示，目前，能源領域正經歷從數字化向智能化的關鍵轉型，我國能源領域的數字化建設已取得顯著成效，基礎設施相對完善，基于數字化所積累的數據與系統，人工智能能夠深度賦能電網、油氣等領域，推動其向智能化方向發展。

在加大關鍵共性技術供給方面，《實施意見》圍繞數據、算力、算法，系統構建人工智能應用基礎支撐體系，提出人工智能在能源領域應用的三大共性關鍵技術攻關方向，包括夯實數據基礎，加快形成能源領域高質量數據集，確保能源數據全流程安全可靠；強化算力支撐，統籌規劃資源，構建算力、電力深度融合的算電協同發展機制；提升模型基礎能力，推動人工智能與能源領域軟件深度融合，加快突破人工智能綠色低碳技術瓶頸。

在林伯強看來，對行業而言，人工智能將普遍帶來運營效率提升、決策優化與成本降低。以油氣行業為例，人工智能可通過算法與模型更精準地預測地下資源儲量，優化運輸調度，并實現下游需求側的供需匹配。

此外，林伯強認為，與數字化相比，人工智能技術的落地與應用層面仍存在一定差距。除了政策層面常提到的標準缺失等問題外，最關鍵的挑戰在于人才短缺。人工智能不僅要求技術底層能力，還需要跨學科、跨行業的復合型人才支撐，這是當前從數字化邁向人工智能化進程的核心瓶頸。

談及如何推動《實施意見》的落實，上述負責人表示，能源領域智能化轉型，需要上下協同發力，部門協調配合，國家能源局將緊緊圍繞能源領域智能化轉型下一階段目標任務，進一步強化頂層設計、政策支持和指導協調，定期開展分析研究和總結評估，研究解決工作推進中的重大問題，確保《實施意見》各項任務順利推進。

其中，加速科技成果轉化方面，要探索建設行業級人工智能應用測試平臺，有效協同企業自主研發的大模型，解決大模型“重復造輪子”問題，避免先進算力和能源資源被過度消耗。遴選一批可復制、易推廣的標桿場景與案例，鼓勵體制機制與商業模式創新，推動能源領域人工智能科技項目實施與成果轉化。

（來源：上海證券報??作者 白麗斐 于祥明）