人工智能重塑能源逻辑，多国专家共话全球新型能源体系发展路径

文｜哀佳
ID | BMR2004

当前，世界正经历百年未有之大变局，气候变化挑战日益严峻，能源安全问题备受关注。

2026年8月22日，国际能源转型学会第四届国际会议在北京举行，本届大会主题为“2030年的能源系统：人工智能快速发展下的能源转型”。

会议期间，中国石油大学（北京）校党委书记王同奇；教授级高级工程师，国家能源局原局长章建华；国家能源局原副局长吴吟；国际能源转型学会联合会会长，国际能源署荣誉署长田中伸男；东北大学副校长，中国工程院院士唐立新；北京航空航天大学、2026年国际能源经济学会（IAEE）候任主席范英；中国海洋石油集团有限公司能源经济研究院党委书记、院长王震；泰国能源部国际事务特别顾问威拉瓦·昌塔纳科梅等专家学者，围绕“人工智能时代下的能源转型”这一核心议题分享了各自的观点。

本次与会嘉宾横跨学界、产业界与国际组织，覆盖中国、日本、泰国等多元视角，为当下能源领域的关键议题提供了全方位、多领域的解答。

01

一场全球能源范式的历史性转移

当前，全球能源发展格局正站在一个历史性的十字路口。

一方面，中东局势持续扰动全球市场，油价在涨，粮价在涨，通胀高企，全球能源发展格局正在又一次经历历史性的关键时刻。另一方面，人工智能的爆发式增长正推动各国能源体系进行深层范式转移，这将重新定义国家竞争力、产业逻辑和全球能源治理的规则。

1973年第一次石油危机爆发时，田中伸男刚加入日本通商产业省（简称MITI）。当时，欧佩克国家停止出口石油。为应对这场危机，日本在节能和电力削减方面尽可能做到极致，从石油转向液化天然气、煤炭和核能，在电力转型方面取得了巨大成功。

而眼下，“中国处于最有利的地位来应对这场石油冲击。”田中伸男判断，中国通过太阳能、风能、核能打造了电气化的国家，让电动汽车变得非常便宜。中国是一个人口大国，需要所有类型的能源，目前正引领着电气化进程，为此，他将中国称之为“电气化国家”的领导者。

反之，美国正在重返“石油国家”时代，欧洲正迈向电气化时代，试图摆脱对俄罗斯石油和天然气的依赖。在田中伸男看来，欧洲和中国基本上在做同样的事情：加强电气化，同时加强对人工智能的利用。

“人工智能正在推动我们迈向新的经济形态、新技术，一种新的范式。”他认为，中国、日本、欧洲应该共同制定新规则或新的电力范式，共同构建“电力国家”的新范式，这或许是应对石油冲击、人工智能以及未来能源挑战的最佳途径。

当前，气候变化挑战日益严峻，能源安全问题备受关注。“作为负责任的大国，中国正坚定不移地推进绿色低碳转型，构建新型能源体系，贡献中国方案。以人工智能为代表的新一轮科技革命，正在深刻改变能源的运行逻辑与发展范式，为全球能源转型注入了前所未有的强劲动能。”王同奇说。

02

人工智能已经不再是能源领域的外围工具

人工智能在能源领域的应用正受到高度重视。在新能源领域，人工智能正成为提升功率预测精度、优化场站运维、加强安全管理的有效工具，显著提升了客户服务体验；在传统火电领域，人工智能围绕燃烧优化进行智能调节，有效提升了我国火电的发电效率；同时，人工智能显著降低了地震数据处理的成本，推动了油气勘探进程；在煤矿领域，人工智能正加快推进自动化减人、无人化作业。

“总的来说，人工智能已经不再是能源领域的外围工具，而是逐渐成为提升能源系统整体效能的关键要素，能源领域的数据要素正为人工智能提供着丰富的‘燃料’，催生‘能源大脑’。”章建华说。

从产业视角，王震介绍道，在上游，如今能源公司都把投资AI作为一个很重要的工作，甚至上升到公司的战略层面，特别是通过数据模型来提高效率，来提高寻找资源的效率。例如石油公司用AI来找油、找气。

此外，AI的作用也体现在运营过程中，能够大幅度提升效率。AI可以帮助降低生产过程中的能源消耗，同时降低了碳排放。以中国海油为例，最近几个项目都很好地实现了AI和油气生产过程中的协同，进而提升了能源效率、降低了碳排放。比如在海上油气平台生产电气化过程中，都可以尝试通过AI技术提升效率、减少碳排放。

唐立新进一步指出，碳减排需要从不同层面努力，从微观层面进行机制设计与政策制定，包括碳交易、碳定价等。然后覆盖生产、物流、能源和信息的碳优化。接着再开发碳减排技术，从产品工艺过程减少排放，优化材料基础，支持碳减排。此外，通过拓扑空间理论研究结构活性与持续演化能力，利用数学模型实现全局优化，减少能源消耗和碳排放。

在下游端的炼化环节，王震表示，通过AI技术的引进，一方面能更好地响应市场的变化，通过大量数据可以看到市场的需求变化。“当前，在油气市场供大于求的环境下，营销策略就变得非常重要。反过来到生产环节，怎么去适应市场的变化，来优化生产要素？”

“AI实际上是在彻底改变我们传统的工作模式。”王震介绍，中国海油过去几年做了一个很重要的工作，就是数据治理。把数据作为一个要素、一种资产，让它发挥价值。从生产数据到经营管理的数据，通过大模型的引入，让数据从成本费用项转变成资产项。

“AI本身是工具，但能源公司通过使用这个工具，自身也在参与人工智能产业的发展。”王震强调，AI应用到场景，反过来又会赋能产业，也就是说，能源公司前期作为用户端，最后自己也变成了输出端。

田中伸男也认为，配备新的系统用于管理电网连接以及工业运营，人工智能必将提升系统的效率。但与此同时，它也可能增加对电力的需求，因为AI需要越来越多的能源，两者之间本质上是一种双向影响、双向赋能的关系。

03

机遇之外还要迎接挑战

新能源系统的扩张带来了新的结构性矛盾。中国的风电和太阳能发电装机容量已位居世界第一，但与传统能源系统相比，新能源系统面临着截然不同的运行逻辑。

从发电端来看，可再生能源发电不稳定，风电和光伏是“靠天吃饭”的；从消费端来看，用户用电就像打开水龙头一样，随手就开。这两方面的不确定性使得能源系统变得更加复杂，挑战也大得多，如何匹配供给侧和需求侧，将成为新能源系统的主要挑战。

而人工智能恰恰为破解这一矛盾提供了新的可能。在范英看来，整个能源系统有发电、储能、输配和终端利用等多个环节，管理系统需要同时、快速地协调，这需要大数据的支持，还需要更深入的电网互联和更复杂的协调。“这些方面可以借助人工智能技术、能源技术、绿色技术来共同实现，从而更好地匹配供需，同时降低整个系统的成本。”

威拉瓦·昌塔纳科梅指出，人工智能计算和数字经济需要大量高度可靠的电力供应，且必须持续不断地保障。但现在的问题是：数字基础设施可以发展得非常迅速，但能源基础设施通常做不到，因为建造一座核电站需要花很长时间。

这种速度差正在制造现实冲突。当下，对以数据中心为代表的数字基础设施的抵制情绪正在升温，因为数据中心的建设和使用需要消耗大量的能源和水。威拉瓦·昌塔纳科梅强调：“当想要建设数据中心时，需要问一个关键问题：电从哪里来？哪里能买到最便宜的电？”

也有些人认为，人工智能的发展并不一定需要可再生能源，还可以用传统能源来支持。但这意味着能源价格将在许多国家大幅上涨，由此带来的后果是，许多人将被切断电力供应，这将引发严重的社会问题。

现实情况是，大型数据中心运营商已经在要求其能源供应商提供脱碳电力，对清洁电力的需求正在快速增加。范英指出，幸运的是可再生能源的成本已经下降，但仅靠可再生能源还不足以为数据中心提供电力。对能源系统来说，主要挑战是供需两侧的不匹配，可以尝试使用人工智能技术优化模型来匹配供需，并发出信号中断某些用户的用电以平衡供需。

在可再生能源之外，核电被视为填补缺口的关键选项。“核电将变得非常重要。”田中伸男援引国际原子能机构的观点指出，小型模块化反应堆被视为专门用于数据中心的电力来源，数据中心由专用小型模块化反应堆供电，或采用内部自供电源，就不会影响电力供应的其他部分。但这需要视市场而定，视技术而定，也视全球协作能否充分利用数据中心和AI算力而定。

此外，技术落地的前提是标准先行。当前，能源领域的AI应用面临数据格式不统一、模型接口不兼容、安全评估缺乏依据等突出问题。没有统一的标准，数据就是“孤岛”，模型就是“黑箱”，亦无法推动能源转型。“推动建立统一的全球标准，避免单边主义对全球能源转型造成阻碍，这一点至关重要。”吴吟说。

通过标准化的体系建设，可以打通数据壁垒，规范技术接口，建立评估体系，为规模化应用铺平道路。当前全球标准需求巨大，中国标准制定能够贡献中国经验，可以惠及不同发展阶段的国家。共建全球能源创新网络，构建安全稳定的全球能源体系，推动全球能源治理，减少技术贸易壁垒，积极应对碳边境调节机制、绿电、绿证等挑战。

吴吟提到，国际电工委员会（IEC）、电气与电子工程师协会已于2023年颁布相关标准，2024年也取得新进展，但标准推进仍面临互认难题。他在大会现场呼吁，国际能源转型学会有来自100多个国家的2000多位专家，在参照527项标准的基础上求同存异，方能共同推动能源转型发展。