當(dāng)前，人工智能（AI）技術(shù)正飛速發(fā)展，其應(yīng)用范圍不斷拓展，深刻改變著社會(huì)生產(chǎn)生活各個(gè)方面。與此同時(shí)，全球能源體系也在經(jīng)歷深刻變革，清潔能源轉(zhuǎn)型成為時(shí)代主題，滿足AI能源需求已進(jìn)入“如何低碳”“如何兼顧AI發(fā)展和應(yīng)對(duì)氣候變化”的新階段。

今年 9 月，國(guó)家發(fā)改委、國(guó)家能源局在《關(guān)于推進(jìn)“人工智能 +”能源高質(zhì)量發(fā)展的實(shí)施意見》中明確了“到 2027 年能源與人工智能融合創(chuàng)新體系初步構(gòu)建”的目標(biāo)。日前中央經(jīng)濟(jì)工作會(huì)議也提出了“深化拓展‘人工智能+’，完善人工智能治理”“制定能源強(qiáng)國(guó)建設(shè)規(guī)劃綱要，加快新型能源體系建設(shè)，擴(kuò)大綠電應(yīng)用”等重要舉措。在此背景下，深入理解二者之間的關(guān)聯(lián)性、矛盾點(diǎn)以及融合發(fā)展的路徑，對(duì)于推動(dòng)新質(zhì)生產(chǎn)力發(fā)展、實(shí)現(xiàn)清潔發(fā)展目標(biāo)具有重要意義。

實(shí)際上，AI和綠能各有各的“痛點(diǎn)”：一方面，訓(xùn)練萬億級(jí)參數(shù)大模型時(shí)必然伴隨著巨大的算力需求和能源消耗。以美國(guó)某主流大模型為例，每生成一個(gè)約1000個(gè)tokens的中等長(zhǎng)度回答要消耗電力約18.35瓦時(shí)，較上一代產(chǎn)品增長(zhǎng)了約9倍。當(dāng)前該系列模型日處理請(qǐng)求達(dá)25億次，其日耗電量相當(dāng)于150萬美國(guó)家庭的每日用電需求。隨著技術(shù)迭代和應(yīng)用普及，這一數(shù)字勢(shì)必會(huì)出現(xiàn)進(jìn)一步的爆發(fā)式增長(zhǎng)。

另一方面，新能源發(fā)電占比持續(xù)提升，其隨機(jī)性也導(dǎo)致系統(tǒng)波動(dòng)性愈加明顯，當(dāng)前傳統(tǒng)的管理和控制方式已難以適應(yīng)新的發(fā)展要求，能源格局正面臨瓶頸。2024年，全國(guó)可再生能源發(fā)電量在總發(fā)電量中的占比為35%，發(fā)電量同比增長(zhǎng)19%，但這已是在火電機(jī)組大量參與調(diào)峰、保障可再生能源消納的條件下實(shí)現(xiàn)的近乎極限增速。而2025年1—10月全國(guó)綠電交易綠證達(dá)2.02億個(gè)，顯示綠電需求與供給能力的缺口仍待填補(bǔ)。

此外，能源消費(fèi)結(jié)構(gòu)也沒有充分適應(yīng)AI發(fā)展的需求。傳統(tǒng)上，我國(guó)能源消費(fèi)結(jié)構(gòu)中工業(yè)用電占主導(dǎo)地位，居民和商業(yè)用電占比相對(duì)較小。在電力供應(yīng)緊張時(shí)，可以限制部分工業(yè)生產(chǎn)來保障民生用電。但AI普及意味著在數(shù)字化、智能化服務(wù)領(lǐng)域出現(xiàn)大規(guī)模、剛性的電力需求。這類需求具有高密度、高可靠性特點(diǎn)，且數(shù)據(jù)中心等基礎(chǔ)設(shè)施地理分布要與電力資源高度匹配。當(dāng)AI的需求超出清潔電力供應(yīng)能力時(shí)，極端情況下或需重啟煤電，反而背離了“雙碳”的目標(biāo)。?

但如果圍繞二者的“痛點(diǎn)”，打造一個(gè)互促的循環(huán)，AI也可能為清潔能源轉(zhuǎn)型提供前所未有的機(jī)遇和解決方案，加速形成新型能源體系。首先，在發(fā)電端，多模態(tài)大模型通過融合氣象、遙感、歷史運(yùn)行等多源異構(gòu)數(shù)據(jù)，顯著提升新能源出力預(yù)測(cè)精度，覆蓋水電、風(fēng)電、光伏等新能源及火電、核電、煤炭等傳統(tǒng)能源領(lǐng)域，為源端優(yōu)化提供精準(zhǔn)支撐。其次，在電網(wǎng)運(yùn)行層面，智能巡檢、調(diào)度與故障自愈系統(tǒng)大幅提升運(yùn)維效率與電網(wǎng)韌性，助力“源網(wǎng)荷儲(chǔ)一體化”建設(shè)。最后，在需求側(cè)，智慧能源管理系統(tǒng)可以實(shí)現(xiàn)負(fù)荷精細(xì)化調(diào)控，儲(chǔ)能智能化運(yùn)營(yíng)與車網(wǎng)互動(dòng)技術(shù)則可將能源消費(fèi)轉(zhuǎn)化為電網(wǎng)靈活資源，重塑能源價(jià)值鏈。?

值得注意的是，“完善人工智能治理”是AI與能源融合的前提和保障。當(dāng)前AI在能源領(lǐng)域應(yīng)用仍面臨數(shù)據(jù)基礎(chǔ)薄弱、大模型“黑箱”等問題，尤其在核電站安全決策、電網(wǎng)實(shí)時(shí)調(diào)度等核心場(chǎng)景，對(duì)算法可解釋性與可靠性要求極高。為此需構(gòu)建算電協(xié)同機(jī)制，夯實(shí)能源數(shù)據(jù)安全基礎(chǔ)，制定技術(shù)標(biāo)準(zhǔn)與倫理規(guī)范，確保AI賦能過程安全可控。?

當(dāng)前AI與能源產(chǎn)業(yè)的融合發(fā)展已從可能性轉(zhuǎn)變?yōu)楸匾?。這種必要性源于“能源強(qiáng)國(guó)建設(shè)”的頂層設(shè)計(jì)，也源于技術(shù)發(fā)展的內(nèi)在邏輯。而在更宏觀層面，中美AI競(jìng)爭(zhēng)發(fā)展到最后，是算力、用能與減碳的系統(tǒng)性競(jìng)賽。憑借中國(guó)的強(qiáng)大電力系統(tǒng)與制造能力，深化“人工智能 + 能源”融合，完善治理體系，形成“AI 賦能綠電生產(chǎn)、綠電支撐 AI 發(fā)展”的互促循環(huán)，打造AI時(shí)代的能源強(qiáng)國(guó)。

（作者是廈門大學(xué)管理學(xué)院講席教授、中國(guó)能源政策研究院院長(zhǎng)）