人工智能牵手能源：协同发展新路径
当全球人工智能竞逐进入算力需求快速膨胀的阶段，一个关键现实逐渐清晰：算力背后依赖电力支撑，智能发展的底座是能源。正是在这样的背景下，国家能源局会同国家发展改革委、工信部、国家数据局共同印发了《关于促进人工智能与能源双向赋能的行动方案》。这份方案并非只停留在“提供能源、提升效率”的层面，而是以要素协同为出发点，搭建起“能源—算力—场景—数据—模型”五要素联动、双向融合的发展框架。
从定位上看，《行动方案》是人工智能与能源行业协同推进的重要政策文件。它的意义不只在于回应算力能耗带来的现实压力，更在于为后续阶段的人工智能竞争提供更可持续、更稳定的能源保障。
一、算力扩张加速，协同发展成必然选择
人工智能的持续迭代带动算力需求快速攀升，训练一个大模型所消耗的电量，已可对标数千户家庭一年用电。相关研究也提示，算力成本正在成为制约通用人工智能发展的重要瓶颈。在我国，“东数西算”工程已布局八大枢纽、十大集群，算力向西部转移的内在原因，正是对能源资源的统筹追随。
同时，落地过程中仍存在不小的现实难题：东部算力枢纽可能承受更高的电力负荷压力，西部新能源富集区域又面临绿电消纳的阶段性挑战；部分算力设施的供电稳定性仍有提升空间，电压暂降、谐波等现象可能影响芯片可靠运行与使用寿命。若算力建设过度依赖化石能源，不仅会抬升碳排放，也可能削弱我国在“绿色算力”方向上的国际竞争力。
《行动方案》提出的“双向赋能”路径，正是面向上述问题给出的系统性应对：一方面把能源作为人工智能发展的基础支撑做实做强，另一方面让人工智能反哺能源转型，推动形成循环互促的协同新格局。
二、以五个维度发力，支撑双向赋能取得突破
研读《行动方案》的29项任务，可在以下五个维度中看到相对突出的创新思路：
第一，从单向供电推进到协同运行。文件提出“算力电力高效经济协同”，鼓励算力设施作为灵活可调资源接入电网运行，通过市场价格信号引导算力跨区域、跨时段优化配置。由此，未来算力中心或将成为新型电力系统中具备调节能力的参与主体：在光伏出力高峰时承接更多计算任务，在晚高峰电价上行时适当调整非紧急计算。这种更具弹性的互动，有望提升电力系统整体运行效率。
第二，多元供能与绿电直连获得政策支持。文件允许核电、氢能等以直连方式为算力设施供能，并鼓励配置构网型储能，同时探索百万千瓦级算力设施与新能源基地协同建设。相关举措为西部“风光储算”一体化项目提供了政策依据，有助于实现绿电就近消纳、算力就地部署，从而降低长距离输电带来的损耗与成本。
第三，场景开放构建明确的闭环管理机制。过去能源领域虽然积累了较多应用场景，但开放程度有限、数据共享不足。《行动方案》给出了较为系统的安排：建立高价值场景遴选与发布机制，搭建开放共享平台，形成从场景发布、研发攻关、测试验证到工程落地、成效评估的全生命周期闭环管理。该机制有利于让AI企业在真实、可复制的环境中验证方案，也便于能源企业在可控范围内评估技术效果。
第四，高质量数据集建设走向更规范的体系化推进。文件单列一节强调能源领域高质量数据集建设，提出统一标准、建设共享平台、建立动态更新与长期运营机制，并引入可信数据空间、隐私计算等手段来守护数据安全。能源企业长期积累了大量传感器数据，但由于格式不统一、标注缺失以及隐私顾虑等原因，往往难以被人工智能高效利用。此次把数据集建设提升到基础支撑层面，有望逐步缓解AI在能源领域面临的“数据饥渴”问题。
第五，专业模型创新与自主可控硬件协同加速。文件明确“推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用”，并强调“加快自主智算芯片与国产深度学习框架适配优化”。这既反映了对算法能力的要求，也体现了对底层硬件自主可控的重视，为能源领域人工智能发展夯实技术基础。
三、从蓝图走向落地仍需多方发力
《行动方案》描绘的方向值得期待，但真正形成成效，还需要多环节协同推进。
一是经济可行性仍需进一步验证。为算力设施配套储能、参与电力市场、建设绿电直连线路，都会带来前期投入的增加。当前不少算力中心运营主体普遍关注PUE（电能利用效率）与运营成本，对参与电网调节可能带来的收益回报仍需要更清晰的预期。文件虽然提到“价格政策激励”“绿色电力交易合同”等方向，但落到分时电价机制、辅助服务补偿标准、绿证收益分配等细节，仍有赖于地方细则与试点经验进一步明确。
二是安全与开放之间要把握更精细的尺度。能源行业属于关键信息基础设施，电网、油气管网等系统一旦发生数据泄露或被不当使用，可能造成不可忽视的风险。文件强调“数据分类分级”“隐私计算”等技术与管理方法，但在具体实践中，哪些场景可以开放、哪些数据可以共享、模型是采用云化部署还是本地部署，仍需行业形成统一理解并形成可操作标准。节奏过快可能带来安全隐患，节奏过慢又会影响数据价值释放的效率。
三是复合型人才培养需要时间沉淀。既懂电力系统运行，又掌握人工智能算法的人才相对稀缺。文件提出“产教融合学科集群”“开源社区”等举措，方向正确，但人才培养周期较长，短期内仍可能成为推进过程中的制约因素。一个可行的补充办法，是由大型能源企业联合头部AI企业建立联合实验室，用项目实践带动人才成长。
四、打造协同发展的良性生态
展望2030年的目标，《行动方案》的更深层意义或许不止是催生若干“智慧电厂”或“绿色算力中心”，更在于推动形成全新的产业生态。西部新能源富集区域有望成为更具竞争力的绿色算力集聚地；电力系统因算力负荷的柔性调节而获得更多灵活调节资源；能源行业的AI应用也将从辅助运维逐步延伸到更深层次的智能决策。
同时，这一探索也有助于我国在全球人工智能治理体系中积累可复制的实践经验。文件提出“积极参与全球人工智能与能源融合发展治理规则体系建设”，体现出在开放合作中推动技术标准互认、经验交流的积极姿态。
当然，要实现从政策文件到实际效果的跨越，还需要各级政府、电网公司、算力运营商、AI企业、金融机构等多方协同。正如文件所强调的，应当“建立健全国家能源委员会统筹协调、各部门组织实施、地方和企业细化落实”的工作机制。期待在试点示范、标准制定、资金支持等方面看到更多更落地的举措。人工智能与能源双向赋能是一项系统性工程，需要耐心推进、持续协作与迭代优化。只有把这一步走稳，才能为高质量发展注入新的动力，也为全球能源与数字技术融合提供有益借鉴。