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。