国家发展改革委、国家能源局近日发布《关于推进“人工智能 ”能源高质量发展的实施意见》(下称《实施意见》，围绕煤、电、油、气各能源品种，系统部署了人工智能 电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，推动能源领域共享人工智能发展红利，助力传统化石能源产业数字化智能化升级，加快新能源、能源新业态及能源交叉领域与人工智能的深度融合，培育壮大能源新产业新模式。

　　《实施意见》提出，到2027年，能源与人工智能融合创新体系初步构建，算力与电力协同发展根基不断夯实，人工智能赋能能源核心技术取得显著突破，应用更加广泛深入。到2030年，能源领域人工智能专用技术与应用总体达到世界领先水平。算力电力协同机制进一步完善，建立绿色、经济、安全、高效的算力用能模式。

　　国家能源局科技司相关负责人表示，能源是创新创业高度活跃的领域，具有数字化基础好、数据质量高、应用场景丰富等比较优势，应走在人工智能应用前列。特别是能源央企积极布局，围绕资源勘探、生产运维、安全监测等环节，已经成功研发应用了电力、油气、煤炭等多个具有行业代表性的专业大模型。总的看，我国能源领域已形成了场景覆盖广泛的人工智能发展格局。

　　厦门大学中国能源政策研究院院长林伯强接受上海证券报记者采访时表示，目前，能源领域正经历从数字化向智能化的关键转型，我国能源领域的数字化建设已取得显著成效，基础设施相对完善，基于数字化所积累的数据与系统，人工智能能够深度赋能电网、油气等领域，推动其向智能化方向发展。

　　在加大关键共性技术供给方面，《实施意见》围绕数据、算力、算法，系统构建人工智能应用基础支撑体系，提出人工智能在能源领域应用的三大共性关键技术攻关方向，包括夯实数据基础，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠；强化算力支撑，统筹规划资源，构建算力、电力深度融合的算电协同发展机制；提升模型基础能力，推动人工智能与能源领域软件深度融合，加快突破人工智能绿色低碳技术瓶颈。

　　在林伯强看来，对行业而言，人工智能将普遍带来运营效率提升、决策优化与成本降低。以油气行业为例，人工智能可通过算法与模型更精准地预测地下资源储量，优化运输调度，并实现下游需求侧的供需匹配。

　　此外，林伯强认为，与数字化相比，人工智能技术的落地与应用层面仍存在一定差距。除了政策层面常提到的标准缺失等问题外，最关键的挑战在于人才短缺。人工智能不仅要求技术底层能力，还需要跨学科、跨行业的复合型人才支撑，这是当前从数字化迈向人工智能化进程的核心瓶颈。

　　谈及如何推动《实施意见》的落实，上述负责人表示，能源领域智能化转型，需要上下协同发力，部门协调配合，国家能源局将紧紧围绕能源领域智能化转型下一阶段目标任务，进一步强化顶层设计、政策支持和指导协调，定期开展分析研究和总结评估，研究解决工作推进中的重大问题，确保《实施意见》各项任务顺利推进。

　　其中，加速科技成果转化方面，要探索建设行业级人工智能应用测试平台，有效协同企业自主研发的大模型，解决大模型“重复造轮子”问题，避免先进算力和能源资源被过度消耗。遴选一批可复制、易推广的标杆场景与案例，鼓励体制机制与商业模式创新，推动能源领域人工智能科技项目实施与成果转化。