《意见》的出台标志着我国能源产业从数字化向数智化迈进关键一步。

文 ‖ 王磊明 杨若研 孙海鹏 杨志文 吴 楠

　　9月4日，国家发展改革委、国家能源局印发《关于推进“人工智能+”能源高质量发展的实施意见》(以下简称《意见》)，这是我国首个专门针对人工智能与能源产业深度融合的国家级政策文件。该文件既是对人工智能与能源产业深度融合的顶层设计，又对“人工智能+”电网、能源新业态、新能源、水电、火电、核电、煤炭、油气等八大应用场景作出系统部署。

　　《意见》的出台标志着我国能源产业从数字化向数智化迈进的关键一步，将加速能源系统安全可靠与灵活高效运行能力的提升，为新型能源体系建设提供有力支撑。油气作为传统能源的重要组成部分，既面临着安全风险高、生产流程复杂、环保压力大等挑战，又具有数智化基础好、数据质量高、应用潜力大等比较优势，“人工智能+”将为油气产业链智能化升级创新提供新路径。

　　应对挑战，以顶层设计引领融合

　　8月26日，国务院出台《关于深入实施“人工智能+”行动的意见》，不到半月，《意见》出台，直指人工智能推动能源发展的顶层设计。

　　此前，能源领域凭借数字化基础好、数据质量高、应用场景丰富的独特优势，已具备人工智能应用的良好基础。尤其是部分能源央企积极布局，在资源勘探、生产运维、安全监测等环节，成功研发电力、油气、煤炭等多个行业代表性专业大模型，形成场景广泛的人工智能发展格局。

　　以油气行业为例，2023年3月，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》，涉及油气勘探开发、油气与新能源协同、油气管网信息化改造和数字化升级、数字化智能化炼厂等重点领域。

　　此后，油气领域的人工智能应用快速推进。中国石油联合中国移动、华为、科大讯飞共同研发了昆仑大模型，覆盖油气勘探、炼化生产等全产业链应用，是中国能源化工行业首个通过备案的大模型;中国石化开发了“胜小利”油气大模型，中国海油推出了“海能”人工智能模型。

　　然而，能源行业对安全性、专业性要求严苛，对决策容错率和知识体系完备性标准极高，当前人工智能技术应用仍面临多重挑战：技术可靠性不足，难以满足核心领域需求;数据基础薄弱，支撑能力有待加强;电算供需逆向分布，资源配置效率有待提升。尤其仍然存在数据孤岛化、算力碎片化、算法黑盒化、算力高耗能等技术瓶颈，急需推动开展适用能源领域的数据、算力、算法等共性关键技术攻关。在此背景下，亟须通过顶层设计与系统谋划，加快人工智能与能源领域深度融合，推动能源行业整体性变革，助力新型能源体系构建。

　　分步推进，实现纵横全覆盖

　　《意见》立足能源领域人工智能应用实际，提出2027年与2030年两大阶段性目标。

　　其中，提出到2027年，要实现“打牢基础、树好标杆、健全体系”。针对当前能源领域智能化水平不均衡、共性技术支撑不足、规模化应用未形成的问题，重点推进“五十百”工程。到2030 年，要实现“自主可控、深度赋能、国际领先”。

　　从横向领域看，《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、油气八大领域，明确了37个典型应用场景。其中，油气方向6个，煤炭、电网、水电、能源新业态方向各5个，火电、新能源方向各4个，核电方向3个。

　　当前，能源多元化发展趋势明显，能源系统日益复杂。“人工智能+”能源既能充分发挥传统能源的支撑保障作用，提升其安全性、可靠性和运行效率;又能有效解决新能源的波动问题和消纳难题，促进其稳定供给和就地消纳;还能推动新旧能源协同发展，实现多能互补、深度融合。

　　从纵向环节看，《意见》围绕能源装备制造、能源生产、输运、调度、消费等全链条环节，强化人工智能对能源产供储销的提质增效作用。

　　当前，人工智能技术正在深刻重塑能源产业的全链条：装备端，可以加速能源科技创新“从0到1”变革和“从1到N”迭代;生产端，可以提高能源勘探开发效率和安全性;输运端，可以减少能源传输的损耗和安全事故发生率;调度端，可以实现能源的优化配置和灵活高效运行;消费端，可以提供针对性的用能方案和优化策略。

　　升级转型，油气怎么“+”

　　国际能源署报告显示，超过80%的主要油气公司已将数字化纳入战略规划。2024年12月，工信部印发的《人工智能赋能新型工业化典型应用案例名单》中，共有151个案例上榜，其中油气行业10个，中国石油、中国石化、中国海油、国家管网、安东石油等单位入选。

　　此次《意见》针对油气行业，聚焦跨专业协同研究、现场作业操控、生产运行管控等方向，进一步提出了“人工智能+油气”的六大场景：油气勘探智能赋能、油气藏开发与生产智能管控、海洋油气生产环境预测维护、工程技术智能优化、管网仿真及智能调控、炼厂生产营运一体化优化。

　　这表明，“人工智能+油气”远非简单的技术应用，而是涉及理念、管理、技术的全方位变革。

　　首先，应打破条块壁垒，打通业务环节。数据是人工智能的“基石”，数据的流动关系着“人工智能+”的广度和深度。

　　油气的业务链很长，涉及勘探开发、储运、炼化、销售等各环节，部分存在保密的需要，不同区域和部门管理模式也存在较大差别，必然会带来“数据孤岛”问题。因此，“人工智能+油气”一方面要通过技术、制度的手段，保障数据安全;另一方面要把企业视作一个有机整体，各业务环节“环环相扣”、平等协作，人流、物流、资金流、信息流等多重数据相互支撑、交叉验证。

　　其次，要立足场景需求，解决实际问题。领域不同，数字化程度不一，自动化、信息化、智能化需要一个逐步发展过程。

　　人工智能的落地应与油气实际场景相结合，不能一味追求热点而大干快上，也不能各自为战而重复建设，要避免陷入“建而不用”“用而不畅”的怪圈。从勘探开发专业软件研发到智能生产技术装备应用，从市场预测到流程优化，从异常预警到预防性维修，不怕场景小，可以“积少成多”;不怕场景复杂，可以“先重后轻”。

　　再次，应强化新能源部署，推动节能降碳。油气开采是甲烷排放的重点领域，炼化是能源消耗和二氧化碳排放大户。《意见》专门提出“鼓励开展油气和新能源融合典型场景示范”。在开采端，人工智能可以优化EOR(强化采油)与CCUS技术的联合，实现减排、增产;在生产端，人工智能可以提高源网荷储一体化智能运行水平，推进生产用能的新能源替代。国际能源署预测，到2030年，全球油气行业数字化转型将使勘探开发成本降低25%，碳排放强度下降18%。

　　《意见》是我国能源产业与人工智能深度融合的重要政策文件，将为能源及延伸行业带来前所未有的发展机遇。未来，随着政策的深入推进，能源与人工智能的融合将催生更多新业态、新模式，加速能源行业的绿色低碳转型，为新型能源体系建设提供有力支撑，培育新质生产力，推动我国能源产业高质量发展。

　　王磊明、孙海鹏、杨志文：中机寰宇认证检验股份有限公司

　　杨若研：中国建设银行股份有限公司北京市分行

　　吴 楠：浙江省丽水市生态环境局云和分局

　　责任编辑：赵 玥