近日，國家發展改革委、國家能源局印發了《關于推進“人工智能+”能源高質量發展的實施意見》（以下簡稱《實施意見》）。《實施意見》提出了2027、2030兩個階段性目標，并部署了3個方面的重點任務。

“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。”國家能源局科技司相關負責人介紹，“特別是能源央企積極布局，圍繞資源勘探、生產運維和安全監測等環節，已經成功研發應用了電力、油氣及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。”

與此同時，相比于能源行業的高安全性與強專業性，以及對決策容錯率和知識體系完備性的嚴苛要求，人工智能技術在能源領域應用仍然存在著技術可靠性不足、數據基礎較為薄弱，以及電算供需逆向分布等不容忽視的問題與挑戰。大模型“黑箱”特性導致的可解釋性缺陷和潛在幻覺風險，使得人工智能技術在涉及核電站安全決策、電網實時調度等核心領域尚無法滿足行業級可靠性要求。

該負責人表示，隨著越來越多場景融入人工智能應用，亟需加強頂層設計和系統謀劃，加快推動人工智能技術在能源領域的深度應用，帶動能源整體性變革，助力加快構建新型能源體系。

統籌考慮能源領域人工智能應用實際，立足能源行業發展基礎，放眼行業發展近中期目標，《實施意見》以拓展人工智能與能源領域深度融合應用場景為重要依托，以提升能源領域人工智能創新應用技術水平為主攻方向，以推進智能算力與電力協同發展為必要支撐，以健全能源智能化發展的創新體系為關鍵保障，提出能源領域人工智能發展的分階段目標。

到2027年，著眼于打牢基礎、樹好標桿、健全體系。針對能源領域智能化水平不均衡、共性技術支撐不足、規模化應用尚未形成等問題，重點推動“五十百”工程，即推動5個以上專業大模型在電網、發電、煤炭及油氣等行業深度應用，挖掘10個以上可復制、易推廣、有競爭力的重點示范項目，探索百個典型應用場景賦能路徑，制定完善百項技術標準，培育一批行業級研發創新平臺，形成符合我國國情的能源領域人工智能技術創新發展模式。

到2030年，聚焦自主可控、深度賦能、國際領先。在前期技術積累和場景驗證的基礎上，著力推動能源領域人工智能專用技術實現體系化突破與規模化落地。這一階段更注重核心技術的自主創新與深度融合應用，通過人工智能技術增強能源系統的安全性、綠色化和效率，支撐我國新型能源體系建設。

《實施意見》圍繞行業應用需求和基礎能力供給協同推進，從應用場景賦能、關鍵技術供給等方面部署了一系列重點任務，并以專欄形式細化明確了研發應用重點方向。

一是面向能源各場景全方位賦能。《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、煤炭及油氣八大應用場景，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。在縱向上，圍繞能源裝備制造、能源生產、輸運、調度、消費等環節，強化人工智能對能源產供儲銷的提質增效作用，提升能源系統整體效率。

二是專欄明確典型場景建設路徑。堅持戰略引領與精準落地并重的原則，聚焦智能化轉型需求急迫、數據基礎完備、應用價值明確、規模化應用潛力大的方向，以專欄形式明確了37個人工智能+能源的融合應用發展重點任務，涉及百余項場景，其中，油氣方向有6個，煤炭、電網、水電及能源新業態方向各5個，火電、新能源方向4個，核電方向3個，同時，提出了各項任務的建設路徑與目標。

三是加大關鍵共性技術供給。圍繞數據、算力及算法，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：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。

“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。”上述負責人提到了下一步工作的3個重點。

在強化組織實施方面，加強統籌協調，形成上下聯動的工作格局，推動各地方、各企業因地制宜細化落實舉措，建立健全長效工作機制并強化過程督導，確保《實施意見》各項任務落到實處、取得實效。

在加強產學研協同方面，綜合考慮煤電油氣各行業應用潛力、成熟度及帶動作用等因素，遴選一批能源領域人工智能應用高價值場景，鼓勵企業、科研院所和高校等各類創新主體建設高水平研發創新平臺和創新聯盟，促進產學研用深度融合。

在加速科技成果轉化方面，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。（何  珺）