在此次AI拓境论坛上，中广核（内蒙古）新能源投资有限公司党委书记、董事、总经理杨志刚，国网冀北电力科学研究院电力系统研究所副所长王泽森，蚂蚁数科中国区战略行业线解决方案总经理曹诗洋，浙江星辰新能科技有限公司创始人、董事长柳娜，新奥能源智能电力业务总经理张岩，中国石油集团昆仑资本有限公司总经理助理袁娅，国能日新科技股份有限公司市场高级副总裁赵博，协鑫能科AIDC战略研究院院长赵斌等200余位与会嘉宾齐聚一堂，研判AI能源中长期产业趋势，剖析生态建设中的数据、商业模式、协同机制等现实难题，凝聚产业共识，为AI能源产业高质量发展提供可参考的实践思路。

　　会议期间，国网冀北电力科学研究院电力系统研究所副所长王泽森主持前沿对话。

　　蚂蚁数科中国区战略行业线解决方案总经理曹诗洋：

　　AI能源落地可从三类场景展开

　　未来AI在能源领域的应用可从三类场景观察。第一类是通用场景，包括代码生成、数字员工等，虽然行业属性不强，但已经在能源企业中快速应用。第二类是预测和运维场景，包括功率预测、负荷预测、无人场站和智能运维等，相关应用正在服务更多能源企业。第三类是交易、自主决策以及未来生产控制场景，这类场景难度更高，但业务价值也更大。

　　从平台型企业与能源产业方的关系来看，能源是高度严肃的行业，对安全性、严谨性和一致性要求很高，通用大模型能力需要与行业专业能力深度结合。蚂蚁数科将聚焦AI大模型技术和平台能力，同时与能源企业、技术服务伙伴共同服务业务场景和最终客户。

　　中国石油集团昆仑资本有限公司总经理助理袁娅：

　　产业资本更看重场景赋能与长期共生

　　AI对中国石油传统主业是提质增效的重要工具，同时也带来转型发展的新机会。昆仑资本作为中国石油集团旗下产业资本，主业是促进集团绿色低碳转型和高质量发展，重点探索中国石油的“明天和后天”。

　　昆仑资本更看重AI的实际应用能力，而不是概念，持有AI工具的企业是否有能力服务国家能源安全、是否能与中国石油转型发展形成协同、是否能在新型电力等场景中创造价值。产业资本投资企业时，首先要调研其在中石油转型发展中的可用性，不只是提供资金，更要通过场景、产业资源和生态合作支持企业穿越产业周期，实现共融共生、共同发展。

　　中广核（内蒙古）新能源投资有限公司党委书记、董事、总经理杨志刚：

　　算电协同趋势明确，也要正视现实风险

　　随着AI崛起，绿电与AI的联系将更加紧密，新能源有望迎来新的发展机遇。未来绿电和AI要更贴合市场规则，让电价、算力需求等更符合经济规律。

　　算电协同也存在风险，新能源项目和算力项目都面临现实不确定性，例如电厂建成后电能否送出、算力企业能否稳定消纳绿电、相关电费结算是否顺畅等。当然，风险始终存在，但算电协同是重要趋势，尤其在绿电富集地区，仍值得深入研究和推进绿电直连等项目。

　　浙江星辰新能科技有限公司创始人、董事长柳娜：

　　AI让储能资产运营能力转化为长期价值

　　随着储能加速进入市场化运营阶段，行业竞争的重点正在从设备和项目交付，进一步延伸至电站投运后的长期运营。在这一过程中，AI正加速进入电站运营和电力交易等核心场景，推动运营方式从依赖人工经验向智能决策转变。

　　以蒙西电力市场为例，过去电站交易策略的制定需要交易和运维人员投入大量精力进行数据处理和人工操作。引入AI系统后，信息处理、策略生成和校验效率得到明显提升，同时减少人工操作误差。对于多场站运营而言，AI已经不只是辅助工具，而是支撑规模化运营和交易决策的重要能力。

　　金融机构对储能资产的评价逻辑也在发生变化。相比过去更多关注企业担保和股东责任，电站建设质量、运营能力和持续回款能力的重要性正在提升。未来，专业运营与智能化能力将进一步影响储能资产的长期收益和价值兑现。

　　新奥能源智能电力业务总经理张岩：

　　AI落地需要大模型、小模型

　　和仿真系统协同

　　未来3至5年，AI在能源领域的主要应用将集中在运维和交易：新奥长期开展泛能业务，服务大量用户侧综合能源场景，在综合能源智慧运维和电力交易场景中已经对AI有了大规模应用，也取得了很好的效果。

　　但当前大语言模型在能源产业深度落地中仍存在边界，它能完成简单规则类能力的搭建，却无法理解及准确计算机理和复杂规则。未来一段时间内，更可行的路径是由大语言模型负责组织编排和调用，由大量专业小模型承担认知及优化类能力，再由仿真系统提供确定性求解支撑。新奥当前也在构建以能力为牵引的AI原生与原有信息化系统兼容平台体系，未来将向生态伙伴开放，共同打造面向海量场景的模型和能力。

　　国能日新科技股份有限公司市场高级副总裁赵博：

　　数据价值要落到资产运营增收上

　　国能日新打造以新能源为核心数据底座，包括新能源高精度、长维度气象数据、全国超6000家新能源电站场站级数据，以及电网侧省级、地市级区域数据。将数据沉淀为可运营可定价的资产，再通过算力用起来，输出功率预测、电价预测、交易策略、调控指令，真正实现数据不出域，价值可流动。未来数据应用将落地场景化，随着全国统一电力市场、虚拟电厂参与辅助服务、独储配储规模化变现，AI将成为能源资产的收益引擎。同时在AI应用下，服务形态也在变化，从原来工程师驻场服务，到现在云服务、本地化私有部署，再到智能体升级，最终要将AI的能力与客户的营收绑定，推动新能源资产实现运营增收。

　　协鑫能科AIDC战略研究院院长赵斌：

　　绿电优势与算力需求需要进一步协同

　　协鑫能科正从传统能源管理和能源资产服务运营商，转向能源与算力协同发展的科技服务商。在发电、售电和虚拟电厂等环节，AI正在用于提升资产管理效率和交易预测能力。

　　随着AI发展推动数据中心需求增长，如何将传统绿电优势用于AIDC场景，是能源企业需要探索的重要方向。算力网络和电力网络并不完全重合，绿电直连在落地中仍存在现实难点。未来需要结合数据中心负荷需求和能源模型进一步优化，推动绿电、算力和能源大模型等能力协同发展。

　　（王昱心 贾壮壮/整理）