通信世界网消息（CWW）随着全球人工智能竞赛进入算力需求爆发式增长阶段，一个现实问题日益凸显：算力的背后是电力，智能的根基是能源。近日，国家能源局会同国家发展改革委、工信部、国家数据局联合印发的《关于促进人工智能与能源双向赋能的行动方案》，正是在这一背景下推出的一份系统性蓝图。该文件并未停留在“能源供能、AI提效”的简单表述上，而是从要素协同的高度，构建了“能源、算力、场景、数据、模型”五位一体，双向融合的发展框架。
这份《行动方案》可被视为人工智能与能源行业协同发展的一份重要指导文件，其战略价值不仅在于回应算力能耗的现实问题，更在于为下一阶段人工智能竞争提供可持续的能源支撑。
算力需求上升，协同发展势在必行
人工智能技术的快速迭代，推动算力需求呈指数级增长。训练一个大模型所消耗的电力，已相当于数千个家庭一年的用电量。国际上有研究指出，算力成本正成为制约通用人工智能发展的主要瓶颈之一。在我国，“东数西算”工程已布局八大枢纽、十大集群，算力向西迁移的深层逻辑，本身就是对能源资源的合理追随。
与此同时，一些现实挑战也不容忽视：东部算力枢纽面临电力负荷压力，西部新能源富集区则存在绿电消纳的阶段性困难；部分算力设施的供电质量仍有提升空间，电压暂降、谐波等问题可能影响芯片稳定性和使用寿命。此外，若算力设施过度依赖化石能源，不仅会增加碳排放，也可能削弱我国在“绿色算力”领域的国际竞争力。
《行动方案》提出的“双向赋能”思路，正是针对上述问题作出的系统回应——一方面强化能源对人工智能发展的基础保障作用，另一方面发挥人工智能对能源转型的赋能作用，推动形成良性互动、协同发展的新格局。
五大维度助力双向赋能实现关键突破
通览《行动方案》的29项任务，可以在以下五个维度上看到较为突出的创新思路：
第一，从单向供电走向协同运行。 文件明确提出“算力电力高效经济协同”，鼓励算力设施作为灵活可调节资源参与电网运行，以市场价格信号引导算力跨区域、跨时段优化调度。这意味着，未来的算力中心有望成为新型电力系统中具有调节能力的参与者，在光伏出力高峰时增加算力任务，在晚高峰电价较高时适当调整非紧急计算任务。这种柔性互动，有助于提升电力系统的整体运行效率。
第二，多元供能与绿电直连获得政策支持。 文件允许核电、氢能以直连方式为算力设施供能，鼓励配置构网型储能，并探索百万千瓦级算力设施与新能源基地协同建设。这些举措为西部“风光储算”一体化项目提供了政策依据，有助于实现绿电就近消纳、算力就地部署，减少长距离输电带来的损耗和成本。
第三，场景开放有了明确的闭环管理机制。 过去能源行业被普遍认为拥有丰富应用场景，但开放程度有限、数据共享不足。《行动方案》提出了较为系统的解决办法：建立高价值场景遴选与发布机制，搭建开放共享平台，构建从场景发布、研发攻关、测试验证到工程实施、成效评估的全生命周期闭环管理。这一机制有助于AI企业获得真实、可复制的应用环境，也便于能源企业在可控范围内验证技术效果。
第四，高质量数据集建设走向规范化。 文件专设一节强调能源领域高质量数据集建设，提出制定统一标准、构建共享平台、建立动态更新和长效运营机制，并引入可信数据空间、隐私计算等技术手段保障数据安全。长期以来，能源企业积累了海量传感器数据，但因格式不统一、标注缺失、隐私顾虑等原因难以被人工智能有效利用。此次将数据集建设提升到基础支撑的层面，有望逐步缓解AI在能源领域“数据饥渴”的问题。
第五，专业模型创新与自主可控硬件协同推进。 文件明确“推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用”，同时强调“加快自主智算芯片与国产深度学习框架适配优化”。这既体现了对算法能力的要求，也体现了对底层硬件自主可控的重视，为能源领域人工智能发展奠定了更加扎实的技术基础。
从蓝图到落地尚需多方努力
《行动方案》描绘的前景令人期待，但要真正落地，仍有一些环节需要各方共同努力。
一是经济可行性尚需进一步验证。 为算力设施配置储能、参与电力市场、建设绿电直连线路，都意味着前期投入增加。目前算力中心运营方普遍关注PUE（电能利用效率）和运营成本，对参与电网调节所带来的收益模式尚需更清晰的预期。文件虽提及“价格政策激励”“绿色电力交易合同”等方向，但具体到分时电价机制、辅助服务补偿标准、绿证收益分配等，仍有待地方细则和试点实践加以明确。
二是安全与开放之间的平衡需要精细把握。 能源行业属于关键信息基础设施领域，电网、油气管网等系统的运行数据一旦泄露或滥用，可能带来不容忽视的风险。文件强调了“数据分类分级”“隐私计算”等技术和管理手段，但在实际操作中，哪些场景可以开放、哪些数据可以共享、模型采用云化部署还是本地化部署，仍有待行业形成共识和可操作的标准。步子过快可能带来安全隐患，步子过慢则不利于数据价值的释放。
三是复合型人才培养需要一个过程。 既熟悉电力系统运行、又了解人工智能算法的复合型人才，目前在市场上较为稀缺。文件提出“产教融合学科集群”“开源社区”等举措，方向正确，但人才培养周期较长，短期内可能仍是制约因素。一种可行的补充思路是由大型能源企业与头部AI企业建立联合实验室，以项目实战带动人才成长。
构建协同发展的良性生态
展望2030年的目标，《行动方案》的深远意义可能不仅在于催生几个“智慧电厂”或“绿色算力中心”，更在于推动形成一个全新的产业生态。西部新能源富集区有望成为具有竞争力的绿色算力集聚区；电力系统因算力负荷的柔性调节而获得更多灵活调节资源；能源行业的AI应用从辅助运维逐步走向更深层次的智能决策。
与此同时，这一探索也有助于我国在全球人工智能治理体系中贡献实践案例。文件明确提出“积极参与全球人工智能与能源融合发展治理规则体系建设”，体现了在开放合作中推动技术标准互认、经验共享的积极姿态。
当然，从政策文件到实际成效，还需要各级政府、电网公司、算力运营商、AI企业、金融机构等各方的协同配合。正如文件所强调的，要“建立健全国家能源委员会统筹协调、各部门组织实施、地方和企业细化落实”的工作机制。期待在试点示范、标准制定、资金支持等方面看到更多具体举措落地。人工智能与能源的双向赋能是一项系统性工程，需要耐心、协作和持续迭代。走稳这一步，将为我国高质量发展注入新的动力，也为全球能源与数字技术融合提供有益参考。
作者系：南京邮电大学教授、浙江大学双聘教授，工业和信息化部信息通信经济专家委员会委员、中国数据要素50人论坛主席
