本文约1500字,阅读时长9分钟,时间杠杆率=62[1],随缘加⭐️,江湖再见。
一、什么是真的能源 x AI 项目?
AI浪潮席卷全球,各行各业都在经历前所未有的变革。能源行业,作为国民经济的支柱,也正站在AI赋能的风口浪尖。目前市面上的公司和项目到底是不是真的结合了AI,还是就为了蹭个热点?在本文中,笔者提出「能源 x AI 项目」,当然,你也可以把项目换成产品,服务或公司。中文可以叫“融合”,英文叫“co-existing”。打个比方,我们在说“苹果笔记本”的时候,大概率说的是下图中右边那个。也就是说,「能源 x AI 项目」不是把两者简单地放在一起就完事儿了,它们必须相互帮助,相互结合,共同存在。从这个角度反向思考的话,真正的「能源 x AI 项目」就是那种离了谁都无法成立的项目!Google 的 DeepMind AI 使用天气预报和历史发电数据,预测太阳能发电量,帮助太阳能电站优化发电计划,提高发电效率和电网稳定性。微软于2023年5月与核聚变初创公司Helion Energy签署协议,计划从Helion Energy的首座核聚变发电站购买电力,为其数据中心和AI项目提供清洁能源。阿里云张北数据中心利用AI技术实现智能化运维,包括智能温控、智能供电和智能水冷等。AI系统通过分析气象数据、IT设备负载等信息,实时调整数据中心的温度、湿度、风量等参数,实现最优的能源利用效率。张北数据中心年平均PUE(Power Usage Effectiveness,电源使用效率)低于1.25,意味着数据中心用于IT设备的能源占比超过80%,能源利用效率极高。从以上例子可以看出,AI和能源技术都能够在各自的领域内相互支持,并且数据中心本身就是显而易见的能源和AI融合的项目。当你评估任何项目/产品时,关键是要了解它究竟是以AI为核心,还是以能源为核心。如果以能源为核心,那么就是看AI如何帮助能源;如果是以AI为中心,那么就要看能源如何赋能AI。通过以上简单的例子不难看出,AI和能源互相帮助的项目,或者说应用场景,其实不少,主要还是看你的阶段性目标是什么。但目前来看,大部分的项目和场景还是停留在互助的阶段,没有融合起来。更进一步分析,这些AI和能源互相帮助的项目/场景,其互助形式是直接的还是间接的?Energy 帮助AI(间接):如新能源帮助AI,可能并没有改善其模型,而只是提供(优质,便宜,稳定)能源电力。集中在AI训练/运营成本层面。Energy 帮助AI(直接):提供能源数据,改进能源AI模型,属于垂直应用。集中在算法层面。AI 帮助Energy(间接):电力交易,调度,电网发展规划。这些集中在能源相关软件,应用,运营层面。AI 帮助Energy(直接):发电(光伏风电,天气稳定等变量分析预测),核聚变、储能技术改进。主要集中在物理,技术层面。我们正处在AI改变世界的前夕,未来的绝大部分行业都将被AI融合。笔者前面提到的数据中心,虽然确实属于「能源 x AI 项目」,但其并不是原生的,毕竟数据中心早已发展多年。也许未来的「能源 x AI 原生项目」会集中在发电,电力能源交易上。这里需要认识到的一个基本问题是:AI属于比特世界,天然是软件,提供智能;而能源属于物理世界,天然是硬件或原子驱动的,负责提供电力和能量;于是,如何将“软”和“硬”结合起来,才是问题关键。商业模式多种多样,参考互联网的:增收,降本,提效,合规。不同的商业模式都是为了满足这些需求,并解决其背后的问题。
以上内容均来自公开内容整理,作为笔者学习笔记,仅供参考,欢迎转发和讨论。
注释[1]:时间杠杆率=作者写文章耗费的时间/读者阅读所花费的时间,因此阅读是目前最好的学习方式之一,读书更是性价比极高的事情。