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。
