![]()
![]()
“我们正处在新工业革命的开始！我讲两句话，在AI时代，每天都是革命性的一天。AI时代，我引用杜甫的诗‘只见新人笑，那闻旧人哭’，我们如跟不上时代的脚步，想哭也没有地方哭了！”
2024年9月25日，AI+能源与能源数智化高峰论坛上，原国务院参事、国家能源咨询专家委员会副主任徐锭明的疾呼铿锵有力。
而一系列迹象已然证明，光储领域的头部解决方案提供商们，正在疯狂卷向AI大模型领域。
2022年底，华为曾在面向行业举办的发布会中展望智能光伏发展十大趋势：图：2022年华为发布智能光伏发展十大趋势
今年10月16日，华为数字能源中国区总裁周建军再次强调“数字技术，特别是人工智能技术与能源产业深度融合，正在成为能源产业创新发展的主要驱动力，将引领新一轮的能源产业变革。”10月18日，阳光电源旗下阳光新能源召开新品发布会，会上再次强调AI的接入对于以光储为首的新能源应用场景来说，在开发、设计、建设、运维等方面的重要性。在日前阳光电源发布的《关于公司境外发行GDR并在德国法兰克福证券交易所上市的预案》中还提到，公司计划募集资金总额（含发行费用）不超过48.8亿元，其中，超6.4亿元将被用于数字化提升项目。如今，头部厂商，尤其是头部光储电站开发商，对于“智能化”与“AI技术”的定位，早已不再是单纯而呆板的生产机器或“高级”的劳动资料了。自动化并不等于数字化，电站层面的AI技术应用，也并非是单一的云端平台搭建。
在光储领域，AI技术正被海量的样本数据喂养，用以替代人工，进行精准性的预测工作。包括但不限于，前期电站选址的测绘工作、电站建模及发电用电量的模拟、最优方案制定工作、电力市场化交易模拟，甚至还有气象预测等功能。
可以说，人工智能的现在与未来，在于深度学习，在于大模型技术应用。AI将越来越多地承担起辅助决策甚至是决策性的工作，而非是工厂里炫酷的、动作整齐划一的机械臂们。
根据IBM所引用的概念，AI的四个潜在目标或定义，可以概括为基于理性、思考和行动来区分计算机系统：例：图灵对人工智能的定义可归入“像人类一样行动的系统”弱AI，又称狭义AI，指专注于执行特定任务的经过训练的AI。其运作逻辑类似于一种高级的“题海战术”，用大量数据喂养，经由模型检验与训练，最终进行输出。强AI与弱AI之间最大的鸿沟在于“自主性”，定义要求强AI，又称广义AI需要具备至少等同于人类的智能，具备自我意识、能够解决问题、拥有学习、规划未来的能力。如今，弱AI的发展处于持续推进的进程中，在短短数年中，已然演化出各种出色的能力，包括且不限于图像识别、自然语言处理等，这得益于大量数据的积累，得益于算法的改进，也得益于计算机性能的提升。在历经蒸汽化时代、电气化时代、信息化时代后，人类社会的工业周期正大步迈向智能化时代。
在信息化与智能化的过渡时期，弱AI必将处于扩张阶段，直至抵达“自主意识”诞生的瓶颈期。而是否要抓住这个过程中所诞生的“奇点”性机遇，对于直面C端客户的下游光储企业来说，甚至算不上是一道公平的选择题。
一般来说，大模型从诞生到应用可以被笼统地划分为七个阶段——数据收集与预处理、模型架构设计、模型预训练及调整、模型评估与测试；环境搭建与开发部署、日常监控与维护、反馈与优化。也就是说，智能化的背后是对数据、算法、计算资源极为苛刻的要求。高质量、大规模的数据采集是AI大模型的训练的基石，如何获取这些数据？可以说已经为光储企业的规模划下了一条隐性边界。在此基础上，如何处理这些数据可能会涉及到的隐私与安全等伦理问题？这势必要求企业具备专业的法律部门与一定的财力基础。
一台能够处理海量数据的服务器，动辄上百万元，还不提需要配套的液冷等硬件基础设施，以及需要配套的算法工程师等专业技术人才。对于头部企业来说，海量的客户资源+充足的财力、对于大模型的重视与投入、更完善的服务体系、更多的客户+市场份额的扩张，几乎是一条无解的正向循环。
而对于中小型企业来说，在这样的竞争环境下，提供光储解决方案可堪遇见地将会越来越艰难。甚至可以说，资源与资金地位日益凸显，向上的通道被日渐“垄断”，光储领域也有属于光储领域的“阶级固化”。这也意味着对于那些想要凭借科研能力闯进这个赛道的初创玩家来说，拿到入场券的难度可能不亚于唐僧孤身一人取到真经。![]()
![]()
![]()
↓点击阅读原文，报名加入【光伏盒子年度VIP会员】！
