編者按

今年以來，我國國產(chǎn)大模型“深度求索”（DeepSeek）在全球范圍內(nèi)引發(fā)了“AI（人工智能）狂潮”。AI時代的到來及深入發(fā)展引發(fā)全球激烈的資本競爭與多領域的關注，達沃斯論壇年會主題為“智能時代的合作”，美國劍橋能源周會議也聚焦人工智能。

作為我國戰(zhàn)略科技力量的重要組成部分，中央企業(yè)主動服務國家戰(zhàn)略，加快人工智能發(fā)展。2月19日召開的中央企業(yè)“AI+”專項行動深化部署會上，國務院國資委對國資央企發(fā)展人工智能作出部署安排。4月8日，中國石化召開人工智能工作領導小組全體會議，要求全力推動國務院國資委“AI+”專項行動部署落地見效。對于能源行業(yè)來說，既要乘新技術發(fā)展的東風謀求行業(yè)進步，也要妥善應對其對能源需求的多方面影響。

AI時代，能源行業(yè)發(fā)展機遇與挑戰(zhàn)并存

●侯明揚

3月中旬在美國休斯敦舉行的第43屆劍橋能源周會議上，人工智能（AI）再度成為焦點議題。與會人士認為，人工智能興起帶動數(shù)據(jù)中心建設等因素，將推動全球能源需求持續(xù)增長。與此同時，人工智能在能源領域的應用與擴展也對該行業(yè)產(chǎn)生了重要影響，AI時代，能源行業(yè)發(fā)展機遇與挑戰(zhàn)并存。

AI的盡頭是算力，算力的盡頭是能源：AI時代能源需求將顯著增長

從能源自身的角度看，AI技術的突飛猛進推動了能源消費的大幅增長。AI技術的本質(zhì)是將電力轉(zhuǎn)化成算力，而現(xiàn)階段生成式AI模型訓練與推理需要消耗巨額電力。譬如，以GPT-4為代表的萬億參數(shù)模型，單次訓練耗能相當于3000戶家庭年用電量；而根據(jù)美國互聯(lián)網(wǎng)科技公司Meta披露的數(shù)據(jù)，如果其最新一代開源大模型Llama 2每日處理10億次用戶請求，僅推理階段年耗電量就將超過5萬兆瓦時，約等于一座5萬人口小城市的年耗電量。

進入2025年后，Grok 3和GPT-4.5、GPT-5等新一代AI模型層出不窮，AI技術的發(fā)展速度已超出所有人預期。在此背景下，雖然各權威機構的預測數(shù)據(jù)有所差異，但普遍認為，AI時代能源需求將呈現(xiàn)顯著增長態(tài)勢。其中，彭博新能源財經(jīng)（BNEF）2024年報告指出，AI算力的需求每2.5年將出現(xiàn)翻番增長，導致世界電力需求增速遠超預期，預計2030年全球僅AI數(shù)據(jù)中心的電力需求就將達到500~800太瓦時，相當于德國一年的用電量；麥肯錫全球研究院預測，2030年，全球AI數(shù)據(jù)中心電力需求可能達到1000~1500太瓦時；能源咨詢公司伍德麥肯茲表示，AI技術發(fā)展將導致美國能源需求持續(xù)上升，到2030年，美國數(shù)據(jù)中心的電力消耗可能翻倍增長，在風能、太陽能等新能源短期內(nèi)難以實現(xiàn)對化石能源有效替代的背景下，發(fā)電需求將推動2040年美國天然氣總需求在2023年8865億立方米的基礎上再增加3000億立方米。

從能源基礎設施的角度看，AI技術發(fā)展對能源的依賴將推動能源基礎設施建設呈現(xiàn)新趨勢。一方面，部分電網(wǎng)和天然氣管網(wǎng)等能源基礎設施建設將持續(xù)強化。其中，電網(wǎng)連接需求激增，需要大量投資來強化電網(wǎng)設施，且運營商將不得不面對管理更高流量、可變供應和不斷增長的電網(wǎng)系統(tǒng)帶來的嚴峻挑戰(zhàn)。此外，燃氣電廠規(guī)模擴大帶來的天然氣需求增長，也迫使部分國家和地區(qū)持續(xù)強化天然氣管網(wǎng)基礎設施建設。譬如，弗吉尼亞州是美國數(shù)據(jù)中心建設最集中的地區(qū)，殷拓能源公司等天然氣生產(chǎn)商計劃提升美國山谷管道輸送能力至25億立方英尺/日，將更多天然氣輸往該地區(qū)，以滿足發(fā)電需求。

另一方面，部分能源基礎設施建設或?qū)⒊尸F(xiàn)“分布式”和“離網(wǎng)”等特點。首先，DeepSeek改變了傳統(tǒng)AI“規(guī)模至上”的發(fā)展邏輯，其輕量化模型與開源策略降低了AI應用門檻，促進中端算力設施和分布式數(shù)據(jù)中心的普及，并推動算力生態(tài)從“超大規(guī)模中心壟斷”轉(zhuǎn)向“分布式蜂群網(wǎng)絡”。其次，由于小型模塊化反應堆（SMR）和新一代地熱等新能源技術預計2030年后逐步成熟，部分大型科技公司已與地熱能和核能項目簽署新的電力購買協(xié)議，探索在“離網(wǎng)”發(fā)電設施上開發(fā)數(shù)據(jù)中心。

好風憑借力，送我上青云：AI技術為能源行業(yè)高效賦能

在風電和光伏發(fā)電領域，AI技術通過提高發(fā)電效率、預測設備故障、提升運維能力等顯著增加了清潔能源的可靠性和經(jīng)濟性。例如，谷歌旗下DeepMind與風電企業(yè)合作，通過系統(tǒng)整合風速、風向、地形等氣象數(shù)據(jù)與歷史發(fā)電數(shù)據(jù)，利用機器學習提前36小時預測風電量、優(yōu)化電網(wǎng)調(diào)度，使單個風電項目價值提升20%以上。再如，特斯拉旗下SolarCity通過機器學習模型分析當?shù)卦茖痈采w、光照強度、溫度等氣象數(shù)據(jù)，預測用戶家用光伏電池板未來24小時的發(fā)電量，并結合用戶歷史用電數(shù)據(jù)，預測家庭負載需求，幫助用戶提前規(guī)劃電動汽車充電等高耗電設備使用時段，最終實現(xiàn)家庭發(fā)電“發(fā)—儲—用—售”的全鏈條優(yōu)化。

在油氣勘探開發(fā)領域，AI技術通過數(shù)據(jù)集成分析、智能決策優(yōu)化和自動化控制，顯著提升了油氣資源發(fā)現(xiàn)效率、降低了開發(fā)成本，并提高了作業(yè)安全性，在地震解釋、油氣藏預測、鉆完井優(yōu)化、壓裂方案設計、油井實時監(jiān)測與預測性維護、數(shù)字孿生與虛擬油田、HSE保障等方面均能發(fā)揮重要作用。

以鉆完井優(yōu)化為例，油服公司斯倫貝謝利用自主研發(fā)的AI鉆井系統(tǒng)，在二疊紀盆地實現(xiàn)了“自動駕駛鉆井”，使鉆井效率提高25%、單井成本下降18%；沙特阿美則在賈富拉頁巖氣開發(fā)項目中利用AI技術輔助超過3公里的長水平段鉆井的精準導向和壓裂優(yōu)化，使單井產(chǎn)量提高30%以上。在我國，針對鄂爾多斯盆地致密氣藏非均質(zhì)性強、傳統(tǒng)鉆井儲層鉆遇率相對較低的問題，中國石油聯(lián)合華為開發(fā)“智能鉆井系統(tǒng)”，利用深度學習算法實時識別巖性，在將儲層鉆遇率提升至85%、單井產(chǎn)量增加30%的同時，使鉆井周期縮短15%，并大幅降低了鉆井成本。

在電網(wǎng)運營領域，AI技術已逐步滲透到電網(wǎng)“發(fā)—輸—變—配—用”各個環(huán)節(jié)，通過實時數(shù)據(jù)分析、智能預測和自動化控制等手段重塑電網(wǎng)運營模式，不斷提升電力系統(tǒng)的穩(wěn)定性、效率和可再生能源消納能力，未來也將推動電網(wǎng)運營從“自動化”向“自主化”跨越，為構建新型電力系統(tǒng)提供高效支撐。

以我國寧夏地區(qū)部分光伏發(fā)電消納為例，一方面結合風云氣象衛(wèi)星、地面輻照儀數(shù)據(jù)，利用“LSTM（長短期記憶網(wǎng)絡模型）+注意力機制”模型，將光功率預測精度由85%提升至95%，同時通過AI技術動態(tài)優(yōu)化燃煤機組調(diào)峰深度，大幅減少棄光現(xiàn)象；另一方面，在“寧電入湘”特高壓通道中，使用AI技術預測湖南負荷需求，并結合區(qū)塊鏈智能合約自動匹配寧夏光伏出力曲線（光伏電池的輸出功率隨著光照強度變化的曲線），2024年跨省區(qū)交易量提升了40%以上。

加快發(fā)展新質(zhì)生產(chǎn)力：我國石油企業(yè)如何擁抱“AI時代”

首先，要加快掌握關鍵核心技術，夯實油氣勘探開發(fā)數(shù)智化發(fā)展基礎。緊扣現(xiàn)階段油氣勘探開發(fā)存在的痛點，以“數(shù)據(jù)—算法—工具—系統(tǒng)”的垂直整合實現(xiàn)AI技術在油氣上游領域的穿透。一是進一步強化數(shù)據(jù)治理，以統(tǒng)一標準整合地震、測井、鉆井等上游數(shù)據(jù)，正確處理數(shù)據(jù)數(shù)量和質(zhì)量的關系，深入研究高質(zhì)量數(shù)據(jù)集標準體系與建設路徑，打造更高質(zhì)量的油氣上游數(shù)據(jù)集。二是進一步優(yōu)化算法，針對地震解釋、儲層預測、井位優(yōu)化、智能鉆井、壓裂優(yōu)化、生產(chǎn)調(diào)控等不同勘探開發(fā)場景研發(fā)AI模型，如將地質(zhì)力學方程嵌入神經(jīng)網(wǎng)絡、提升復雜儲層預測精度，以深度Q網(wǎng)絡（DQN）動態(tài)調(diào)整鉆壓、轉(zhuǎn)速來避開斷層等。三是構建自主可控的工具生態(tài)，以“軟件定義工具、硬件承載智能”為原則，軟件聚焦勘探開發(fā)核心場景，硬件突破“卡脖子”技術，實現(xiàn)數(shù)智工具國產(chǎn)化。四是構建綜合性應用平臺，打通地質(zhì)勘探、鉆井、壓裂、生產(chǎn)等環(huán)節(jié)的數(shù)據(jù)流與決策流，實現(xiàn)勘探開發(fā)全鏈條數(shù)智化閉環(huán)管理，推動油氣勘探開發(fā)技術從“單點智能”向“系統(tǒng)智能”的跨越。

其次，要聚焦油氣勘探開發(fā)主責主業(yè)，打造能推廣、可迭代的應用場景。堅持以場景建設為牽引，通過“需求識別—技術匹配—場景驗證—規(guī)模推廣”的閉環(huán)路徑，突出創(chuàng)新鏈、產(chǎn)業(yè)鏈之間的數(shù)智賦能作用，持續(xù)推動油氣勘探開發(fā)主業(yè)向數(shù)智化、低碳化方向升級躍遷，加速形成新質(zhì)生產(chǎn)力，最終實現(xiàn)AI技術在油氣上游實現(xiàn)從“技術可用”到“業(yè)務好用”的價值轉(zhuǎn)化。與此同時，要加快成熟場景普及推廣和迭代升級，深入開展油氣勘探開發(fā)領域原創(chuàng)性、顛覆性、引領性創(chuàng)新成果研究，大力推進語言、視覺、多模態(tài)、科學計算等大模型技術在油氣勘探開發(fā)領域更多場景的應用，力爭形成一批示范帶動性強的數(shù)智化創(chuàng)新項目。

最后，要加強人才隊伍建設，提升油氣上游領域全員數(shù)智素養(yǎng)與技能。一是堅持培養(yǎng)和引進相結合，著力培育一批精通AI理論、技術與油氣勘探開發(fā)應用的復合型高端人才，打造高水平創(chuàng)新團隊，提高油氣上游數(shù)智化持續(xù)創(chuàng)新能力。二是健全AI技術在油氣勘探開發(fā)應用過程中的“揭榜掛帥”“賽馬制”等項目管理機制，支持和鼓勵優(yōu)秀人才挑大梁、擔重任，最大程度激發(fā)人才創(chuàng)新創(chuàng)業(yè)活力，全面提升數(shù)智化人才儲備質(zhì)量。三是加大全員普及力度，把握AI技術和產(chǎn)業(yè)發(fā)展的規(guī)律和趨勢，推動上游員工拓展數(shù)智化發(fā)展的思維和意識，做好數(shù)智化戰(zhàn)略部署的執(zhí)行者。

（作者單位：中國石化石油勘探開發(fā)研究院）

人工智能應用需要耐心 99%正確就是100%錯誤

●古岳盛

《石油技術雜志》近期指出，在石油等重資產(chǎn)行業(yè)應用人工智能需要耐心。因為這些行業(yè)精確性至上，如果關鍵部件壽命預測有誤，會引發(fā)故障、停機與安全隱患，99%正確就是100%錯誤。

油氣行業(yè)運營模式比較復雜，安全要求近乎苛刻，哪怕人工智能系統(tǒng)僅出現(xiàn)1%誤差，也可能引發(fā)一系列難以收拾的殘局。以石油管道監(jiān)控為例，如果人工智能對管道腐蝕程度的判斷準確率為99%，那么剩下的1%錯誤可能導致對腐蝕嚴重區(qū)域的漏檢，一旦薄弱環(huán)節(jié)發(fā)生破裂，將出現(xiàn)原油泄漏，污染周邊土壤、水源和空氣。

人工智能的“幻覺”是導致1%錯誤的核心癥結。人工智能模型依靠海量數(shù)據(jù)進行訓練，但數(shù)據(jù)的偏差、不完整，以及算法的漏洞，可能使模型陷入誤區(qū)，產(chǎn)生與實際情況不符的“幻覺”。在石油開采過程中，如果人工智能依據(jù)有偏差的數(shù)據(jù)對油層儲量和開采難度進行預測，那么1%的不準確可能使企業(yè)在開采計劃、設備投入和人員調(diào)配等方面作出錯誤決策，導致開采成本大幅增加，甚至可能因過度開采引發(fā)地質(zhì)災害。

雖然人工智能模型在ChatGPT、DeepSeek等現(xiàn)象級應用的帶動下有了突飛猛進的發(fā)展，但油氣行業(yè)由于高風險和對失敗零容忍的特性，在人工智能應用的道路上進展相對緩慢。

但也不能因噎廢食，人工智能為油氣行業(yè)帶來的潛在價值是不容忽視的。它像一位智能管家，通過對設備運行數(shù)據(jù)的實時監(jiān)測和深度分析，提前制訂精準的維護計劃，有效預防設備故障，大幅提高生產(chǎn)效率。如通過對鉆井設備的智能監(jiān)控，可以提前發(fā)現(xiàn)鉆頭磨損、設備過熱等問題，及時維修，避免設備突發(fā)故障導致的停工停產(chǎn)。此外，在可持續(xù)發(fā)展方面，人工智能通過優(yōu)化能源利用流程，減少了能源浪費，確保企業(yè)在環(huán)保法規(guī)的框架內(nèi)運營，降低碳排放。

人工智能在油氣行業(yè)順利扎根需要遵循嚴格的規(guī)范和準則。首先，數(shù)據(jù)完整性是“大廈”的基石，在項目開展前，要精心制定數(shù)據(jù)策略，確保訓練模型的數(shù)據(jù)準確無誤、來源可靠、范圍合理。其次，嚴格的測試環(huán)節(jié)不可或缺，人工智能系統(tǒng)上線前，必須在模擬真實環(huán)境的受控空間內(nèi)進行全方位、多層次的測試，并由使用該系統(tǒng)的企業(yè)把關，才能建立起對人工智能的信任，提高其在行業(yè)內(nèi)的可持續(xù)采用率。最后，人類智慧的引領作用必須貫穿始終，在關鍵決策環(huán)節(jié)，不能盲目依賴人工智能，專家的經(jīng)驗和判斷要發(fā)揮監(jiān)督、驗證作用，確保決策的準確性和安全性。

人工智能在油氣行業(yè)的應用是充滿挑戰(zhàn)與機遇的漫長征程?！?9%正確就是100%錯誤”時刻提醒我們，以嚴謹?shù)膽B(tài)度攻克技術難關，確保人工智能系統(tǒng)準確、安全和可靠，才能使其成為推動行業(yè)轉(zhuǎn)型升級、實現(xiàn)可持續(xù)發(fā)展的強大引擎。

全球電力需求每年將增長4%

本報訊 國際能源署（IEA）預測，全球電力需求2027年前將以每年4%的速度增長，這將是近年來最快的增速。

國際能源署表示，需求激增主要是工業(yè)生產(chǎn)用電量強勁增長、空調(diào)需求增加、以運輸部門為首的電氣化加速，以及數(shù)據(jù)中心的迅速擴張推動的。強勁的需求增長大部分將來自發(fā)展中國家，其對全球電力總需求的貢獻估計為85%。

國際能源署署長比羅爾表示：“全球電力需求增長加速凸顯了世界各地能源系統(tǒng)正在發(fā)生的重大變化，以及新電力時代的到來。但這也給各國政府在確保安全、負擔得起和可持續(xù)的電力供應方面帶來了挑戰(zhàn)?！?/p>

國際能源署預測，受能源轉(zhuǎn)型政策驅(qū)動的交通運輸電氣化將順利進行，并將繼續(xù)推動整體電力需求激增。（李 嵩）

電力消費猛增致全球能源需求上升

本報訊 國際能源署（IEA）近期表示，發(fā)達國家和新興經(jīng)濟體的電力需求激增，導致2024年全球能源需求增速加快。國際能源署在《全球能源回顧》報告中表示，創(chuàng)紀錄的高溫、工業(yè)和電氣化需求增加，以及人工智能和數(shù)據(jù)中心的興起，導致2024年全球用電量增長了4.3%。

2024年全球電力需求增幅幾乎是過去十年平均水平的兩倍。2024年全球能源總需求增長2.2%，高于2013年~2023年年均1.3%的全球能源總需求增幅。

新興和發(fā)展中經(jīng)濟體2024年仍占全球能源需求增長的80%以上。此外，國際能源署的報告發(fā)現(xiàn)，在經(jīng)歷了幾年的下滑后，發(fā)達經(jīng)濟體2024年能源需求增長了近1%。

國際能源署稱，雖然全球能源需求增長的很大一部分是由可再生能源滿足的，但天然氣、煤炭和核能的消費也隨著需求增長而增加。

隨著電力消耗增加，2024年天然氣需求增長了1150億立方米，而過去十年，天然氣需求每年增長約750億立方米。此外，煤炭需求也上升了1%。

國際能源署署長比羅爾表示，“可以肯定的是，全球用電量正在迅速增長，從而帶動能源需求整體增長，這足以扭轉(zhuǎn)發(fā)達經(jīng)濟體多年來能源消費下降的趨勢。結果是，對主要燃料和能源技術的需求2024年都有所增加，其中可再生能源占增長的最大份額，其次是天然氣”。

比羅爾稱， 國際能源署多年來一直表示，如果全球有機會在2050年前實現(xiàn)凈零排放目標，就不需要投資新的油氣田，但需要對現(xiàn)有油氣田進行投資，以保障全球能源安全。（李 峻）