据全球咨询机构Indigo Advisory统计数据，截至目前，AI在能源领域的潜在应用已经达到50余种。全球有上百家企业推出了“AI+能源”产品，相关投资超过130亿美元。而国际能源署预测，到2026年，能源领域对AI的需求将较目前翻番。

　　“从微观的角度来说，一个新的数字化工具的建立，最终的目标是整个运营效率的提升，从而对于资源实现更好的利用。”剑维软件副总裁及中国区总经理崔静怡在接受21世纪经济报道记者采访时表示，AI等数字化工具对于能源转型的意义便是帮助其价值链的提升。

　　事实上，对于能源产业而言，AI既是工具，也是需求。正处于第三次发展高峰的AI，仍然面临因算力不足所导致的回落风险。也因此，AI背后所代表的算力与能源背后所代表的电力，两者之间的关系将更为密切。

　　事实上，在双碳目标的背景下，以AI为代表的数字化技术对于能源行业转型的重要意义主要在于“效率”与“价值”两个关键词。

　　崔静怡对21世纪经济报道记者表示：“能源转型涉及到对于化石能源的二次消耗的减少，新的数字化工具的建立有利于提升管理与日常工作以及运营的效率，低碳的概念也就应运而生。”在她看来，借助数字化工具，分解价值链，实现效率的提升并帮助能源领域实现优化，这是AI给予能源转型革命浪潮的巨大意义。

　　崔静怡也强调了AI与能源的跨界结合所带来的新可能，“这能够进一步加速整个供应链条的产业链协作，从生产商到客户、合作伙伴、用户，包括在这个链条上的监管机构，大家都能够基于数字化平台与统一、真实的信息源，实现跨产业链之间协同协作，实现更快决策，减少资源浪费。”

　　当前，AI技术在能源领域的应用正从单一的数据分析走向全面的系统优化。通过AI技术，不仅可以提高能源利用效率，还能促进清洁能源的发展，实现能源的智能化管理和调度。

　　在此背景下，AI与储能的结合可谓是典型案例。

　　从储能全生命周期来看，AI可以在规划期辅助选址和配置容量，决定储能系统的最优位置（源侧、网侧或负荷侧），并根据不同配置预测收益。在运营期，AI负责监控系统的安全性和优化性能，特别是随着V2G技术的发展，AI在管理大量移动储能和效益最大化方面不可或缺。到了更新期，AI帮助决策更新何种储能系统、更新地点以及是集中式还是分布式更新，以维持算力中心的稳定运行。

　　“当前整个电力系统的新的趋势是由传统能源转向新能源。从光伏到绿氢的生产，再到绿氨的制造，受气候、光照变化的影响，负荷的波动特别大，这跟传统的电力行业面临的挑战非常不一样。”崔静怡告诉21世纪经济报道记者，特别是在新能源工厂的建设中，更需要考虑电流大幅度波动对下游的生产负荷和生产能力的影响，“以我们的一个客户埃克西尔能源（Xcel Energy）为例，该公司超过20%的能源供应都来自风能，通过部署AVEVA PI System，其利用数据驱动工具将风力预测误差减少了三分之一以上，并在六年时间里实现了4500多万美元的运营降本增效。”