全国两会刚刚落幕，“人工智能（885728）+能源（850101）”“算电协同”“数据资源开发利用”等相关部署在2026年政府工作报告中明确提出，能源（850101）安全与双碳目标下的智能转型成为行业热议焦点。当AI掀起全球产业变革的浪潮，能源（850101）领域作为国民经济的“命脉”，正迎来一场由智能技术驱动的深刻转型。
多位能源（850101）领域院士此前都表达过“能源（850101）+AI”的蝶变作用——从矿山安全到电力（562350）保障，从油气勘探到资源循环，从规划布局到数据治理，院士们的观点既立足行业痛点，又着眼国家战略，清晰传递出一个共识：AI与能源（850101）的融合，从来不是可选项，而是保障能源（850101）安全、实现“双碳”目标的必答题。
传统能源破局：AI是“金钥匙”
我国能源（850101）结构中，传统能源（850101）仍占据重要地位，而深部开采、高效勘探等难题，正成为制约行业高质量发展的瓶颈。多位院士聚焦传统能源（850101）领域，明确了AI的破局价值。
全国人大代表、中国工程院院士袁亮直指矿山安全的核心痛点。随着浅部资源枯竭，煤矿正以年均10—25米速度向深部延伸，目前平均采深已近500米。水、火、瓦斯、冲击地压等多灾害耦合风险日益凸显，传统“被动防控”模式难以为继。
“新质生产力是矿山行业防范化解重大安全风险、提升本质安全水平的‘金钥匙’。”袁亮强调，在矿山向深部化、复杂化发展的背景下，构建全场景智能安全治理体系，推动矿山安全从经验驱动向数据驱动、从被动响应向主动响应转型，是提升行业本质安全水平的关键。为此，他建议将AI驱动矿山安全升级确立为国家战略，在两淮、神东等重点矿区布局国家级综合示范工程，并设立“智能矿山安全”交叉学科，将AI应用能力纳入安全管理人员考核体系，让AI真正成为矿山安全的“智慧卫士”。
中国工程院院士武强从数据层面印证了煤炭（850105）的战略地位。他指出，2024年我国煤炭（850105）在一次性能源（850101）生产占比中高达67%，是保障能源（850101）稳定供给的“压舱石”。AI技术可实现“透明地质”，通过对地下地质数据的智能分析，大幅减少井下作业人员，从根本上解决煤矿安全与职业健康难题。
在油气领域，能源（850101）安全压力同样突出。中国工程院院士李阳、刘合分别指出，截至2025年年底，我国石油产量达2.16亿吨、天然气（885430）产量达2619亿立方米，但石油对外依存度长期高于70%、天然气（885430）对外依存度高于40%，且油气勘探开发已进入“两深一非一老”(深海、深地、非常规、老油田)阶段，绿色高效开发难度持续加大。
李阳提出，需通过强化数据融合与治理、构建行（HK0939）业特色大模型、推进智能体建设，实现油气勘探开发全流程自动化；在CCUS领域，已建成的智能化管理平台可实现捕集、管输、驱采、封存全流程智能研发，“一键式CCUS方案生成”大幅提升效率。
刘合则强调，AI已成为油气产业高质量发展的必选项——它通过重构勘探模式、实现提质增效、推动多能互补、变革生产关系，为油气产业注入新动能，即便面临数据治理难题、复合型人才短缺、安全管控考验三大挑战，也无法阻挡AI与油气产业的深度融合。
算电协同发力：立足实际
随着AI技术的快速发展，“电力（562350）是否会成为AI发展瓶颈”成为行业热议话题，而我国的电力（562350）优势与理性布局，让这一焦虑有了明确答案。同时，院士们也提醒，AI在电力（562350）系统的应用，需坚守务实边界，拒绝“盲目跟风”。
全国政协委员、中国工程院院士王坚直言，“电力（562350）并非当前我国人工智能（885728）发展的瓶颈，不必追随美国产生相关焦虑。”他给出了坚实的数据支撑：我国发电量约为美国三倍，且用电结构以工业与商业用电为主导，与美国居民用电占比偏高的格局形成鲜明对比，工业算力相关用电保障空间更为充足。更重要的是，我国西部清洁能源（850101）与特高压（885425）输电体系，可为智算中心提供稳定绿电。2026年政府工作报告首次提出算电协同新基建，这一举措并非偶然，而是立足我国国情的战略选择——从“东数西算”搭建空间框架，到新型电力（562350）系统筑牢能源（850101）底座，一套覆盖规划、建设、调度、市场化的全链条算电协同体系已然成型，将实现“以电强算、以算促电”的良性循环，让中国走出一条绿电支撑、算力普惠的智能经济之路。
中国工程院院士刘吉臻则为AI在电力（562350）系统的应用“理性降温”：“人工智能（885728）不等于大模型，应用必须边界清晰。”他强调，探讨中国能源（850101）转型与AI应用，必须立足我国“煤炭（850105）为主+新能源（850101）”的能源（850101）结构现状，脱离这一客观现实，任何探讨都难以切合实际。大模型适合用于管理、决策、优化等场景，但在风机智能控制、电网调度等需要确定结果的核心控制场景中并不适用。他以定州电厂“黑灯工厂”实践为例，AI已将日均操作从6114次降至249次，这一案例印证了工业级智能的务实价值——AI的价值不在于“高大上”的概念，而在于解决实际生产中的痛点。
类似的实践还有很多，国网安徽南陵县供电公司的智能变电站，通过AI图像识别技术实现设备缺陷自动诊断，准确率超95%，效率提升数十倍；国网嘉兴供电公司的AI虚拟总指挥长“启航”，让配网调度关键业务处置效率提升40%以上，这些都彰显了AI在电力（562350）运维中的务实价值。
激活资源循环：提升利用效率
“双碳”目标下，绿色低碳成为能源（850101）发展的核心方向，而AI正成为推动能源（850101）绿色转型的“核心引擎”，在资源循环利用、能源（850101）效率提升等领域发挥着不可替代的作用。
中国科学院院士韩布兴聚焦绿色资源循环利用，他指出，我国每年因化石资源利用产生的二氧化碳约达100亿吨，可收集的农林废弃物约达10亿吨，废弃塑料约达6000万吨。这些看似的“废弃物”，在AI技术的赋能下，可转化为燃料、化学品，既解决环境问题，又补充能源（850101）供给，实现“变废为宝”。他坦言，绿色资源循环利用领域前景广阔但仍面临挑战，人工智能（885728）技术的融入将极大提升科研创新效率，其所在实验室已安排年轻教师积极运用AI工具，推动研究提质增效。
中国工程院院士、国家能源（850101）咨询专家委员会副主任杜祥琬则点明了AI赋能能源（850101）的核心价值：“智能技术对能源（850101）行业的赋能，核心在于能够显著提高能源（850101）利用率，为能源（850101）行业开启绿色发展新篇章、创造低碳未来提供强劲支撑。”从深部矿山的安全节能开采，到智能电网（885311）的高效调度，从油气勘探的精准高效，到算电协同的绿色低碳，AI正贯穿能源（850101）生产、传输、利用的全链条，成为能源（850101）领域新质生产力的核心引擎。正如宝丰能源（600989）的实践所示，AI智能配煤系统优化原料配比、大机组在线预警系统实现故障预判，通过全流程智能化改造，既提升了效率，又降低了能耗，打造了能源（850101）化工（850102）领域AI应用的可复制样本。
中国工程院院士郭仁忠也聚焦双碳目标与能源（850101）转型，补充了能源（850101）规划与数据治理层面的关键观点。他指出，在双碳目标与能源（850101）转型的时代背景下，优化规划布局是赋能零碳园区建设、助力能源（850101）治理现代化的重要前提，这与政府工作报告中“深化拓展‘人工智能（885728）+’”“推动绿色低碳发展”的部署高度契合。过去的城市规划多以空间布局为核心，配套有教育、医疗、交通等专项规划，但唯独缺少能源（850101）系统专项规划，这与当前多元化、低碳化的能源（850101）需求不相适配，因此，首要任务是新增能源（850101）系统专项规划，填补规划空白，让能源（850101）发展与城市空间发展同频同步。
在具体规划实施上，郭仁忠提出了三点关键建议。其一，空间布局需适配数字化能源（850101）治理需求，在城市适宜区域预留光伏发电、储能（885921）设备等相关空间，为新能源（850101）设施落地提供保障，推动新能源（850101）与城市空间深度融合，助力AI与新能源（850101）场景的深度落地；其二，推行混合供能模式，通过科学规划减少不必要的能源（850101）消耗与碳排放，例如优化交通规划，合理疏导人流物流，降低交通领域能源（850101）损耗，呼应双碳目标下的节能要求；其三，强化数字化赋能，能源（850101）治理现代化离不开数字化手段，无论是规划环节还是能源（850101）系统本身，都需实现数字化升级，通过体系化数字化建设，为能源（850101）治理现代化提供坚实支撑，而AI正是实现这一升级的核心技术抓手。
以AI为翼：开启能源高质量发展新征程
尽管聚焦领域不同、侧重点各异，但各位院士对AI与能源（850101）融合的认知高度一致：AI不是“锦上添花”，而是破解能源（850101）领域痛点、保障能源（850101）安全、实现“双碳”目标的“关键抓手”。
同时，院士们也清醒地认识到，AI与能源（850101）的深度融合仍面临诸多挑战：数据治理不完善、复合型人才短缺、应用边界模糊、安全管控难度大，部分领域还存在“重概念、轻实践”的过热现象，这些都需要行业协同破解。其中，数据共享与信息孤岛问题尤为突出，中国工程院院士郭仁忠直言，这并非能源（850101）行业独有难题，而是各行业数字化发展过程中普遍面临的共性问题，其核心症结可归结为“不愿意、不会、不敢”三大方面。不愿意共享，源于数据作为核心资产的价值属性，部分主体因担心自身利益受损而拒绝共享；不会共享，是受技术限制，不同类型数据标准不一、治理难度大，缺乏便捷的共享手段；不敢共享，则是出于数据安全（885942）、保密及法律层面的顾虑，担心数据共享后引发责任纠纷。
对应三大症结，郭仁忠提出了针对性的破解路径，精准发力打破信息孤岛，呼应政府工作报告中“深化数据资源开发利用，健全数据要素（886041）基础制度”的要求。对于“不愿意共享”，需从体制机制层面破解：一方面建立激励机制，让数据共享主体获得相应回报，提升共享意愿；另一方面完善相关规定，将数据共享明确为相关主体的责任，引导其服从国家统一部署。对于“不会共享”，则依托技术创新破解，借助人工智能（885728）等新技术，优化数据治理模式，丰富数据共享手段，让数据共享更便捷、高效，充分发挥AI在数据治理中的赋能作用。对于“不敢共享”，需强化法律法规保障，明确数据共享后的责任界定，消除主体的后顾之忧，同时加强数据安全（885942）保护，让数据共享在法治框架内有序推进。国家发展改革委、国家能源（850101）局印发的《关于推进“人工智能（885728）＋”能源（850101）高质量发展的实施意见》，明确提出到2027年，我国能源（850101）与人工智能（885728）融合创新体系初步构建，到2030年，能源（850101）领域人工智能（885728）专用技术与应用总体达到世界领先水平，为行业发展指明了方向。
从矿山安全的“超前防控”，到电力（562350）系统的“算电协同”；从油气勘探的“全流程智变”，到资源循环的“变废为宝”，AI正以不可逆转之势，重塑能源（HK2570）产业格局。多位院士的发声，不仅为能源（850101）与AI的融合发展提供了专业指引，更传递出我国能源（850101）行业拥抱智能变革的坚定决心。
以政策为引领、以场景为抓手、以安全为底线，依托我国能源（850101）供给、能源（850101）结构、电网建设等多重优势，集中精力推动AI技术研发与产业落地，中国必将走出一条具有中国特色的能源（850101）智能化发展之路，以AI为翼，筑牢能源（850101）安全屏障，绘就绿色低碳发展新图景。
