人工智能的每一次“运算”，都离不开电力系统的“全力奔跑”。国家能源局最新发布的《中国“人工智能+”能源发展报告2026》揭示了一组引人注目的数据：全国一体化算力网络八大枢纽节点的算力用电需求，近三年平均增长率已高达约39.5%——这一增速，已远超全社会用电量的平均增长水平。

当算力规模呈指数级扩张，与能源系统的绿色低碳转型浪潮相遇，一个至关重要的融合点随之凸显：算电协同。这不仅是技术层面的挑战，更是关乎能源安全与数字经济深度融合的战略性议题。

由此引出关键问题：能源企业应如何筑牢自身绿色、可靠的能源供应基础，从而成为AI产业发展的坚实“赋能者”？同时，又该如何善用人工智能技术，破解自身转型过程中的痛点与难点，成为AI时代红利的“受益者”？

以下是多位专家学者带来的深度见解。

孙传旺（厦门大学中国能源经济研究中心教授）分析指出，在“十五五”这一关键阶段，核心任务在于强化能源、算力、数据、模型等关键要素的深度融合与高效联动。具体路径上，首要任务是完善能源领域的数据标准体系，并建立健全数据安全共享与隐私保护机制，为构建高质量行业数据集奠定基础。要让行业大模型发挥实效，需推动其在全业务链条的场景中落地应用，形成从场景筛选、模型验证到闭环优化的完整体系。此外，必须在规划、调度、交易等多个维度实现算电协同。例如，统筹考虑新能源发电基地与算力枢纽的布局，此举不仅能提升绿色电力的消纳比例，也能保障算力基础设施以更低碳、更可持续的方式运行。

庞善臣（中国石油大学（华东）青岛软件学院执行院长、计算机科学与技术学院院长）特别强调，传统能源企业的智能化转型需把握节奏，避免“急于求成”或“踌躇不前”。应积极探索多能互补、源荷互动的融合模式，推行一种“场景驱动、分批迭代、应用反哺”的轻量化转型策略。即在明确应用场景的基础上，以渐进式迭代和实际应用效果来牵引技术升级。在“十五五”产业转型窗口期，企业需始终锚定能源安全保供这一根本，平衡好稳健运营与创新转型之间的关系，以精准、可控的节奏推动人工智能与能源产业的深度融合。

付贺松、王贯瑶（中石油（北京）数智研究院规划中心业务总监、高级研究员）提出，当前能源行业应聚焦两大核心命题，实现双向赋能。一方面是直接面对算力扩张带来的电力需求挑战：能源企业需依托自身资源禀赋，为算力中心提供稳定、绿色的能源保障。另一方面是主动借力AI：利用大模型等技术优化能源生产与调度，提升风电、光伏等新能源的并网消纳能力，最终构建起算力消耗、电力支撑与绿色能源生产之间的良性循环生态。

张弢（中国石油勘探开发研究院数字和信息化部副主任）则指出了几个需要“靶向突破”的关键方向。他认为，未来的算力竞争，表面是芯片与算法的竞争，其底层实质则是稳定、低碳、经济的能源保障能力的竞争。实现精准突破，首先需夯实专属数据基础，建设集团级的上游业务数据管理中心，统一油气专业数据标准，持续积累高质量标注数据集，推动数据资源化与资产化。其次，需聚焦勘探开发等核心业务场景，研发轻量化、专业化、高适配的油气领域AI专用模型。第三，坚持由点及面，优先在降本增效显著、风险可控、技术成熟的场景开展标杆试点，形成可复制经验后有序推广，避免盲目投入。最后，还应深化产学研用协同创新机制，联合顶尖科研机构与科技企业共同攻关前沿技术难题。

中国石油集团经济技术研究院能源大数据中心的专家团队，为我们描绘了一幅未来的智能能源图景。他们研判，在人工智能深度渗透下，能源产品与服务将经历一场根本性变革：从物理实体驱动转向数据智能驱动，从被动响应需求转向主动预测与自动调节。未来的能源系统，将演进为一个具备全面感知、智能决策与自动协同能力的有机生命体；能源产品将升级为集成软硬件的智能终端，而能源服务则将朝着精准定制、多能互补与分布式协同的生态化模式演进。最终，能源流、信息流与价值流将实现深度交融与高效统一。