目前，電網所需的數據顆粒度和豐富度遠遠不足，所訓練出來的AI缺少智能化，在加上AI的結果不可解釋性，怎么可能把復雜且重要的任務交給它？

這幾天又被英偉達刷屏，最近仿佛世界上只有英偉達、Open AI和特斯拉三家公司。

3月18日，英偉達GTC 2024大會再次召開，創始人黃仁勛發布全球最強AI芯片。生成式AI徹底達到引爆點。

兩小時的大會，更像一場大型演唱會，有人調侃：黃仁勛是新的泰勒·斯威夫特（美國歌手）。

黃仁勛在AI行業的地位，大抵是如此。

如今，作為“流量之王”，他的言論也在影響著其他行業。上次他成為國內焦點，竟與能源相關。

半個多月前，各大自媒體瘋轉所謂源自黃仁勛的“AI的盡頭是光伏和儲能”。那幾天，A股市場風云突變，鋰電、光伏相關板塊一通大漲，讓人看得熱血沸騰。

一時間，AI仿佛成為了A股新能源板塊的一根救命稻草。當日，儲能電芯龍頭寧德時代上漲14.46%。另一儲能系統、光伏逆變器龍頭陽光電源同樣上漲9.83%。

可以說，你有多看好AI，就該有多看好新能源。

然而，黃仁勛實際并沒有說過這句話，與之更為接近話的來自ChatGPT之父、OpenAI首席執行官山姆·奧特曼。

今年1月，在2024年度世界經濟論壇上，奧特曼提出：AI的未來取決于清潔能源技術的突破。如果沒有（技術）突破，就無法實現這一目標。我們需要核聚變，或者更便宜的太陽能+大規模存儲（能源）的東西。

AI大佬們的本意更強調AI需要的龐大算力，需要消耗大量的能源。因為預計到2030年，計算機將會消耗全球五分之一的電力。而新能源正是解決這一能源缺口的方法之一。

那么，在AI已被定義為變革性風口的當下，未來光伏儲能或能源電力又是否需要AI呢？

有觀點認為，新能源的快速發展和電氣化水平持續提升，導致發電側和用電側的不確定性都在增加，這種不確定的變量過多，傳統的方式已經不能解決，只能依靠大數據和人工智能實現相對可控的商業模式和盈利模式。

所以，AI或將成為能源行業的重要“新開端”和終極解決方案？

01 電力搞AI大概率會失敗？

在AI站上風口以來，各大能源企業紛紛搞起自己的“大模型”，業界也開始有了不一樣的聲音。有人認為，現階段電力搞AI大概率可能會失敗。

目前來看，電網的落地AI主要集中在決策型AI和生成式AI兩種類型。

其中，決策型AI主要是可以替代人工在調度決策中的作用。

回顧歷史上曾出現的決策型AI，例如Alpha Go，往往是在一個無限制可高度重復的場景下，通過大量的數據進行學習，即使錯誤的決策也不會帶來什么災難性后果的情況下，完成算法的優化迭代，從而給出足夠好的決策（至少是超越專家的水平）。

但是，現實的電網調度場景卻不一樣。

決策型AI在電力的應用，有點像自動駕駛，自動駕駛之所以推不開，只能在相對簡單的路線上運行，就是因為自動駕駛一旦出現死人情況，很難承擔起這個責任。個人使用的手機有點瑕疵，不至于發生人命，但是自動駕駛，電力等這些行業，一旦出現事故和瑕疵，都是致命的，對人的生命財產造成直接損失。

以目前情況來看，電網所需的數據顆粒度和豐富度遠遠不足，所訓練出來的AI缺少智能化，再加上AI的結果不可解釋性，怎么可能把復雜且重要的任務交給它？

更重要的是，從法律角度講，當AI做了錯誤決策并造成重大損失時，無法像人類一樣承擔法律責任。也就是，“AI沒法像人類一樣坐牢”。

正由于決策型AI回報和風險沒辦法構成對等的地位，所以只能做一些為決策提供輔助信息的事情，例如用電量預測或天氣預測等。

那還有一種生成式AI呢？

目前生成式AI主要以ChatGPT，Stable Diffusion等模型為主，較為可行的使用場景大多都是信息檢索，內容理解和創作等，這些場景出現一些錯誤也無關緊要，很多人是把它當作一種娛樂來使用的。但如果直接應用到電網上，核心需求和AI能實現的能力相差甚遠。

當然，通過大量數據的收集，利用在其他電力相關的業務上，尤其是關于負荷和新能源發電等大量數據分析到對電力設備的全生命周期管理，其可實現的功能相對較大，可以節省大量的人力需求。

例如，去年7月，山東能源集團、華為、云鼎科技聯手發布全球首個能源行業商用AI大模型——盤古礦山大模型。

在鉆孔卸壓工程中，不僅能降低82%的人工審核工作量，還將原本需要3天的防沖卸壓施工監管流程縮短至10分鐘，實現防沖工程100%驗收率。

不難看出，在能源行業中，目前AI主要是做一些輔助決策的工作。

02 AI概念正在被新能源廠家“濫用”？

其中，儲能是AI在能源中的應用場景之一。

由于太陽并不總是照耀，風也不總是吹著，能量存儲系統對于克服這種自然限制至關重要。

所以，儲能系統被要求解決多項工作，例如幫助調節電網頻率、提供峰值容量以及管理間歇性可再生資源的可變性。

AI可以分析歷史數據和當前狀況，以預測執行所有這些工作的最佳時間，并以高效的方式完成這些工作，最大限度地提高儲能項目的健康和壽命，同時為電網提供最高價值。

ABB 全球產品線經理卡洛斯·涅托曾表示，許多操作人員都知道，儲能操作可能很復雜。它們通常涉及對一切的持續監控，如電池儲能系統狀態、太陽能和風能輸出到天氣條件和季節性，還需要實時決定何時對電池儲能系統充電和放電，這對操作員來說可能是一個挑戰。

如果通過引入最先進的人工智能，就可以全天候實時實現所有這一切，從而實現更加有效和高效的能源存儲操作。

正因為如此，現在一些儲能廠家的產品單頁上頻頻出現AI的字眼。

但不幸的是，仔細一看，很多將自動化甚至半自動化計算都定義成AI。

真正的AI是按照人的思維進行自動模擬、操作。它不是人的智能，但能像人那樣思考、也可能超過人的智能。而自動化通俗講是最高級的機械化和電氣化。

很明顯，AI的概念被正在嚴重濫用。

如“光儲星球”所說，AI不應該是自動炒菜機，需要按照程序去做，而是一個機器人，能主動識別主人情緒等并作判斷和自我決定是做什么菜。以戶儲為例，在AI技術下，理想狀態應該是無需調試和后期人工干預運行的。

目前，各個新能源的小應用場景中都在探索與AI的結合，相比通用大模型，行業大模型的成本和進入門檻都比較低。未來，隨著算力成本下降，完全有機會創造出真正有生產力的AI。

不過從現有情況來看，AI能不能用，怎么用還是一個尚未定論的方案。