2025年，AI的新寵Agent與世界模型同步崛起。在Agent不斷滲透各類企業，改變工作之法時，作為機器人和自動駕駛的關鍵技術，世界模型也正推動AI邁向新高度，甚至被視作實現人類級智能的基石。各大科技巨頭和大模型明星公司紛紛下場押注新技術，積極尋找產品和市場的契合點（PMF）。

其中，to B場景是AI玩家們追求應用落地、實現商業化閉環的必爭之地。從已有實踐來看，面向B端的企業級Agent和圍繞“世界模型”的交互探索大多聚焦在金融、醫療、先進制造等數字化基礎相對較好的垂直領域，而在更多的傳統行業，鮮有AI主演的革新故事。

不過，總有先行者愿意探索新大陸。

AI，能源行業的最大變量

AI重塑千行百業，處在轉型深水區的能源行業，同樣在經歷一場AI驅動、箭在弦上的產業性變革，尤其是在能源系統愈加復雜、政策導向市場化的行業發展趨勢下。

能源系統，是一個涵蓋能源生產、供給、輸配、存儲、使用等眾多環節的生態體系，并與整個經濟社會全行業的發展變化同頻共振——這種內外因素多重疊加，共同決定了能源系統的高度復雜性。

從需求側來說，全社會的能源整體用量不斷攀升。以今年7月最新發布的數據為例，據國網能源研究院《中國電力供需分析報告（2025）》預測，2025年全國全社會用電量將達到10.3萬億千瓦時，比上年增長5%。

對應到供給側，隨著能源結構轉型深入，以風光代表的新能源成為滿足新增用能需求的關鍵力量。上述報告預計，2025年新能源新投產裝機規模首次突破5億千瓦。其中，太陽能發電新投產3.8億千瓦，比上年增長35.5%；風電新投產1.4億千瓦，比上年增長77.1%，創歷史新高。

整體用量和新能源規模齊齊上漲的同時，能源行業還面臨著一個流行趨勢：分布式能源崛起。根據國際能源署（IEA）的預測，到2030年，全球分布式能源裝機容量將達到1.4億千瓦，相比2020年增長超過300%。

從我國情況來看，公開數據顯示，2024年分布式光伏新增裝機達1.2億千瓦，占當年新增光伏發電裝機的43%。發電量方面，2024年分布式光伏發電量3462億千瓦時，占光伏發電量的41%。2024年3月，“分布式能源”首次被寫入《政府工作報告》，行業進入快速發展期，成為能源轉型的關鍵力量。

以上種種持續攀升的各類數據，共同指向了一個行業挑戰：能源系統正在經歷前所未有的復雜變化。

除了能源系統內部的結構性變化，外部因素的迭代更新，也加劇了能源系統的復雜程度。

其中最具代表性的因素，便是政策導向。今年初，國家發展改革委、國家能源局聯合發布《關于深化新能源上網電價市場化改革促進新能源高質量發展的通知》，也就是引發業內高度關注的“136號文”，標志著新能源全面市場化的靴子正式落地。

對能源行業而言，“136號文”可謂一道改革分水嶺。新政提出的“新能源上網電量原則上全部進入電力市場，上網電價通過市場交易形成”，成為新能源全面入市的發令槍，宣告上一時代“保底收益、政府定價”的結束。這意味著，新能源開發、工商業儲能等企業將進入真刀真槍拼市場的新階段。

從供需總量、供給方式和能源結構的變化，到新能源電力市場化改革邁出關鍵一步，這一切無疑為傳統的能源行業，尤其是能源管理模式帶來了更復雜、更強勁的沖擊。全行業亟需一套適應復雜變化的轉型新方法。

作為深耕能源行業三十余年的代表性企業，在新奧泛能網看來：“不轉型一定會死，轉型可能會找到一條出路。”

以大模型為代表的新一輪AI技術，為能源行業找尋出路創造了更多可能性和想象空間。能源+AI深度融合，這種新解法可以實現更高水平的數智化能源管理，讓管理系統從過去的機械“工具人”進化為自治“智能體”，以應對高度復雜的能源行業演進——這正是新奧泛能網在做的事。

在傳統的能源管理模式下，往往進行單點的信息采集，管理系統只能做到單點優化、局部尋優和決策，但這種“頭痛醫頭、腳痛醫腳”的模式難以實現全局協同和精細化調控。尤其在千變萬化的現實工況中，能源系統的復雜性如同一個有機的智慧生命體，而非簡單線性地執行點狀指令的“工具人”。

與此同時，在外界的傳統認知中，打造能源管理系統的“數智化”，等同于“上設備+傳數據+寫規則”，這導致系統在實際應用中浮于表面，數據資源難以轉化為有效的決策行動。如此一來，系統自然會淪為擺設。

針對傳統能源管理系統的痛點，新奧泛能網在2024年首次提出了能源自動駕駛概念，并基于此打造了一套被稱作“能源領域自動駕駛”的核心技術架構，可以實現對管理系統的動態精準控制和全局尋優，破解傳統管理模式的瓶頸。

當AI這一巨大變量不斷向能源行業滲透，一場深刻的產業重塑已經從能源管理系統開始，掀開了全行業變革的黃金一角。

Agent 爆發前夜，能源AI的解題思路是什么？

當下各類Agent遍地開花，在眾多的AI應用場景中，能源行業是一個高度復雜且離散化的選項，增加了AI落地于此的難度。

這是因為，能源行業的數字化發展程度不均衡，不同場景下的業務數據孤立存在，甚至沒有數據，更難以形成有效的數據資產。這導致AI模型訓練面臨“巧婦難為無米之炊”的窘境。

更重要的是，能源應用于千行百業，這種“能源x行業細分場景”的交叉模式，需要兼具極強的AI技術能力和深刻的行業認知，才能精準地滿足多元化的用能需求。

例如在人們常見的高端酒店，大堂、餐廳等公共區域的溫度舒適，客房、泳池等私屬空間的個性化體驗，整座樓宇全年正常運轉的背后，是涵蓋空調系統、照明系統、生活熱水系統、動力系統等復雜的生態體系，需要強大的管理調度能力。

這就要求能源管理系統不僅具備AI智能化能力，更需要深刻理解酒店內不同空間、不同場景下的業務邏輯和用能需求：既懂AI也懂酒店，才能更節能、更精準地管好一棟大樓的溫度。

與酒店相比，能源領域的熱門事物，虛擬電廠，看似距離普通人的生活很遠，實則將深度影響人們的用電。有人將虛擬電廠比作“看不見的電廠”，它將用戶側的已有電力資源，比如空調、電動汽車充電樁、分布式光伏、源網荷儲一體化園區等，通過物聯網等技術進行聚合與協調。

因此，也有人將虛擬電廠比作"電力12306"，指向它在時間、空間、產品和交易這四個維度上的動態調度資源。但虛擬電廠作為能源互聯網操作系統，其復雜性遠超12306，從它需要協調兼顧的四個維度上可見一斑。

虛擬電廠的調度對象是電力資源，也就是說，它需要遵循電力市場的分鐘級單元、電網的地區節點跨度、產品的多目標使用，以及電力交易的市場類型來進行動態調控。而兼顧“四維調度”，尋求全局最優解，僅憑AI難以實現。AI具備解決復雜問題的能力，但前提是要先理解復雜問題：既懂AI也懂電力，才能真正發揮虛擬電廠的最大價值。

由此不難看出，無論是日常場景還是垂直領域，能源行業里的破題點在于AI ，但僅有AI還遠遠不夠。

數據與“深技術”，是AI落地的核心壁壘

面對復雜的能源問題，包括Agent智能體在內的AI技術，更像是武俠世界中的精妙招式，對敵時可以釋放表層的戰斗力。但高手過招，真正講究的是內功心法，也就是能源行業knowhow的積累。

因此，檢驗能源領域的AI技術和產品，關鍵標準在于背后的企業是否有深耕能源行業，再進一步解釋，就是能否用深入的行業數據，打磨出融合了AI的“深技術”。

那么，新奧泛能網為何會成為敢于探索AI落地能源新大陸的先行者？答案的關鍵詞是：產業基因。

泛能網生于新奧三十多年的能源深耕，長于新奧的泛能業務，在AI落地的場景上自然而然地踏上了具有諸多難點的能源行業。

“數據是對產業的垂直認知。這類數據不同于互聯網上的公開信息，它們來自用戶側設備，是一套實時物聯的交互系統，屬于私域數據。”新奧能源副總裁、新奧泛能網CEO程路博士解釋說，“這就在比拼誰的產業基礎更深，誰能夠接觸更多的產業終端用戶，積累更多數據，對場景的認知更強。在AI落地的競技場上，數據和技術，就是核心壁壘和護城河。”

基于深厚的產業認知和經驗積累，泛能網將能源與AI模型、仿真等先進技術深度融合，以泛能仿真作為能碳專業能力認知平臺的智能引擎，無限逼近真實能源世界，讓能源的“世界模型”成為智能認知的基礎，為動態解決方案智能生成、算法開發與驗證等提供能力支撐。2024年，泛能網發布了能源+AI產品：能碳智控一體機。這也成為AI落地能源領域的代表性應用。經過一年實踐與進化，能源+AI也找到了向縱深發展的更佳路徑。

7月23日，泛能網將在北京舉辦“能源+AI 共創零碳未來”2025新產品發布會。屆時，泛能網將發布升級版能碳智控一體機新品，分享能源垂直領域前瞻技術，解密多場景實戰案例，并邀請生態合作伙伴展開跨界對話，共同探討能源+AI深度融合新范式。

Agent時代，如泛能網能碳智控一體機一般的AI好產品，正在生態共建中加速生長。敬請期待新品亮相！