当AI与能源结构变革共振融合，催生行业大模型全新机遇
自ChatGPT面世以来，人工智能大模型迅速成为行业焦点与资本新宠。当前，OpenAI的GPT-4/4V/5代表全球通用大模型底座能力的最先进水平，基于GPT的底座能力，相继衍生出了DALL-E3、Whisper、Sora等，则是大模型在特定场景的成功探索和实践。
国内方面，2023年“百模大战”也吸引了业界的广泛关注。中商产业研究院发布研究报告认为，以自然语言处理技术为关键的生成式人工智能，在模仿人类理解和创作能力上突飞猛进，成为新一轮科技革命和产业变革的重要驱动力量；AI大模型能够处理大规模数据并具有更精准的预测和更优质的决策能力，是实现人工智能商业化的关键，应用前景广阔。
对于人工智能大模型在具体产业应用落地方面，北京清鹏智能科技有限公司创始人兼CEO李中阳在接受环球网记者采访时表示：“从技术层面拓展大模型的边界，利用能源大模型为广大的能源主体提供多样化的服务，是行业大模型的一种积极探索。”
中美大模型的商业化路径会有所不同
面对大模型的一派火热，李中阳却观察到了一些隐忧：“比如ChatGPT和Midjouney增长基本停滞、OpenAI商业竞争和盈利压力的增加”，他还判断大模型to B的商业化还处于“百家争鸣”的探索阶段。
李中阳分析认为，从通用大模型的发展角度来看，中美是唯二有竞争力的国家，中国业界在紧紧追赶，但实践过程中，中美大模型的商业化路径选择未来可能会有所不同。他还具体分析认为，中美人工智能未来发展方向存在差异，美国以金融资本驱动以AI技术颠覆娱乐业，而中国则以产业升级为目标，以AI赋能和重塑制造业。
通用大模型的出路在于形成规模效应，高昂的训练成本打造护城河的同时，尽可能降低调用的边际成本实现商业化闭环，而国内C端用户并没有很好的付费习惯，如果没有强付费意愿的场景，就很难实现产业层面的闭环。
但国内的机会恰恰在于广大B端的行业大模型，他分析道：“一方面中国拥有全球最齐全的工业门类、最复杂的应用场景和最具组织能力和科创意愿的政府，使解决行业大模型的数据生产要素成为可能，另外一方面大模型的算力需求，恰恰可以由中国已建和待建的海量新能源建设所满足。”
“正是基于以上考虑，形成了清鹏智能all in能源大模型的原动力”，面对未来，李中阳满怀信心，而这种信心更来自于一系列政策支持和行业技术变革。
当“大模型”与能源结构变革共振融合
针对人工智能大模型在训练过程中耗能巨大的问题，英伟达黄仁勋曾公开提到：“AI的尽头是光伏+储能”，李中阳则进一步认为“光伏+储能的尽头也是AI，算电耦合、多能协同都离不开AI技术的运用”。
按照我国的“双碳”目标和计划安排，预计碳中和阶段（2051年到2060年），我国发电总装机70亿千瓦，其中新能源装机将突破50亿千瓦，能源结构变革带动电力市场改革的持续深化，也将带来一系列的产业机遇。对此李中阳判断：“新能源的随机性和波动性无论对电网的安全稳定运行，还是新能源主体的商业可持续性都带来巨大的挑战，同时也是巨大的机会。”
清鹏智能就致力于成为世界领先的AI+能源公司，李中阳强调，让大模型从理解图文到理解多源工业运行数据、进行复杂知识推理和工具利用才是支撑工业应用场景的核心，理解了这些就能让大模型成为行业专家、成为工厂里的“老工人”，能够颠覆从科研到实际系统运行的流程。
李中阳也强调从商业维度拓展大模型的边界：“不只让大模型能够成为聊天、创作的工具，更多让大模型成为专业的建模工程师、算法工程师、规划设计专家，发挥大模型跨专业的专家能力，辅助广大能源主体进行真实场景的高效运行运营，实现降本增收节能降碳。”
以能源大模型最先切入的下游行业新型储能为例，随着新型电力系统的建设，保持了超常规的增速。据中关村储能产业技术联盟发布的数据，截至2023年底，全球新型储能累计装机规模达91.3GW，相当于2022年同期的近两倍；中国、欧洲和美国继续引领全球储能市场发展，中国新增装机规模占比接近50%。清鹏智能基于能源大模型开发清鹏天行AI+EMS系统，就是应用在储能电站智慧化运行和运营。
除了新型储能外，公司的能源大模型也可被应用在海量的负荷侧灵活性资源的协同调控，这也是虚拟电厂的重要组成部分；据中信证券发布研报预计，到2025年虚拟电厂整体市场空间有望达到723亿元，到2030年有望进一步增长到1961亿元。李中阳具体介绍到：“利用能源大模型跨专业的知识理解能力，自动化、半自动化建模评估负荷侧灵活性资源的调节能力，实现更有效的聚合、定价策略，是虚拟电厂每年千亿市场的核心竞争力。”
清鹏天衍电力交易云则是另外一个能源大模型的应用场景，综合考虑气象、源网荷储特性、市场主体博弈等多因素，实现多周期精准电价预测，并智能推荐交易策略。“随着工商业用电的全部入市和电力现货市场占比的逐渐提升，交易能力成为所有能源主体的钞能力，这将是一个更为广阔的市场”，李中阳认为。
行业大模型是生产要素创新性配置的突破
2019年李中阳投身AI创业大潮，加入一家AI基础软件公司做合伙人，支持了早期“大模型”的分布式训练，这家公司被某大厂间接收购；随后在2021年，李中阳与母校清华大学电子系一起孵化了清鹏智能，清华大学以知识产权的形式入股，拿着AI这柄“锤子”找到了新型储能这颗“钉子”。
据李中阳介绍，清鹏智能的创始团队均毕业于清华大学电子系，研发团队由两名人工智能领域长江学者教授，与一名能源领域知名专家教授共同领衔，核心成员来自于实验室科研人员转化和AI公司算法工程师招聘，团队累计发表国际顶级论文200余篇；目前公司已获得发明专利授权2项，已提交专利申请30余项。
截至目前，清鹏智能多次获得相关主管部门的重要奖项，包括中国人工智能学会等主办的2023首届全国人工智能应用场景创新挑战赛智能能源专项赛特等奖第一名、工信部产业发展促进中心主办的第一届新型储能寿命模拟预测比赛十强团队、工信部产业发展促进中心主办的第一届能源电子产业创新大赛重点终端应用赛道优秀奖等。
更值得一提的是，尽管能源大模型研发周期长、智力密度高，清鹏智能已取得能源集团示范项目的用户证明，产品也已完成实证，并与多家大型能源集团、气象领域部门、风电头部企业达成实质合作，得到了市场应用层面的印证。
此外，对于当下业界广泛探讨的“新质生产力”，李中阳认为行业大模型是实现“全要素生产率提升”的重要工具，并提到：“行业大模型充分理解吸收了人类知识和经验，且不受限于现有利益格局做出客观科学的决策，这才是生产要素创新性配置和技术革命性突破”。