数字经济观察网 - 软信官网

一、背景

1.政策指引与时代机遇

国家发展改革委、国家能源局联合印发的《关于推进“人工智能+”能源高质量发展的实施意见》，将能源行业的智能化转型提升到了国家战略高度。人工智能正成为驱动能源产业变革、保障国家能源安全、实现“双碳”目标的关键引擎。

2.行业挑战与转型困境

能源行业作AI转型之路迫切需要“产业级AI”。行业普遍面临三大核心困境：

“最后一公里”鸿沟：企业缺乏将AI潜力，从概念验证带入创造真实业务价值的工程能力与实践路径。

安全与稳定的极致要求：能源业务流程复杂且对安全稳定要求极高，任何AI技术都必须建立在绝对可靠、可控、可信的基础之上。

基础设施的刚性约束：能源企业通常拥有不同厂商、批次的异构算力资源和传统IT系统，如何利旧赋能，实现资源的统一纳管和高效利用，是AI规模化应用前的基础难题。

二、目标

本案例的核心目标是：与能源企业共同构建其内生的、自主可控的AI能力，成为企业最值得信赖的“AI合伙人”，共同将AI技术真正转化为驱动业务增长与模式创新的新质生产力。

具体目标分解如下：

构建统一、高效、安全的AI基础设施，为企业提供全栈智能体解决方案，解决其在算力、数据、安全等方面的难题。

赋能业务与技术团队的自主创新，提供一站式、低代码的开发平台与工具，使业务专家和技术人员能够协同合作，敏捷地构建满足一线需求的AI应用，实现“技术输血”到“业务造血”的转变。

驱动行业知识与AI能力的持续进化，建立从数据到知识、从评测到优化的闭环机制，确保企业的行业大模型与知识体系能够自我成长。

三、建设内容

遵循“筑基→赋能→进化”的三步走路径，我们通过Agentar全栈企业级智能体平台，为能源企业提供了体系化的建设内容：

1.第一阶段：筑基——构建坚实、安全、高效的数智底座

统一算力支撑（智算平台）：针对能源企业面临的异构GPU/CPU资源并存且需统一调度的痛点，提供算力虚拟化与统一调度平台。实现主流异构GPU统一纳管与共池调度，支持万卡规模集群，提升底层算力资源利用率与管理效率。

模型生产线（模型训练与推理平台）：提供全链路模型开发工具，支持大规模分布式训练优化与生产级推理优化，让模型高效生产、稳定运行。

内置行业专用时序大模型（EnergyTS）：为彰显“行业专才”定位，Agentar平台内置了蚂蚁数科自研的能源电力垂类时序大模型EnergyTS。该模型融入了新能源行业的专业知识与多模态数据，具备多尺度训练、多模态融合等优势，在光伏发电、风力发电、负荷预测等场景的预测准确率优于谷歌、亚马逊等同类时序大模型，可帮助企业实现“开箱即用”的精准预测能力。

安全保障（蚁天鉴）：大模型带来了幻觉、安全漏洞等新挑战。我们提供大模型安全一体化解决方案蚁天鉴，旨在打造AI大模型的“安全铠甲”，确保大模型技术在安全可靠的环境中发挥效能，为能源核心系统的安全稳定运行提供坚实保障。

2.第二阶段：赋能——从“技术引入”到“价值创造”

AI应用工厂（智能体开发平台）：提供一站式、可视化的低代码开发工具，配套场景化方案，助力能源行业构建面向客户(2C)、员工(2P/E)等多种场景的深度智能体应用，让AI创新更敏捷。具体包括：

o重塑核心运营决策：

新能源资产运营：基于EnergyTS的精准预测能力，提供资产收益定量预测、发电功率预测、市场价格预测，助力企业实现从定性到定量的精细化运营，提升资产收益。

市场化交易决策：为发电和售电企业提供代理负荷预测、市场价格预测及交易量价决策辅助能力，帮助其从容应对现货市场挑战，提升交易收益，规避市场风险。

智能投决分析：针对光储充等新场景，提供项目经济性测算、敏感性分析、投决报告生成等智能体服务，极大提升项目投决的效率与科学性。

o升级客户服务与营销体验：

AI原生手机App：重塑用户服务体验，提供对话式的电费查缴、业务办理、用能咨询与节能建议，提升客户满意度与线上服务效率。

智能客服中心：通过用户智能客服、坐席智能助手、工单管理后台等功能，智能回答用户重复问题，辅助新人客服快速上手，并为管理者提供客服工作量化考评的抓手，实现降本增效与服务质量的双重提升。

数据洞察引擎（智能问数）：针对海量历史数据沉睡、手工报表效率低下的困境，提供自然语言交互的数据分析产品。业务人员只需“张口就问”，即可分析客户用电行为、挖掘设备运维数据，显著提升企业整体数据决策能力。

物理世界延伸（具身智能）：针对传统人工作业巡检成本高、管理薄弱等问题，提供具身智能产品方案。搭载视觉识别算法的智能巡检机器人，可在无人场站自主巡检，实时发现设备异常，提升运维效率与安全性。

3.第三阶段：进化——构建能源行业大模型与知识体系

行业知识沉淀（知识库）：提供专业的知识管理和检索解决方案，帮助企业将分散的知识、数据加工沉淀为可用的AI“养料”。

标准化评测与迭代（Eva智能评测）：提供一套源自商业实践的标准化评测方法论，通过“评测—反馈—优化”的飞轮效应，驱动行业大模型与AI应用持续迭代。

稳定性保障体系（全链路可观测平台）：实时监控AI系统运行，快速识别、诊断异常，并提供会话分析、故障应急等能力，全方位保障AI业务稳定可用，让规模化成为可能。

四、实施效果

Agentar全栈智能体解决方案已在多家能源企业落地，其生态价值与实践效果，主要体现在以下几个方面：

1.降本增效，释放生产力红利

核心业务增收：通过EnergyTS大模型和交易决策智能体的应用，有效提升了发电和售电企业在市场化交易中的收益，并显著减少了市场风险。

算力成本优化：智算平台通过统一调度与虚拟化技术，有效提升了企业现有异构算力资源的利用率，降低了AI规模化应用的硬件门槛。

人力效能提升：在客服、营销、运维等场景，AI智能体的应用替代了大量重复性、事务性工作，显著降低了人力成本。

决策与创新加速：“智能问数”将复杂的数据分析过程从数天缩短至分钟级；智能体开发平台将新AI应用的上线周期从过去的数月缩短至数周，极大加速了业务创新迭代的速度。

2.安全可控，构建自主创新能力

摆脱技术锁定：企业不再绑定单一技术伙伴，而可以在自主可控的Agentar平台上，拥有了独立开发、部署和治理AI应用的能力，将核心数字资产和创新能力掌握在自己手中。

实现“技术平权”：通过低代码平台和标准化工具，降低了AI技术的应用门槛。企业的业务专家可以深度参与AI应用的定义和创造，技术人员则能更专注于业务逻辑的实现，形成了“业务+技术”的敏捷创新生态。

3.激活数据，深化数据要素价值

数据洞察普惠化：“智能问数”等工具，让数据分析能力不再是少数专家的专利，使企业从高层到基层的每一位员工都能基于数据进行高效决策。

知识资产沉淀：通过知识库的构建，企业分散在文档、系统中的非结构化知识得以体系化沉淀，并能持续为AI应用提供精准的知识供给，形成了宝贵的数字资产。

4.战略价值

与生态展望为能源企业规划了一条从AI“入门”到“精通”再到“引领”的清晰成长路径。它证明了，通过与值得信赖的“AI合伙人”合作，传统能源企业完全有能力构建起属于自己的、世界领先的AI能力体系，为在未来激烈的市场竞争和深刻的行业变革中抢占智能化先机，培育出了强大的核心竞争力与新质生产力。

完成单位：蚂蚁区块链科技（上海）有限公司

完成人：曹诗扬、段珊珊、周敏、余焱滢