机器学习、大数据以及自动化正在深刻影响全球工业体系，动力行业也不例外。各种创新成果推动了技术进步，提高了经济效率，创造了更加智能化的业务运营模式，并增强了基础设施的灵活性。正因为如此，世界各地的企业和机构都将先进技术，尤其是人工智能，作为优先关注的重点。

对于动力行业而言，许多企业正在通过多种方式利用大数据和AI技术，行业整体的积极性也在快速增长。预计到2022年，石油与天然气行业的AI软件市场规模将达到28.5亿美元。由此带来的预测分析能力可以监控长达数英里的地下管道，而机器学习技术则可以帮助化石燃料企业以更低的成本高效进行钻探，从而更好地理解地下地质结构。新的“智能”电网也通过机器学习技术实现计算机、自动化与传感器装置的集成，从而实时监测甚至预测动力需求的快速变化。

全球范围的技术竞争

今年2月，美国发布了《美国人工智能倡议》，致力于促进跨行业、学术界以及其它非联邦实体的联邦政府支出与资源分配，从而实现AI的技术突破，保持美国在人工智能领域的领先地位。

今年5月，美国能源部长里克·佩里宣布，能源部（简称DOE）正在与克雷和AMD公司合作构建Frontier，这是一台速度达到当前超级计算机50倍的新机器。Frontier被视为世界上最快的计算机。与此同时，中国也在人工智能领域投入大量资源，并在某些目标上领先于美国。

2017年，中国发布了《新一代人工智能发展规划》，其中概述了AI发展的具体研发资金与目标，希望到2030年成为全球AI技术的领导者，并为国家经济贡献约1500亿美元。虽然美国在大多数AI相关目标中占据主导地位，但中国在启动股权融资以及数据收集方面具有明显优势。此外，在全球前20所顶级AI研究机构中，中国拥有17所。

AI重塑动力行业

人工智能在动力行业的应用正在迅速增加。例如，埃克森美孚旗下的XTO Energy正在与微软合作，利用机器学习、商业智能应用和云计算技术从其160万英亩的油田中收集数据。这些实时数据有助于改善钻井及监测基础设施的泄漏情况和维修条件。

这种合作使XTO成为石油和天然气行业中最大的云技术用户之一。预计到2025年，微软的技术实施将帮助XTO每天增加5万桶的石油产量。

此外，AI还有助于提高动力基础设施的安全性。太平洋天然气与电力公司已经开始使用机器学习技术，以应对由于气候变化导致的加利福尼亚州野火问题。实际上，一些野火事故完全是由自发燃烧引发的，并造成了数十亿美元的损失。加州电力公司目前正在尝试使用无人机检查其输电塔，然后通过AI将图像转化为数据点——目前其已收集的数据点达到了10亿个。将这些数据输入算法后，算法可以确定公司应将资源集中在何处，以降低潜在野火的发生风险。

AI技术并不完美

尽管AI技术可以为经济做出巨大贡献，但也存在潜在风险。计算机和机器的实际效果受限于编程水平，而编程工作完全由人类完成，因此设备远非完美。同时，数字化和互联性的增强也增加了设备被操纵甚至造成破坏的可能性。我们对大数据和机器学习技术的依赖性越强，用户面临的网络安全风险也就越大——电网和其他公用事业企业已经意识到这个问题。然而，他们解决这些问题时通常也需要借助人工智能的力量。

因此，全球政府和监管机构必须建立适当的政策机制，以应对技术大规模应用带来的具体问题和风险。例如，最近美国与经济合作与发展组织（OECD）各成员国会面，希望确定国际上使用人工智能技术应遵循的原则。这标志着各国政府向负责任的AI实施迈出的重要一步。

随着AI技术的不断发展，企业和消费者将受益于更安全、更清洁、更便宜和更高效的动力。这场技术竞赛才刚刚开始。