人工智能（AI）正成为能源价值链各环节的有力工具，到2030年有望释放高达5500亿美元的运营和维护成本节约潜力。
阿布扎比国家石油公司（ADNOC）与贝恩公司合作，开发了两款人工智能工具原型，以加强气候韧性规划和ESG（环境、社会和治理）绩效管理。
韧性智能套件和可持续发展绩效导航工具为能源企业如何利用人工智能推动可持续发展提供了范例。
能源行业正处于复杂且发展不均衡的转型之中。市场可能在数日内发生变化，技术在数月内不断演进，而人们对可靠、可负担且更清洁能源的期待持续上升。
2025年，全球能源需求增长了1.3%，略低于前十年的平均水平；部分地区经济增长放缓，能源密集型行业活动减弱，抑制了需求。在此背景下，能源企业必须日益同时兼顾增长、可负担性、韧性和脱碳。
事实证明，人工智能是实现这一平衡的有力工具。国际能源署估计，人工智能有望释放高达5500亿美元的运营和维护成本节约潜力（到2030年），同时释放现有输电容量中的最高175吉瓦，加快新可再生能源的接入并缓解电网拥堵。
与此同时，人工智能也带来一项并行的迫切任务：人工智能应用和数据中心的能源需求快速增长引发了重要问题：能源行业如何负责任地扩大规模，同时不损害净零排放路径？
在管理环境足迹的同时最大限度发挥人工智能的价值，将至关重要。
人工智能：助力能源韧性与可持续发展的战略工具
为探索人工智能如何在实践中应对这两项迫切任务，阿联酋阿布扎比国家石油公司（ADNOC）与世界经济论坛和贝恩公司开展合作，参与了“可持续中东北非地区领袖倡议”。
在为期八周的创新冲刺中，团队开发并测试了两款人工智能工具原型，旨在加强能源行业的韧性规划和可持续发展绩效管理。
第一款工具韧性智能套件（RIS）将复杂的气候数据转化为可用于决策的洞见，支持资产和价值链韧性规划。
RIS利用涵盖10多种气候灾害类型（包括降雨、风和高温）的地理空间数据集，评估不断变化的气候情景下的运营风险，估算相互关联的基础设施可能遭受的损失，并按成本和投资回报对适应措施排序、提出建议。
一项核心设计启示是，评估不能止于单个资产，而应转向系统层面的视角，以捕捉传统工具难以发现的情况：扰动如何在相互关联的运营环节中逐级蔓延。
与ADNOC气候团队开展的用户测试验证了该平台整合各项资产和基础设施风险信息的潜力，使人们能够更清楚地了解扰动如何沿价值链传播，以及应优先考虑哪些韧性投资。
第二款人工智能工具——可持续发展绩效导航工具（SPN）——运用生成式人工智能解读可持续发展披露，并依据领先的ESG（环境、社会和治理）评级框架对绩效进行基准评估。
在ADNOC拥有多家子公司的架构中，SPN根据评级标准梳理绩效，识别重大差距，并将评估结果转化为企业及子公司层面的优先行动计划。
用户测试显示，人工基准评估工作量大幅减少，业务部门之间的协调也有所改善。一项关键经验是，高管是否采纳取决于分析结果的质量，以及数据输入、评级标准与建议之间是否有清晰可追溯的关联。
能源行业的区域范例
ADNOC此次冲刺项目的成果，为更广泛的中东北非地区能源行业提供了有价值的范例。
RIS等人工智能平台可帮助企业更好地了解资产组合层面的风险敞口，并将资源投向最有效的韧性措施。SPN等工具可帮助企业更好地契合外部ESG期望，从而有望改善市场评价并创造长期价值。
此次冲刺表明，有针对性的试验能够将新兴人工智能能力转化为实用、可用于决策的工具。这种方法可以复制：能源企业结合技术专长、领域知识和明确的应用场景，便能在整个地区采用类似方法。
要扩大规模，企业、技术提供商和可持续发展专家需要继续合作，同时加强数据整合和治理框架。
气候风险与可持续能源的发展方向
人工智能在能源行业可持续发展与韧性方面的应用仍处于早期阶段，但其潜力显而易见。
RIS和SPN原型表明，人工智能的作用可以超越运营效率，支持围绕气候风险和可持续发展绩效开展更有条理、更具前瞻性的决策。
ADNOC的经验表明，要实现这一潜力，就需要投资创新和数据整合；同时也凸显了强有力的治理和跨学科协作的重要性。
满足这些要求后，人工智能工具将在建设能源系统方面发挥日益重要的作用，使其不仅效率更高，也更具韧性和可持续性，造福本地区和全世界。
