从算力扩张的电力约束，到能源系统的智能化改造，《关于促进人工智能与能源双向赋能的行动方案》把两条曾经并行的曲线正式拉到同一张图上。
POLICY NOTE · 正文
本篇解读的三条主线
日前，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）。
文件信息
印发时间
2026年4月8日
公开时间
2026年5月8日
文件名称
《关于促进人工智能与能源双向赋能的行动方案》
文号
国能发科技〔2026〕34号
这是中国首次在国家层面以较完整的政策框架，把"能源保障人工智能发展"和"人工智能提升能源系统效率"这两条链路，放进同一套国家部署之中。
这份文件的战略价值，在于它明确了两个此前长期并行推进的体系之间的耦合关系，并以政策语言把这种耦合固定下来。
对能源行业来说，AI正在成为影响电力系统调节、绿电消纳、设备运维、市场交易、数据治理和产业安全的新变量；对AI产业来说，能源早已超出"成本项"的范畴，已成为决定算力扩张边界、绿色竞争力和商业模式可持续性的底层约束。
宏观层面的直接推力，来自AI扩张对能源约束的加速暴露。国际能源署的数据显示，全球数据中心用电量自2017年以来年均增长约12%，增速超过同期总电力消费增速的四倍；到2030年，数据中心用电量将较2024年翻番以上，AI数据中心耗电量将翻三倍。部分AI型超大规模数据中心单体容量已达100MW以上，年用电量相当于约10万户家庭，并且高度集中在少数区域，电网接入排队、变压器与电缆等关键设备供给不足，可能导致约20%的已规划项目面临延迟风险。
这一判断在美国能源部的相关报告中同样得到印证，其测算显示美国数据中心2023年约占全国用电量的4.4%，到2028年可能升至6.7%至12%。在这一背景下，海外监管和市场机制已经开始围绕大负荷接入、同址供电、需求弹性和核电配置展开重构。
这份行动方案在国内的上位政策，是国务院2025年印发的关于深入实施"人工智能+"行动的意见，关联政策则是"东数西算"、新型电力系统建设、全国统一电力市场、绿电直连、虚拟电厂、零碳园区、可信数据空间、算力REITs等一系列子政策。
这些政策过去分散在不同部门、不同时段的文件之中，各方主体难以把握整体框架。此次行动方案的意义，在于把上述分散政策第一次收束到"AI与能源耦合"这一具体命题之下，形成"算力、电力、数据、模型、场景、金融"六要素协同的闭环框架。
这种整合，改变了各方主体对产业方向的预期，因而也改变了他们的决策起点。
TARGET · 目标节点
2027
初步构建安全、绿色、经济的能源保障体系，初步建立能源高质量数据集共建共享长效机制。
2030
算力设施清洁能源供给保障能力和能源领域人工智能专用技术研发应用达到世界领先水平。
SECTION 01
一份文件，两条主线
本节先看 · KEY POINTS
从文件结构看，这份行动方案围绕两条主线展开，部署10个方面、29项重点任务。
两条主线的设计，有两层明确的政策含义。其一，算力设施的政策属性从单纯的信息产业项目，转向对电力、绿电、水资源和碳约束高度敏感的新型基础设施；其二，能源行业的定位从AI使用方，扩展为数据、模型、场景、标准和安全规则的共同供给方。
第一条主线是"能源支撑人工智能"。政策明确要统筹大型新能源基地与国家算力枢纽规划布局，在新能源富集地区有序汇集算力设施，探索百万千瓦级人工智能算力设施与配套能源系统协同建设，推动高效冷却、高性能供配电架构、余热回收利用、碳足迹核算、绿电直连和价格激励机制建设。鼓励算力设施配置构网型储能，区别于被动跟随系统频率的传统储能模式，强调对电力系统的主动支撑能力，针对的正是高比例新能源渗透率下同步惯量缺失的系统问题。
值得关注的是，文件首次明确提出"探索核电、氢能等能源以直连方式为算力设施供能"，这是官方文件中首次将核电和氢能引入数据中心供能体系的政策表述。
横向比较来看，在国外，微软已与Constellation Energy签署二十年期购电协议，重启三哩岛核电站为其AI数据中心供电；谷歌与Kairos Power达成小型模块化反应堆购电合作；亚马逊与多家SMR企业签署协议，初期投资超5亿美元；NextEra Energy与TerraPower在2026年达成的SMR舰队合作，被市场解读为AI驱动核电复兴的重要节点。
国内方面，中核集团"玲龙一号"计划于2026年投运，国家电投、中核已与头部信息技术企业开展数据中心SMR供电论证，这些进展与本次政策方向形成了制度层面的呼应。
第二条主线是"人工智能赋能能源"。文件要求开放高价值应用场景，建立场景开放共享平台和闭环验证机制，建设高质量数据集，培育数据运营主体，推动能源专业模型、多智能体、多模态和大小模型协同等方向发展。
文件以"专栏"形式列出五大高价值场景，涵盖清洁能源可靠灵活供给、电网安全稳定运行、煤炭智能高效开发、油气高效勘探开发与智慧管网、能源新业态多元融合创新，把"通用赋能"具象化为可识别、可考核、可遴选的产业清单，为能源企业提供挂图作战的政策标尺，也为AI企业提供了进入能源行业的清单式入口。
从目标节点看，到2027年，文件要求初步构建安全、绿色、经济的能源保障体系，初步建立能源高质量数据集共建共享长效机制；到2030年，算力设施清洁能源供给保障能力和能源领域人工智能专用技术研发应用要"达到世界领先水平"。
这一高标准要求在能源领域政策文件中并不常见，体现了政策层面以AI能源融合作为能源强国和数字强国建设标志性抓手的战略定位。前一个节点偏向"试点、机制、基础设施和规则建设"，后一个节点对应"规模化应用和竞争力形成"，简而言之就是，短期看示范，长期看体系。
SECTION 02
双向赋能的现实基础
本节先看 · KEY POINTS
资源基础
大规模风光装机提供绿色算力的能源底座。
第一是新能源资源基础雄厚。国家能源局的数据显示，2025年中国风电光伏新增装机超过4.3亿千瓦，累计装机突破18亿千瓦，可再生能源发电装机占比超过六成，2025年风电光伏发电量约占全社会用电量的22%。新一轮国家自主贡献目标更指向2035年36亿千瓦的风光装机规模，高比例新能源并网带来的消纳压力和系统灵活性挑战，已从局部难题演化为全局性约束，这正是AI赋能能源的现实需求来源。
第二是电力市场化程度持续提升，为算力参与能源市场提供了制度基础。2025年全国市场化交易电量达到6.64万亿千瓦时，占全社会用电量比重64%；绿色电力交易电量达到3285亿千瓦时，多年期绿电协议成交电量达到600亿千瓦时。新型储能的快速增长提供了重要支撑，截至2025年底，全国已投运新型储能达到1.36亿千瓦。这些数字，是行动方案各项机制设计的现实基础，各项部署均有迹可循。
第三是在政策连接点上，本次政策与"东数西算"的连接在于算力布局继续向新能源富集区集聚，推动东部训练推理任务向西部迁移，形成"算力需求与能源资源"的再匹配；与绿电绿证机制的连接在于鼓励算力设施签订多年期绿电合同并参与绿证核销；与虚拟电厂的连接在于算力设施被明确纳入负荷侧灵活可调节资源；与零碳园区的连接在于对依托零碳园区布局的算力设施探索节能降碳审查评价备案制管理；与REITs和绿色金融的连接在于直接提出支持算力设施申报基础设施REITs、支持符合绿色金融目录要求的项目获得绿色贷款和绿色债券支持。
上述连接并不意味着各类机制已经进入成熟运营阶段，更准确的理解是，制度接口已经被打通，商业模式开始具备政策上的可设计性，但其核算边界、收益分配、资产标准化和监管口径仍处于快速演进过程中。
中国与海外的政策环境的差异同样值得关注。海外更多是科技巨头拉动能源系统响应，政策重点偏向接入、许可、容量与市场机制；中国则更强调统一规划、能源安全、绿色低碳、数据制度和产业链协同。这一差异决定了这份行动方案的落点，场景供给、能耗约束、市场机制、数据资产和安全责任构成制度性建设的主轴，"部署几个大模型"或"建设几个智算中心"只属于局部工作。
SECTION 03
这份政策试图解决的行业痛点
本节先看 · KEY POINTS
算力设施和数据中心面临的痛点，已从"拿地、上架、招商"转向"电力与碳约束下的可持续经营"。
国家枢纽节点新建数据中心绿色电力消费比例要求锁定在80%，内蒙古和林格尔数据中心集群在2025年一季度绿电占比已达84.57%；北京、上海等地对超过限定值的数据中心实施差别电价加价，北京方案最高加价0.5元每千瓦时；AI训练负荷呈现强脉冲特征，单机柜功率从过去的6至8千瓦向30至100千瓦甚至更高跃升，对供电、制冷和电网瞬时支撑提出全新要求。
行动方案把这些问题前置，意味着未来数据中心项目的审批、能耗审查和金融支持，都会更加重视"电、碳、算"一体化能力。
从电力系统角度看，随着新能源占比持续上升、系统调节资源相对不足、用电侧柔性资源开发不充分，单纯扩大对数据中心的供电规模，并不能解决这一结构性矛盾。
2025年1月至7月，全国风电利用率93.8%、光伏利用率94.7%，较上年同期分别下降2.5个和2.4个百分点，部分省份消纳压力尤为突出。国家能源局的相关报告明确指出，当前调节资源建设与调用仍存在规划统筹不足、市场机制不完善等问题。
行动方案强调"以电力市场价格信号引导算力优化调度"，实质上是在回应两个长期未被充分打通的机制问题，其一是电价和负荷调度并未充分联动到算力任务层，其二是负荷侧可调能力虽被广泛讨论，但真正可进入需求响应和辅助服务市场的算力负荷仍然有限。
对能源企业而言，AI落地的深层问题集中在可用数据和可验证场景，模型数量本身无法解决这一难题。
国家能源局的相关政策解读已明确指出，能源行业因安全性高、专业性强、决策容错率低，AI应用仍面临技术可靠性不足、数据基础薄弱等难题；大模型的可解释性缺陷和潜在幻觉风险，使其在核电安全决策、电网实时调度等核心场景尚难以满足行业级可靠性要求。
具体来看，能源企业普遍存在五类痛点。其一，数据孤岛客观存在，主数据、设备数据、生产数据、市场数据、碳数据往往分属不同系统；其二，高质量数据集缺乏，尤其缺少可用于模型训练和持续更新的标注数据；其三，场景开放动力不足，担心核心数据外流或安全责任不清；其四，模型泛化能力有限，以通用模型处理复杂物理系统时容易"懂语言、不懂设备"；其五，规模化推广难以跨越试点，很多项目停留在样板点，无法复制到全集团。
行动方案提出的场景清单发布、开放共享平台、测试验证平台、高质量数据集和可信数据空间，本质上就是为解决这些结构性障碍提供制度工具。
AI技术公司面临的困难，与能源企业恰好构成互补关系。
缺乏真实能源场景、行业知识门槛高、客户采购门槛高、验证周期长、商业模式不稳定，是第三方AI公司进入能源行业的主要摩擦来源。能源行业有别于互联网行业，交付链条中通常还需要设计院、自动化厂商、网络安全公司和电力交易主体共同参与，因此AI企业单独"拿项目"并不容易。
对地方政府和园区而言，招商需求与要素约束并存，零碳园区政策已明确提出要统筹园区能源供给消费、源荷匹配、土地和水资源集约利用，对于算力型招商项目，地方不能只比GPU补贴，而必须同步比电网接入、绿电供给、储能配置、碳管理和冷却条件，才能形成可持续的差异化竞争力。
SECTION 04
商业机会的三类分布与分层判断
本节先看 · KEY POINTS
围绕行动方案，可以把商业机会分成三类。
基础设施型机会资本开支高、现金流相对可预期、政策确定性较强；平台和数据型机会对制度和生态依赖更强；应用和服务型机会轻资产、交付复杂度高、需要持续运营。
最先落地的机会，通常集中在最刚性的改造方向。行动方案把高效冷却、高性能供配电架构、余热利用、能耗监测、绿电直连和碳足迹核算全部纳入重点任务，结合国家枢纽节点对PUE和绿电比例的硬性约束，液冷、供配电系统、能耗碳监测、低碳备用电源替代、构网型储能和微电网，成为需求确定性最高的赛道。
这类机会的优势在于，节能率、PUE改善、电费下降、绿电比例都可成为客户决策依据，采购主体相对清晰，既适用于新建项目，也适用于存量改造。
算力参与电力市场，是当前政策与商业双重红利交汇的窗口。行动方案把数据中心明确定位为"负荷侧灵活可调节资源"，这就与虚拟电厂政策形成制度衔接。虚拟电厂指导意见明确，到2027年和2030年全国虚拟电厂调节能力将分别达到2000万和5000万千瓦以上。在商业实践方面，相关市场测算显示，虚拟电厂市场规模2025年已突破百亿元，2030年有望达到千亿级别。
数据中心通过推理任务时移、训练任务跨区域调度等方式提供可调节负荷，同时参与辅助服务市场，技术可行性正在逐步得到验证。绿电多年期购电合同，在算力设施与发电企业之间已有多家头部机构开始探索，鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，也是行动方案的明确要求。
平台和数据型机会的核心，在于把"电力价格信号、算力调度、绿色属性、数据流通和场景验证"组织成一个可运营的体系。行动方案提出建立算力与电力互动机制、推动绿色算力交易体系建设、构建能源场景开放平台、利用可信数据空间建设高质量数据集共享平台。
围绕上述部署，算力负荷聚合与调度平台、绿电与算力撮合平台、园区级能碳运行平台、能源数据产品与授权平台等将陆续进入布局视野。这一板块的价值链条更长，但商业门槛也更高，数据从"企业内部资源"变成"可运营资产"，至少要经过数据确权与分类分级、质量治理与标注、场景化数据集建设、可信流通基础设施接入、授权与定价、收益结算与审计这几个关键环节，短期最现实的收入来源是"项目制数据治理加持续运维服务加定制化数据产品"，大规模开放式数据交易仍受制于权属边界、安全要求、定价机制和客户采购习惯。
能源AI应用场景的成熟度分化明显。近期最容易商业化的方向，集中在对安全边界要求相对可控、ROI可测算且数据基础较好的应用，包括电网负荷预测、新能源功率预测、风光场站智能运维、设备故障诊断、火电运行优化、园区能碳管理和电力市场交易辅助。
在已有的实践层面，国家电网发布的"光明电力大模型"覆盖27家省公司、600余个场景，调用次数突破千万；国家能源集团的"擎源"千亿级发电行业大模型，已在13个场景部署41个智能体，其大渡河流域调度智能体能够在7天前预测暴雨洪水；中国石油发布的3000亿参数昆仑大模型，形成"十域百景千应用"全景视图，100个应用场景全部投产；煤炭领域，截至2025年3月全国已建成66处国家级智能化示范煤矿，1.6万余个固定岗位实现无人值守。这些已落地的实践，构成了"AI赋能能源"逻辑链条的产业证明。
能源大模型的商业化路径更适合沿着"先做助手，再做智能体；先做知识、文档、诊断和建议，再做调度和控制；先做人机协同，再做局部自治"推进。
技术壁垒最高的场景，集中在高安全、高耦合、高物理复杂度领域，如电网实时调度闭环控制、煤矿高风险安全决策、油气储层建模与生产优化、关键工艺控制和复杂多机协同。这些场景的共同点是需要物理机理、规则系统、历史工况和实时数据深度融合，必须走"专业模型加规则引擎加数字孪生加人机协同"的路线，需要长期验证，也往往具备最深的长期壁垒。
从时间维度区分，近期更值得优先布局的方向，包括绿色算力基础设施、液冷与高效供配电改造、绿电交易与多年期PPA、算力负荷参与需求响应与虚拟电厂、新能源功率预测与设备诊断、高质量数据集建设和能源企业私有化AI中台；中长期空间更大的方向，则包括百万千瓦级算电协同一体化基地、绿色算力交易体系、能源行业专业大模型生态、可信数据空间驱动的数据资产运营、数据中心REITs以及能源AI解决方案出海。前者更接近规模化市场，后者当前更接近示范试点，两类机会需要审慎区分。
标准、测评、安全审计等服务型机会，在这一轮政策部署中也获得了明确的政策位置。行动方案明确提出开展"人工智能+"能源标准化提升行动，探索建立"人工智能+"能源安全治理体系。关键标准方向包括能源领域AI应用能力测评、算力设施绿色低碳水平测评、算力电力协同技术要求、能源行业数据分类分级标准等。
这类机会资本密度低、毛利空间高，进入时间窗口的先发优势远大于市场体量，对掌握技术话语权的机构而言，2026至2027年是最有价值的布局时间点。能源企业私有化AI中台和知识助手的需求，则绕开了高风险闭环控制，以知识检索、文档生成、工单辅助、培训问答等形式最容易快速落地，是AI技术公司在行业准入期内积累信任和口碑的重要切入路径。
SECTION 05
各类主体的角色重构
本节先看 · KEY POINTS
电网企业
从输配电角色扩展为算力与电力协同的中枢平台。
数据中心运营商
从机柜租赁走向数字加能源的双核心运营。
AI技术公司
从通用能力展示转向能源场景结果交付。
主体重构清单
这份文件面向多类企业同步打开机会，也在同步重排多个主体的职责边界。
电网企业数据中心运营商能源央企AI技术公司金融机构
行动方案对各主体职责边界的重塑，是理解这份政策产业含义的关键视角。
电网企业的角色将从传统输配电扩展到"算力与电力协同的中枢平台"。既是负荷接入方，也是市场组织方，还是大模型供给方，三重角色高度集中于同一主体。在这种格局下，"模型对外开放、场景对外开放、数据对外开放"是电网企业在政策落地阶段需要率先厘清的实质性合规命题；若将其归入商业选择范畴加以处理，将不可避免地引发监管和反垄断层面的关注。
数据中心运营商面临的是商业身份的重构。单纯的机柜租赁商业模式正在向"数字加能源"双核心模式转型，投资逻辑、运营能力和估值体系都要重新设计。算力REITs的通道打开，为存量资产证券化提供了清晰路径，但REITs估值对底层资产的PUE水平、绿电占比和上架率均有较高要求，这反过来对运营商的供电架构、能效管理和客户结构提出了更严格的约束。绿电直连、构网型储能和液冷改造，已从技术选项演变为合规和估值层面的底层变量，而参与电力市场的可调节能力，则已演变为新的收入增长点。
能源央企应把这份政策理解为一次重构数字化路径的窗口期。建议优先选择价值可量化、数据可治理、复制性较强的高价值场景，同步建设统一数据目录、数据分级分类和高质量数据集；在模型路线上坚持专业模型优先、大小模型协同；在组织机制上设立"场景牵引加数据治理加安全审查加业务考核"四位一体的推进机制，并积极参与标准制定和第三方评测，逐步构建数据资产的对外服务能力。
AI技术公司应尽快从"通用模型卖能力"转向"能源场景卖结果"。围绕电网、发电、煤炭、油气、园区综合能源等场景推出行业智能体和私有化AI中台，先以知识助手、工单辅助、文档生成、缺陷识别、交易辅助和预测模型切入，再逐步向更深层决策支持延伸。与能源企业共建数据集和验证环境，通常比单独做模型迭代更关键。商业模式也应从一次性交付转向订阅与绩效分成，与能源企业形成长期绑定的合作关系。
金融机构在筛选项目时，应建立三道门槛。政策门槛，看项目是否符合行动方向、有无绿电和能碳基础、是否位于合适区域；现金流门槛，看收益是否来自长期客户合同、节能托管合同、绿电合同或园区服务费，避免过度依赖波动性市场收益；技术门槛，看方案是否经过验证、是否涉及高风险闭环控制、是否具备可替换性和持续运维能力。债权资金更适合成熟基础设施和长期合约类项目，股权和产业资本更适合数据平台、专业模型和新型服务商。
SECTION 06
风险的结构与治理逻辑
本节先看 · KEY POINTS
这项政策的推进逻辑清晰，但风险同样集中。真正需要重视的系统性风险，在于高负荷接入、绿色约束、数据流通、AI决策和金融放大这五个变量在同一体系内叠加后的连锁反应，其复杂程度远超对单项技术的孤立评估。
电力安全层面，AI集群大规模同步启停带来的瞬时负荷冲击，是对区域电网稳定性的现实压力。对于电网调度、油气生产、煤矿安全等高安全等级场景，AI在上述场景的应用，应坚持"辅助决策先行、闭环控制从严"的准入原则，跳跃式推进全自动化，在当前阶段尚不具备相应的安全保障条件。文件关于"营造允许试错、宽容失败的创新环境"的表述，其成立前提是有效的风险隔离机制已经就位，安全验证的基本门槛不因此降低。
数据安全层面，能源关键信息基础设施的安全属性，决定了数据流通的边界须由监管框架明确划定，市场机制在此范围内发挥作用，无法替代监管的边界设定功能。AI企业应避免把通用大模型能力直接包装成能源生产决策能力，更稳妥的路线是规则引擎、知识图谱、机理模型和大模型的混合架构，并主动建立版本管理、效果追踪、责任留痕和应急回退机制，接受第三方测评和网络安全审核。
市场机制层面，虚拟电厂、需求响应、绿电直连的规则在全国范围内仍存在省间差异，跨省调度受到利益格局约束。全国统一电力市场的建设进程，将在相当程度上决定上述商业模式的规模化边界，而这一进程本身涉及多方利益协调，推进节奏难以精确预判。
此外，技术迭代带来的资产贬值风险，也对长期资金提出了独特的风控挑战。IT设备3至5年的更换周期，绿电价格波动对PUE合规和绿电占比认证的影响，都是金融机构在评估能源数字基础设施项目时需要持续监测的动态变量。
SECTION 07
两个重新排序
本节先看 · KEY POINTS
第一重排序
基础设施价值从算力规模优先，转向能碳算协同优先。
第二重排序
AI商业化从通用能力展示，转向高价值场景、可验证收益和安全可控交付。
最后的判断
真正的领先者首先要把责任体系做实。
这份行动方案最深层的产业含义，可以归纳为两个"重新排序"。
一是基础设施价值排序将从"算力规模优先"转向"能碳算协同优先"。算力基础设施的电力属性、数据属性和模型属性被写入同一套规划和监管语言，这说明投资决策、资产估值、能耗管理和竞争格局的底层逻辑均已发生结构性变化。未来五至十年，谁能贯通"算电同址、绿电直连、构网型储能、液冷、可信数据空间、自主大模型、安全治理"这一条完整的能力链，谁就掌握了新型基础设施竞争的话语权。
二是AI商业化排序将从"通用能力展示"转向"高价值场景、可验证收益和安全可控交付"优先。真正决定项目成败的变量，除模型能力本身之外，还有电力保障、绿电核算、数据治理、安全合规、客户采购机制和现金流结构能否同时成立。
在产业关系层面，能源企业在向数据公司和模型公司延伸，互联网和AI公司在成为新型能源采购主体和虚拟电厂参与方，电网企业在扮演市场平台和协同中枢，设备制造商在重构产品定义以适应高密度机柜、构网型储能和液冷系统的新需求。这种多向度的角色演化，将在未来数年形成全新的产业生态格局，传统行业边界的意义将持续弱化。
需要保持清醒的判断是，2026至2027年是规则制定、试点先行、能力培育的关键窗口，2028至2030年才是规模化收益真正形成的阶段。文件中许多政策目标，包括百万千瓦级算力设施与配套能源系统协同建设、核电以直连方式供能、能源数据从资源向资产转化，当前均属于政策鼓励和示范试点状态，与商业规模化之间的路径，仍需制度配套、技术验证和市场教育的持续推进。
因此，领先位置将属于最早把电、算、数、模、场景和责任体系同时做实的参与者。这份文件把分散在能源、信息通信、数据要素、双碳、电力市场和绿色金融之中的政策语言，重新整合进同一套坐标系。
它留下的内容已经超出产业口号，更接近一条清晰的判断线索，下一轮新质生产力的竞争，终究要落到基础设施能力、制度协同能力和责任承载能力的共同建设上。
END NOTE · 收束
AI 与能源在这一节点共同重写基础设施秩序，新能源的集成融合发展由此点亮新的坐标系。
MESON · NINE DIMENSIONS