杀疯了，超10家能源央企接入DeepSeek大模型！

作者 | 柯阳明‍‍‍

排版校对 | 甘惠淇

人工智能正以前所未有的速度渗透至各行各业。

近日，人工智能大模型DeepSeek正在快速在能源央企中落地生根，成为推动能源行业智能化转型的重要力量，国企、央企一改以往老套、古板的常态，正在积极拥抱人工智能。据不完全统计，目前国家电网、南方电网、中国华能、三桶油等十数家能源央企已完成DeepSeek技术接口的集成部署。

很显然，这场由智能技术驱动的产业变革正在重构商业世界的底层逻辑。而在能源领域，AI技术的应用也同样在加速。

据悉，自从深度推理大模型DeepSeek爆火以来，中国石化就组建了相关专业团队，并在2月5日完成DeepSeek的部署，将其接入到长城大模型应用系统（长城大模型系统是中国石化自身为了适应石油化工行业的特定需求而部署的大模型），在企业内部分批推广使用。

2月8日，中海油的昆仑大模型也同样完成DeepSeek本地化部署，在原有模型上新增了DeepSeek的深度推理能力。随后2月14日，三桶油的最后一家中海油也完成了本地部署，现在已在平台网页端及海油移动云“"海能智问”同步上线。

另外，五大发电集团同样跟上了脚步。首先，作为电网的领航人，2月12日，国家电网子公司国网信通产业集团自主研发的模型服务云MSC平台就全面接入DeepSeek大模型。MSC平台与DeepSeek的深度融合，实现了需求精准解读、交互极致体验、缺陷智能防控、性能优化策略及文档自动生成等关键功能，显著提升了电网数字化项目研发效率，赋能业务快速响应和灵活变革，同时有效降低了研发成本。

同日，南方电网人工智能创新平台也完成了开源大模型DeepSeek的本地部署。该平台通过引入DeepSeek，实现了自然语言基础模型的快速升级迭代，参数规模提升至千亿级别，极大地增强了电网在各项业务领域中的智能应用效果。

随后，2月13日，中国华电子公司国电南京自动化股份有限公司自主研发的“华电睿思”数字底座接入DeepSeek。该数字底座通过与DeepSeek的深度融合，实现了智能问答、文档归纳分析等功能的升级，支持多种能源类型和数字化业务场景的智能化部署。

此外，还有中国华能、国家能源集团（龙源电力）、国家电投、中广核、中核集团、中陕核集团（秦洲核安）等能源央企都完成了DeepSeek系列模型的本地化部署，将DeepSeek赋能能源生产、运营与管理的各个环节。

这些能源央企接入DeepSeek，具体能做些什么呢

拿中国华能举例，中国华能的“睿智小能”AI助手是DeepSeek在能源领域应用的典型案例。

该助手深度融入“iHN+”平台，实现了知识问答、公文拟稿、智能校对、文件解读、科研辅助等基础功能。另外，在电力生产控制方面，将工业过程温度控制系统与AI助手相结合，保证温度精准控制与快速响应，并根据历史数据给出控制参数建议。此外，在设备检修指导方面，构建电力设备私有化知识库，与设备管理、缺陷管理等功能集成，实现设备故障智能排查、检修问答与指导。

这么一看，DeepSeek确实能够给这些能源企业带来巨大便利，因此也不难理解为何这些能源央企愿意去拥抱DeepSeek了。

但值得注意的是，在DeepSeek出来之前，ChatGPT早就横空出世，不过由于是国外研究的，对于国央企有安全隐患。但近年来，国产AI层出不穷，如kimi、豆包、文心一言、通义千问等都早已推出，如果仅仅是安全问题，这些国产AI应该早就装上了。

那为何唯独选择了DeepSeek?

据行内专家分析，认为主要有三点。首先是DeepSeek算力强、成本低。据悉，DeepSeek与ChatGPT-O1一样都是推理模型，而非指令模型，即在处理问题时，DeepSeek不会只是简单地堆积信息，而是会深入思考，给出答案。其在算力方面能与Chatgpt媲美，并且背后花费的成本远低于Chatgpt（详情可见预见能源此前文章《展望③｜DeepSeek爆火，AI的尽头还是电力吗？》）。

其次，使用DeepSeek安全风险很低，不同于ChatGPT的闭源，DeepSeek是完全开源的，闭源模式下的ChatGPT，企业用起来就束手束脚。而开源的DeepSeek就像是打开了工具箱，各家企业可以根据自家的需要自主改装AI模型，将DeepSeek根据自家企业需求接入。例如，国家电网可以用它提升电网效率，新能源汽车企业可以将DeepSeek安装到智能座舱等。

这样一来，DeepSeek的用法就变得十分个性化，每家企业都能打造出独属于自身的AI系统。

最后还有一点，DeepSeek打破了美国对AI的话语权垄断，它的出现标志着中国在人工智能领域取得了重大突破，代表着科技创新力量，得到国家政策的强力支持。据悉，在北京召开的民营企业座谈会中，DeepSeek创始人梁文锋赫然在列，并且与马化腾挨身相坐于第一排。因此本次能源央企一片一片地部署DeepSeek，也有着这方面的原因。

事实上，人工智能技术在能源领域应用前景非常广阔。

“人工智能技术早已在智慧能源、智慧矿山、油气勘测等领域开展应用，人工智能是进行新能源预测最有力的工具，可以推动能源生产与管理优化、效率提升，为能源行业转型升级带来智力支持。”中国科学院院士、西安交通大学电子与信息学部主任管晓宏此前在接受《中国能源报》采访时曾表示。

不过，在为能源行业赋能的同时，人工智能的规模应用仍面临一系列挑战。

管晓宏在上述报道中表示，能源行业的AI应用需要结合具体领域，开发定制化的垂直大模型，对技术团队的要求较高。能源系统的运行需要实时监控和响应，这对AI算法的计算效率和延迟提出了更高要求。许多能源场景需要边缘计算支持，模型需在计算能力和存储资源有限的条件下具备本地部署能力，面临技术复杂性问题。

能源行业事关国家安全和民生保障，对AI系统的可靠性和安全性要求极高，如何在数据共享和隐私保护之间找到平衡是一大难题。目前，能源行业AI应用还缺乏统一标准和规范，技术推广和应用效果参差不齐。初期投入高、回报周期长，新技术引入验证和评估周期长等问题都有待解决。

值得一提的是，DeepSeek在能源企业上的部署只是AI进入能源领域的一部分，近期能源领域正在积极拥抱AI，据2月17日工信部等八部门印发的《新型储能制造业高质量发展行动方案》提出，要充分利用人工智能等先进技术，推动储能行业的智能化发展。AI技术在储能领域的应用，不仅可以优化储能系统的运行效率，还可以用来解决储能的安全问题。（详情可见预见能源此前文章《深度｜破“内卷”，用AI！高质量发展方案出炉，新型储能未来怎么走？》）