NextEra与Santee Cooper：AI部署带来真金白银的成本节约

NextEra Energy公司表示，其一款由人工智能（AI）驱动的调度与停电排程工具，今年迄今已为客户节省超过2000万美元。Santee Cooper公司则预计，一款定制的AI天气预测模型将帮助其避免在极端天气期间进行现货市场采购，而这类采购的成本每小时可能高达10万美元。两家公用事业公司均表示，相关工具从概念到投产仅用了数周时间，而非数年。

这两家公司在9月2日由谷歌云主办的一场线上媒体圆桌会议上详细介绍了各自的AI部署情况，该公司全球电力与能源行业总监Raiford Smith也出席了会议。此次会议聚焦于Gemini Enterprise——谷歌云用于构建和部署智能体的平台，并将两家公用事业公司树立为行业案例，表明AI在该领域已经超越了通用聊天机器人的范畴，进入到针对特定高风险运营决策而构建的工具阶段。

NextEra Analytics总裁Rich Argentieri表示：“公用事业公司正被要求提供更高的可靠性、更低的成本，以及一张为未来做好准备的电网。”Santee Cooper的副总裁兼首席财务官Tami Wilson也表达了类似看法，她表示公司正在从“陈旧、笨拙、繁琐的流程”转向AI驱动的财务与负荷预测，以节省时间和成本。

NextEra的Grid Composer：已节省超2000万美元

Argentieri详细介绍了NextEra的Grid Composer平台，该平台构建于Gemini Enterprise智能体平台之上，并已在Florida Power and Light（FPL）的整个发电体系中推广应用。该平台将实时遥测数据、负荷数据和发电概况——Argentieri估计每天约有5000亿个数据点——整合到一个单一模型中，用于比较人工调度决策与AI优化方案之间的差异。

据Argentieri介绍，NextEra在不到12周的时间里就完成了该工具的首个版本开发。他表示，此后该工具所实现的优化调度和停电排程，今年迄今已为客户带来“超过2000万美元的节省”。此后，NextEra通过谷歌云市场上一款名为Optos的产品，将这些底层工具提供给其他公用事业公司使用，其中专为市场与资产优化打造的Optos Composer版本，统一了发电、燃料、维护、交易、储备和储能等决策环节，而Argentieri表示，这些环节传统上是由彼此独立的团队分别管理的。

“所有这些团队传统上都是高度孤立的。不仅是人员孤立，围绕其中的所有数据和流程也是如此。”Argentieri说道，他描述了发电、输电和交易职能部门此前很少共享数据的情况。他表示，将这些职能整合到一个统一平台上，使公司得以避免“次优决策”，并让各团队能够看清某一领域的选择如何影响系统其他部分的成本。

Argentieri还提到了现场应用案例。FPL的技术人员——他估计约占公司员工总数的85%至90%——现在使用语音激活工具在现场调取扭矩规格或工单指导，并可以拍摄零件照片，系统会自动在公司零件目录中进行匹配。他认为，这些工具连同AI辅助故障排查，共同提升了技术人员的工作效率和安全性，包括在风力涡轮机维护方面——他提到，攀爬涡轮机所需的体力消耗曾被比作跑一次5公里。他特别指出，新入职的技术人员在学习曲线阶段从AI支持中受益尤为明显。NextEra还将AI应用于为其工作团队提供驾驶安全建议。

Santee Cooper：瞄准每小时10万美元波动的预测工具

Wilson表示，Santee Cooper大力推进AI驱动预测技术，正是为了应对天气预测误差所带来的直接财务风险。这家公用事业公司为南卡罗来纳州逾200万居民提供服务，依赖天气预报来规划每日所需的电力供应量（图1）——而Wilson表示，这些预报常常出现偏差。

图1. 谷歌云的电力与能源团队走访Santee Cooper的控制室，探讨Gemini Enterprise与WeatherNext如何支持公用事业公司的规划与运营工作。从左至右：Santee Cooper的Wayne Madhlangobe博士；谷歌云的Jamie McDaniel、Tariq Islam和Ashwin Mishra。图片来源：谷歌云

“如果我们高估了用电需求，就会在燃料和运营上花费不必要的资金。如果我们低估了用电需求，就不得不在现货市场上购电，价格往往非常高昂。”Wilson说道，“在最寒冷的冬日，一度的温度偏差可能导致现货市场成本每小时高达10万美元。”她表示，仅一度的预测误差就可能使该公司的用电需求出现约100兆瓦每小时的波动——这足以为数万户家庭供电。

为解决这一问题，Santee Cooper正与谷歌合作，基于该公司的WeatherNext平台构建一款定制预测模型，该模型将充分考虑当地地理环境，包括该公用事业公司用于水电机组管理的两座大型湖泊所形成的微气候。Wilson表示，她预计该模型将显著提升预测准确性，帮助公司避免代价高昂的市场价格飙升，鉴于Santee Cooper作为公共电力公司的属性，由此节省的成本将直接惠及客户。

在财务方面，Wilson表示，公司的预测团队历来需要在Excel中管理150多份报告，她将这一流程形容为“极其痛苦”——任何假设条件的变动，都可能需要花费数周时间才能重新跑完整个模型。Santee Cooper尚未在实际生产环境中测试其基于Gemini Enterprise智能体平台构建的新工具，但Wilson表示，公司预计该工具能将这些运行时间缩短约75%，从而使财务团队能够更快获取情景数据，助力其推进一项1000亿美元规模的电网扩建计划。该公司还正在向各部门员工分发数百个Gemini Enterprise许可证，以支持员工通过自然语言查询内部系统。

治理、培训与“不会取代岗位”

两家公用事业公司都强调，其AI部署都配套了正式的治理架构。Wilson概述了一个三部分框架，她认为这一框架应在整个行业中得到广泛应用：治理、培训和变革管理。Santee Cooper正在成立一个跨职能的创新委员会，负责监督其AI战略，并要求使用Gemini Enterprise的员工完成相关技术培训，以及关于如何妥善处理机密数据的培训。

“无论如何，我们都不会用这项技术来取代岗位。”Wilson表示，她描述了一种“人在环路”的方式，以及针对生成式AI输出内容的“创作者-编辑审批模型”，她将其与公司现有的内部财务控制机制相类比。

Smith在会议后段回答听众提问时，将两家公用事业公司取得的效率提升与谷歌自身的数据中心运营联系起来，他提到了公司定制的张量处理单元，并指出过去五年间谷歌数据中心每单位电力所支持的计算能力提升了六倍以上。他将AI与电网之间的关系描述为“一个良性循环——AI服务于能源，能源也服务于AI”，并表示AI基础设施效率的提升会反哺相关工具，比如安全约束优化潮流建模，公用事业公司可以借助这些工具来管理自身系统。

Smith以他职业生涯早期的一段轶事结束了此次讨论。他回忆起一位在公司工作近50年的资深工程主管Barry Feldman，后者告诉Smith，自从自然语言工具让他能够亲自将想法原型化，而不必再依赖专门的技术人员将他的专业判断转化为代码之后，他“感到非常有趣”。“现在他可以和它对话，可以打字输入，可以用自然语言交流，并以一种此前无法实现的方式与之互动，从而完成他以前做不到的原型设计和构建工作。”Smith说道。

——Aaron Larson，POWER杂志执行主编

Q&A

Q1：NextEra的Grid Composer平台具体节省了多少成本？

A：据NextEra Analytics总裁Rich Argentieri介绍，该平台今年迄今已为客户带来超过2000万美元的节省，主要来自优化调度和停电排程决策。

Q2：Santee Cooper为什么需要定制的AI天气预测模型？

A：因为天气预测误差会给公司带来巨大财务风险。据介绍，在最寒冷的冬日，一度的温度偏差就可能导致现货市场成本每小时高达10万美元，因此公司正与谷歌合作开发结合当地地理环境的定制预测模型。

Q3：这些公用事业公司使用AI是否会取代员工岗位？

A：不会。Santee Cooper的Tami Wilson明确表示，公司不会用AI来取代岗位，而是采取“人在环路”的方式，并建立了创作者-编辑审批模型，配合治理、培训和变革管理三部分框架来推进AI应用。