随着大数据与人工智能、区块链、物联网等技术在能源领域的深入应用，全球能源领域的科技创新正在不断涌现，实践应用会变得更加多元化。要推动能源领域朝更节约、清洁、高效的方向发展，除了要引入新技术，还要联合多个领域的巨头公司、投资人以及初创公司，合作推进能源领域的数字化变革，最终实现能源效率全面提升。
来自通用电气公司的高级副总裁 Maher Chebbo 博士一直在带领通用电气公司逐步实现全球能源数字化，12 月 14 日 Maher Chebbo 现身 EmTech 全球新兴科技峰会现场，讲述了他对能源领域数字化的思考和实践。
图 | 通用电气高级副总裁 Maher Chebbo（来源：EmTech China）
人工智能和机器学习正在飞速发展，过去很长时间里只存在于科幻电影中的技术如今已经逐渐成了现实，比如在手臂上内嵌一个传感器，帮助我们更好地了解身体信息，在检测到健康问题时提前预警。
这些技术都可以帮助我们实现能源变革。
在工业领域，想要提高整个资产运用效率，就需要考虑规模化发展工厂、业务的方式。在此过程中，我们必须要进行预测，就像健康领域的癌症预测一样。
在能源方面，我从 2005 年开始就和欧洲技术与创新平台共同合作，提出希望在 2050 年实现能源供应的脱碳。
图 | 欧洲技术与创新平台发布的 2050 年能源愿景（来源：Maher Chebbo）
在欧盟委员会制作的报告中给出了未来的能源供应中可能进行的能源转型，其中包括了电力、石油等，以及如何收集废料再进行发电等重新利用。
这些元素都将成为未来能源体系的一部分，而这个体系将有一个非常好的转化率。
在这份对 2050 年的愿景图中，我们不能独立地看待其中的石油、天然气或者是电力供应等，而需要全局地看到所有不同类型的能源。只有进行全面思考，才能帮助我们实现更高的能源效率，实现最终的碳排放目标。
图 | 风力发电机介绍（来源：Maher Chebbo）
为了提高能源效率，通用开发的一款风力发电机，高度达到了 260 米，发电能力可达 12 兆瓦，为数以万计的家庭提供电力。
它可以帮助我们提升 64% 的能源效率，但这还不够，我们在组装这些发电机的时候会收集数据，然后通过人工智能和机器学习来分析它的效率，以提高维护的效率，更重要的是，预测后续的能源生产和供应。
通过机器学习，我们能够把消费者的需求和我们的供应进行比较，使得我们的供求关系更加稳定、更加合理。
在数字化技术支持下，我们能够更好地进行监控、分析和预测。我们能看到风力发电机的发电量、发电厂的发电量，也知道我们该如何提升电力供应、如何提升发电厂的灵活性等。
当我们说到能源效率、说到数字化，最后都是为了产生价值，我们因此建立了一个数据库，可以充分地计算发电厂数字化的价值到底是多少。
图 | 15 年可节省 2670 亿美元（来源：Maher Chebbo）
在我们的计算结果中，如果我们在石油、电力、航空、医疗和铁路五个领域中提升 1% 的效率。那么我们可以在未来15年里总共节省 2760 亿美元。
要想在更广泛甚至是整个市场提升能量效率则挑战很大。由于每个国家、领域都有自己的特点，因此没有任何一家公司能够仅靠自身力量，就开发出面向所有市场的解决方案。
我们希望可以打造起一个创新平台，在平台上聚合各种各样的初创公司，让这些初创公司提供相应解决方案；我们希望通用的技术能够在平台上与这些初创公司的技术进行集合，最终为客户提供服务。
总的来说，能源领域正在往分布式、数字化以及去碳的方向发展，而我认为全民化也会成为提升效率的重要因素。
通过促进各行各业的人都加入进来，通过数字化提升效率，才能最终实现我们的能源目标。我们希望促成投资者、初创公司都加入进来，打造一个低碳、脱碳的世界，这非常困难，但我们想实现这样的目标。
