全球能源行业战略：人工智能对全球能源的影响.pdf

全球能源行业战略：人工智能对全球能源的影响。本周的《全球能源战略》探讨了人工智能在全球旧能源（即 基于化石燃料的公司）和新能源（即清洁能源）等多个领 域，以及使用人工智能提高效率和客户体验的公司中的机遇 和进展。

人工智能的主要目的是优化和提高效率：我们的详细分析（图 1- 6）显示，大多数公司采用人工智能主要是为了降低成本、缩短处 理时间、确定降低成本的最佳实践，并在某些情况下开发出新产 品。

旧能源 - 人工智能主要用于上游提升：对于旧能源来说，我们认为 石油服务公司和精选的综合能源公司在人工智能应用方面是最先进 的，能够在很大程度上改善上游运营的营业支出和效率，这与该板 块在整个周期内实现最高回报率有关。对于化工企业来说，人工智 能的应用不仅可以提高生产效率，还可以改善客户的产品，例如巴 斯夫（未评级）将人工智能用于产品和新作物保障型产品的色彩管 理／可持续性，而陶氏化学（未评级）则将人工智能用于客户产品 的改善。石油服务公司，例如斯伦贝谢、哈里伯顿和贝克休斯（未 评级）倾向于使用人工智能来提高生产效率，其中包括钻井解释、 设施规划、油藏模拟和降低排放。

新能源 - 人工智能主要应用于太阳能、风能和存储领域：在太阳能 领域，许多公司如 Nextracker（优于大盘）、Array Technology 和 Stem，都采用人工智能来提高太阳能效率，包括太阳能电池板的管 理和存储，所有采用人工智能的公司都能够证明成本的降低，从而 提高盈利能力／回报率。在风能领域，Xcel Energy、 Vestas（优于 大盘）和西门子能源等公司已将人工智能应用于 1.减少计划外的维 护和 2.提高运营效率／监测。由于太阳能和风能的多变性，我们认 为这些行业将成为人工智能的长期结构性受益者。一些公司还采用 了改善中国绿色电力交易的策略，参见研究。

在能源领域没有纯粹的人工智能公司，但从长远来看可能会产生衍 生品：我们认为，许多全球能源公司本质上将人工智能作为提高效 率的工具，而不是业务转型的工具。对于某些公司来说，人工智能 的营收部分可能仅占总营收的 5%以下，例如 Nextracker。我们认 为，人工智能与产品相关性不断增强的公司最终将分拆其人工智能 部门，特别是如果市场在其历史板块（例如石油服务和太阳能公 司）的背景下对公司进行估值。