当AI开始进入物理世界，能源行业的数字化转型也来到了一个关键的十字路口。在这场变革中，电池成了连接AI与新能源最直接的接口，而站在这个交叉点上的，有一群从清华实验室走出来的年轻人。
褚政宇就是其中之一。2019年博士毕业后，他选择了一条导师欧阳明高院士鼓励但很多人未必敢走的路——直接创业。6年过去，他从一个“拿着锤子找钉子”的技术极客，变成了一个每天琢磨客户真实需求的企业创始人。他创立的昇科能源，用电池AI大模型去做储能运维、电力交易，甚至试图重新定义“能源企业应该长什么样”。
最近，褚政宇和我们聊了一个多小时。话题从“AI+”怎么变成“AI原生”，到“按人头收费”为什么会被“按效果收费”取代，再到能源行业究竟会被AI改造成什么样子。在他看来，未来一家大型能源企业，可能只需要现在5%的人，剩下的活，交给智能体就够了。
以下是他对这些问题的最新思考。
想清楚问题、快速迭代
21世纪：你师从欧阳明高院士，他曾说“必须通过产学研结合的模式，才能把技术更好地推广出去”。作为从清华实验室走出来的创业者，你如何看待学术研究与产业化的“死亡之谷”？
褚政宇：我在清华汽车系从2010年入学，博士阶段的导师就是欧阳老师。他非常鼓励我们创业，这在中国高校里其实很少见。他认为工科一定要把成果转化成实际产品，成就伟大的公司，这才是工科学术价值的最终体现。
所以2019年毕业后，我就直接创业了。回顾这6年，我觉得从学校到企业最大的鸿沟，是对商业的理解——尤其是对商业模式的理解，最初是比较浅的。一个公司要成功，技术只是壁垒之一。你要把技术优势转化成人才密度优势、产品优势、生态优势，还要能持续迭代。博士阶段解决的是一个非常细分的具体问题，而创业要解决的是一个系统问题。我们一开始把这两件事混为一谈，所以遇到了很多挑战。
21世纪：如果现在的年轻人想创业，你会给出什么建议？
褚政宇：我会先问他一个问题：你到底想解决什么问题？是解决生活或生产中的哪个环节的问题？在学校，我们常常是“拿着锤子找钉子”——先研究出技术，再去找应用场景。很多论文最后就沉没在汪洋大海里了。但商业必须从客户问题出发。如果他连这个问题都讲不清楚，那在商业上可能还不成熟，可以先继续搞技术，继续迭代。
21世纪：如果用一句话总结你创业6年最深的体悟，会是什么？
褚政宇：快速迭代。从学校到企业，认知的落差是客观存在的，唯一的办法就是快速迭代自己，快速迭代团队，快速迭代产品，快速迭代技术。对市场的理解、对客户需求的把握，必须加速。
“AI原生”将重构产业
21世纪：昇科在宁夏项目中采用了“按效果付费”的模式，从“按人头付费”转向“按预警有效、按效率提升”付费。在实际操作中，如何定义这些量化指标？
褚政宇：在电池运维领域，行业里有公认的指标，比如设备在线率、非计划停运时间。客户通常会要求在线率达到99%以上，这个要求非常高。如果只靠堆人，5个人、10个人在现场，对在线率的提升其实有限。人的经验不如AI，而且人只能做被动响应——设备停运了，打电话，然后去修。但AI可以做预测性维护，在问题发生之前就预警，提前安排维修或更换，真正避免失效。
这种模式在海外已经很成熟，叫LTSA（长期服务协议）。业主不关心你现场放多少人，只要求你保证在线率。这本质上就是按结果付费，也是AI发展的趋势——过去我们为工具付费、为人头付费，现在直接为效果付费。
21世纪：昇科目前的业务在哪些场景落地？哪个是现金牛，哪个是明日之星？
褚政宇：我们一直围绕电池展开业务。车用电池这块，有二手车检测、充电检测；储能电池这块，有智能运维、电力交易。这两年储能电池大爆发，所以储能运营这块业务量非常大，是当前的现金流业务。场景很多样，包括电网侧的独立储能、配网侧的微网系统、零碳园区、光储充场站，还有油田、矿山这类离网场景。这些场景都需要储能，但部署之后还需要智能运维和电力交易来获取收益。
未来，我觉得视角要放得更宽——不只是电池，而是整个能源领域。AI到底怎么在能源领域真正提升生产力？而且是倍增型的提升。现在很多能源企业还是“AI+”的思路，希望用AI提升10%或20%，但没有改变传统的组织形态和业务流。我们认为，能源行业会被AI彻底重构，从“AI+”走向“AI原生”。
比如一家大型能源企业，现在可能有两万人管理全球的火电厂、风电场、光伏电站、储能系统。当它变成AI原生的企业后，可能只需要一千人，剩下的工作都由各种智能体来完成——能源管理、智能调度、电力交易。这个转变已经在缓慢发生，到了某个节点就会爆发。
21世纪：最近“算电协同”很热，AI数据中心（AIDC）呈现高算力、高功耗、高波动的“三高”特征。昇科的技术能否延伸到这一场景？
褚政宇：我去年专门去美国调研了AIDC的发展。这个场景的机会在于，单机架功率正在快速提升——从过去几十千瓦，增长到几百千瓦，未来甚至会到1兆瓦。原来的能源供给架构已经支撑不了这个功率密度。所以整个供电架构会变化，电压等级会提升，还会用到大量储能，甚至用储能直接替代UPS（注：不间断电源）。这里面有很多新增需求。
但目前看，这些机会主要还是属于传统电源公司，比如台达、伊顿等。创业公司在能源算电协同和能源管理方面可以找到一些切入点。但需求是确定的——token消耗量太大了，算力中心一定会疯狂建设。
品牌优势与真实需求
21世纪：昇科2023年推出的电池AI大模型PERB2.0，数据量达到2.5太瓦时、12亿参数，覆盖442种电池类型。这在业内是什么水平？现在有进一步进化吗？
褚政宇：当时这篇论文发表在《Nature Communications》上，现在引用量快200次了，增长很快。目前业内还没有看到比这个参数量更大的电池模型出来。技术路线上，我们已经从单一模型走向MoE（混合专家）架构，并且推出了时序大模型预训练通用框架EnerS。电池大模型属于时序模型，和语言大模型是并列但不同的方向。MoE架构让我们可以对不同的下游任务只激活部分参数，效率更高。
21世纪：在标准制定上，昇科有哪些布局？储能安全的标准现在成熟吗？
褚政宇：这块标准还是比较缺失的。前段时间我们和华为、中电联一起做了一个储能安全评级，但还需要更多共识。这很重要，就像数据中心有PUE值（注：电能利用效率）来评能耗，大家广泛接受。储能也需要类似的标准，否则行业就会无序内卷到价格战——有人减配、放弃安全设计，但价格便宜，这不利于行业健康发展。
21世纪：作为全联新能源商会新能源AI专委会副秘书长，你认为专委会当前最紧迫的任务是什么？应该扮演什么角色？
褚政宇：从我个人角度看，专委会更重要的是打造品牌，然后尽快到各个场景里，把场景做深做透。全国工商联新能源商会是全国范围内的唯一一个以新能源为核心主题的官方认可组织，而且已经成立了20年，这个品牌很重要，AI专委会则是新能源商会下唯一以能源AI为主体的专业化组织。
现在国家发改委、能源局出了很多文件，定义了零碳园区、零碳工厂、绿色工业微电网、算电协同等概念，但大家对每个概念的理解都不一样。专委会应该用AI这条线，把这些不同的场景串起来。我们第一件事就是定义了五大场景组别：零碳园区、算力中心（AIDC）、智能电网、零碳油田矿山、车网互动（V2G）。通过组别设置，把感兴趣的企业、有需求的业主、地方政府、园区聚合在一起，分组讨论，理清需求，形成解决方案，沉淀出最佳实践。
在这个过程里，再去推动标准和技术。比如很多人不知道绿色工业微电网和零碳工厂有什么区别。专委会的目标，就是凝聚共识，推动新能源AI行业的蓬勃发展。
配先查配资提示：文章来自网络，不代表本站观点。
