在全国工业能效提升专项行动持续推进背景下，钢铁、化工、纺织等六大高耗能行业节能技改全面提速，数字化智能节能技术加速从示范试点迈向规模化商用。作为全国传统高耗能产业集聚地的山西，正依托 AI 智控落地推进煤炭、焦化、钢铁全产业链节能改造，成为国内能源产业智能化降耗的先行样板。“2026 年绝非 AI 智控节能的概念元年，而是真正的变革元年。” 苏州辰祺量能科技实业有限公司总经理李志平在接受本报记者专访时表示，过去工业人工智能大多停留在能耗统计、超限预警等辅助层面；伴随国产边缘硬件与行业定制算法成熟落地，AI 已深度嵌入生产调控链路，直接参与工艺参数动态优化，从能耗监测的 “辅助工具” 升级为生产用能调配的 “决策大脑”。“2026 年不是 AI 智控节能的概念推广之年，而是技术落地见效、产业规模化变革的关键一年。” 在他看来，智能化管控落地将持续推动国内工业节能模式迭代升级，成为制造业降碳增效的重要依托。

全球竞逐 AI 智控工业节能或是 “必选题”

本报记者：当前全球工业节能领域正呈现怎样的发展态势？中国在这一赛道上处于什么位置？

李志平：工业节能已进入以人工智能为核心驱动力的全新阶段，发达国家大都将 AI 智控技术作为实现碳中和目标的核心抓手。欧盟在 2025 年底发布的工业绿色转型相关规划中明确提出，到 2030 年工业领域必须实现显著的能效提升目标，其中 AI 智控技术将发挥关键作用；德国工业 4.0 平台更是将 “AI 驱动的能效优化” 列为 2026—2030 年的核心技术方向，西门子、博世等工业巨头纷纷加大在该领域的投入，推出了各自的工业能源 AI 解决方案。美国能源部也持续加大对先进工业能效技术的研发投入，重点支持 AI 在工业过程优化、预测性维护和能源管理系统中的应用。据行业统计，已有超过 60% 的美国大型制造企业开始部署 AI 智控节能系统。

欧美国家在基础算法和工业软件领域有先发优势，但中国正凭借丰富的应用场景、完整的产业链和强大的工程化能力快速追赶，并在通用设备 AI 智控领域实现局部超越。来自国际能源署《全球能源效率报告 2026》一季度监测数据显示：2026 年第一季度，中国 AI 工业节能解决方案市场同比增幅 47.2%，高出全球行业平均增速 30% 左右（中国增速为全球均值 1.3 倍）。

技术破壁填平 AI 与工业控制的 “实时性鸿沟”

本报记者：为何说 2026 年是 AI 智控节能的变革元年？核心技术突破体现在哪里？

李志平：过去 AI 节能更多是 “做加法”—— 给传统设备加装传感器和监控系统，只能实现事后分析和预警，无法进入工业控制的核心闭环。根本原因在于，AI 算法擅长复杂数据处理，却难以满足工业控制对实时性、可靠性和安全性的严苛要求；而传统 PLC 控制系统稳定，却缺乏自适应学习能力，这道 “鸿沟” 曾长期制约行业发展。

2026 年，随着边缘计算能力的指数级提升和专用 AI 芯片的普及，这道鸿沟被彻底填平。我们自研深度学习算法在工业控制器上的落地应用，构建全链路、闭环式工业能源智能管控体系。在终端层面，平台部署毫秒级高精度感知设备，实时采集设备运行状态、能源消耗、工况环境等三十余项核心参数，实现动态监测。依托自研工业 AI 边缘控制器，就地完成数据解析、模型运算与策略调控，实现 “实时感知、即时计算、即刻控制”，完全满足工业现场高实时、高可靠的控制要求，形成持续自学习、自优化的智能闭环。