21世紀經(jīng)濟報道記者 費心懿 上海報道

5月29日，思格新能源舉辦了一場線上發(fā)布會，向全球推出能源行業(yè)首個全域AI智能體SigenAgent。

思格新能源的快速崛起，是近年新能源賽道“技術+資本”雙輪驅(qū)動的典型樣本，自2022年成立后迅速崛起，于今年4月登陸港交所，距其成立不足4年。截至5月29日收盤，思格新能（06656.HK）股價報485.00港元，總市值超1200億港元。

此次智能體的發(fā)布，是自其上市以來的戰(zhàn)略級動作，也被視為能源管理智能化進程中的標志性節(jié)點。

過去十年，光伏重塑全球發(fā)電格局。光伏配儲從“選配”升級為“標配”，能源系統(tǒng)的核心邏輯，也正經(jīng)歷從“以發(fā)電為主”到“以用電為核心”的深刻轉(zhuǎn)型。

國內(nèi)工商業(yè)峰谷價差持續(xù)拉大，需量電費成為企業(yè)隱形賬單；戶用光儲加速普及，普通用戶卻面臨專業(yè)門檻高、操作繁瑣的難題。

放眼全球，歐洲負電價常態(tài)化，澳大利亞日內(nèi)電價五分鐘一波動，市場窗口轉(zhuǎn)瞬即逝。與此同時，全球安裝商面臨設備數(shù)量激增、客戶場景多元的挑戰(zhàn)，日常參數(shù)配置、故障定位與系統(tǒng)調(diào)優(yōu)難度陡增。

“新能源系統(tǒng)越來越復雜，用戶的用電場景和需求也各不相同，AI與能源的融合因此成為必然。真正的AI不只是陪你聊天的助手，而是一個能聽懂你的目標、替你干活并且會不斷學習的伙伴。”思格新能源董事長、CEO許映童表示。

2026年，能源+AI的共識逐漸形成。在能源管理環(huán)節(jié)，AI亦是破解復雜能源系統(tǒng)管理難題的核心答案。

許映童談到：“直到最近，大家關注的OpenClaw或Hermes等產(chǎn)品出現(xiàn)，我們才意識到，過去我們已經(jīng)擁有靈活接口，但缺少一個管家或大腦。隨著大模型能力不斷精進，今年年初，我們的研發(fā)團隊將這兩方面結合起來，讓系統(tǒng)成為Agent。行業(yè)需要真正能理解目標、自主執(zhí)行、持續(xù)進化的智能體。”

從現(xiàn)場演示來看，在AI架構的加持下，SigenAgent智能體通過降低交互門檻、自動巡檢運維、收益策略優(yōu)化以及跨系統(tǒng)流程管理，能夠有效破解復雜能源系統(tǒng)的精細化管理難題。

與此同時，相比國內(nèi)市場，海外市場是思格新能源的“腹地”。海外能源市場以動態(tài)電價與高波動性為核心，能源管理環(huán)節(jié)引入AI的價值目前已率先得到驗證。

就歐洲出現(xiàn)的AI風口，許映童表示，這一現(xiàn)象很大程度上取決于相關國家是否存在動態(tài)電價機制。目前，AI與能源管理相結合的模式已經(jīng)在海外多地取得成效，以瑞典市場為例，約80%的思格新能源用戶已完全將調(diào)度交給AI。

許映童在接受21世紀經(jīng)濟報道等媒體采訪時還透露，思格新能源早在第一代產(chǎn)品就嵌入了AI。2.0版本實現(xiàn)了AI調(diào)度功能，并在產(chǎn)品界面中增加了行業(yè)首創(chuàng)的模式——由AI來調(diào)動能源。3.0系統(tǒng)則進一步提升了控制能力，為實現(xiàn)更強的系統(tǒng)控制，完成了能源的“原子化操作”，開放上百個參數(shù)，實現(xiàn)自定義。4.0系統(tǒng)預計2026年6月全球上線，將搭載全新 SigenAgent。

不過，AI接管能源系統(tǒng)，安全與信任始終是行業(yè)核心關切。能源系統(tǒng)關乎供電穩(wěn)定，AI決策不能出錯，“幻覺”誤判、數(shù)據(jù)泄露、斷網(wǎng)失控等風險，也是行業(yè)共識的底線紅線。

許映童強調(diào)，在將系統(tǒng)控制權引入AI的同時，思格新能源始終把能源安全與用戶信任放在核心位置，將用戶主權、數(shù)據(jù)合規(guī)、離線安全、運行透明四大要素寫入SigenAgent的底層基因。

在數(shù)據(jù)資產(chǎn)保護方面，思格新能源已在全球建立法蘭克福、東京、新加坡、悉尼、俄勒岡、寧夏六大本地化數(shù)據(jù)中心，確保用戶數(shù)據(jù)本地存儲，嚴格遵守當?shù)胤煞ㄒ?guī)。

此外，本次發(fā)布會上思格新能源聯(lián)合弗若斯特沙利文，首次發(fā)布了能源智能化五級分級標準EIL。該體系借鑒自動駕駛分級邏輯，從設備級感知到生態(tài)級自治劃分能力等級，填補行業(yè)空白。

不可否認的是，AI的行業(yè)應用所面臨的挑戰(zhàn)也不可忽視。業(yè)內(nèi)人士指出，AI算力成本較高，Token消耗成為新增支出，商業(yè)模式仍需探索；另一方面，國內(nèi)電價機制、虛擬電廠商業(yè)模式尚在完善，不同區(qū)域電網(wǎng)規(guī)則差異大，高精度場景化適配仍需持續(xù)打磨。此外，能源+AI復合型人才缺口、數(shù)據(jù)合規(guī)成本高等問題，或也將影響行業(yè)規(guī)模化落地。