微信客服
微信公众号
前 言
2026年行至一半，SNEC和Intersolar两场行业重磅展会相继落幕。光储行业今年最集中的关键词，几乎绕不开两个字：AI。
有的企业用AI重构流程、组织和工作方式，加速材料与工艺研发，提升生产良率和自动化水平；有的企业把AI嵌入电力交易和能源运营，试图在“降成本、提收益、控风险”上找到新的价值空间。
理论上，这是一片足够广阔的市场。中信证券预计，假设AI渗透率达到75%，到2030年，AI赋能电力交易市场增量空间将达到295.2亿元。
但越是热闹，越需要看清水下的深浅。
一边，确实有企业在闷头打磨系统能力，把AI放进预测、调度、交易、运维和资产管理之中；另一边，也有不少所谓能源Agent，仍停留在概念包装和展台话术里，距离真正落地、收费、创造收益，还有很长一段路要走。
01
无论是AI还是光储，关键都在于场景
对于光储企业来说，真正决定差距的，不是接入了哪个模型。通用模型可以降低技术门槛，却不能自动生成行业壁垒。综合业内信息来看，AI要在光储行业形成价值，至少要依附于三个基础：
第一，是数据基础。
企业要知道电站怎么发电，储能如何充放，负荷怎样变化，电价如何波动，设备状态是否稳定。没有连续、真实、多维的数据，AI很难做出有效判断，更不可能形成可靠策略。
第二，是控制入口。
AI不能只是“看见问题”，还要能够影响动作。它需要进入逆变器、储能、EMS、BMS、PCS、负荷侧设备和电网交互系统之中。否则，AI最多只是一个分析工具，无法真正参与能源系统运行。
第三，是场景闭环。
户用、工商业、大型电站，对AI的需求并不相同。比如AIDC更看重供电可靠，光储充看重负荷平抑和电费优化，零碳园区看重源网荷储的协同运营。企业只有理解场景，并把预测、调度、执行、反馈和收益连接起来，AI才不会空转。
另外还有一条底线，就是安全。
AI一旦进入能源系统，就不只是数据安全问题，还包括设备安全、交易安全，以及AI操作过程是否透明、可控、可追溯。尤其是在储能充放电、电力交易、虚拟电厂调度等场景中，AI不能只追求最优解，还必须守住安全边界。
在此基础上，光储企业的AI布局已经开始分化，或许将迎来“强者更强”的结局。
02
同样讲AI，光储企业已经分层
笔者梳理多家光伏及储能企业的公开表述和展台信息后发现，同样讲AI，企业之间的温差已经相当明显。
AI不是一定要自研大模型，更不是非要造出一个“能源ChatGPT”。笔者在展会现场也了解到，有企业基于自己的数据做训练，谈及是否接入大模型时，对方坦言，成本太高。
对很多光储企业来说，把已有的运营数据用好，就是最现实的切入点。比如，基于历史发电、负荷、电价和设备运行数据做预测模型；或者搭建一套自动化的能耗监测、故障识别和收益测算系统。从宽泛意义上讲，这已经可以被纳入AI应用。但它到底是提升效率的工具，还是能够真正带来收益的能力，差别很大。
更重要的是，光储企业看似疯狂搞AI，实际上还是在搞光储的场景。
谁的项目经验更丰富，谁的数据更连续，谁离真实运行和收益更近，谁就更容易把AI做深。
从目前几家重点企业的布局看，光储AI大致形成了几种不同路径。
第一类：自带AI基因，把智能算法嵌入系统底层的企业。AI不是外加功能，而是产品定义和系统运行逻辑的一部分，比如思格。
思格深化“AI in All”战略，并发布全域AI智能体SigenAgent，覆盖家庭用能、电站运维、电力交易与企业经营等核心场景。其董事长许映童将该系统运行逻辑直接归纳为，“用户定目标，AI来思考，设备去执行。”
依托全栈自研软硬件一体化、原生AI化的产品架构与持续OTA能力，思格已安装运行的存量设备同样可通过软件升级接入相关智能服务。
第二类：有硬件入口和系统控制能力，AI是能力的整体升级。如华为、阳光电源等。
华为发布FusionSolar Agent光储智能，是能源垂域的智能体。华为的优势在于拥有从逆变器、储能到场站控制器的全栈硬件，并坚持“端边云”协同部署。对于数据安全要求高的大基地，AI推理可在本地完成；对于需要全局优化的场景，则发挥云端模型能力。
结合过去丰富的实战经验以及平台化能力，阳光电源也将各个场景拆开讲透，推出面向电站建设（iSolarDesign）、电站运行（En-grow2.0）电力交易（PowerBidder）三个环节的AI产品矩阵。
阳光电源拥有基于电力电子、电化学、电网支撑的“三电融合”技术底座，具备软硬件全栈自研能力，从源头统筹设计，技术天生协同。在阳光电源的体系里，从BMS、EMS到交易端，数据可以贯通，策略可以联动，设备可以执行。
第三类：介于概念表达到实际落地之间的企业。AI进入到了预测、调度、交易、运维其中某一或多个环节，但未能打通从策略、数据再到设备的闭环。
行业中多数企业应该更接近这一状态。
业内部分光储企业的AI布局如下：
03
四大光伏巨头的AI布局，各有侧重
对光伏组件巨头来说，AI的意义又有所不同。
它们不是从AI起家，也不是天然站在能源系统的控制层。过去很长时间里，组件效率、全球出货、渠道能力和品牌信用，才是它们最核心的竞争力。但当光伏企业集体走向光储一体化，问题就变了。
对于AI布局，几家巨头的侧重点并不一样。
天合光能将AI的重点放在了天合富家。天合富家总经理金锐提到，“不是all in AI，而是AI in all。”
在分布式光伏的基础上，天合富家正向AI赋能的数智综合能源运营服务商转型。其天盈AI大模型，面向智慧能源管理；天益AI大模型，面向电力交易。算电协同、内河航运场景以及零碳园区是其转型的重要场景。
晶科、晶澳步调相近，皆发布了AI智能体，及AIDC算电协同方案。
晶科推出“晶科Agent”，是一个植入于BMS（电池管理系统）、SCU（储能协调控制器）和EMS（能量管理系统）的自主学习系统。它能根据电网实时价格、调度指令和负荷预测，为用户提供交易建议，在用户多次采纳后，系统会不断修正和优化其投资逻辑。其EMS+AI覆盖工商业储能、微电网、离网及源网侧等场景。
晶澳的AI系统
晶澳的系统可精准预判用能需求与电价波动趋势，智能生成购售电、储能充放电等策略。其重点集中在工商业场景。
隆基入局储能偏晚，今年已明确所有资源将全部倾斜至大型储能、工商业储能、离网微网场景，在战略上放弃户储。
虽然产品表述中没有突出AI，但隆基副总佘海峰在接受媒体采访时表示，针对上述三个场景，隆基内部已在开发自己的Agent，自有数字平台会集成自有的Agent，在6月底7月初发布这个产品。是否挂Agent的名不重要，重要的是从客户的碎片化需求到形成解决方案，再到资产形成管理，全部通过AI来完成。
04
关键问题：AI如何打开新的盈利空间？
AI讲得热闹，但怎么赚钱，绝大多数企业还没有讲清楚。
若使用大模型，企业正面临着token费用上升的挑战；如果自研或深度定制，又要承担长期研发、运维和迭代成本。
AI能力到底是作为硬件标配，还是作为增值服务单独收费，行业仍在探索。
思格新能源的全系SigenAgent智能能力为出厂标配，未向终端用户收取任何AI增值费用。
许映童在接受媒体采访时提到：“全域智能体覆盖产品全生命周期与企业全链路管理，目前AI能力全系标配，尚无收费计划。我们坚持以硬件作为主要盈利方向。”
晶科则更接近服务收费逻辑。晶科副总钱晶在行业媒体采访中透露，EMS+AI主要打包在全生命周期运维服务合同中，每年额外费用约为总投资的零点几个百分点。
放眼整个行业，讲AI故事的多，跑通商业模式的凤毛麟角。
正准备港股上市的爱士惟在招股书中提到，AI Mode目前免费提供，不产生任何独立收入；另一家准备港股上市的古瑞瓦特则在招股书中表示，未来可能通过AI能源管理系统提供订阅服务、软件升级、增值服务；同时，公司还提到将投资AI控制、信息技术，探索固态变压器在AI数据中心领域的应用。
摆在大部分光储企业面前的问题是，AI是一个不可错过的风口，但商业模式仍然缺失。
05
结 语
光储行业对AI的期待，已经被推到很高的位置。协鑫董事长朱共山把光伏产业范式革命的上半场，概括为“AI+能源”。TCL创始人、董事长李东生说，AI需要真正落地于产品、技术和产业，创造实实在在的价值。远景科技集团董事长张雷认为，能源不仅是AI发展的底座，更是其“肌体”，电力系统正在成为人工智能的主体工程。海博思创董事长张剑辉表示，AIDC将成为储能最大的应用市场。这些判断指向同一个方向：AI正在成为光储行业绕不开的新变量，AIDC的市场空间也被广泛看好。以上所有最终还是要回归“算账”问题。对企业来说，真正的考验不是发布了多少Agent，也不是讲出多少“AI+能源”的故事，而是这些能力能否变成可收费、可留存、可提升毛利率的业务收入。而AI更像是一面放大镜。放大企业原本的数据能力、控制能力、场景能力和运营能力，也放大那些只有概念、没有闭环的短板。它不会平均赋能所有公司，只会把本来就有价值的公司，推得更远。
0 条