毕马威全球技术报告2026：能源行业洞察

能源行业洞察 持续推进智能科技转型 前言 当前，随着“企业普遍科技化”时代的到来以及人工智能进入全面应用阶段，能源行业正加速推进技术与运营的深度融合。 在上一年度的报告中，我们观察到能源企业面临的主要挑战是利用先进技术推动下一轮数字化转型。有迹象表明，他们在过去12个月里取得了显著进展。我们的调研显示，250多名能源行业领导者中，业界投资水平保持稳定，许多企业反映，他们开展的有针对性的数字化项目已经开始带来更明确的财务价值，尤其是在生产优化、预测性维护和综合资产管理方面。 与此同时，先进机器人、边缘计算、量子计算和下一代控制系统等新兴技术也将助力提升运营效率，增强可靠性，并铺就脱碳之路。 能源行业的“普遍科技化”趋势使得人工智能不断向技术环节中不可规避的位置靠拢。这是一场由数据驱动、以业务价值为导向、以安全为基石的深刻变革。成功的关键不在于最前端的技术，而在于能否将AI能力系统化地嵌入组织，弥合执行差距，突破传统系统瓶颈，最终驱动整个行业向更高效、更清洁、更安全、更智能的未来能源体系演进。” 前方虽然充满挑战，但未来可期。我坚信，只要企业在应用人工智能和其他新兴技术时采取明确的战略、强有力的治理和以人为本的措施，并为员工提供适当支持，就能从中受益。因此，建议能源企业的领导者应继续顺势而为，通过技术投资持续改善业绩和财务回报。 然而，从人工智能试点阶段推进到大规模部署，以及其他新技术解决方案的推广，仍然面临挑战。因此，企业仍致力于实现切实的投资回报。 Anish De 能源、天然资源和化工行业全球主管合伙人毕马威国际 毫无疑问，不同能源行业领域的企业——无论是石油和天然气、电力和公用事业、采矿、化工还是可再生能源领域——都在迅速推进现代化和数字化。企业优先考虑以云平台、数字孪生、自动化技术和人工智能辅助决策为基础的综合数字生态系统。 蔡忠铨毕马威中国董事能源及天然资源行业主管合伙人毕马威亚太区及中国 主要发现 技术成熟度和价值创造呈上升趋势 数据与治理是关键因素 人工智能应用提速 网络安全和韧性受到关注 其他技术也备受关注 数据分析在预算增幅方面位居第二，仅次于现代化交付42% 更有效的网络安全管理 XaaS、边缘计算，数字孪生与量子计算均被企业广泛接纳，并有望在未来得到进一步发展 的能源企业还处于试点阶段，明年这一比例将进一步降至仅2% 或将成为企业追求技术目标的最大回报（36%） 的受访者认为改善数据流是提高决策敏捷性的关键 的受访者将人工智能列为技术投资重点，略低于77%的跨行业平均水平 加强风险管理已迫在眉睫29% 五分之一的能源企业的技术投资回报率超过了 治理至关重要： 的能源企业领导者认为，管理AI智能体的能力将在未来五年内成为一项关键的员工技能。 200% 近四分之三的受访者表示，侧重速度和成本效率往往会导致其他关键领域失衡 技术成熟度与价值创造和投资回报率兼顾 在应用战略方面，获得资金支持且应用规模正在逐步扩大的领域包括： 数据分析47% 能源和采掘企业正加速推进数字化转型，重点聚焦于数据分析、人工智能以及核心运营系统的现代化升级。我们的研究表明，随着企业战略意愿的增强，大多数企业已开始将人工智能等新兴技术整合到日常运营中，并逐步从信息管理系统扩展至运营技术（OT）层面。 高管们需要对旧系统进行投资，但此类投资是否会受到人工智能的冲击？与其花费数亿美元进行大型升级项目，他们更倾向于通过灵活的小型项目和架构重塑来优化前台职能。他们既不想停止投资，又不能让投资成为业务发展的负担。” 网络安全42% 能源行业的受访者表示，在技术应用战略方面，获得资助且应用规模逐步扩大的领域包括数据分析（47%）、网络安全（42%）以及人工智能（41%）。当前的挑战和紧迫性在于，企业需从试点和小型部署转向全面实施。然而，由于旧系统、预算限制和执行差距等因素，企业的进展情况仍然参差不齐。 Karyn Mercer技术、数据和人工智能合伙人毕马威澳大利亚 约60%的能源行业高管认为，旧系统对新技术充分实现投资回报构成障碍。尽管已采用多种工具，但许多企业在核心系统现代化方面仍面临诸多挑战，进而产生数字债务并限制了长期价值的实现。 人工智能与自动化41% 毕马威客户案例 实现投资回报 技术投资能否带来价值是企业关注的重点。数据显示，超过20%的能源企业高管表示其技术投资的回报率已超过200%，但仍有57%的投资仅达到盈亏平衡（91%-100%）。尽管如此，实现投资回报的企业比例仍低于跨行业平均水平（200%），表明这一目标仍有提升空间。 通过ERP转型推动增长1 值得关注的是，过半能源企业高管认为，云基础设施、ERP系统和CRM平台等数字化项目带来了较高的回报。此外，人工智能正在成为推动企业价值增长的关键引擎——超过50%的企业表示，其财务总收益的31%-40%直接来源于人工智能。 客户面临的挑战 Enagás Renovable（EGR）作为欧洲领先的可再生天然气和脱碳平台之一，在西班牙各地管理着20多个项目，致力于推动碳中和经济的发展。然而，EGR严重依赖第三方业务流程外包（BPO）提供商，这限制了其运营效率和灵活性。随着EGR的快速扩张，公司需要收回核心业务功能和数据的控制权。同时，对系统进行现代化改造，以确保灵活性、创新能力和未来增长。 新技术能够带来显著的投资回报，这一点已经非常明确。然而，高管们如今面临的问题是如何选择重点投资领域以实现转型回报。尤为重要的是，他们需要聚焦并深入研究人工智能最具价值的领域，从而明确投资方向。” 年度数字基建投资的财务回报率 毕马威提供的支持 57% 21%201%–250% 91%–100% 为帮助客户应对这一难题，毕马威西班牙主导实施了端到端ERP转型。经过详细评估，我们选择了具备所需扩展性和集成能力的SAP Cloud ERP。利用毕马威Powered Enterprise和SAP Activate方法论，团队采用了Greenfield实施模式，将最佳实践嵌入客户的业务运营，最大限度地减少定制，并减少后续技术债务。 Anish De能源、天然资源和化工行业全球主管合伙人毕马威国际 成果 我们仅用不到八个月的时间完成该项目，按时按预算达成所有目标。如今，EGR通过可灵活扩展的中央ERP平台运营，不仅提升了透明度、决策能力和运营独立性，更为其在欧洲可再生能源市场的持续增长奠定了坚实基础。 已实现的回报率 把握人工智能新时代 人工智能解决方案的快速、规模化应用已成为当今各行各业发展的主要特征。在能源行业，人工智能正从有限试点转向企业整体部署。企业高管们指出，目前仍处于试点阶段且尚未明确投资回报率的公司比例，预计明年将从29%下降至仅2%。 领跑企业正在通过在系统和界面中嵌入生成式人工智能以及越来越多的代理式人工智能，推动前后台的全面转型。 信息技术部门适合推动人工智能的发展，因为它们能够纵观所有职能部门，并为企业提供一个整体开发平台。通过这种方式，信息技术部门可以以结构化的方式达成人工智能目标，并实现灵活交付。反之，如果缺乏统一规划，可能会导致零散的点状解决方案，这些方案彼此之间无法有效衔接。信息技术部门还可以通过协作模式管理与解决方案提供商的关系，这种模式通常是成功的关键。” 然而，数据显示，能源行业对人工智能的重视程度略低于其他行业。根据调查，仅有69%的能源企业高管将人工智能列为技术投资重点，而跨行业平均水平为77%。在能源子行业中，这一比例存在显著差异：石油和天然气（79%）以及电力和公用事业（77%）处于领先地位，化工紧随其后（70%），而采矿业（59%）和可再生能源（53%）则相对落后，主要由于其他技术相关运营重点的影响。 人工智能在能源企业的应用具有深远意义。它不仅能够提高运营和工作方式的效率，还能增强流程和生产的生产力。其影响从缩短勘探和开采周期，到优化油井、矿山和其他场地的生产工作；实时管理智能电网（打造“未来控制室”），以及通过预测性维护确保平稳运营并减少代价高昂的停产时间。 我们的研究发现，目前人工智能的融合主要由IT部门推动。大多数能源企业（58%）表示，其人工智能战略由IT部门主导。这表明技术部门在人工智能应用方面承担了更多责任，同时人工智能与核心业务系统的融合度也在逐步提升。 此外，人工智能不仅是前台变革的强大驱动力，也是重塑后台部门的重要力量。它可以帮助财务、采购、人力资源、企业报告、营销和销售等关键职能部门提升效率，并支持更明智的决策。 Shreyansh Upadhyay副合伙人能源行业人工智能服务企业咨询主席毕马威印度 在各能源及采掘子行业中，将人工智能和自动化作为重点的企业比例是多少？ 人工智能和自动化的优先级：能源和采掘业与跨行业平均水平对比 77% 69%能源和采掘业 跨行业平均水平 AI技术在能源行业的核心价值体现在对能源生产和消费的实时监控、精准预测与优化管理，从而实现供需平衡。通过实时监控，AI能够及时发现设备异常、负荷波动等问题，为运维团队提供预警信息，避免潜在故障的发生。精准预测则基于历史数据和机器学习模型，对未来能源需求、可再生能源发电、电价波动等进行科学预估，帮助企业制定更合理的生产计划和市场策略。优化管理则通过智能算法，对能源生产和分配过程进行动态调整，最大限度地提高资源利用效率，降低成本。” 人才要素 除了协调、清晰的发展模式之外，人才和员工赋能也至关重要。因此，超过60%的能源企业正在积极招聘人工智能专家，同时也有相同比例的企业正在加强跨职能合作，以确保人工智能的安全有效部署。此外，技能提升已成为一项迫切的需求：96%的能源企业领导者认为，未来五年内，智能体管理将成为员工的一项关键技能。这表明，企业正在向“人机”合作模式迈进，在这种模式下，人类专业知识与人工智能的自主性将相辅相成，从而增强运营规模、响应能力和安全性。 贲晓光数字化咨询合伙人毕马威中国 优质数据与强效治理是成功的基础 为了在未来12个月内实现战略目标，必须针对哪些领域优化数据分析： 企业已普遍认识到，高质量的数据是成功部署人工智能及其他新技术的关键要素。数据分析是技术与应用落地的必要条件，因此，受访者将其列为仅次于现代化交付的第二大投资重点，这一结果并不令人意外。 能源企业高度重视提升数据成熟度。对于能源企业的领导者而言，强大的数据基础与高质量数据的获取是技术战略成功的核心要素。企业持续加大对边缘计算与XaaS技术的投入，这体现了行业对分布式、数据驱动型运营模式的坚定追求。能源企业的领导者尤其重视实时分析与基于服务的灵活部署模式，旨在提高运营敏捷性，满足分散各地的能源资产的实际需求，从而为构建互联性更强、适应性更高的能源生态系统奠定基础。 此外，当被问到数字化转型目标时，42%的受访者表示首要任务是通过优化数据流来提升决策敏捷性。进一步研究表明，受访高管将数据安全视为最重要的数据分析改进事项。显然，在网络威胁日益加剧的背景下，保护敏感信息变得尤为重要。紧随其后的是数据驱动的决策与洞察，而建立强大的数据文化与培养数据素养的重要性也得到了广泛认可。 治理与信任 另一个关键问题是如何在技术投资和研发方面实施既灵活又强有力的治理，以在不影响大局的前提下确保敏捷性。然而，企业在这一领域面临持续挑战：近四分之三的能源行业受访者表示，过于侧重速度和成本效率往往会导致安全性、灵活性和数据标准化等关键领域的失衡，这一比例略高于跨行业平均水平（69%）。 企业不应期望人工智能自行创造价值。它只能帮助企业提升数据和治理的成熟度。为此，企业应首先借助数据血缘和技术元数据，识别每个关键步骤，并通过业务元数据确保人工智能在不同场景中的一致性。同时，应建立一个现代化的数据目录，作为人工智能分析和代理的一站式入口，整合数据识别、访问和政策管理，以增强团队对人工智能的信任。此外，企业应打造精心设计、可重复使用的数据产品，使员工能够