在加快构建新型能源体系背景下，大规模风电、光伏及新型电力系统配套工程加快建设，能源领域资产愈发密集，工程建设、运维管理复杂度同步提升，对行业智慧化运行、安全韧性保障、全生命周期管控都提出更高现实要求。数字孪生、可控可信的AI等数字化技术，正在成为破解工程管理痛点、推动能源工业转型升级的重要支撑。围绕基础设施转型、AI技术、本土化布局，《中国能源报》记者采访了Bentley软件全球首席运营官李汉麟。
中国基建高质量发展
当前，我国能源基础设施建设正告别规模化扩张，向智慧化方向转变。在李汉麟看来，这一转型背后是行业发展逻辑的根本切换。“回望过去，从2008年相关政策带动基建发力，到2010至2020年城市建设迎来高速增长，行业规模扩张抵达高峰。时至今日，中国企业的核心诉求已经不再是单纯追求建设速度，而是转向高质量发展，依托技术手段实现更加智能的建设与运营。”
“双碳”目标之下，发电与电网系统迎来系统性升级考验，海上风电、光伏、输电工程资产集中、服役周期长，项目交付后期运维承受着越来越大的压力。
“极端天气频发，新能源电站、输电网络等能源基础设施的韧性运营压力持续加大，传统分段式、碎片化的管理模式已难以适配行业发展需求，对基础设施的适应与抗灾恢复能力提出更高要求。同时，固定资产投资环境变化，倒逼企业更加注重项目成本管控，追求资金使用效益；国内体量庞大的存量基础设施逐步老化，运维成本持续攀升，行业亟待建立以数据驱动的预测式全生命周期管理模式。”李汉麟表示。
面对行业变革浪潮，互联数据环境与数字孪生成为重要抓手。李汉麟介绍，数字化体系能够打通规划、设计、施工、交付、运维全业务链条，大幅提升工程设计与协同施工效率。通过搭建统一、贯通的工程数据底座，彻底打破项目建设与资产运营的数据壁垒，实现工程数据从建设阶段向长期运营阶段的完整延续。在此基础上，结合AI技术可实现项目风险智能识别、资产状态动态研判、行业知识沉淀复用，持续优化工程建设与低碳运营决策，全方位提升新能源项目的交付水平与全生命周期管控能力，助力能源行业高质量、可持续转型。
应坚守可控可信AI底线
产业数字化不断深入，AI成为基础设施领域转型的重要变量，但通用大模型并不适配基建行业的特殊场景。李汉麟表示，基建AI需要读懂工程数据、项目背景、环境条件，严格遵循行业标准与工程逻辑，落地门槛远高于多数普通应用场景。“依托专属行业场景训练，杜绝脱离实际的模型推演，AI才能具备更强的可控性与专业性，确保输出结果贴合工程实际、有据可依，从根本上规避‘AI幻觉’带来的工程风险。”
可控可信的AI是基建行业技术落地的底线，这离不开透明完备的数据治理。“数据不仅要透明、可被审计，也要保护数据来源，让企业能够安心使用AI模型。”李汉麟说。
与此同时，AI的价值不能局限于简单替代人工操作，而是帮助工程师提效、沉淀复用行业知识、优化业务决策。“比如，在航空领域，尽管自动驾驶技术已经十分成熟，但机组人员依旧不可或缺。对应到工程领域，企业管理者需要建立全生命周期思维，重视底层数据治理，搭建统一可信数据源，同步推进组织与岗位适配调整。人必须深度参与操作、校验、决策确认的全过程，不能将业务完全交由机器。”李汉麟坦言。
事实上，相较于头部企业，对于数字化基础薄弱、预算有限、专业人才不足的中小企业而言，落地AI仍有现实难点，大规模成套数字化项目的投入门槛令不少企业望而却步。“AI是类似互联网的长期颠覆性趋势，但也切忌‘为了AI而AI’。中小企业不必盲目上马大型项目，可从小场景试点切入，鼓励一线探索创新，最终以业务提升、投资回报率作为核心评判标尺。”李汉麟说。
深耕本土适配中国市场需求
在李汉麟看来，中国企业适应力强，对新技术接纳程度高，擅长结合本土实际完成技术迭代，这是国内数字化快速发展的重要基础。
从政策导向来看，中国高度重视人工智能产业发展。根据国务院2025年印发的《关于深入实施“人工智能+”行动的意见》，到2030年，中国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%。
立足中国市场，Bentley软件持续推进全球技术与本土需求深度融合。例如，中国宝武钢铁应用Bentley软件开展数字孪生实践，为老厂房及高铝锌铝镁热镀锌机组搭建可迭代的数字孪生模型，打通数据孤岛，实现全周期数据连贯流转，在预算管控、作业效率、建设周期方面取得实际成效。
“一方面，公司具备覆盖工程全生命周期的端到端数字化解决方案；另一方面，通过多年国内外项目实践，积累了海量、真实、贴合场景的工程背景数据与行业经验，能够精准适配中国基础设施行业的本土化需求。”李汉麟表示，依托全球研发团队与中国本土团队的深度协同，Bentley软件持续打磨本土化AI产品与服务，助力国内能源、基建产业实现安全、可控、可信的智能化升级。“未来，我们将持续整合全球产品资源，联动本土研发团队，并携手国内合作伙伴开展深度协作。”（林水静）
