问题 1：在当前各大资本的“碳中和”目标与 AI 技术爆发的双重背景下，您认为传统能源或油气巨头长期战略 面临的最大挑战是什么？这其中又蕴含着哪些机遇？

在我供职过的业务线中，我发现企业战略层面均是以碳中和与AI技术并重的模式，行业正从“能源安全”的单选题，向“安全、低碳、效益”过渡，传统巨头或新兴技术集团都在经历全球资源和战略的重塑。在我曾参与的AI数字化转型项目中，我既要保障我司能源安全供应的基本盘，又要加速向零碳智能化转型的机遇，其中我主要以PDCA的手段参与商业模式和价值体系的重构过程。

从我的实践来看，原有价值链上的"保供主体"单元，依次被升级为"零碳转型枢纽"，很多人认为传统基础设施是“包袱”。但事实上，它们可能是转型中最快的 “跳板” 。我在2024年的舆情分析中就发现，AI融资占比已占能源上市公司总融资的74%，在我曾参与的2024亚太ESG路演中，我接触到CCUS（碳捕集与封存）技术，它并非要另起炉灶，恰恰是依托我们现有的管道网络，通过对data asset的管理和分析，把曾经的排放点变成“负碳节点”。这些投入短期内看是成本，长期看是在构建未来“绿色基建”，引导氢能、核聚变等前沿领域资本大规模涌入，推动原料开采和无人化生产模式，为全产业链实现智能化升级，把量化假设或商业假设的思考与化石、新能源、人工智能深度融合，让企业实现降本增效，占据能源贸易的主动权。

问题 2：我们注意到 AI 正从消费互联网渗透到产业领域。您观察到最令人印象深刻的 AI 应用场景是什么？新人是否可以借助 AI 完成自身成长？

这就涉及到AI产业化进程中的人才培养，这里的“新人”我们也称为“key person”,我自身就是集团层面的管培出身，在我观察到的AI与能源产业应用中，最具变革性的案例恰恰来自能源行业的智能化重构。

比如我们产业界长期存在的"数据烟囱"困局，因为油气行业存在“烟囱式”系统架构，其运营数据分散于勘探开发，生产运营以及经营管理等数十个独立模块。传统模式下决策周期长、资源调配僵化，但通过大数据与量化建模的融合，系统能自动识别不同系统中"温度""压力"等字段的语义差异，形成“数据清洗—智能分析—决策优化—成本可控—业务反哺”的价值链闭环，不仅把决策时间从数天缩短至数小时，实现数亿美元的成本优化，还极大提高了业内data asset的质量。

在人员培养层面，我个人的体会很深，因为当前的大环境已经不是简单的技术迁移，新人发展不仅仅是学习使用AI，而是具备AI替代不了的能力。

我在业务端一直主导数字推动项目，当前新技术手段已经能够识别"产业富矿"所在——比如在能源行业里，200多个设备参数的关联分析能产生新的HTA商业假设，并把完整的产业链从局部优化走向全局协同，确保个人能力体现在供应链的数据流、复杂的HTA商业假设构建、stock pitch、以及落地环节。用行业的语言来描述就是让市场“真实”需求与业务的关键成功因子（KSF）匹配，我相信在2027年前后内AI就会依靠能源和工业的支持，优化调度并催生每年万亿美元的投资机会。

问题3：ESG已慢慢变成了具体的商业准则。从您执行PDCA的观察来看，跨国跨领域企业会遇到哪些现实挑战？

从我带领团队执行PDCA循环的一线经验看，跨国企业在依靠ESG迈向卓越时，面临着系统性挑战。

首先是认知断层。我曾经主导过几次PEI访谈的kick off meeting（KOM），目的是构建基础的HTA商业假设体系，很多企业的首要问题是"衡量体系不对称"。因为ESG本质上是一把"新尺子"——过去我们用财务或排名指标度量企业和高校，现在要用环境、社会、治理等非财务维度来评估长期价值。

但大多数企业、甚至大学，仍在用旧思维应对新规则。我观察到，许多跨国企业、海外院校董事会、投资者关系部门对ESG缺乏知识储备，面对质疑、询问气候变化策略、供应链透明度、chargeable project hours等长线议题、指标时显得措手不及，顾此失彼，失去市场信任。

其次是价值落地时的执行断层。2025年的今天，ESG法规已从倡导转向强制。当美国SEC与欧盟的法规要求穿透至整个供应链时，一个核心难题浮出水面：我们能否要求一家非控股的合作伙伴开放其核心数据？这显然不现实，先不说NDA与DAC保密原则本身，光是内部壁垒与短期业绩压力，就使这一战略投入被视做成本负担，导致协同失效，难以将合规要求转化为管理效率。

问题4：许多传统行业都在完善数字化企业网络、PDCA、ESG、生态系统化的业务模式，在您看来，能源、金融、咨询、医疗、汽车等传统产业自身，有哪些共享经验可以分享？

我曾经为能源、金融、医疗和新能源领域的项目方提供行业敏感信息（data asset），我发现不管是国有、民营还是外资，资源与大数据的管理、内部识别、分类实施和循环优化（PDCA）都是行业间共通的逻辑。

而相当多的企业任务无法转化为目标，他们缺乏战略层面的商业假设、关键成功因素、kick off层面的实施手段，尤其是从“供给导向”到“用户导向”的转变，以能源为例，我们更关注如何把能源生产出来并稳定输送出去。但互联网公司如腾讯，它的微信城市服务覆盖几百个城市，让交通缴罚、公积金查询等变成“秒级”服务。这启发我们，未来能源服务是否可以更个性化？比如为每个工业园区甚至每个家庭提供定制化的“能源套餐”。

这里暗含着能源、互联网、金融和战略层面的全新增长点（即渐进式数字转型、可开辟全新营收来源的产品、含有碳资产的产业链）的机会，更倾向于将不同行业的需求纳入统一的数字化框架中，在一次行业路演中，顶尖咨询和投资银行正在进行此类布局，这种一体化的数字+能源+AI的驱动型业务，可以充分释放企业或个人碳资产结构中的商业价值。

问题 5：在能源转型的万亿级赛道中，除光伏和风电外，您个人更看好哪个新兴细分领域？是否会成为下一 个爆发点？为什么？

先说我个人在一场ESG路演里表达过的观点吧—当下早已不存在单一高增长领域，跨领域跨界已经是高增长的前提。

当然从能源角度，我个人短期更看好储能，长期看好 “氢能” ，特别是与现有工业体系结合的“蓝氢”及其衍生生态系统。

它不仅仅是一个能源储备方式，更具有“高动态性”的特点和解决系统性问题的能力，是连接传统与未来的“桥梁”。

一方面，它可以利用我们现有的天然气基础设施进行运输，前期投入成本相对较低，能快速形成规模效应，打造出一批高于行业平均水平的高绩效企业，其潜力资产也有机会形成规模化市场化的优势。

另一方面，储能与氢能与CCUS技术完美耦合，为钢铁、化工这些难减排的工业领域提供一个现实的脱碳路径。一些创新企业甚至目标将氢能成本降至每公斤1.5美元，在跨国企业内部的核心价值假设层面，90%以上的企业依然倾向于在自身主业范围内开拓新业务，这一点在技术敏感型的客群里尤为明显。

问题 6：作为业内年轻人，对于今天希望进入人工智能、传统能源和新能源领域的年轻工程师、科学家，需要优先构建哪方面的知识技能，才能应对未来 5-10 年的行业变革？

当下已经不存在单一的人才，T型甚至π型人才是真实的市场需求类型，在我带团队和参与面试过程中，通常是不看重对方专业出身的，但对方的商业化能力—即“charge hours、POC推荐人资格、路演或核心观点积累（data asset ratio）”是关键，公司通常依赖技术、市场和资本的三重驱动，尤其是面对行业变革和地缘震荡时，指数级增长的业务背后通常都具有深厚的产业壁垒，这类业务的数据、项目细节、商业假设、价值主张、关键成功因素通常都属于项目敏感信息，不会轻易对外公开，因此候选人需要优先构建跨领域获取敏感信息的能力，就比如CCUS（碳捕集、利用与封存）技术，既要成为减排关键，又需掌握碳捕集工艺、地质封存及商业化应用知识，这类新兴交叉领域往往有太多新岗位机会，比如偏数字化的零售战略、偏能源或新能源的并购或投资分析、偏能源管理的项目管理岗位，甚至AI伦理或时尚与奢侈品牌的咨询都能结合在一起，要求候选人在A领域读懂B领域的商业手段，并在C领域变现。

也就是说，首先要具备舆情分析的能力，比如在stock pitch过程中识别增长型公司或行业，然后去获取这类业务的敏感信息， 这种量化的商业能力非常重要 。

问题 7：“您提到行业需要既懂具体业务、熟悉行业的 KSF，又懂ESG战略层、甚至量化假设的‘T 型人才”。 从新人成长为“T 型人才”，作为行业新锐是否需要“高营养的商业资源”？

我很信奉一句话：career的长度并不完全取决于努力本身，也不完全取决于公司规模，最终取决于资源的厚度与质量。

我们内部曾经与跨国金融资本、管理咨询及互联网战投进行合作，其中在培养新人的问题上罗列过17种前沿的商业赛道，和4种必要的商业资源，比如POC推荐资格、垂直业务线的charge hours、路演的展示，在AI时代，新人的入行时间已被大大提前，原来大学毕业后可以慢慢学，现在变成了17-20岁期间就要让把自己“商业化”，不论是新能源、汽车、油气、医疗、金融、互联网、零售、AI还是ESG，对人才的要求已经从专业“深井”变成横向的能力迁移。企业没有时间慢慢孵化新人，而是要求新人在读书时就能自主完成不同前沿领域的敏感信息收集。

但很可惜大部分人没有这种意识，他们甚至不知道怎样寻找资源，比如企业端的POC推荐人很关键，但并非去套磁身边熟人，而是分管具体在手项目的负责人或路演评估方，大部分人会在这个过程中发现自己所学到的书本理论，在商业层面都需要被推翻，这会导致个体在情绪，认知上出现震荡。但哪怕是专注于某个具体职能的岗位，如地质分析或工程操作，也需要思考如何跳出自己的专业深井，用业务和客户方能听懂的语言实现假设验证和方案构建。这要求每一位新人扮演好“翻译者”的角色，积累专业的data asset，将个人能力通过商业语言完成构建路径，但大量候选人沉迷于书本/模板/专业课内容，而企业需要他们主动打破行业壁垒，让专业性产生乘法效应。

所以说“商业资源”对新人而言，并非“是否需要”，而是“生存与发展的刚需”。这里的“资源”，不仅是数据和报告，更包括与行业人士、资深专家的交流机会，以及参与核心非公开项目、接触战略与投资决策的场景。比如我就要求候选人需提前掌握油气+AI+ESG业务背后的商业假设验证、财务与市场动态、跨领域的delivery deck构建。

问题 8：您也提到了金融层面的介入，如果请您描绘一幅 10-15 年后的未来行业图景，您会怎样排序？传统 油气、新能源、金融资本、时尚与零售、医疗与数字化技术是否会共同协作，以新质生产力的面貌支撑全球 经济的新循环

在未来10-15年的全球经济图景中，您提到的这些行业不仅会协作，而且将深度融合形成闭环系统，共同构建新质生产力的核心支柱。在我看来，这种协作将不是简单的叠加，而是资源融合力度与落地执行层面的叠加，以能源为例，油气不会孤立发展，而是与新能源进行深度协同，传统油气与新能源的关系将从替代转向共生。油气企业利用现有基础设施、勘探经验和资金优势，把一个个 “石油摇篮”转型为“绿能先锋”， 依托互联网 、大数据、物联网等技术辐射，反过来为新能源发展提供支撑。

而金融资本则成为连接各行业的纽带，通过精准投向新能源、数字化技术等新兴领域，成为新质生产力形成的加速器，我曾在内部一次讲话提到--随着碳交易市场扩大和绿色金融体系完善，金融资本将引导资源向低碳领域集中， 比如身为需求侧的时尚零售，能源工业的产出确保了服务业的繁荣，带来个性化、稀缺价值、可持续的消费体验，又能反向推动新能源技术在物流、供应链等环节的应用。

这些行业的协同将形成真正意义上的全球经济增长循环，这种新质生产力以可持续发展为方向，不同行业形成一个完整闭环：能源与制造业转型提供基础动力，金融资本优化资源配置，人工智能提升效率，零售与医疗创造最终价值。这一闭环在政策引导下将真正释放新质生产力的全部潜力。