思辨与实干,在多数人身上是一对矛盾。但在张雷身上,两者并行不悖。
一方面是强烈的哲学冲动,不断追问事物的本质;另一方面,他又对产品细节异常敏感,比绝大多数业务一线员工更较真。思科前全球高级副总裁乔雷特回忆第一次与张雷见面,原定一小时,谈了三小时,“我甚至以为自己在跟一位软件工程师对话”。
而在能源领域大多数尖锐问题面前,张雷都能给出一个极具“远景”的观点。比如2016 年,他在与凯文·凯利的一场对话中称,未来的能源头部企业可以不拥有实体能源资产,就像 Uber 没有一辆车。但十年后回看,远景却似乎做了完全相反的事:其电池超级工厂已从英国桑德兰建到法国杜埃,在内蒙古赤峰打造出全球最大绿色氢氨项目,还计划到2030年在戈壁上建设5GW的可再生能源AI数据中心。今年8月,全球最大的AI数据超级单体已经在乌兰察布投产。
但这并不代表张雷在言行上的割裂:追问本质的意义,恰恰在于不被任何一种固定的“答案”束缚。他曾对福布斯中国称,“探求事物的本质和真理,并以此解决社会发展的重大挑战,才是一个企业家的基本素养。”这一点,从其创业之初便是如此。
01
进入风电领域时,远景是个“后来者”。
2007年的中国市场,已被维斯塔斯、西门子和GE瓜分完毕。张雷选了一条没人走的路:聚焦南方的小风。仅仅2年后,该公司推出全球首款低风速智能风机,把可开发风速降到每秒5.5米,借此中国60%此前被认为“不可能”发展风电的地区,一夜之间具备了开发价值。这家公司就此切入了发展的快车道。
远景能源海上智能风机
18年后,远景科技集团旗下远景能源已经成为全球最大的风力发电厂商之一,也是目前市场份额前三名中唯一没有上市的公司。而张雷的目光也早已越过风机。
远景科技集团还是在全球范围内最重视软件和算法研发投入的绿色能源公司。目前,该集团旗下智能物联操作系统EnOS™在全球管理超过1005GW的能源资产。自研的“远景天机”气象大模型用来预测未来的风和光,远景团队实现了全球范围中短期天气预测(10天时效)分钟级输出,在权威气象榜单WeatherBench中位居全球第一梯队。
02
事实上,张雷如今大多数的关注已不再聚焦于能源公司应该长什么样了,而是人类文明、甚至更广泛意义上的文明,其本质到底是什么?
靠近他的员工说,张雷每到一个地方,总想知道自己能为当地的能源建设做些什么,以提高人们的生活质量。这并非为了牟利,而是他习惯性的善意,哪怕是去一个没那么有商业价值的小岛,他仍然会不自觉地这样想。要是能为别人的生活带来一些改变,张雷就会产生不小的满足感。
过去的二十年中,他至少有3次在公开场合阐述,人类能源在未来永续和普惠的可能性。最近的一次是在今年2月,英国能源学会(Energy Institute)的颁奖典礼上。他被授予2026年度主席奖(President's Award),以表彰其在全球能源转型中展现的卓越领导力与变革性贡献。张雷是该奖项创立以来的首位企业家获奖者。
张雷认为,文明若建立在几十年后就要见顶的化石能源上,繁荣便无从谈起,因为文明的本质就是能源。过去两百年人类能量供给增长百倍,靠的就是能源成本下降一半以上;而今天人工智能的快速发展更是如此,谁的能源边际成本更低,谁的AI竞争力就更强。
03
但电不只是成本问题,还是分配问题。
当美国一些地区开始抱怨数据中心推高居民电价时,张雷的提问与多数同行相反:不是“AI的电从哪来”,而是“如何保证AI不挪用普通人的电?”。他认为,AI 应自建能源系统,“把传统电网的电力供应留给家庭、医院和学校”。当然,这个立场恰好也是他的“目之所及”:戈壁的绿色算力,正是远景为AI大厂们提供的全新解决方案。
从某方面看,因为其早期的能源交易背景,市场很容易给张雷贴上一个资本弄潮儿的标签。什么时候公司套现,是他创业早期最容易被问到的问题。但是20年走过,在剧烈的周期波动与绞肉机一般的竞争环境下,他反而活成了整个行业里最坚持长期主义的人之一。
如今回头看,张雷的经营理念至少证明了一种价值观的胜利,只要对这个世界保持足够的善意,你就能看得比别人更远,面临选择时也能够比别人更勇敢。
以下是福布斯中国与张雷对话内容节选:
福布斯中国:距离上一次和您聊天已经过去四年了。在这段时间里,新能源已经从“新三样”到“新五样”了,风光装机超煤电,市场变化很大,远景最大的变化是什么?
张雷:
变与不变,这可能是一个哲学问题。远景的使命从未改变——为人类的可持续未来解决挑战。但挑战一直在变,所以我们在不同阶段关注的重点也不同。
过去,最大的挑战是“可再生能源太贵了”。所以远景做风机、做储能、做动力电池,用技术和规模化把风光成本降到了低于化石能源。今天,可再生能源已经足够便宜,但新的挑战出现了——它太复杂了。2025年,中国风电和太阳能装机首次超越煤电,这是一个历史性的拐点,但也带来了新的问题:碎片化、间歇性、难以调度。过去靠人工经验管理的能源系统,已经驾驭不了这个越来越复杂的局面。
所以,远景做了一件事:把物理人工智能引入能源系统。我们构建了“天机”气象大模型和“天枢”能源大模型,形成了“感知-预测-执行”的闭环,为驾驭可再生能源提供了超级大脑,让电力系统实现从“设备堆叠”到“智能体生态”的转变。这也恰恰是物理人工智能对整个绿色新工业体系最重要的赋能。
赤峰项目验证的不只是绿氢的经济性,更验证了一个更深层的结论:可再生能源系统可以离开电网独立运行,而且可以靠AI管得比人更好。这个结论的意义,不亚于当年第一台蒸汽机证明“热能可以转化为动能”。它打开的不是一个产品,而是一个时代的可能性。
AI的浪潮把我们推到了一个更大的舞台上,不只是为世界提供零碳技术,而是为AI时代的文明构建一个永续、智能、普惠的能源底座。这大概就是这一代人的责任和运气,我们正好站在能源革命和智能革命的交汇点上。
福布斯中国:您在推动能源转型,但转型要对抗的对象可能是更强的台风、更极端的沙尘、更反常的无风期。远景的气象大模型某种意义上也是在给自己“上保险”吗?
张雷:
说“上保险”可能有点低估它了。这更像是在给能源系统换一双眼睛。过去我们靠天吃饭,风大了多发电、没风了干着急;现在有了“天机”气象大模型,我们是在知天而作。
“天机”能够提前30到45天精准预测天气,提前感知台风、极端沙尘、反常无风期。这不仅是提前知道“明天有没有风”,它是把气象系统本身变成了能源系统的一部分。因为碳中和的本质,就是未来100%的能源都将来自风、光、水,气象系统就是我们的能源系统。如果我们对气象没有洞察力,就根本管不好这个系统。
这不是理论上的设想,已经在被大规模验证了。在南方电网最近一次AI负荷预测技术竞赛中,“远景天机”高居榜首;在国家电网AI负荷预测比赛中,远景在6个赛道中拿了5个第一。这些比赛覆盖广东、海南、广西等台风频发、气候复杂的区域,能在这些地方夺冠,说明“天机”不是实验室里算出来的,是在真实极端天气里打出来的。
它的价值也在更具体的场景里被反复验证。 在赤峰零碳产业园,依托“天机”的分钟级精准气象预测,制氢能效提升了20%。在FE电动方程式上海站,帮助车队精准预判暴雨窗口、提前调整策略,最终拿下季军。能把天气预报做到赛车轮胎策略的精度上,说明它已经不只是“管能源”的工具了。
所以“天机”不是给自己“上保险”,它是在把可再生能源从一个“靠天吃饭”的不确定性系统,变成一个可预测、可调度、可优化的确定性系统。气象大模型能看见传统气象学家看不见的规律。这不是被动防御,是主动认知和驾驭。
福布斯中国:您曾把GPU比作“新时代的蒸汽机”,这个类比背后,是能源与生产力之间的关系发生了根本变化吗?
张雷:
是的。两百年前,蒸汽机把煤炭转化为机械动力,人类第一次能大规模地把一种能量转化为另一种生产力;今天,GPU做的事情本质上是一样的,把电力转化为智能。
但有一个根本性的不同。传统工业时代,工厂建在哪里,更多取决于市场、物流、产业链和劳动力;电力由电网提供,只要供得上,能源通常只是成本项。而AI时代,GPU是新的生产设备,电力是驱动这些设备持续运行的“原材料”,每一度电都对应着计算,每一次计算都对应着模型能力和智能产出。能源与产出之间的关系,从来没有这么直接过。
所以AI时代真正稀缺的,不再只是GPU,而是能够持续、稳定、低成本地支撑这些GPU运行的能源系统。
福布斯中国:这意味着数据中心不能再像过去那样“先建好再找电”了?
张雷:
对,传统方式已经走不通了。当单体数据中心负荷从几十兆瓦迈向数百兆瓦甚至吉瓦级时,能源系统第一次需要和算力系统一起,被作为一项基础设施同步设计。
这也是远景进入AI基础设施的不同起点:它不是从数据中心出发寻找能源,而是从能源系统出发重新设计算力基础设施。
今年8月我们投产的乌兰察布星河基地,就是这个思路的验证。它的特殊之处不在于算力规模,也不在于那个超过12万平方米、可支撑百万卡集群的AI算力超级单体,而在于第一次尝试把能源系统与AI基础设施作为一套整体进行设计。规划之初,我们考虑的不只是数据中心本身,而是如何把风电、储能、电力电子、智能调度和不断增长的算力需求放进同一个系统协同运行。能源不再是数据中心建成之后接入的配套设施,而是决定了整个园区效率和成本优势的基石。
福布斯中国:对远景来说,进入AI基础设施这个赛道,不是一个突然的决定?
张雷:
不是突然跨界,是过去二十年积累的能力,在新场景里的一次集中释放。
风和光负责生产能源,储能负责在时间维度重新配置能源,电力电子设备完成高效转换,AI负责预测、调度和优化整个系统。过去分别服务于新能源、电网和工业场景的能力,现在需要作为一个整体来设计一个AI基础设施。如果说过去二十年,远景不断提高的是风能转化为电能、电能转化为工业生产力的效率;那么今天,我们开始思考另一个问题:如何让能源,更高效地转化为智能。
福布斯中国:远景乌兰察布星河基地是“戈壁使命”(Mission Gobi)首个落地的旗舰项目。6月您在VivaTech上宣布在2030年全球建成5GW绿色AI数据中心集群;类比“Space X”,这个计划也被外界称为远景的“Gobi X”,这件事儿的意义是什么?
张雷:
“戈壁使命”的意义,在于它回答了一个根本问题:AI时代,能源从哪里来?
今天美国90%的AI数据中心依赖天然气。但天然气是会枯竭的、价格是会波动的。如果把几千亿美元的人工智能基础设施建在化石能源上,就像把房子建在沙滩上。
我们要做的是:在戈壁荒漠,用100%可再生能源,为AI提供永不枯竭、极低成本的电力。对比太空算力,同样生命周期的成本至少是戈壁的20倍,算上工程化成本甚至可能到50倍。所以“戈壁使命”是在为AI时代打造稳定、绿色、经济的新一代基础设施,让戈壁荒漠成为孕育智能文明的摇篮,为破解人工智能时代面临的电力瓶颈提供中国方案。
夜色中的远景乌兰察布星河基地
福布斯中国:您说乌兰察布星河基地“堪比美国星际之门”这是体量对标还是模式对标?
张雷:
把两者放在一起,不是体量对标,也不是模式对标,而是它们对产业的意义和影响,是处在同一个维度上的。他们都将推动AI技术发展,也将深刻影响一个国家乃至全球的经济、就业和科研布局。
无论是OpenAI提出的“星际之门”计划,还是微软、Meta、Google以及xAI不断扩张的数据中心,越来越多的讨论已经从模型和芯片,转向供电能力、电网接入、能源成本以及建设周期。这几乎成为全球AI基础设施共同面对的新挑战。“星际之门”代表的是美国在AI基础设施上的一种思路。绕开美国陈旧且接入缓慢的电网,以确保AI基础设施能以最快速度上线,“星河基地”则把能源系统和算力系统融为一体,用100%可再生能源离网供电,让算力跟着能源走。
虽然起点不同、路径不同,但它们的战略意义是同构的:都在重新定义AI基础设施的底层逻辑,如果说“星际之门”是在旧系统上开了一扇新的门,那“星河基地”就是在开拓一片新的疆域。而这背后,其实是两种对能源和AI的不同回答。
福布斯中国:美国大型数据中心离网供电还是使用天然气,当然也有人在关注小型核设施。抛开成本,可再生能源的终极优势是什么?绿电与核能是否最后终有一战?
张雷:
终极优势就两个字:永续。化石能源还能用一百年,核能也有燃料上限,按当前消耗速度,目前全球已探明的铀储量资源大约只能支撑全球核电运行70到100年。但太阳已经照耀了50亿年,还会再照耀50亿年。人类文明已经存在了五万年,我们不可能依靠仅剩百年储量的能源再支撑五万年。更深一层说,可再生能源的边际成本在持续下降。过去20年下降了90%,未来还有空间再降50%。
核能当然有它的价值,但它和可再生能源不是“终有一战”的关系。从当下来看,核能是有限资源,可再生能源是无限资源,这两者不在同一个维度上竞争。
福布斯中国:对于一家中国企业而言,“全球化”一直是一个容易量化的标准,但是这个评价体系对于目前的远景似乎并不适用。为什么?
张雷:
企业国际化或许更多意味着进入新的市场、建立新的产能;对远景来说,真正重要的问题不是覆盖多少国家,而是在不同国家的发展进程中扮演怎样的角色。
企业出海的传统逻辑是“把产品卖到海外”,这个阶段很重要,没有它就没有今天的产业基础。但走到今天,光靠卖产品已经不够了。中国新能源的出海,本质上是在为全球提供“生产力工具”,让每一个有阳光、有风的国家,都能用最低的成本构建自己的能源体系。
你在法国能看到这种变化。远景杜埃动力电池工厂不是“把电池卖到法国”,而是参与法国汽车工业的电动化转型本身。马克龙说这是法国“再工业化”的战略支点。
远景位于法国杜埃的电池超级工厂
福布斯中国:远景在法国杜埃的动力电池工厂已成为中欧合作的标杆,雷诺CEO评价这是欧洲“最成功”的超级工厂项目。远景有哪些经验可以分享给其他中国出海企业?
张雷:
法国工厂确实让我很感慨,我想分享三点体会。
第一,真正的本地化不是建个厂就完了。我们的法国团队有上千人,很多人来自燃油车行业。他们学会了新技能,开启了新职业。这不是我们“派人去管理”,而是真正融入当地、与当地共同发展。
第二,产品竞争力是一切的前提。雷诺R5现在是欧洲最畅销的电动车,搭载的就是远景的电池。如果没有极致的产品力,再好的合作关系也走不远。
第三,用正和思维代替零和博弈。我们来法国不是为了“占领市场”,而是和雷诺、和法国团队一起创造增量。这条路走通了,它就是可复制的范本。
福布斯中国:您在多个场合提出“中国新能源是面向世界的文明级输出”。中国新能源企业全球化面临的最大误解是什么?
张雷:
最大的误解,就是把中国新能源的“充沛”误读为“过剩”。这种误解背后,其实是一个过时的认知框架,他们还在用化石能源时代的稀缺思维,来理解可再生能源时代的丰饶。
从需求端来看,全球AI算力还在指数级增长,如果把未来的需求空间算出来,今天中国输出的新能源技术和设备,不是太多,而是太少。
从经济逻辑来看,中国新能源利润微薄,是在赋能全球转型。 过去20年,中国风光储成本下降了90%。中国新能源企业以极低的利润率供应全球,没有这些产品,今天讨论的“碳中和”只能是纸上谈兵。中国输出的不是过剩产能,是生产力工具,就像工业革命时期,如果一个国家以极低成本向世界提供蒸汽机,那不是倾销,是在帮全世界搭建工业地基。
历史证明,丰饶推动进步,稀缺制造冲突。 13世纪中国造纸术传入欧洲时,有人不屑于它的“廉价”,但正是这种廉价打破了知识垄断,开启了文艺复兴。今天中国新能源技术扮演着同样的角色,让能源从奢侈品变成普惠品。中国输出的不是过剩,而是一种“新繁荣的可能性”。
所以我更愿意把中国新能源视为一种“文明级的输出”。全世界的贫困,很大程度上是能源贫困。化石能源分布不均,有些国家注定依赖进口。但可再生能源不一样,阳光和风无处不在。中国新能源设备的输出,本质上是帮每一个国家解锁自己脚下的风与光,让他们拥有能源主权。我们在老挝的胡志明小道旁竖起风机,不仅点亮了村庄,还协助清理了战争遗留的炸弹。如果有人说这是“过剩产能”,我希望这种“过剩”来得更多一些。
福布斯中国:您曾表示“戈壁可以成为人类文明的新空间”。赤峰绿色氢氨项目已实现全球首船商业绿氨出口至韩国。从戈壁到全球,远景如何将这一“零碳产业园”模式复制到中东的沙漠、非洲的撒哈拉和澳大利亚的荒漠?
张雷:
赤峰项目的意义,不在于它生产了多少绿氨,而在于它证明了在看似“无用”的戈壁滩上,可以诞生一个100%可再生能源驱动的、完整的工业体系。
全球的戈壁荒漠,比如中东、撒哈拉、澳大利亚……蕴藏着我们所需100倍以上的能源。远景要做的,就是把赤峰验证的模式复制过去,风光发电、AI调度、绿氢绿氨生产、零碳产业园。
复制最大的障碍从来不是技术,而是认知。当人们看到荒芜,我看到的是富足。我相信,从赤峰到撒哈拉,从戈壁到澳洲,这个模式一定会被验证、被复制、被推广。
福布斯中国:您聊过“能源—智能—机器人”的自增强闭环:用可再生能源训练AI模型,AI模型赋能机器人,可再生能源给机器人提供动能。特斯拉正在把这三件事装进同一家公司。远景已经完成了前两环,第三环——机器人,您打算做参与者吗?
张雷:
具身智能是物理AI在实体空间的关键延伸,能源系统则是其最重要的应用场景之一。我们有全球领先的风储氢技术和新型电力系统,有“天机”和“天枢”两大模型。至于机器人,我们的做法不是自己下场造机器人,而是 “投生态、做底座”。
比如今年4月,远景战略投资了通用具身智能机器人公司“无界动力”。未来无界动力的机器人会直接进驻远景在全球的业务现场,承担长程复杂任务。同时,远景为无界动力的具身智能提供定制化电源与电力系统解决方案,提升机器人在复杂工业环境下的续航和可靠性。
福布斯中国:能源是AI的肌体和血脉,而非底座。从跨国经营的角度看,AI与能源的融合将如何重塑全球产业格局?哪些国家和区域在这一轮变革中会获得最大的发展机遇?
张雷:
如果仅仅把能源看作AI的“底座”,那是一种割裂。能源不是AI的尽头,而是AI的过程。它是肌体、是血脉、能源和智能,就像生命的双螺旋结构,互相融合、互相促进。
从全球格局看,AI与能源的融合将重新定义“竞争力”这三个字。一个国家的AI竞争力,最终取决于它的能源边际成本。谁能用最低的成本、最清洁的方式获得最多的能源,谁就能在AI时代占据主动。
那些拥有丰富可再生能源、但过去因为基础设施落后而被忽视的地方,中东的沙漠、非洲的撒哈拉、澳大利亚的荒漠、中国的戈壁,将不再是“不毛之地”,它们将是下一代智能文明的摇篮。
福布斯中国:您曾提出一个非常强的哲学命题——“人工智能,某种意义上就是能量找到了自主意识”。如果这则预言成真,十年后,远景是一家什么公司?而您个人打算用什么方式定义这份事业的终点?
张雷:
这个命题的本质是,能量是一切有序结构的来源。过去,能量通过碳基生命找到了意识;今天,它通过硅基找到了另一种形式。
十年后,远景不会只是一家能源公司,也不会只是一家AI公司,它会是这两者深度融合的产物,为AI时代提供稳定、绿色、经济的新一代基础设施。我们的“天机”和“天枢”大模型,会驾驭着全球最大规模的可再生能源网络,为人类文明提供永续、智能、普惠的能源底座。
远景的使命是“为人类的可持续未来解决挑战”,今年3月又更新了公司愿景“开创文明新繁荣”。只要人类还需要能源、还需要可持续的文明,这份事业就不会结束。我们不是在做一个生意,我们是在为人类文明建造一个可以持续繁荣的基础设施。
福布斯中国:您自己的信息输入和工作流被 AI 改变了多少?有没有什么AI使用方法论可以分享一下?
张雷:
改变很大,但最根本的改变不是“用了什么工具”,而是“怎么看待自己”。
我现在经常告诉自己,有两个“我”存在。一个是本我,另一个此时此刻在思考、在做决策的,其实不过是一个“生物大模型”而已。当有人说“张雷你这里做得不对”,我会越来越平静,因为那说的不是“我”,那是我的“模型”。本我会和对方一起来审视这个模型,看看哪里需要迭代、哪里需要升级。
这就是我的方法论:反求诸己。把每一次偏差、每一次失误,都看作一次模型训练的机会,不是自我否定,不是情绪化,而是冷静地找到需要调整的那个参数。
AI大模型靠“反向推导”进化,我们作为“生物大模型”靠“反求诸己”进化。把思维从本我中独立出来,让它成为一个可以被观察、被迭代的课题——这才是AI时代每个人最应该学会的能力。
热门跟贴