电池公司为何急转AI？这家企业直面行业残酷现实

在电池行业风云变幻的当下，SES AI首席执行官Qichao Hu的言论如惊雷般直击人心。他毫不掩饰对行业的悲观判断：“几乎所有西方电池公司要么已经死了，要么即将死去。这就是现实。”作为马萨诸塞州一家电池企业的掌舵人，Hu的这番话并非危言耸听，而是基于深刻的行业洞察。SES AI曾雄心勃勃地计划大规模生产革命性锂金属电池，但如今却选择大胆转向人工智能（AI），这一战略 pivot 引发业界热议。

电池行业的残酷现实

全球电池市场正处于中国企业主导的时代。宁德时代（CATL）、比亚迪等巨头凭借规模效应、供应链掌控和成本优势，占据了电动汽车（EV）电池市场的绝大部分份额。根据国际能源署（IEA）数据，2023年中国电池产量占全球80%以上，而西方公司如Proterra、Lordstown等已相继破产或被收购。胡指出，西方电池企业的困境源于多重因素：高昂的研发成本、原材料依赖、技术壁垒以及政策不确定性。

“几乎所有西方电池公司要么已经死了，要么即将死去。这就是现实。”——Qichao Hu，SES AI首席执行官

SES AI成立于2012年，最初专注于固态电池和锂金属电池技术，这些技术承诺更高的能量密度、更快的充电速度和更好的安全性。公司曾获得通用汽车、现代等车企的投资，并计划在2025年前实现吉瓦时级别的量产。然而，现实远比计划残酷。供应链中断、测试失败和市场竞争加剧，让SES AI的硬件路线举步维艰。

从电池硬件到AI软件的战略转型

面对困境，SES AI决定 pivot 到AI领域。公司推出名为AI Battery Intelligence Platform的平台，利用机器学习算法模拟电池行为、预测故障并优化设计。这并非简单的技术叠加，而是深刻的业务模式转变。胡解释道，传统电池开发依赖物理测试，周期长达数月甚至数年，而AI能将这一过程压缩至几天。

具体而言，SES AI的AI工具整合了海量实验数据，通过深度学习模型生成虚拟电池原型。举例来说，在锂金属电池的枝晶生长问题上（这是安全隐患的主要来源），AI能实时模拟电化学反应，识别潜在风险并提出材料配方调整。该平台已与多家OEM（原始设备制造商）合作，帮助他们缩短开发周期30%以上。

AI如何重塑电池创新生态

电池行业的AI应用并非SES AI独创，但其深度整合值得关注。早在2020年，谷歌DeepMind就用AI优化了电池材料发现，缩短了研究时间数十年。如今，QuantumScape、Solid Power等固态电池公司也纷纷引入AI辅助仿真。SES AI的优势在于其十年积累的专有数据集，包括数百万小时的电池测试数据，这为AI训练提供了坚实基础。

此外，SES AI正探索AI在供应链管理和回收领域的应用。例如，通过预测算法优化钴、镍等稀缺金属的使用，或设计可回收电池架构，以应对欧盟电池法规的环保要求。这一转型不仅降低了成本，还开辟了软件即服务（SaaS）的收入模式，类似于电池界的“MATLAB”。

编者按：机遇与隐忧并存

SES AI的转向是西方电池企业求生之道，更是AI浪潮下行业融合的缩影。在中美科技博弈中，AI已成为弯道超车的利器。中国企业虽在硬件领先，但软件生态仍有差距，SES AI或能借此切入高端市场。然而，挑战犹存：AI模型的准确性依赖数据质量，电池物理世界的复杂性可能超出模拟范畴；此外，知识产权保护和人才竞争将考验其持久力。

展望未来，若SES AI成功，其模式可能被复制，推动电池从“材料竞赛”向“智能竞赛”演进。这不仅关乎一家公司的存亡，更预示着能源转型的智能化新时代。

（本文约1050字）

本文编译自MIT Technology Review，作者Casey Crownhart，原文日期2026-03-25。