对话蘑菇物联：一家要把AI种在工业土壤里的企业

　　凌晨两点多，某光伏企业的工程师陈工又被急促的电话铃声吵醒，是生产车间的班长给他打来的电话，这是车间供冷又出问题的信号。

　　

　　以往接到这种电话后，陈工必须马上赶回厂里解决问题。因为供冷不达标，生产就没办法进行，停工的每一秒钟，都是损失。

　　

　　在上线中央空调云智控后，陈工再也没有接到过此类电话。

　　

　　因为陈工在云智控上能实时看到设备的运行情况，一旦数据异常，陈工就能提前进行处理，不再做一个“救火队员”。

　　

　　在有洁净厂房、恒温恒湿车间、降温工艺要求的电子、食品、制药、泛半导体、数据中心等行业，中央空调系统发挥着巨大作用，与此同时系统的能耗也非常高。据《绿色高效制冷行动方案》：“我国制冷用电量占全社会用电量15%以上，年均增速近20%。”

（中央空调系统-制冷主机）

　　

　　在《“十四五”节能减排综合工作方案》中提到：“实施绿色高效制冷行动，以建筑中央空调、数据中心、商务产业园区等为重点……，大幅提升制冷系统能效水平。”

　　

　　当节能降碳突然变成一个具体的指标压在头上，工厂负责人不得不在之前的节能手段外，思考中央空调系统新的节能降碳办法。

　　

　　01、寻找供需之间的平衡点　　

　　商业是供与需的游戏。

　　

　　时间回到2016年，在格兰仕已经工作了十年的沈国辉，正被一个“供需矛盾”的机会吸引，起因是曾经发生的一次履约危机。

　　

　　有一次，一批洗衣机因为工厂的设备“非计划停机”导致交货延期，为了按时履约，沈国辉不得不找飞机把产品空运到法国家乐福，运费比洗衣机成交价都高。

　　

　　与此同时，2012年起智能家居风潮兴起。“既然几百块几千块的家用电器可以智能化，那几十万、几百万高价值的工业设备更应该智能化！”沈国辉说道。

　　

　　但当时市场上工业设备智能化的解决方案少之又少。面对这个供需矛盾，沈国辉选择了创业，他想来解决这个问题。

　　

　　但要怎么做呢？

　　

　　在格兰仕管理工厂期间，沈国辉发现通用工业设备及由这些设备组成的公辅能源车间，为生产车间供应水、电、气、冷、热等综合能源，是工厂的能源基础设施，非常重要但是管理普遍很粗放，车间噪音大、温度高，人力巡检运维、操作设备很低效，一旦出故障，影响所有产线的生产。

　　

　　沈国辉将创业目标聚焦到工厂通用工业设备上，又进一步聚焦到了空气压缩机。云晖资本联合创始合伙人兼CEO李星回忆道，正是因为聚焦，蘑菇物联在空压机市场走上了发展的快车道。

　　

　　聚焦空压站场景的发展路径，后来被一个新的“供需矛盾”打断了。

　　

　　一位制药行业的客户对正在做客户调研的沈国辉，提出了这个问题：“我的空压站已经数智化了，节能效益非常好，能不能把能耗更高的中央空调系统也接到云智控系统里？我不想用好几个系统。”

（沈国辉与客户交流中）

　　

　　于是，沈国辉和团队决定从空压站延伸到中央空调场景，满足客户需求，但仍聚焦在公辅能源车间。

　　

　　02、靠“AI”打入中央空调市场　　

　　中央空调节能市场是一个竞争非常激烈的红海市场，蘑菇物联能生存下来吗？

　　

　　“我们能不能生存下去，并不取决于竞品厉不厉害，而是我们的产品能不能满足客户的需求。”中央空调云智控产品总监刘星如说。

　　

　　“一方面，传统中央空调模式中孤立的自动化控制逻辑，传感器故障直接制约了控制节能的效果。另一方面，受限于系统智能化有限，工程师无法实时追踪设备故障点位，导致运维水平有限。”刘星如坦言，“我们能解决这些问题，我们就有机会。”

　　

　　据美国采暖、制冷与空调工程师学会（ASHRAE）的调研数据显示，中央空调系统由于运维管理和控制水平低，有30%至50%的能源浪费，且当下市场上90%的中央空调系统都是带“病”运行。

　　

　　在此之前，工业场景下的中央空调系统节能方法，往往是从硬件层面入手，更换设备、加装变频器等，但他们没有从数据层面去思考节能的可能性，更没有从系统层面去做节能，而是把系统分割成一块一块的，一点一点去做。

　　

　　若他们选择自动化控制系统，又会碰到这样的问题：当中央空调系统的某一传感器出现故障或者现场工况发生变化，PLC的逻辑控制算法就难以适应，效果也会大打折扣。

　　

　　“传统PLC（Programmable Logic Controller）群控能够把数据采集上来，去做集群控制指令的反向下发，但是它缺少对数据进行深度的分析和智能决策。”蘑菇物联工业AI首席科学家周子叶表示。

　　

　　基于这个方向，蘑菇物联给出的答案是：AI。不过，AI可以画画下围棋，但是它能控制设备实现节能吗？

　　

　　“广义上来讲，智能控制系统分成三类：一类是纯机理控制，一类是纯AI控制、还有一类是机理加AI的融合控制。”周子叶表示，蘑菇物联选择的是第三类。

　　

　　“这个路径既需要懂空调机理和工艺的人去设计机理算法，也需要懂数据的人来做数据驱动。”相比前两类，周子叶认为，第三类路径能够在保留传统机理的稳定性基础上，充分利用AI的灵活性。

　　

　　机理+AI算法更贴合场景，可以做好两件事：预测性维护和智能控制。

　　

　　中央空调云智控采集冷却塔、冷却泵、冷机、冷冻泵、阀门、末端实时数据，结合设备机理与AI算法，智能分析识别中央空调系统、设备及传感器等三个层面的隐性故障，在采集精准且全面的数据基础上，实现数据驱动的预测性维护，解决中央空调系统供冷不稳定和系统长期带病运行两大痼疾，让中央空调系统节能5-10%。

　　

　　控制节能体现在通过AI算法优化设备运行组合和运行参数，从整个中央空调系统层面追求能耗最低，而不是单台设备能耗最低，实现节能15-25%。

（中央空调云智控产品图）

　　

　　只有保障系统与设备处于健康状态，才能最大程度地发挥智能控制节能的潜力。蘑菇物联用“故障可预测，健康才节能”10个字来总结这一理念。

　　

　　03、如何获得客户的信任？　　

　　尽管沈国辉和李星都坚信智能制造是大势所趋，工业数智化转型是必经之路，但客户听到AI技术时，第一反应往往是：靠谱吗？AI真的可以创造这么高的价值？

　　

　　沈国辉决定从案例入手，前期通过与种子客户合作，来完成市场教育。“要用客户说服客户，用明确的ROI说服客户。”他说。

　　

　　李瞬在蘑菇物联业务一线曾接触过不少客户，当下客户都面临着数字化转型的选择，希望尝试一些新方法和新技术。

　　

　　据他回忆，广东有一家药企，其洁净厂房对恒温恒湿的要求极高，中央空调每天24小时运行，能耗非常高，客户节能的需求一直非常迫切，之前尝试过一些节能办法，最后都不太满意。

　　

　　第一次听到蘑菇物联的解决方案时，客户对使用AI技术节能有些疑虑，他带着客户去参观了另一家世界500强药企的数智化转型成果，客户在制冷站看到了中央空调云智控带来的价值，于是启动了项目。在项目完成之后，客户还请来了第三方机构做了评估。“第三方报告显示云智控上线后节能率达到30%左右。”

　　

　　在节能数据面前，该客户立刻将此前的能源管理合同转化成了投资合同进行买断。“当客户看到收益时，他就会自然而然地相信这个技术，相信你的产品。” 

（工程师在查看站房情况）

　　

　　“之前PLC的控制技术，节能只考虑了单台设备，系统的数据价值没有利用起来。”而中央空调云智控，可以在数据层面把中央空调系统当做一个整体，进行全局寻优和智能控制，充分挖掘数据价值，自然成为了这一轮“换代潮”中的尖子生。

　　

　　周子叶强调，蘑菇物联的云智控系统是无侵入式的部署方式。“相比硬件改造，它是轻量化部署。而且此前的传感器也会尽可能复用，对于客户而言，切换的成本也很低。”

　　

　　当下蘑菇物联已经得到市场的认可。“起码我们现在不再需要跟客户解释AI到底行不行了。”沈国辉说道。

　　

　　04、聚焦工业、聚焦公辅能源车间　　

　　AI技术要在工业场景落地，需要做好3点：确定的场景、明确的边界以及准确的数据。

　　

　　因而从2016年成立至今，从压缩空气场景延伸到中央空调场景，蘑菇物联始终聚焦在公辅能源车间。

　　

　　“企业的核心还是要产品化，搞项目制难以快速扩大规模。”李星表示。

　　

　　在蘑菇物联和阿里云合作的一个光伏企业能源数智化项目中，“基于阿里云的工业物联网平台，蘑菇物联快速搭建了中央空调云智控SaaS，从端侧相应传感器的安装，物联网关与一体化控制柜的组网，再到SaaS应用的开通、设备联调，整个过程非常高效。”在和蘑菇物联的合作中，阿里云相关业务负责人武兆宝明显地感受到了蘑菇物联工作流程及产品的标准化。

　　

　　目前，阿里云和蘑菇物联已经完成了多个项目的合作。同样的，蘑菇物联与华为云、百度云等都建立了合作关系。

（蘑菇物联的工程师与客户）

　　

　　蘑菇物联的聚焦策略和AI技术让李星看到了其背后所具备的潜力。“在一个通用市场做一件天花板很高的事情。”尽管李星也承认蘑菇物联面临着诸多挑战，但他认为这是一个科技公司在市场实现突破的关键。

　　

　　“蘑菇物联发明的‘孙悟空+紧箍咒’的工业级AI算法，已经在100+制冷站落地运行，这是我们的技术护城河。”沈国辉说。

　　

　　按照国家统计局的数据，我国规上工业企业数量超过40万家，公辅车间的总保有量超过200万个，细分到中央空调场景之下，蘑菇物联还有更大的发展空间。

　　

　　如果你是一家工厂的负责人，你希望他们的野心实现吗？工业需要有新的选择了。