凌晨兩點多，某光伏企業的工程師陳工又被急促的電話鈴聲吵醒，是生產車間的班長給他打來的電話，這是車間供冷又出問題的信號。

　　

　　以往接到這種電話后，陳工必須馬上趕回廠里解決問題。因為供冷不達標，生產就沒辦法進行，停工的每一秒鐘，都是損失。

　　

　　在上線中央空調云智控后，陳工再也沒有接到過此類電話。

　　

　　因為陳工在云智控上能實時看到設備的運行情況，一旦數據異常，陳工就能提前進行處理，不再做一個“救火隊員”。

　　

　　在有潔凈廠房、恒溫恒濕車間、降溫工藝要求的電子、食品、制藥、泛半導體、數據中心等行業，中央空調系統發揮著巨大作用，與此同時系統的能耗也非常高。據《綠色高效制冷行動方案》：“我國制冷用電量占全社會用電量15%以上，年均增速近20%。”

（中央空調系統-制冷主機）

　　

　　在《“十四五”節能減排綜合工作方案》中提到：“實施綠色高效制冷行動，以建筑中央空調、數據中心、商務產業園區等為重點……，大幅提升制冷系統能效水平。”

　　

　　當節能降碳突然變成一個具體的指標壓在頭上，工廠負責人不得不在之前的節能手段外，思考中央空調系統新的節能降碳辦法。

　　

　　01、尋找供需之間的平衡點　　

　　商業是供與需的游戲。

　　

　　時間回到2016年，在格蘭仕已經工作了十年的沈國輝，正被一個“供需矛盾”的機會吸引，起因是曾經發生的一次履約危機。

　　

　　有一次，一批洗衣機因為工廠的設備“非計劃停機”導致交貨延期，為了按時履約，沈國輝不得不找飛機把產品空運到法國家樂福，運費比洗衣機成交價都高。

　　

　　與此同時，2012年起智能家居風潮興起。“既然幾百塊幾千塊的家用電器可以智能化，那幾十萬、幾百萬高價值的工業設備更應該智能化！”沈國輝說道。

　　

　　但當時市場上工業設備智能化的解決方案少之又少。面對這個供需矛盾，沈國輝選擇了創業，他想來解決這個問題。

　　

　　但要怎么做呢？

　　

　　在格蘭仕管理工廠期間，沈國輝發現通用工業設備及由這些設備組成的公輔能源車間，為生產車間供應水、電、氣、冷、熱等綜合能源，是工廠的能源基礎設施，非常重要但是管理普遍很粗放，車間噪音大、溫度高，人力巡檢運維、操作設備很低效，一旦出故障，影響所有產線的生產。

　　

　　沈國輝將創業目標聚焦到工廠通用工業設備上，又進一步聚焦到了空氣壓縮機。云暉資本聯合創始合伙人兼CEO李星回憶道，正是因為聚焦，蘑菇物聯在空壓機市場走上了發展的快車道。

　　

　　聚焦空壓站場景的發展路徑，后來被一個新的“供需矛盾”打斷了。

　　

　　一位制藥行業的客戶對正在做客戶調研的沈國輝，提出了這個問題：“我的空壓站已經數智化了，節能效益非常好，能不能把能耗更高的中央空調系統也接到云智控系統里？我不想用好幾個系統。”

（沈國輝與客戶交流中）

　　

　　于是，沈國輝和團隊決定從空壓站延伸到中央空調場景，滿足客戶需求，但仍聚焦在公輔能源車間。

　　

　　02、靠“AI”打入中央空調市場　　

　　中央空調節能市場是一個競爭非常激烈的紅海市場，蘑菇物聯能生存下來嗎？

　　

　　“我們能不能生存下去，并不取決于競品厲不厲害，而是我們的產品能不能滿足客戶的需求。”中央空調云智控產品總監劉星如說。

　　

　　“一方面，傳統中央空調模式中孤立的自動化控制邏輯，傳感器故障直接制約了控制節能的效果。另一方面，受限于系統智能化有限，工程師無法實時追蹤設備故障點位，導致運維水平有限。”劉星如坦言，“我們能解決這些問題，我們就有機會。”

　　

　　據美國采暖、制冷與空調工程師學會（ASHRAE）的調研數據顯示，中央空調系統由于運維管理和控制水平低，有30%至50%的能源浪費，且當下市場上90%的中央空調系統都是帶“病”運行。

　　

　　在此之前，工業場景下的中央空調系統節能方法，往往是從硬件層面入手，更換設備、加裝變頻器等，但他們沒有從數據層面去思考節能的可能性，更沒有從系統層面去做節能，而是把系統分割成一塊一塊的，一點一點去做。

　　

　　若他們選擇自動化控制系統，又會碰到這樣的問題：當中央空調系統的某一傳感器出現故障或者現場工況發生變化，PLC的邏輯控制算法就難以適應，效果也會大打折扣。

　　

　　“傳統PLC（Programmable Logic Controller）群控能夠把數據采集上來，去做集群控制指令的反向下發，但是它缺少對數據進行深度的分析和智能決策。”蘑菇物聯工業AI首席科學家周子葉表示。

　　

　　基于這個方向，蘑菇物聯給出的答案是：AI。不過，AI可以畫畫下圍棋，但是它能控制設備實現節能嗎？

　　

　　“廣義上來講，智能控制系統分成三類：一類是純機理控制，一類是純AI控制、還有一類是機理加AI的融合控制。”周子葉表示，蘑菇物聯選擇的是第三類。

　　

　　“這個路徑既需要懂空調機理和工藝的人去設計機理算法，也需要懂數據的人來做數據驅動。”相比前兩類，周子葉認為，第三類路徑能夠在保留傳統機理的穩定性基礎上，充分利用AI的靈活性。

　　

　　機理+AI算法更貼合場景，可以做好兩件事：預測性維護和智能控制。

　　

　　中央空調云智控采集冷卻塔、冷卻泵、冷機、冷凍泵、閥門、末端實時數據，結合設備機理與AI算法，智能分析識別中央空調系統、設備及傳感器等三個層面的隱性故障，在采集精準且全面的數據基礎上，實現數據驅動的預測性維護，解決中央空調系統供冷不穩定和系統長期帶病運行兩大痼疾，讓中央空調系統節能5-10%。

　　

　　控制節能體現在通過AI算法優化設備運行組合和運行參數，從整個中央空調系統層面追求能耗最低，而不是單臺設備能耗最低，實現節能15-25%。

（中央空調云智控產品圖）

　　

　　只有保障系統與設備處于健康狀態，才能最大程度地發揮智能控制節能的潛力。蘑菇物聯用“故障可預測，健康才節能”10個字來總結這一理念。

　　

　　03、如何獲得客戶的信任？　　

　　盡管沈國輝和李星都堅信智能制造是大勢所趨，工業數智化轉型是必經之路，但客戶聽到AI技術時，第一反應往往是：靠譜嗎？AI真的可以創造這么高的價值？

　　

　　沈國輝決定從案例入手，前期通過與種子客戶合作，來完成市場教育。“要用客戶說服客戶，用明確的ROI說服客戶。”他說。

　　

　　李瞬在蘑菇物聯業務一線曾接觸過不少客戶，當下客戶都面臨著數字化轉型的選擇，希望嘗試一些新方法和新技術。

　　

　　據他回憶，廣東有一家藥企，其潔凈廠房對恒溫恒濕的要求極高，中央空調每天24小時運行，能耗非常高，客戶節能的需求一直非常迫切，之前嘗試過一些節能辦法，最后都不太滿意。

　　

　　第一次聽到蘑菇物聯的解決方案時，客戶對使用AI技術節能有些疑慮，他帶著客戶去參觀了另一家世界500強藥企的數智化轉型成果，客戶在制冷站看到了中央空調云智控帶來的價值，于是啟動了項目。在項目完成之后，客戶還請來了第三方機構做了評估。“第三方報告顯示云智控上線后節能率達到30%左右。”

　　

　　在節能數據面前，該客戶立刻將此前的能源管理合同轉化成了投資合同進行買斷。“當客戶看到收益時，他就會自然而然地相信這個技術，相信你的產品。” 

（工程師在查看站房情況）

　　

　　“之前PLC的控制技術，節能只考慮了單臺設備，系統的數據價值沒有利用起來。”而中央空調云智控，可以在數據層面把中央空調系統當做一個整體，進行全局尋優和智能控制，充分挖掘數據價值，自然成為了這一輪“換代潮”中的尖子生。

　　

　　周子葉強調，蘑菇物聯的云智控系統是無侵入式的部署方式。“相比硬件改造，它是輕量化部署。而且此前的傳感器也會盡可能復用，對于客戶而言，切換的成本也很低。”

　　

　　當下蘑菇物聯已經得到市場的認可。“起碼我們現在不再需要跟客戶解釋AI到底行不行了。”沈國輝說道。

　　

　　04、聚焦工業、聚焦公輔能源車間　　

　　AI技術要在工業場景落地，需要做好3點：確定的場景、明確的邊界以及準確的數據。

　　

　　因而從2016年成立至今，從壓縮空氣場景延伸到中央空調場景，蘑菇物聯始終聚焦在公輔能源車間。

　　

　　“企業的核心還是要產品化，搞項目制難以快速擴大規模。”李星表示。

　　

　　在蘑菇物聯和阿里云合作的一個光伏企業能源數智化項目中，“基于阿里云的工業物聯網平臺，蘑菇物聯快速搭建了中央空調云智控SaaS，從端側相應傳感器的安裝，物聯網關與一體化控制柜的組網，再到SaaS應用的開通、設備聯調，整個過程非常高效。”在和蘑菇物聯的合作中，阿里云相關業務負責人武兆寶明顯地感受到了蘑菇物聯工作流程及產品的標準化。

　　

　　目前，阿里云和蘑菇物聯已經完成了多個項目的合作。同樣的，蘑菇物聯與華為云、百度云等都建立了合作關系。

（蘑菇物聯的工程師與客戶）

　　

　　蘑菇物聯的聚焦策略和AI技術讓李星看到了其背后所具備的潛力。“在一個通用市場做一件天花板很高的事情。”盡管李星也承認蘑菇物聯面臨著諸多挑戰，但他認為這是一個科技公司在市場實現突破的關鍵。

　　

　　“蘑菇物聯發明的‘孫悟空+緊箍咒’的工業級AI算法，已經在100+制冷站落地運行，這是我們的技術護城河。”沈國輝說。

　　

　　按照國家統計局的數據，我國規上工業企業數量超過40萬家，公輔車間的總保有量超過200萬個，細分到中央空調場景之下，蘑菇物聯還有更大的發展空間。

　　

　　如果你是一家工廠的負責人，你希望他們的野心實現嗎？工業需要有新的選擇了。