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。

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。

靠“AI”打入中央空调节能市场

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。

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。

据李瞬回忆，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，李瞬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。

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。

（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。