圖片系A(chǔ)I生成
十四五以來，中國在加快能源產(chǎn)業(yè)轉(zhuǎn)型方面，政策上一直有兩項主體要求：一類是推進企業(yè)生產(chǎn)安全高效；一類是實現(xiàn)節(jié)能降碳。
這兩類要求雖然沒有約定指向，卻最終正中一個靶心：能源產(chǎn)業(yè)要與數(shù)字技術(shù)、智能技術(shù)相融合。
花幾十萬引入一套數(shù)字能源管理系統(tǒng)和物聯(lián)網(wǎng)設(shè)備，去直接完成上述要求絕非易事。能源產(chǎn)業(yè)一般被視為有較高的護城河，且頭部國央企占主導(dǎo)地位，先進的技術(shù)想要滲透到這個領(lǐng)域并不容易。不同于信息化，數(shù)字化更需要一把手工程，智能化的技術(shù)含量更深，對數(shù)據(jù)治理要求也高。而細數(shù)歷來IT服務(wù)商對該領(lǐng)域的開拓，必須要解決掉核心的業(yè)務(wù)痛點，才有可能讓企業(yè)有動力切換新技術(shù)。
新奧能源副總裁、新奧泛能網(wǎng)總裁程路近日與鈦媒體交流中談到：“過去，除非能源成本占到企業(yè)成本的50%以上，嚴重牽制其生命線時，才會進一步選擇這條路。如今的情況是，不僅是節(jié)省能源成本，依賴出口貿(mào)易但沒有碳足跡認證的企業(yè)，也在面臨生存的壓力。”
存量時代的競爭，能源數(shù)字化轉(zhuǎn)型無疑成為企業(yè)必然要做的事情。但大企業(yè)用能環(huán)境復(fù)雜，定制化程度高，中小企業(yè)很多對能碳認知不強，或?qū)@件事情并不敏感，加之產(chǎn)數(shù)融合型人才缺乏，以及投入成本與缺乏標準等問題，大量企業(yè)還沒有獲得與預(yù)期相符的能碳投資回報。
“產(chǎn)業(yè)互聯(lián)網(wǎng)也提了很多年，能源行業(yè)的網(wǎng)絡(luò)效應(yīng)還沒有探索出成熟路徑。我們也在等風(fēng)來。”程路說。
能源產(chǎn)業(yè)的數(shù)字化是個復(fù)雜而長期的過程，涉及政策、市場、技術(shù)、人才、資金等多方面因素，幻想能一招鮮地徹底改造能源產(chǎn)業(yè)也是不現(xiàn)實的。
翻看過去幾年，能源行業(yè)的數(shù)字化或智能化實踐，是伴隨著技術(shù)的演進而在線下產(chǎn)業(yè)的深耕中持續(xù)深入。對于泛能網(wǎng)而言，同樣經(jīng)歷了從傳統(tǒng)機理模型，到機器學(xué)習(xí)模型，再到行業(yè)大模型的探索。而不同階段技術(shù)路徑的轉(zhuǎn)變，也反映出針對客戶痛點所能實現(xiàn)的最優(yōu)解，已經(jīng)從早期的BI或可視化跨越到了“智能決策”。
以AI優(yōu)化能源設(shè)備運維為例。起初，傳統(tǒng)辦法就是構(gòu)建一套機理模型，將能源的運行原理包括傳熱學(xué)和熱工學(xué)等理論知識，形成規(guī)則和公式，再通過公式去計算一套能源系統(tǒng)的輸入產(chǎn)出效率情況，針對性參數(shù)調(diào)優(yōu)。
再就是直接跳到數(shù)理階段，這也是很多互聯(lián)網(wǎng)、AI公司此前探索的路徑，即用AI去學(xué)習(xí)歷史數(shù)據(jù)，找經(jīng)驗找規(guī)律，但問題是，這種路徑往往限定于某些特定任務(wù)或小樣本學(xué)習(xí)場景，環(huán)節(jié)瑣碎，無法泛化，很多項目在客戶場景根本無法延續(xù)。
泛能網(wǎng)采用的是“基于仿真的機理+數(shù)理”方式，即泛能仿真系統(tǒng)，在機理與數(shù)理模型的融合下，相當(dāng)于擁有了一個高智商且具有豐富經(jīng)驗的智能體，同時不同于傳統(tǒng)機理模型，仿真可以讓機理“針對單一項目變得更實體化或具象化”。
“過去仿真系統(tǒng)是機械化的，我們想做的是能夠模擬物理世界運行，跟物理規(guī)則結(jié)合起來的高階版數(shù)字孿生。單純的機理或數(shù)理，永遠達不到新大陸。”程路對此解釋。
這是小模型的應(yīng)用經(jīng)驗。然后到了大模型時代，現(xiàn)階段，不能否認大模型無法忽視的黑盒問題，由于無法通過演繹的方式進行邏輯推導(dǎo)，導(dǎo)致其安全和可靠性存疑。
從2023年起，泛能網(wǎng)也在著手探索“能碳產(chǎn)業(yè)大模型”的可能性，將大模型與小模型結(jié)合，構(gòu)建一套能源行業(yè)的“智能駕駛系統(tǒng)”。其底層邏輯可以用“選用訓(xùn)生”來理解，即選擇業(yè)內(nèi)多個開放的基礎(chǔ)大模型再加上原有的小模型，用行業(yè)專家知識和積累的私域數(shù)據(jù)，訓(xùn)練行業(yè)專業(yè)模型如負荷預(yù)測、碳排分析、荷源網(wǎng)儲優(yōu)化，最后生成面向工業(yè)、公建、園區(qū)等廣泛場景的AI應(yīng)用，并進一步整合為智能化解決方案。
能源行業(yè)的門檻高，其實并不僅限于客戶門檻，單從需要具備的專業(yè)學(xué)科背景就足以讓不少外行人望而卻步。想要“+AI”，得先啃一啃這些學(xué)科知識。理解不了客戶，給出的方案都只能是隔靴搔癢。
而客戶需要往往不是某個單點產(chǎn)品，而是能夠?qū)ζ淠茏龀鲆惶兹媲蚁到y(tǒng)的個性化能效提升和能源優(yōu)化流程。
回到泛能網(wǎng)的服務(wù)方案，大致也分為五步：企業(yè)首先明確當(dāng)前的能耗狀況，對能耗基線進行標的；分析識別出能耗較高的區(qū)域或設(shè)備；用數(shù)字技術(shù)監(jiān)測波峰波谷，了解企業(yè)用能特征；識別出后，將設(shè)備與生產(chǎn)系統(tǒng)進行更緊密的聯(lián)動。到了最后一公里，則是需要專家團隊基于AI對能源供應(yīng)和生產(chǎn)供應(yīng)進行匹配，“一定要對客戶有很強的認知，要很懂行業(yè)，也很懂?dāng)?shù)據(jù)。”
差距往往就在最后一公里拉開：既懂客戶又懂?dāng)?shù)據(jù)的產(chǎn)數(shù)人才，這往往需要時間培育。時至今日，“做模型的不懂業(yè)務(wù)，做業(yè)務(wù)的不懂模型”這種現(xiàn)象依然普遍存在。
泛能網(wǎng)起初在單品數(shù)字化時，就已經(jīng)有很多基本的產(chǎn)數(shù)融合人才，也是最艱苦的階段。后來在單品數(shù)字化基礎(chǔ)上疊加智能化，將算法人才與產(chǎn)業(yè)人才融合，產(chǎn)業(yè)人慢慢有了數(shù)字化思維，數(shù)字人也專注在產(chǎn)業(yè)領(lǐng)域提升產(chǎn)業(yè)層次。
“這并非是最終模式，大模型到來之前，即便是專業(yè)的算法人才加上產(chǎn)業(yè)人才一起，訓(xùn)練某個暖通場景算法也需要數(shù)月。”泛能網(wǎng)首席產(chǎn)品官王尊告訴鈦媒體。
現(xiàn)在，AI也在塑造泛能網(wǎng)自身的生產(chǎn)力工具：一是泛能仿真系統(tǒng)，將產(chǎn)業(yè)人對能源系統(tǒng)的認知，以機理模型沉淀在仿真系統(tǒng)里，實現(xiàn)數(shù)字孿生；二是能碳產(chǎn)業(yè)大模型，結(jié)合通用大模型基礎(chǔ)+機理模型沉淀的產(chǎn)業(yè)知識，直接生成應(yīng)用如能碳智伴、節(jié)能測試報告。
現(xiàn)在，每個環(huán)節(jié)都可以用上泛能仿真+能碳大模型，對企業(yè)原有工作模式實現(xiàn)提效顛覆。比如節(jié)能測試報告，只需給大模型一個命令，即可基于歷史做的節(jié)能測試報告模板，加上項目的關(guān)鍵數(shù)據(jù)直接生成報告。
這也是為什么泛能網(wǎng)塑造能碳大模型的另一個原因：加速產(chǎn)數(shù)人才融合。“在體驗上，傳統(tǒng)產(chǎn)業(yè)專家會更容易上手，使用習(xí)慣得到滿足，同時在速度上，從事互聯(lián)網(wǎng)的人才也能快速上手，哪怕是來自互聯(lián)網(wǎng)或AI行業(yè)的相關(guān)人才，只要他有一定ToB經(jīng)驗，有一定能源知識，也能很快通過工具上手。模型訓(xùn)練上，基本也從過去三個月縮短至一周。”王尊說。
工具的趁手，認知邊界的突破，一系列的裂變也在團隊內(nèi)部悄悄展開，保證了“業(yè)務(wù)飛輪”的基本盤。
那么回到最后一點：數(shù)字化節(jié)能降碳，究竟能為客戶帶來什么價值？
這個問題的背后，看似是綠色問題，本質(zhì)上解決的是發(fā)展問題。推動企業(yè)用上能碳產(chǎn)品，節(jié)能往往只是其決策中因素之一，出于市場環(huán)境、經(jīng)營管理的角度，企業(yè)會綜合判斷。
“客戶的生存壓力是第一位的。”程路舉例道，“過去像紡織、玻璃企業(yè)的能源成本維持在10%-20%，這些企業(yè)已經(jīng)習(xí)慣了粗放式管理?？勺兂杀究赡芫驮谀芎纳?，減人工也是有一定底線的，而每單位節(jié)省的成本就會變成它的核心競爭力。”
在安徽某紡織印染企業(yè)的落地中，泛能網(wǎng)為其實現(xiàn)了“以需定供”，不僅節(jié)能又減碳，還進一步提升了企業(yè)生產(chǎn)工藝和產(chǎn)線良品率。
該行業(yè)長期面臨著單產(chǎn)值相對較低而能耗卻居高不下的挑戰(zhàn)。其生產(chǎn)流程復(fù)雜，在傳統(tǒng)染色工藝中，高度依賴蒸汽染缸和熱水循環(huán)，輔以天然氣等能源，對著色溫度有嚴格要求，而能源供應(yīng)往往缺乏精細調(diào)控，導(dǎo)致能效低下、成本高昂且環(huán)保壓力大。
面對這一困境，泛能網(wǎng)為其構(gòu)建了印染智控技術(shù)，實施了一系列創(chuàng)新改造：首先對通過AI優(yōu)化能源分配，將原本冗長的能量鏈條拆解為多個微循環(huán)單元，實現(xiàn)了更貼近能源需求側(cè)的精準供給；其次建立高度集成的中央控制系統(tǒng)，將AI與印染生產(chǎn)工藝深度融合，實時監(jiān)控染缸狀態(tài)，精準調(diào)節(jié)能源供應(yīng)，確保布料著色質(zhì)量穩(wěn)定，實現(xiàn)一次成品率提升5%-10%。同時，通過數(shù)據(jù)分析和預(yù)測，進一步優(yōu)化工藝參數(shù)，實現(xiàn)約5%至10%的能耗節(jié)省。
更在更多的場景，比如公建暖通，本身公共建筑內(nèi)暖通能耗占比高達40%~60%，同時可以在各個能耗點進行調(diào)控，具備可改造的空間；在園區(qū)荷光儲場景，光伏和儲能的運營商主體各自為戰(zhàn)，收益保障難、策略執(zhí)行難。如果能從園區(qū)整體，將用能方、儲能、光伏、充電樁以及園區(qū)對外的整個電力市場的售電交易實現(xiàn)打通，將極大提升園區(qū)運營效率和綜合收益。
在此判斷下，背靠新奧能源的產(chǎn)業(yè)經(jīng)驗，以及在數(shù)字化領(lǐng)域的積極探索，泛能網(wǎng)短短幾年就已完成從最初的2000萬實現(xiàn)到3億元營收的跳躍，為中國200多座城市中的9000多個用能方、200多個產(chǎn)業(yè)園區(qū)提供能碳管理與智能運營等多維服務(wù)。2024年，泛能網(wǎng)構(gòu)建了染缸運營及節(jié)能智控、荷光儲一體化智控、暖通端邊云一體化智控三款智能化解決方案，這些方案吸取了客戶對智能、安全、高效、便捷等現(xiàn)實問題訴求。
誠然，能源行業(yè)的節(jié)能降碳多受政策導(dǎo)向，但行至當(dāng)下，市場環(huán)境倒逼需求側(cè)改變，大幕正一點點拉開。（本文首發(fā)于鈦媒體APP，作者 | 楊麗，編輯 | 蓋虹達）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
能源行業(yè)的節(jié)能降碳多受政策導(dǎo)向
能源產(chǎn)業(yè)要與數(shù)字技術(shù)、智能技術(shù)相融合
存量時代的競爭，能源數(shù)字化轉(zhuǎn)型無疑成為企業(yè)必然要做的事情
能源行業(yè)的門檻兒高
節(jié)能降碳，降了成本客戶才買單