Redian新闻
>
市值观察丨见微知著:从数字能源的今天看AI的明天

市值观察丨见微知著:从数字能源的今天看AI的明天

公众号新闻


作者丨文 雨
图片丨网络、图虫创意
来源丨市值观察(ID:shizhiguancha)

2003年8月14日。

美国的纽约、新泽西州、底特律、克利夫兰等地集体停电,5000万人瞬间被黑暗笼罩:工厂停工,学校停课,出行暂停,家电罢工。据统计,这场历史罕见的大停电造成的直接经济损失高达300亿美元。

事故爆发的根本原因,是在美国用电量水平逐年提升的背景下,电网系统的投送与运行能力并未及时跟上。

随着经济体量的不断提升,这一问题重新抛给了中国。


01

数字能源,迫在眉睫

2021年,中国的GDP达到17.7万亿美元,稳居世界第二,超过欧盟27个国家GDP的总和。

实现这一切的前提,必须有一个强大而高效的能源体系,尤其是电力。

2021年,中国总发电量达到8.534万亿度,占全球总发电量的30%,比排名第二到第五的美国、印度、俄罗斯、日本四国之和还多。

更关键的是,中国电力的生产与利用历来存在地理上的错配:西北负责生产,东南负责消化。

传统能源时代,尚可将山西、陕西、内蒙等地的煤装火车运抵东部,在需求端就近建立发电厂,此时电网系统并不是太复杂。

新能源时代,风、光资源丰富的大西北依然是中国能源的工厂,但已不再可能通过将自然资源装车运输来进行跨区调度,只能通过复杂交错的输电网络,进行电力的长距离输送,电网系统的复杂度陡增。

目前国内输电线路已增长至200万公里左右,变电站4万多座,配电站超60万座,且这些数据还在攀升。

问题在于,系统复杂度提升1倍,随之引发的问题可能呈几倍、甚至几十倍的增长。过去为了保证各环节的紧密配合与有序运行,都是靠人工来维护。今后随着管理难度越来越大,仅凭人力已很难应对,即便能,也是成本巨大。

另一方面,“双碳”战略对节能减排提出了更高要求,电力资源必须能够更高效、更安全的生产、调配和使用。

众多因素叠加共振下,以智能化、数字化为目标的电力新基建已迫在眉睫。

现在的关键问题是,AI企业如何才能激活这部分需求。


02

单点突破,以点及面

首先要理顺AI在数字能源各环节中的重点任务是什么。

比如,能源生产环节,核心是要帮助大大小小的发电厂搭建智慧虚拟电厂;传输环节,重点是巨量输电线路、变电站、配电房的智能化升级;存用环节,聚焦动力电池和储能电池产线的智能化改造、楼宇园区等综合能源的智能化管理。

基于以上需求,进一步提取各环节中能够与人工智能技术深度融合的细分场景。以存用端为例,AI头部企业商汤科技目前主要是围绕电池产线的质检下功夫。

有了清晰的目标,接下来就是与下游联动寻找切入点。从商汤智慧商业业务在数字能源领域的战略布局来看,主要围绕八个能力方向:人员核验、风险行为、设备缺陷、设备状态、环境安全、环境异常、功率预测、决策调度,逐一进行技术单点突破,从而在单一场景中快速实现AI价值落地。

比如,在动力电池焊缝缺陷检测任务中,商汤提供的方案能够实现缺陷零漏检,并将误检率控制在5‰以内,远胜之前;又如,商汤为浙江某500KV变电站推出的智能化运营全套方案,结合已有的摄像头、机器人、无人机等视频图像采集终端,部署数十种算法,从而实现40分钟就能完成一次全面的远程自动巡检。巡检效率比之前提升了5-6倍,缺陷隐患发现率提升了2-3倍。

再如,商汤为某综合能源运营企业结合已有的储能、光伏以及数据中心负荷资源搭建了智能化的虚拟电厂管理系统,通过高精度的功率预测和实时的决策调度等算法,助力客户至少提高50%的运营效率和20%的运营收益。

单点突破,然后以点及面。

将各个场景串联起来,针对能源的生产、传输和存用,商汤构建起三大业务系统,即厂站管理基础业务系统、虚拟电厂业务系统、园区综合能源管理系统。

在输出业务的过程中,为了满足客户降本增效的需求,商汤科技不仅提供AI整体解决方案,还利用AI模型生产及训练平台和边缘算力平台两大平台,让客户具备AI生产能力。

至此,一个高效的“8+3+2”商业模式框架已经搭建完成。前方等待AI企业的,则是一片广阔“蓝海”。

简单算一笔账,电池厂新增1GWh动力电池产能对应3.6-5个亿的设备投入,其中视觉相关的智能化设备就超过五千万。目前全球动力电池的产能大约是500GWh,到2025年,有效产能保守估计可达1TWh,对应智能化设备的增量市场就有二三百亿,这还不算既有产线的升级改造。

据政策规划,“十四五”期间,国内电力投资将超万亿,其中智能化升级投入超3000亿。仅能源产业释放的市场就已足够大,而亟需数字化升级的远不止这一个行业。


03

千行百业,入局前夜

从最初用机器替代人力,到不断提升产线的自动化能力,再到今天靠数字智能化赋能改造,人类历史上的历次生产革命,目标其实都一样:成本最小化下的效率最大化。各个领域概莫能外。

也正因如此,上文提到的AI在能源行业的应用,完全可以平移复制到任何一个产业。

以汽车行业为例,商汤科技与福田康明斯发动机生产工厂合作,通过AI赋能,使得多场景下的质检能力和效率大幅提升,以低于1%的AI误检率击穿工业红线。如今福田康明斯已被评为汽车行业的“灯塔工厂”(全球“数字化制造”的示范者,目前全球仅90家)

图源:商汤科技

中国有670万家工厂,潜在空间之大,自行脑补。

顶层设计给出的指引是,“十四五”期间,工业互联网平台的应用普及率要从14.7%提升至45%。不出意外,2025年之前,工业数字化将走出一条极为陡峭的增长曲线。人工智能与实体经济正在加速融合。

跟随数字化步伐,商汤智慧商业板块加速发展。2022上半年,商汤科技智慧商业业务实现营收5.68亿元,服务客户数超过510家,单客户收入提高9%。其中,数字能源领域居行业头部,业务合同总额超10亿元。

相较于工业,贴近每个人日常生活的城市管理同样需要AI的加持。

当下国内千万人口以上的城市已多达17个。城市越大,人口越多,管理难度越大。交通堵塞、火灾、道路坍陷、垃圾满溢等长尾场景的层出不穷,正不断挑战基层管理的极限,同时也在持续验证着AI的价值。

在深圳罗湖,商汤科技为城市精心打造了一套“AI智能视觉分析平台”,系统上线三个多月,已帮助罗湖区解决了5万多起事件,平均一天处理600余件。平台数据显示,平台上报的事件数量是人工上报数量的1.3倍,且准确率维持在90%以上。

在浙江绍兴,商汤科技借助SenseFoundry Tran商汤方舟交通开放平台帮助绍兴实现了大规模交通参数解析从0到1的突破,通过商汤睿途交管AIaaS解决方案打通“感知-控制-决策-评价”交通控制业务闭环,显著提升了当地交通运营效率。具体表现为,路口平均空放率降低约20%,干线各项交通指标提升约10%。

日前,IDC从产品技术创新和战略能力两个维度出发,对中国市场的城市智慧平台进行了一次全面综合的评估,商汤科技与百度、阿里云一起入围领导者象限。

图源:IDC

2022上半年,商汤科技的城市方舟SenseFoundry连接、赋能的IoT设备增加至150万个,半年时间增长了约26%。部署城市方舟的城市已累计达到155个,其中有16个超千万人口的大型城市,还有4个海外城市。

政策红利仍在持续释放。

今年前三季度,地方专项债新增3.54万亿元,从投向看,资金将主要用在产业园区和城市基础设施的升级,其中智慧数字化改造是重中之重。


04

降本提效,普及加速

人们不免会有疑问,从1956年的“达特茅斯会议”算起,人工智能已经诞生了60多年,需求一直在,为什么此前一直未能得到广泛使用?

解除AI封印的,是AI技术本身。

过去几年,算力、算法、数据等人工智能底层要素均取得了跨越式的跃迁。

算力上,2016年-2021年,全球算力总规模从不到150EFlops增长到615EFlops,五年增长了三倍还多。

数据量的增长更为惊人,由2010年的2ZB增长至2021年的将近60ZB,十年时间飙升30倍。

与此同时,以CNN与DNN为主的神经网络算法持续进化,不断压缩算法训练的时间和成本。

所有这些凑在一起,使得AI的能力值骤升——原先无法触及的事情,现在很多都已不是问题;原先需要花大价钱才能解决的问题,现在成本极低。

五年前,训练一个现代的图像识别系统需要花费1100美元,现在只要几美元就能完成。

就商业化进程而言,AI走过了单点突破阶段,跨越工业红线后,即将面临的最重要的问题是AI标准化的提升。

过去,传统模型一般只用特定领域有标注的数据进行训练,切换到另外一个应用场景就需要重新训练。好比工业生产,一个模具只能对应一个产品,换产品就要换模具。但问题在于,每个行业都有各自不同的需求,一个行业内部的不同环节也有各自的需求。面对纷繁复杂的长尾场景,原先AI根本无法招架。

试想一下,如果工厂接了一批型号各异的订单,每生产一个产品就要换一个模具,那成本必定高得离谱,即便能负担起,效率也极低。没有标准化,就无法规模化生产。

现在情况变了。

一方面,模型通用性大大提升,将大模型进行简单微调,便可满足多种任务需要,相当于标准化程度在提高。这就好比模具变成了灵活可调型,即使面对不同口径的产品,也能通过调整模具尺寸共线生产,效率和成本均可得到优化。

另一方面,AI企业本身已经积累了大量的模型,比如商汤,依托于 SenseCoreAI大装置,迄今累计生产超过4.9万个模型。新的场景需求出现时,完全可以直接调用之前已有的模型,通过快速自由组合来完成任务。

对此,商汤科技CEO徐立有一个更形象的比喻:“AI模型就像汉字,当积累的词汇达到3000个时,组词造句就会信手拈来。”当AI定制化应用累积到每一个模块都已经被制造过的时候,它就会成为行业的基础设施,变成一个标准化的套件。

AI正在朝着高标准化方向进展,标准化带来规模化,规模化才能降本增效,进而加速商业化,这是所有行业共通的逻辑。

过去十年,光伏、风电和动力电池分别完成了90%、70%、90%以上降本,这才有今天漫山遍野都是旋转的风机,屋顶上排满了光伏板,大街上电动车川流不息。

AI的今天,酷似十年前的新能源。

随着商汤上海临港AIDC的投入使用,公司总算力规模突破2.50exaFLOPS,AI模型的产能快速释放。

2019年,商汤人均每年开发0.44个AI模型,而到2021年,这一数据提升至5.94个,降本增效实现了数量级的跨越。目前公司AI生产管线已全部集中到大装置生产模式上,预计后续模型生产效率还有很大提升空间。

商汤的独特平台化优势,带来低成本和高效率。当成本和效率问题得到解决,全面商业化势不可挡。

整体向上,个体分化。

技术积累阶段,大家都在埋头苦干,由于不出成果,因而成色难辨。今后进入技术变现期,有着厚重技术储备的企业也将逐步显山露水。

面对“K型”时代,真正要做的,是找到那些往上走的企业,保持定力,静待花开。






THE END

华商韬略旗下公众号,欢迎关注


投稿、约稿、商务合作及建议
敬请联系:010-65580525

[email protected]  周总监

◆◆◆

未经授权,严禁转载,转载授权敬请联系小客服微信:hstlkf
【星标】华商韬略,精彩不再错过

点赞”是喜欢,“在看分享”是真爱

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
市值观察丨后疫情时代,为什么最看好酒店?市值观察丨2022云服务大PK:阿里云难以撼动,电信国资系异军崛起市值观察丨被美国苹果深深伤害的中国猛人市值观察丨公募新王,一步登天!市值观察丨四大国保级中药上市公司,谁的潜力更胜一筹?毛泽东如何看台湾市值观察丨以小见大:从进博会看海尔生物高速成长的秘密市值观察丨2022十大“最惨”A股公司市值观察丨猪企大PK:牧原强者恒强,巨星已现黑马潜质市值观察丨2022十大“暴赚”A股公司市值观察丨AI入实,一触即发从 Independence Pass 到 Black Canyon - 多彩科州之旅(六)市值观察丨700亿大白马“暴雷”,歌尔股份的“苹果”劫难市值观察丨中国“矿王”豪掷500多亿,要“赌”个大的市值观察丨2022A股十大超级“妖股”市值观察丨中国“快递之王”是如何甩开对手一条街的?市值观察丨北上广深四大民航机场,谁会率先起飞?市值观察丨世界杯狂欢季,她们许下了自己的足球梦市值观察丨A股已有重大利好等待发酵市值观察丨电商导购,开启又一个黄金十年市值观察丨2023年最有机会的三大风口市值观察丨从今天起,看多中国核心资产市值观察丨卷向出海,互联网新战场市值观察丨孚能科技与广州国资的双向奔赴市值观察丨科大讯飞的底气与豪气市值观察丨财报内外的爱尔眼科,逻辑更强还是更弱?市值观察丨港股能反弹多久?美国入境档案--饶漱石陆璀市值观察丨爆红的康希诺,不只有吸入式疫苗Processed food是怎样一步步让你overeat市值观察丨天齐锂业VS赣锋锂业VS盐湖股份:谁能穿越周期魔咒?市值观察丨跑输大盘,规模缩水百亿,朱少醒神话难续1930年代航拍的中国老照片,能不能看到你的家乡?市值观察丨网上连张照片都没有,但他火速干到了2000亿市值观察丨缩水超400亿,这位基金大佬还能翻身吗?
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。