Redian新闻
>
当工业步入智能时代,蘑菇物联的商业化思考|100个革新产品(2/100)

当工业步入智能时代,蘑菇物联的商业化思考|100个革新产品(2/100)

其他

投资笔记是纪源资本关于投资、商业、科技的所见所闻所想,探讨关于世界的一切。


在这里,你可以收获:


全球优秀科技公司管理经验、一线调研;

顶级风险投资人&创业者经验分享;

大航海时代的世界人文历史、商业见闻……


#100个革新产品是《投资笔记》的全新子栏目,在这里,我们将为您呈现优秀的科技产品,深度剖析它们在创新上的独特之处。


本文是#100个革新产品 的第2/100篇。



在通过AIoT技术辅助并改造制造业的赛道上,蘑菇物联是行业的先锋。


AIoT技术正在驱使制造业发生巨变,大家终于有了趁手的技术工具,可以挖掘工业数据的价值,让数据成为工业的生产力。如高能耗的空压机、电机、风机、水泵等设备在AI+IoT 技术的辅助下,正在变得更智能、更节能。


自2016年创办蘑菇物联并陆续推出“蘑菇云盒”等硬件与“AI云智控”等软件产品体系之后,创始人&CEO沈国辉的想法成为现实,并希望在通用工业设备一站式AIoT SaaS服务的赛道上继续探索。这其中的产品演变不仅符合技术趋势,也进一步勾勒出蘑菇物联的商业化思考。


产品升级的背后:客户需求不同


最先尝到数据甜头的是“S”。


蘑菇物联口中的“S”是谁?它们是通用工业设备产业集群中的中间角色:设备运维商。它的上游设备厂商(F),它的下游是设备使用商即制造工厂(U),这些分布全国的设备运维商就如汽车行业的4S网点一样,为在工厂里运行的设备提供运维服务。



蘑菇物联从S端的痛点切入行业。“人停机不停”的空压机、吸干机、水泵、冷干机等设备在长时间的运行中难免出现异常,一旦设备出现故障,工厂便会联系S报修,在电话里向S描述故障情况,但因为S没有设备运行的数据,也难以根据客户的描述精准判断故障,容易出现误判,出现带错配件而白跑一趟的情况,这不仅降低了客户满意度,也增加了售后运维成本。


这种一次维修跑个四五次的情况,在设备搭载蘑菇物联的软硬件产品之后得到了显著的改观。单台设备的运行数据被精准采集和分析,出现问题立刻报警,售后维修师傅人还没到工厂,就已经可以在手机上对故障进行定位,小一些的故障,师傅都不用上门解决,远程即可解决,严重一些的故障,也能做到带齐正确的配件,一次上门就解决好问题,不仅让客户满意,还节约了运维成本。


这就是业内常说的“救火式售后”,被数智化技术改变了,变成了“精准售后”。


工程师在手机上查看设备运行情况


随着蘑菇物联逐渐从S进军到F和U端,沈国辉意识到,仅做设备数据的采集与分析远远不够。每家F都能够生产几百到上千台设备,他们的需求是希望设备变得智能化,并且能对设备进行全生命周期的维护。U的需求更为“挑剔”。


在工厂里,蘑菇物联所面对的不再是“散装”的一台台设备,而是空压机、干燥机、冷却塔等各类设备组合而成的空压站或公辅能源车间。以由制冷主机、冷却泵、冷却塔、冷冻泵、集水器、分水器末端的组合式空调柜等构成的大型制冷系统为例,仅仅是设备数据的采集很难满足客户的需求,这些高能耗设备组成的车间能耗巨大,客户最迫切的需求一是安全供能,二是节能降碳。



换句话说,客户期待一套智能化的解决方案,因此蘑菇物联自研了AI云智控,融合IoT、AI技术,实现了“感知,认知,决策,执行”的数据闭环,让数据从设备中来,再回到设备中去,智能控制设备运行。


这样的蜕变,对沈国辉来说,不仅是客户需求的进一步满足,也符合一家工业生态链之中数智化解决方案商的商业逻辑。


对蘑菇物联商业模式的思考,沈国辉一直没有停止。2016年蘑菇物联切入S端,2018年进入F端,2019年逐渐开始与U端客户直接对话,他试图抓住每类客户的痛点。全国S端服务商在3万家以内,F端厂商虽然数量更多,但每个品类的厂商数量都有限,例如空压机的设备厂家全国只有300余家,中央空调更是不到100家。若想要在商业版图上占据重要的位置,蘑菇物联必须关注U端工厂的需求。在中国,仅规上工业企业就已经超过40万家。“我们想要服务这最大的群体,但也一直不知道什么时候才能够服务它们,饭要一口一口吃,路要一步一步走,只能脚踏实地。”


为了满足各行各业工厂的需求,蘑菇物联把IoT升级为AIoT,不仅需要采集数据,而且需要对数据进行建模分析,然后做出决策,并将控制指令下发到设备中,控制设备运行,帮助工厂实现安全供能、无人值守、节能降碳三大可测量的价值,这需要IoT的技术,更需要AI的技术。而只有产品能满足不同客户的需求,尤其是把价值做深做厚,客户才有为蘑菇物联的产品组合买单的动力。


AIoT为客户创造可测量的价值


在广州的一家制药工厂里,药品在生产的过程中,压缩空气直接与药品接触,对压缩空气的质量提出了非常高的要求。黄部长却面临两个头痛的问题,一个是经常出现的不明原因气压偏低,另一个是压缩空气的质量检测。AI云智控上线后,黄部长根据详尽的数据监测分析,终于解决了问题。


根据数据分析,有一台空压机,能正常开关启停,但是空压机出口的的单向阀卡死了,若没有数据可供对比分析,仅凭人工经验,这类故障极难发现,因为从外表看,设备运行没有任何问题。黄部长笑称他借助AI云智控捉到了站房里的“鬼”。有了详尽的数据监测分析,黄部长能实时掌握压缩空气的质量,也不用在担心压缩空气质量不达标的问题。AI云智控不仅仅解决了安全供气的问题,还实现了站房节能20%。


在北方一家汽车生产工厂,工厂占地面积192万㎡,相当于269个足球场的大小,建设了38个公辅车间,公司总计安排了146人进行管理,AI云智控上线后,只需要20人就能管理好38个公辅车间,因为再也不需要工程师频繁去车间点巡检设备、抄录数据了。在如此大面积的工厂里,定时定点巡检设备并不是一件轻松的事情,AI云智控大大减轻了工程师的工作量,还提高了管理效率。


在某汽车制造工厂,
工程师在操作云智控硬件产品


在浙江一家新能源行业的工厂里,中央空调系统构成模块多,复杂度高,容易存在多种隐性故障,带“病”运行,不仅导致中央空调系统供冷效率降低,还存在10%~20%能源浪费的痼疾,工程师多采用更换设备、加装变频器等节能常用方法,分割中央空调系统,再针对各个局部做节能改造,各自孤立控制,未能发挥系统的数据价值,节能效果有限。AI云智控上线后,利用AI算法全局寻优,从追求单台设备能耗最低,转为制冷系统整体能耗最低,基于负荷预测去控制设备智能加减载,优化设备运行组合与时长,确保冷量稳定供应,节能率高达14.45%,预计年节约中央空调系统耗电量578万度,节约碳排放1602吨。



安全供能、无人值守、节能降碳是蘑菇物联为客户创造的三大可测量价值。


另一个有趣的案例来自一家电子企业,这家企业的设备主管是一位工作多年的老师傅。2020年,他被隔离在小区,但由于工厂早已安装了AI云智控系统,老师傅坐在家中通过电脑监测、控制站房里的设备运行,满足了隔离期间生产用气需求。这事过后,老师傅还获得了日本总部的奖项。更有意思的是,感受到了数智化技术的好处后,这位老师傅选择了辞职,特意加入了一家当地做数智化服务的企业,将数智化技术推广给更多的工厂。


这样的案例令沈国辉很感慨,在他看来,很多工厂负责设备维护的老师傅都有四五十岁,他们并不抗拒新技术,只有能为客户创造可测量的价值,能计算出清晰的ROI,大家都能把账算清楚,这些工程师对新技术也是非常开放的心态。而蘑菇物联的“账”就是坚定投入工业AI的研发,让控制更智能。


工业AI与“灵知AI”


从IoT到AIoT,蘑菇物联看到大模型所带来的ChatGPT互动形式,并顺理成章地用到了客户咨询上。2023年蘑菇物联发布了中国首个通用工业设备领域大模型“灵知AI”,目前可以回答空压站、中央空调系统的各类专业问题。


“灵知AI”的出现,一是基于蘑菇物联自身的“痛点”,即针对各端客户、各类设备的售后支持,减轻负责售后问题的客户满意部门的压力,客户有一些问题可以去问灵知AI;二是要实现故障诊断和智能控制,也需要灵知AI。因此,灵知AI拥有4大能力模型:问答大模型、诊断大模型、预测大模型与控制大模型。


“灵知AI”的“谐音梗”来自于更高级的“蘑菇”——“灵芝”,这款产品的创造班底也颇为“跨界”,工程师分别来自于IT团队、产品开发团队与运维团队,由毕业于香港中文大学的AI博士周子叶先生带队。


既然将灵知AI定位于基础大模型的专用大模型的研发和应用,蘑菇物联便没有选择自研,而是与行业已有积淀的大企业合作研发,取各自之长,来进行定制或深度共研。


在蘑菇物联看来,灵知AI的第一阶段是形成专用模型,精准识别用户的问题的属性,例如有关设备工艺,设备故障等;目前所在的第二阶段,灵知AI将利用大模型将水、电、气、冷、热等各类场景统管起来,做到设备预测性维护与能源需求预测;第三阶段,蘑菇物联希望灵知AI成为公辅能源车间控制的完全智能体,自动接管进化和迭代,实现公司内部最大程度的效率提升。



这其实也与沈国辉对于智能化的期待相吻合。他认为智能化的改进能够解放人力,“让人才去做没有被定义好的事情、更有创意的事情”,同时他也认为智能化不会淘汰工程师,“我相信人工智能其实要淘汰的不是人,不是工程师,而是淘汰那些不积极拥抱智能工具的工程师。”


灵知AI问世后,尽管有大模型与算法在后台坐诊,对于客户来说相当于“隐形”,但很多客户仍然感到十分好奇:灵知AI是怎么控制的?


云智控:软硬件一体化解决方案


于是团队决定把后台灵知AI的决策流程可视化呈现出来,让客户看到自己所预设的答案在哪个环节有了分支,后台是否检测到了设备状态的变化,同时要不要进行决策,对应的最终策略又是什么。这个可视化过程甚至成了很多客户的汇报“利器”,在他们进行领导接待与汇报的时候,会直接用灵知AI的可视化界面去展现工作成果。有些客户甚至提到,不如把灵知AI定制为自己厂商的“xx大模型”形式。而这些也带给团队更大的想象空间。


成立于2016年的蘑菇物联,随着客户不断变化的需求,也一直在快速迭代自己,去满足客户需求,从服务S到服务F、S、U;从IoT到AIoT;从空压站到空压站+制冷站+循环水站的大公辅能源车间,蘑菇物联一直在进化。这是新工业革命特征,新技术在工业领域的应用不断深入,场景不断扩大,创造的价值也越来越大。蘑菇物联有它拓展的版图,也有它严守的边界。



往期回顾



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
​共研共创!格创东智携手工控巨头菲尼克斯升级工业智能操作系统,加速新型工业化进程人类预测未来?!近在咫尺的商业革新降临专访程天科技|专注外骨骼机器人底层能力建设,布局行动受限全周期康复产品,多款产品已实现商业化为什么:$100 美元汇出 (华夏银行),只收到$86美元 (BoA)黄山揽胜探寻西西里与马耳他的历史脚印(24)推进新型工业化厅局专稿 | 辽宁:以新型工业化新成效谱写中国式现代化新篇章Sam’s Club 会员优惠:基础版 $20(原价 $50),Plus 版 $60(原价 $110)进入智能互联网时代!报告抢先看两周迭代一次,这家产品研发团队有多疯狂?|100个革新产品(1/100)Theory Outlet黑五开场啦!很多好价,100%羊绒打底毛衣才$65大模型的商业化之路,会有多少团队折戟沉沙?Lamer有买满$500减$100+送5个中样的礼品在移动互联网时代错失的,李彦宏想靠AI在人工智能时代拿回来一文看尽最新趋势:智能物联2.0,产业元宇宙,DePIN,具身智能,工业大模型 | 2023彭昭专栏回顾推进新型工业化厅局专稿 | 江西:加快建设制造业强省 大力推进新型工业化实践推进新型工业化厅局专稿 | 江苏:深入推进新型工业化 更高质量建设制造强省大模型时代,探迹要给每位销售配上AI助理|100个革新产品(3/100)AI 迎来“App Store”时代,AIGC 应用商业化大潮将至 | 极客时间迈入智能物联AIoT 2.0,从“端-边-管-云-用”到“通感智值一体化”AIGC时代,AI Agent的商业模式和创新机会 | 直播预告推进新型工业化厅局专稿 | 北京:以新型工业化推动首都经济高质量发展新型工业化领域学术期刊《新型工业化理论与实践》正式获批,启动征稿小冰公司CEO李笛∶生成式AI和数字人的商业化未来张国清在出席2023中国5G+工业互联网大会开幕式时强调 加快发展5G+工业互联网 更好助力推进新型工业化登黄山天都峰国家领导人频频提及「新型工业化」!哪些工业玩家跟上了趟?i-Weekends | 人工智能时代,一种新型创业公司或将到来?推进新型工业化厅局专稿 | 甘肃:深入推进新型工业化实践 加快构建现代产业体系这6个词,为你照亮24年的商业化道路推进新型工业化厅局专稿 | 安徽:​深入推进新型工业化 加快建设智能绿色制造强省探寻西西里与马耳他的历史脚印(23)大智能时代的产业再分工:“无数据,不智能”可以休矣血液测试显示,活到 100 岁的人有这些共同点数字化智能时代,提升研发效能的最优路径是什么?【权威访谈】筑牢“压舱石” 锻造新优势,扎实推进新型工业化——访工业和信息化部党组书记、部长金壮龙人工智能时代,Spotify播放列表失去影响力中国电子信息产业发展研究院党委书记刘文强:推进消费品工业变革 助力新型工业化建设今天碰到了老留神,GRE 逻辑 100% !
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。