圖片系AI生成
十四五以來，中國在加快能源產業(yè)轉型方面，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：能源產業(yè)要與數字技術、智能技術相融合。
花幾十萬引入一套數字能源管理系統(tǒng)和物聯(lián)網設備，去直接完成上述要求絕非易事。能源產業(yè)一般被視為有較高的護城河，且頭部國央企占主導地位，先進的技術想要滲透到這個領域并不容易。不同于信息化，數字化更需要一把手工程，智能化的技術含量更深，對數據治理要求也高。而細數歷來IT服務商對該領域的開拓，必須要解決掉核心的業(yè)務痛點，才有可能讓企業(yè)有動力切換新技術。
新奧能源副總裁、新奧泛能網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，能源數字化轉型無疑成為企業(yè)必然要做的事情。但大企業(yè)用能環(huán)境復雜，定制化程度高，中小企業(yè)很多對能碳認知不強，或對這件事情并不敏感，加之產數融合型人才缺乏，以及投入成本與缺乏標準等問題，大量企業(yè)還沒有獲得與預期相符的能碳投資回報。
“產業(yè)互聯(lián)網也提了很多年，能源行業(yè)的網絡效應還沒有探索出成熟路徑。我們也在等風來。”程路說。
能源產業(yè)的數字化是個復雜而長期的過程，涉及政策、市場、技術、人才、資金等多方面因素，幻想能一招鮮地徹底改造能源產業(yè)也是不現(xiàn)實的。
翻看過去幾年，能源行業(yè)的數字化或智能化實踐，是伴隨著技術的演進而在線下產業(yè)的深耕中持續(xù)深入。對于泛能網而言，同樣經歷了從傳統(tǒng)機理模型，到機器學習模型，再到行業(yè)大模型的探索。而不同階段技術路徑的轉變，也反映出針對客戶痛點所能實現(xiàn)的最優(yōu)解，已經從早期的BI或可視化跨越到了“智能決策”。
以AI優(yōu)化能源設備運維為例。起初，傳統(tǒng)辦法就是構建一套機理模型，將能源的運行原理包括傳熱學和熱工學等理論知識，形成規(guī)則和公式，再通過公式去計算一套能源系統(tǒng)的輸入產出效率情況，針對性參數調優(yōu)。
再就是直接跳到數理階段，這也是很多互聯(lián)網、AI公司此前探索的路徑，即用AI去學習歷史數據，找經驗找規(guī)律，但問題是，這種路徑往往限定于某些特定任務或小樣本學習場景，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)。
泛能網采用的是“基于仿真的機理+數理”方式，即泛能仿真系統(tǒng)，在機理與數理模型的融合下，相當于擁有了一個高智商且具有豐富經驗的智能體，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)則結合起來的高階版數字孿生。單純的機理或數理，永遠達不到新大陸。”程路對此解釋。
這是小模型的應用經驗。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，導致其安全和可靠性存疑。
從2023年起，泛能網也在著手探索“能碳產業(yè)大模型”的可能性，將大模型與小模型結合，構建一套能源行業(yè)的“智能駕駛系統(tǒng)”。其底層邏輯可以用“選用訓生”來理解，即選擇業(yè)內多個開放的基礎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據，訓練行業(yè)專業(yè)模型如負荷預測、碳排分析、荷源網儲優(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品，而是能夠對其能做出一套全面且系統(tǒng)的個性化能效提升和能源優(yōu)化流程。
回到泛能網的服務方案，大致也分為五步：企業(yè)首先明確當前的能耗狀況，對能耗基線進行標的；分析識別出能耗較高的區(qū)域或設備；用數字技術監(jiān)測波峰波谷，了解企業(yè)用能特征；識別出后，將設備與生產系統(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對能源供應和生產供應進行匹配，“一定要對客戶有很強的認知，要很懂行業(yè)，也很懂數據。”
差距往往就在最后一公里拉開：既懂客戶又懂數據的產數人才，這往往需要時間培育。時至今日，“做模型的不懂業(yè)務，做業(yè)務的不懂模型”這種現(xiàn)象依然普遍存在。
泛能網起初在單品數字化時，就已經有很多基本的產數融合人才，也是最艱苦的階段。后來在單品數字化基礎上疊加智能化，將算法人才與產業(yè)人才融合，產業(yè)人慢慢有了數字化思維，數字人也專注在產業(yè)領域提升產業(yè)層次。
“這并非是最終模式，大模型到來之前，即便是專業(yè)的算法人才加上產業(yè)人才一起，訓練某個暖通場景算法也需要數月。”泛能網首席產品官王尊告訴鈦媒體。
現(xiàn)在，AI也在塑造泛能網自身的生產力工具：一是泛能仿真系統(tǒng)，將產業(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)數字孿生；二是能碳產業(yè)大模型，結合通用大模型基礎+機理模型沉淀的產業(yè)知識，直接生成應用如能碳智伴、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，加上項目的關鍵數據直接生成報告。
這也是為什么泛能網塑造能碳大模型的另一個原因：加速產數人才融合。“在體驗上，傳統(tǒng)產業(yè)專家會更容易上手，使用習慣得到滿足，同時在速度上，從事互聯(lián)網的人才也能快速上手，哪怕是來自互聯(lián)網或AI行業(yè)的相關人才，只要他有一定ToB經驗，有一定能源知識，也能很快通過工具上手。模型訓練上，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部悄悄展開，保證了“業(yè)務飛輪”的基本盤。
那么回到最后一點：數字化節(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，本質上解決的是發(fā)展問題。推動企業(yè)用上能碳產品，節(jié)能往往只是其決策中因素之一，出于市場環(huán)境、經營管理的角度，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)已經習慣了粗放式管理?？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)生產工藝和產線良品率。
該行業(yè)長期面臨著單產值相對較低而能耗卻居高不下的挑戰(zhàn)。其生產流程復雜，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，而能源供應往往缺乏精細調控，導致能效低下、成本高昂且環(huán)保壓力大。
面對這一困境，泛能網為其構建了印染智控技術，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與印染生產工藝深度融合，實時監(jiān)控染缸狀態(tài)，精準調節(jié)能源供應，確保布料著色質量穩(wěn)定，實現(xiàn)一次成品率提升5%-10%。同時，通過數據分析和預測，進一步優(yōu)化工藝參數，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，本身公共建筑內暖通能耗占比高達40%~60%，同時可以在各個能耗點進行調控，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，背靠新奧能源的產業(yè)經驗，以及在數字化領域的積極探索，泛能網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多個產業(yè)園區(qū)提供能碳管理與智能運營等多維服務。2024年，泛能網構建了染缸運營及節(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)能降碳多受政策導向，但行至當下，市場環(huán)境倒逼需求側改變，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《網絡安全法》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)能降碳多受政策導向
能源產業(yè)要與數字技術、智能技術相融合
存量時代的競爭，能源數字化轉型無疑成為企業(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