专访蘑菇物联CEO：欧美日韩工业自动化水平高，中国超车的机会在哪？
【采访/观察者网 吕栋】
过去短短一个月，从第二十三届中国工博会，到第五届全球工业互联网大会，工业数字化和智能化转型正受到行业内外广泛关注。
近期在2023中国工博会上，蘑菇物联CEO沈国辉接受观察者网专访时表示，海外特别是欧美日韩等国的工业自动化水平远高于中国，但中国在工业数智化方面完全有机会超越他们。因为中国工业门类全、工厂多、工业数据量大，这保证我们有最多的数据可以用于训练，这也是国家重视工业数智化的原因。
他提到，每次工业革命都会伴随能源革命，现在从化石能源到新能源，从集中式能源到分布式能源，新一轮能源革命正在路上，第四次工业革命的关键词也已经很清晰，就是智能化革命，而智能化革命的关键就是AI技术在工业领域的应用。因此AI技术在工业领域的应用一定会普及，工业数智化必定会全面发生。
沈国辉曾在家电企业格兰仕集团工作10年，担任过格兰仕冰洗事业群副总经理。2016年，他创立蘑菇物联，致力于为通用工业设备行业提供基于工业互联网的AloT SaaS服务，帮助工业企业实现通用设备数智化和公辅能源车间数智化。2022年9月，蘑菇物联宣布完成超一亿元C1轮融资，该轮融资由云晖资本、正和岛投资、浩澜资本联合投资，老股东纪源资本、襄禾资本加码跟投。
以下是专访实录：
观察者网：今年工博会规模创历届之最，您主要有哪些观察和感受？
**沈国辉：**我主要有三个感受。首先是参展的企业和观众很多，说明大家对工业数智化升级和怎么把工业做得更好，是有内生需求的。第二，数智化每年都在快速迭代，厂商的解决方案在升级。以前大家都在强调数采，现在都在提智控，用数智化手段做控制的企业越来越多。第三，自动化和智能化的融合在加强，同时智能化也在跟自动化做融合，这说明数字化技术更加进入OT层（观察者网注：OT技术主要应用于现场运营控制、设备监控、数据采集等领域），也更加落地了。自动化和智能化的融合是件好事。
观察者网：自动化和智能化融合，标准化是不是一个难点？
**沈国辉：**如果大家心态不够开放，它就是难点。但今天我们看到的更多是走向融合，说明很多厂商还是开放的，开放协议和接口是件好事。要发展智能工业，首先要实现互联互通。国家也在大力引导，比如2017年国务院出台了发展工业互联网的指导性文件，2018年广东省发出工业企业“上云上平台”的号召，江苏也曾推出制造业“智改数转”计划，其他省份也都有类似政策，十四五工信部又出台智能制造的规划，目标是实现制造业车间的智能化和无人化。所以国家政策导向很明显，同时实现智能化后也有很多好处，比如降本增效、节能降碳，让产品的一致性更高，也将让中国制造在跟欧美和东南亚竞争时显现出更大的优势。
观察者网：从过往经历来看，您也是从传统制造业走出来创业的。当初创业的契机是什么？之前的工作经历对现在的创业选择又有什么关键影响？
**沈国辉：**之前我在格兰仕集团工作整整10年，这期间我对生产线、车间、产品销售都有很深的体感。回想当年，生产线最担心的，就是非计划停机和不能按时交货。怎样才能按时交货？关键就是一切都在掌控之中。怎么才能一切都在掌控之中？我当时希望有一个“千里眼”，把工厂中的每个角落都看得清清楚楚，这也是现在数智化转型的作用。所以，只有掌控整个车间和每个生产环节，才能做到预测性维护，这就离不开物联网这个“千里眼”。通过物联网掌控数据，然后对数据做各种“深加工”，就能从中洞察到各种问题，这就是预测性维护。没有物联网加工业AI，就没有预测性维护，也就无法保障可控和可靠的生产，这就是我创业的契机。
观察者网：工业物联网本质上是技术和场景的结合，这就需要既懂技术又懂业务的人才和团队。创业初期，蘑菇物联是如何搭建技术架构的？
**沈国辉：**当时我的想法很朴素，既然微波炉、电冰箱、洗衣机等几百、几千块的智能家居产品都能联网，为什么几万、几十万的工业设备不能联网？基于这个想法，我就考虑把物联网和AI应用到工业设备中，这也是我们所有技术的原点。
一台设备联网很好理解，装一个蘑菇云盒就能实现，能把数据传到互联网，也能通过互联网远程开关机和调参数等。但很多工厂不止一台设备，比如有空压机、干燥机、储气罐、制冷主机、冷却塔和冷却泵等，怎么从一台设备到多台设备，从一个车间到多个车间，从一个工厂到多个工厂实现全面的数智化，难度不小。所以我们技术切入点就在于怎么实现公辅能源车间的全面数智化。
在数智化过程中，不仅要实现数据的北向采集，还要实现南向控制。在具体场景中，并不是数据采集完就能实现控制，中间还有认知和决策，也就是采集、认知、决策和控制的闭环，这也被称作AI智控的“四步走”。我们是用云边端的架构，用AI加IoT做智控，使用AI才叫“智”，才能用IoT能更灵活地“控”它，然后再跟自动化结合，完成整个数据链路的闭环。
蘑菇物联中央空调云智控监控大屏
观察者网：最初创业为什么选择空压机行业切入？
**沈国辉：**空压机最通用，几乎每个工厂都有。而且空压机产生的是压缩空气，驱动的是车间内的各种机械手、气动工具、气动阀门。如果压缩空气停止了，整个工厂都要停产，所以空压机也足够重要，客户也足够敏感。创业初期，我们肯定要找一个能够触达更多客户的切入点，而空压机这个点足够垂直，点很小、面很广。
观察者网：最初你们进入空压机领域时，这一领域还是一片蓝海，而中央空调领域的竞争比较激烈，你们是如何考虑这一问题的，为什么两个细分领域会出现截然不同的现象？
**沈国辉：**当初空压机智控确实是一片蓝海。我们之所以从空压机的智控去做中央空调的智控，来自于客户的反向要求，客户希望空压站和制冷站被同一套系统智控。我们后来也发现，这一需求具有行业普遍性。他们选择我们，也是因为在空压机上感受到我们的系统跟传统的自动化控制不一样，就像国药集团广东环球制药有限公司的案例，他们的中央空调是有自动化控制系统的，但这套系统没有预测性维护，不能做到全局寻优和节能。而空调领域之所以竞争激烈，如果细化点说，竞争主要集中在自动化控制，就是用PLC（可编程逻辑控制器）或者是DDC（直接数字控制器）来做自动化控制，行业术语也叫暖通自控或是楼宇自控，这个赛道相当拥挤。但真正的AI智控，技术深度和复杂度与之完全不同。
观察者网：这次展会有很多企业在做自动化和智能化控制，你们的核心竞争力和差异化优势在哪？
**沈国辉：**首先，这么多年积累的客户，以及所沉淀的现场数据，是我们最大的竞争优势。做这一行，如果没有足够的客户和数据，AI也就无从谈起。现在我们的客户数超过1600家，积累了大量公辅能源车间的实时运行数据，再通过算法去优化，让我们的模型可以做的比别人更好。我们第二个“护城河”是可靠性，也叫鲁棒性。工业非常注重可靠性，工业的可靠性依赖与现场客户的打磨。我们聚焦在公辅能源车间，无论是造车还是制药，亦或是纺织服装等行业，公辅能源系统大同小异，工作原理相似，这也让我们在可靠性和数据方面有了不少积累。第三是我们的AI模型，它采用工业AI加工业机理。我们把工业AI称作“孙悟空”，虽然很聪明，但也需要紧箍咒，这个紧箍咒就是工业机理。通过预训练和精调，即便客户给一个新的站房，模型也能开箱即用。
观察者网：最初没有那么多成功的案例，怎么去说服客户采用你们的方案？
**沈国辉：**任何企业都是时代的企业。我们之所以能说服客户，是因为我们刚好踩准工业数字化和智能化的时间点。此外，还有一些力量在帮我们说服客户。比如政策、媒体和一些市场研究机构对工业数智化的引导。如果没有这些外部力量，单靠企业其实是很难说服客户的，我们也是在这个过程中实现从不可靠到可靠。
观察者网：工业AI离不开云计算的支持，你们跟云厂商的合作是什么样的？
**沈国辉：**云计算就像水一样，包括算力、存储和数据库等，我们首先离不开云。而我们选择什么样的云服务，其实来自于客户对云的选择。作为工业客户，他们首先会关心数据安全、控制安全等红线问题，所以选择云厂商最先要考虑安全性和可靠性，比如云服务会不会突然宕机、数据会不会泄露等。我们现在跟华为云、阿里云以及微软云都有合作。尤其像华为云打造的828 B2B企业节，就是希望用云厂商的力量，去降低企业之间的交易成本，用更低的成本去获取数智化转型方案。
观察者网：客户能否自主选择云厂商？如果你们提供一整套解决方案，这其中软硬件的比例构成大概是什么样？
**沈国辉：**我们有默认推荐的云厂商，但客户也能自己选择。至于解决方案，软硬件的成本肯定有一个比例，但这个比例不是固定的。不同客户的设备台数不同，决定了要装的传感器和网关的数量不是固定的。其实我们最大的成本还是研发成本，包括云边端、IoT以及AI算法的研发成本，这是最核心的问题。
观察者网：您拥有长期的制造业行业经验，这么多年对中国制造业的数字化转型有何感受？有哪些问题已经解决了，还有哪些难点亟待突破？
**沈国辉：**数智化转型天然具有长周期属性，我认为走到今天基本解决了认知问题，但实际上才刚刚起步。具体来说，就是大家觉得确实需要数智化转型，但具体怎么转众所纷纭，客户在眼花缭乱的方案中仍然十分迷茫。但他们至少知道要数智化转型，也知道数智化转型和信息化的差别。数智化不是信息化，不是说用上ERP，上了OA可以在线审批，就叫数智化转型，这只能叫做移动办公。真正的数智化转型有三个特点。首先它是一个实时系统，不是一个事后录入系统。第二，它不是一个看板和简单的管理系统，而是一个智能决策系统。真正的智能化是一个决策系统，直接能指挥现场设备。第三，它还是个生产力系统，而不是一个管理系统。
（资料图）
观察者网：未来AI技术对工业的影响，您有什么预期？
**沈国辉：**AI技术在工业中的应用一定会全面普及。制造业在自动化时代已经被改造的比较标准化、程序化和模块化了，这种场景天然适合AI发挥作用。现在AI已经发展到大模型时代，即便不是标准化和模块化，大模型也可以解决问题。通俗来讲，如果把大模型比作一个人，这个人能上知天文、下知地理，无所不精、无所不会，能写报告和论文，也能调空压机的参数，让空压站更节能。甚至都不用给它画一个边界，只需要告诉它需要做什么，比如让制冷站按能耗最优的方式进行控制，它就可以帮你实现，所以工业制造天然需要AI技术。工业智能化就是常说的第四次工业革命，这个浪潮不可阻挡。观察历史，每次工业革命都伴随能源革命，现在大家看到新能源革命正在路上，从原来的化石能源到新能源，从集中式能源到分布式能源。第四次工业革命的关键词已经很清晰了，就是智能化革命，而智能化革命的关键就是AI技术在工业的应用。我们认为AI技术在工业领域的应用一定会普及，必定会全面发生，所以我们也推出了自研的大模型产品“灵知”。
观察者网：怎么看待中国和海外在制造业数字化程度方面的差别？
**沈国辉：**如果比较前一代自动化，海外特别是欧美工厂的自动化水平，是远高于中国的。但自动化不代表无人化和智能化，工厂还是要有不少人来操作设备。所以海外，主要是欧美日韩这些国家的自动化水平，比中国要高。但数智化，中国和海外是站在同一起跑线的。为什么这么讲？因为中国现在搞数智化还是头部企业引领，而中国头部企业的自动化水平是比较高的。而且中国工业门类全、工厂多、工业数据量大，可以说是一块“肥沃的土地”。所以在我看来，虽然欧美日韩的自动化程度比较高，但数智化水平中国完全可以超越他们，因为中国有全世界最大最全的工业门类和最完整的工业场景，这保证我们有最多的数据可以用于训练，所以这也是国家为什么重视工业数智化的原因。智能制造和工业互联网，也是当下集成几乎所有前沿信息技术的一块领域。
本文系观察者网独家稿件，未经授权，不得转载。