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。
01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。
02AIoT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。
03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。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
