摘要：新興又複雜的風電行業，是這家創業公司的試金石

王曦對工業並不陌生。他的故鄉遼寧鞍山以重工業聞名。幼時對工業的好感，以及日後在工作實踐中的積累，讓他發現，雖然中國是世界體量最大的工業國，擁有海量的工業設備，但是在使用上還比較粗放，缺乏利用工業數據的意識和能力。而信息化和智能化，是工業化發展的必然途徑，有的企業已經開始了這一進程，但更多的還沒有——這讓他下定了在這個領域創業的決心。

但方向只是第一步，具體的商業路徑在當時還並不明確。王曦的創業並不是無的放矢，在創業之初，他就定了兩個基本方向：一是要做頭部企業，二是企業的設備要「複雜」。怎麼界定「複雜」的範圍呢？王曦的解釋是，只有工業設備的價值和複雜程度高，設備對各項技術尤其是數據的依賴程度才會高，這樣才有通過數據智能提升生產價值的空間，他們做的事才會有價值。

另一方面，是落地的行業上，要先難後易。「我先做最難的，再做別的行業會越來越簡單，而不是每到一個新的行業，就要上個臺階。」而想要深入到工業之中，需要做許多基礎技術的研發，在王曦看來，這同樣是趕早不趕晚的。

在一系列考量和調研下，代表著旋轉設備的風電行業進入了王曦的視野。2014 年，過度擴張的風電行業經歷了「棄風限電」，行業開始冷卻，進入調整期，也開始認真思考如何精益工藝來提升效益。作為新興產業，風電的數據基礎比其他傳統工業也要更好，彼時風機的價格動輒上千萬，由於分佈離散，又有無人值守的需求，這都給了科技改造和提升效益的空間，最終風電成為智擎行業攻堅的第一梯隊。

風電效益靠「減法」

能源是工業的血液，也可以說是所有現代產業存在和發展的必要條件。我國化石能源以煤炭為主，汙染重效益低。因此，新能源如風電、光電和水電受到了國家層面的支持和補貼。相比較而言，水電受地理和季節的約束過大，光電過於昂貴，風電看起來是最適合替代傳統化石能源的新能源。

截至 2017 年，我國累計併網裝機容量 1.64 億千瓦，風電年發電量佔全部發電量的 4.8%。我國已成為全球規模最大的風電市場，佔到了全球風電容量規模的 35%，與此同時還是增速最快的市場。

但我國的風電資源多集中在「三北」地區，而能源消耗大戶卻是東南地區。當風電場發電量的增長速度遠超電網傳輸範圍內的耗電需求時，供過於求讓政府不得不「棄風限電」，造成了資源浪費。直到新建特高壓的投運，這個問題才得以緩解。

另一方面，扶植新能源的根本目的是為了替代傳統能源。長遠來看，新能源的價格至少要不高於傳統能源的價格才有經濟意義。風電運營商的上網電價分為基數電價和補貼電價兩部分，目前風電補貼在逐步退出。5 月 24 日，發改委下發《關於完善風電上網電價政策的通知》，宣佈自 2021 年 1 月 1 日開始，新核准的陸上風電項目全面實現平價上網，國家不再補貼。

在這兩個因素以及相應政策調整下，我國的風電產業從規模、速度優先向質量、效益優先轉變。風電產業鏈最終變現的方式是賣電，互聯網巨頭們總渴望成為新的「水煤電」，然而真正賣電的企業，出售電力的價格難以提升，規模不能隨意擴張，就只能靠減少成本來獲取利潤。

哪些成本是可以做減法的呢？簡單來說，發電廠生命週期內的單位發電成本=（建設成本+運維成本）/總髮電量。對風電運營商來說，建設成本在過去幾年有所下降，那麼如何更好地控制運維成本就成了他們著重思考的問題。

目前運維成本，包括人員成本、維護成本和備件成本，已經佔到了風電資產生命週期生產總成本的 15%-20%。以逐漸興起的海上風電為例。由於臨近電力消耗大的東部地區，海上風電成為了風電行業快速增長的市場。但海上風電無論發電規模和技術複雜度都很高。當海上風電風機出了問題，工程師要划著船去，爬高百來米去檢查，確定問題後還要想辦法帶著備件來修理更換，運維成本將飆升。

互聯網時代的風電場，技術能解決這個流程中的問題嗎？

「ABC」+工業智能

雖然調研時，橫向對比其他傳統工業，風電產業對數據的利用要更好，但真正深入產業後的王曦發現，風電行業的數據基礎也沒一開始想得那麼樂觀。而數據基礎的欠缺，更多是來自企業數據意識的欠缺——設備絕大多數是足夠先進的，裝備著完備的工業傳感器，只是缺少主動的數據收集和處理。

這也是在王曦看來，中國企業與國外最大的差距。「企業對預測運維不太在意，所以收集的數據的顆粒度沒有那麼細，實時性也不強，當時還是幾分鐘傳一次的。」歐美國家的傳統優勢產業，一般有著完整的上下游產業鏈生態，從設備研發到生產運營，不斷提升不同環節的技術和效率。這個過程中，對數據的積累、分析和再利用是一個持續性的過程，並形成體系化的進步。中國的工業進步，絕不只是買到了更新的設備，還應該積累與之匹配的知識體系，而新興的技術，王曦認為，在工業領域最大的用處，並不是救世主般突破性的存在，而是將原本需要十年的知識積累，以更高的速度實現，在幾年內達到同樣的水平。

「我們做這件事情的初衷，是希望對整個業務流程進行改造，如果孤立於整個業務流程之外，我們的價值就沒有體現出來。」智擎將新技術改造傳統工業的進程分成了三個階段。首先是連接設備，採集和清洗數據，然後將設備數據和來自系統和數據庫的運營等數據相融合。其次是大數據應用，將融合後的數據總整體的模型化、可視化，以及數據流轉、統計和簡單的分析。第三個階段是進行深度的數據應用，包括數據挖掘、人工智能的應用，進行智能化的分析預測，並將結果反饋到設備，實現完整的閉環。

智擎的智慧風電場解決方案

以往被動式的運維場景是，當傳感器傳回機器故障的信息後，工程師去前線瞭解故障位置，然後還需要帶著更換備件再往返一次；在智擎設計的流程中，運維變得更加主動，根據對實時設備數據的分析，後臺可以提前 2-15 天預測某個設備未來將在什麼情況下發生什麼樣的故障，提前進行故障排查和維修，來節省原本更換備件、人員調度和停機帶來的損失。

在這一系列的改造中，時下最熱門的「ABC」新技術都被囊括在內。首先，在數據收集的源頭風電場，智擎有邊緣計算終端產品，可以針對不同的風電場，個性化地對自設備傳感器的數據進行收集、存儲和清洗，並傳回企業的大數據平臺。由於風電場大多在野外，可能突發斷網，智能終端也可以自成體系，根據內置的模型進行自動化運營。其用於低功耗計算的 GPU 來自英偉達。（2018 年底，智擎曾獲得 NVIDIA 初創企業大賽（Inception Awards）冠軍。）

智擎的軟件產品則以 SaaS 的形式提供給企業客戶。當數據從場站傳回後，企業的運營人員可以在瀏覽器上打開大數據平臺，這是一個分佈式的計算存儲平臺，由智擎基於 Hadoop 自行研發。企業可以選擇公有云，也可以在私有云上搭建。

在平臺上，通過可視化的方式，運營管理人員可以看到不同的風機不同部件的狀況，而這些數據會根據已有的算法模型進行個性化的自動優化，計算出相應的故障預測結果，以及檢查維修的建議，並可以連接維修人員的數據安排出工單。當維修人員到達一線之後，不再像以往只是維修或者更換備件，還可以將現場狀況反饋回去，來促進算法模型的持續優化。「他覺得預測準或者不準，都會成為我們模型持續優化的一部分，用戶逐漸會知道，哪些處理措施的效果最好，最快速解決問題。」王曦說。

那這些算法模型又是怎麼樣來的呢？最早智擎在擁有專家團隊之前和客戶的設備研發等技術部門進行了合作，也通過深入一線和企業交流獲取了許多經驗，基於開源的 TensorFlow，開發了一系列的算法和模型。在今年上半年，還和北京郵電大學聯合積累完善了行業重點的知識圖譜。這些算法模型可以被企業用戶在 SaaS 上調用，對於不會編程的運維人員來說，針對企業個性化的設備和數據，利用模板庫裡的模型，在指導下即可進行可視化建模。最早的模型是由專家搭建，但隨著不斷優化和積累，也會逐漸自動化，降低成本。

智擎風電大數據平臺架構

從場站到企業再到智擎，就這樣形成了從雲到端的閉環。據王曦介紹，目前智擎已經和包括金風科技等多家風電業頭部企業達成了合作，不過這和王曦的初衷依舊有一些出入，雖然風電業是智擎的標杆行業，但他一開始，就希望能夠賦能更多的傳統行業。

未來，「3+N」

智擎積累的技術，能否複用到其他行業呢？王曦認為是有這個可能的。一方面，是許多工業設備存在共通性，例如風電行業有大量的旋轉設備，其機理和其他行業的旋轉設備很類似，場景之間差異性小，模型也會存在相似性。另一方面，和北京郵電大學的合作就是在為向其他行業的拓展做準備。王曦解釋：「知識圖譜有兩點作用，一是積累了之前的各種特徵、模型，二是可以自由生長。不同產業間很多機理是比較類似的，結合新的數據庫，會在專家監督下半自動化地自我完善，這樣我們跨行業的時候會更容易一些。」

相比在技術上的差異性，作為一家創業公司，王曦考慮更多的是商業模式上如何做好跨行業的拓展。「我們早期做調研的時候，會從商業模式和行業產品解決方案都做考量，快速地把現有的東西泛化到其他的行業，從產品或模型的角度來說是可以的，從商業模式的角度來講，要有多種途徑。」

作為一家創業公司，目前智擎直銷大多是對頭部用戶，還有一部分客戶來自於渠道。王曦告訴極客公園，他們內部正在做「3+N」的戰略規劃，未來專注在幾個重點行業重點推進，在其他的行業，會作為核心技術和產品提供商，來和合作夥伴合作，由合作伙伴來承擔具體的應用部署和二次開發等，以此拓展更多客戶。

除了風電、鋼鐵、石化外，之前智擎也曾投入到一些其他行業中，驗證了可複製性，但直接深入到每個工業產業，效率並不高，可以留給合作伙伴去完成。但工業互聯網，在中國經濟產業升級轉型的大背景下，已經被視為新的戰略高地。據 2018 年 3 月的一次統計，我國已經 269 個平臺類產品，從阿里巴巴、騰訊這樣的互聯網公司，到海爾、TCL 等製造業企業，再到石化盈科、索為系統工業軟件企業，都紛紛入場。對智擎來說，技術上的積累已經到了橫向開拓其他業務的時候，保持技術模式和商業模式的最優匹配，是這家年輕的公司接下來最重要的事。

本文作者：李昊原