全應科技夏建濤：怎樣為熱電行業每年省下600億元？

　　/朝聞通/2022年12月28日廣州消息——百川計劃和青騰合作的第三期，受訪人是全應科技創始人兼CEO夏建濤。

　　對于一個熱電廠，煤是最重要的資源，也是最大的成本來源，電廠70%的錢花在了燃煤購買，當燃煤的價錢不斷攀升(最近幾年漲了近3倍)，電廠節能降耗的訴求越發緊迫。

　　往大了說，中國每年超過40億噸煤用于熱電生産，如果提升1%的能效，其節省的燃煤就高達0.4億噸，換成煤價将近600億元，以每噸煤燃燒産生2.7噸二氧化碳當量計算，每年可減少近億噸溫室氣體。

　　熱電企業把節能降耗放在了重要位置，但受限于既有軟硬技術發展，能效提升效果不佳。中國的熱電鍋爐設備全球領先，工藝精湛，且随着熱電廠的專家們幾十年孜孜不倦的改造，電廠鍋爐的燃燒效率平均在95%以上，能效已逼近絕對峰值，專家想盡辦法，通常也無法提高哪怕0.5%。

　　夏建濤想到了另一條路，創造一個熱電生産的工業互聯網平台，利用大數據訓練人工智能模型，再将幾十上百個這樣的針對不同設備運轉的數字孿生模型組合在一起，用以精準控制熱電的全過程生産。經過4年多在60多個電廠的實踐，這一行動取得了顯著成效。實測數據顯示，夏建濤和他的同事發明的這套熱電智能化系統，每年為每個電廠平均可帶來2%到5%的能效提升，換算成燃煤在1到2萬噸之間。

　　夏建濤是全應科技創始人兼CEO，在西北工業大學完成本、碩、博學業，在新加坡南洋理工大學完成博士後研究工作，研究方向為人工智能，不過當他畢業的時候，人工智能正處在它的第三個低谷期，尚未在工業領域有成熟的應用。夏建濤回國後在全球知名電力電子和工業自動化集團企業——台達集團從事技術研發工作長達十餘年，為工業企業提供自動化控制、電力電子和可視化運營的軟硬件解決方案。2012夏建濤在參訪GE的行程中首次了解到工業互聯網，萌生了用工業互聯網技術服務工業企業的想法，2016年，夏建濤離開台達，與來自IBM、微軟的幾位大數據、人工智能專家和來自熱電行業的專家共同成立了全應科技。

　　發展到目前，全應在全國主要的熱電生産省市均有業務布局，在線客戶超過60個。但仍無法自負盈虧，夏建濤透露，當在線客戶達到100家時，公司可進入盈虧平衡狀态。騰訊投資、博華資本、凱輝能源基金、高瓴創投、明勢資本、線性資本和松禾資本等機構投資了全應。

　　11月底，我們與清華-青騰未來科技學堂(四期)夏建濤聊了聊，談及熱電行業數字化的優勢與困難，全應過往的探索和未來面臨的挑戰，以及工業AI的特殊之處，夏建濤結合自身實踐，真誠地分享了自己的經驗與思考。

　　下文訪談全文，經編輯，有删改。

　　01.

　　青騰：什麼是熱電？

　　夏建濤：通過煤炭在鍋爐裡燃燒，把水變成高溫高壓的蒸汽，用蒸汽推動汽輪機發電，這個就叫熱電生産過程。

　　有一些大型工業企業，比如石油化工、生物制藥或者造紙企業，為了讓用電成本更低，就自己在廠區内建熱電機組，電力供應給廠區用。另外，由于在工業生産過程中，有些還需用到熱能，比如石油冶煉、制藥發酵，發電後的餘熱就可以利用起來。這就是熱電聯産。

　　另外，北方的供暖也是用發電後的廢汽，熱置換後變成熱水，通過管網流到每家每戶。因此熱電有三大闆塊的應用，一是火力發電，二是發電和熱能綜合利用起來的熱電聯産，第三塊就是城市集中供熱。

　　青騰：2016年創業的時候，你們就決定要做一個标準化的工業互聯網平台，而不做個性化定制，為什麼？

　　夏建濤：其中有一個原因是我認為創業企業在規模和人力上都不具備為企業定制化打造産品的能力。

　　但是哪些行業才能标準化呢?我在台達十幾年，對工業的各行各業還是了解的，要想标準化産品，首先我們要縮小我們的産品功能，要足夠聚焦。

　　第二，我們希望解決的是一個行業的核心痛點，不是解決很多問題。

　　第三，這個行業要有可标準化的物理基礎，還要有數據。

　　在這個思路的引導下，我們盤點工業裡面兩大行業，一是離散工業，像3C制造、服裝制造、機械加工等，這些行業最大的問題是底層的數字化基礎都不太好，設備要麼沒有數據，要麼數據不好拿，工藝過程也是由人來管控的，沒法提供标準化方案。我在台達的時候，曾領導了一個250人的團隊做集團内的産線自動化升級，發現我們自己的各廠區都不一樣，給自己做都需要定制。

　　另一個方向是流程工業。因為我們想解決的核心問題是生産過程的智能化，那我們看工藝，如果工藝在物理上是标準的，那就能标準化。我們看了石油化工、煤化工、鹽化工、造紙、熱電等各行各業，發現熱電行業的工藝是最标準化的，雖然它也有六套工藝，但這六套工藝涵蓋了所有的燃煤發電過程。

　　雖然熱電廠智能化的需求也很多，但核心還是節能。熱電廠70%的成本都是燃煤，而燃煤價格從幾年前的五六百到現在的一千五六一噸，漲了好幾倍，導緻電廠的經營效率受到壓制。

　　所以我們希望用人工智能技術把熱電的生産過程在數字空間重構，每時每秒地計算出電廠的控制參數，讓電廠的運行效率達到最高。

　　青騰：客戶接受SaaS模式？

　　夏建濤：熱電廠根本不具備私有化部署的條件。首先，要實現熱電生産過程的智能化控制，需要搭建整個電廠的數字孿生模型，一個電廠少則兩三千個數據點，多則四五萬個，計算量非常大，傳統的計算機無法承載這樣的任務。第二，電廠裡都是鍋爐專家，汽機專家，自動化專家，沒有懂IDC運維的，也沒有懂計算機的專家，私有化交付是沒法兒做的。第三，熱電生産是個動态過程，不可能是我這邊一次性調好參數，交付給客戶就能用。比如說鍋爐的熱傳導，熱傳導特性随着鍋爐的使用時間的增加，會積灰、結焦，熱傳導效率會發生變化，這就需要系統對動态參數進行學習，輸出合理的控制決策。

　　我們采取的是雲+邊+端的體系，數據加密上雲，做模型訓練，模型在邊端再做具體的控制計算。因此，這個系統需要在雲端部署。

　　另外，由于電廠的生産是動态的，那就需要服務，不管是人工智能模型的計算服務，還是專家服務。但我們的服務都是通過雲平台的後端為客戶提供的，我們也沒辦法按照一次性收費的模式。

　　青騰：怎麼收費？

　　夏建濤：按照鍋爐機組的容量計算，從小到大每年100萬到500萬元SaaS服務費。對于一年收這多錢的SaaS服務，想要持續收費，必須創造客戶可以感知的價值，就是能算出來。我們算過，每年平均給每個電廠能帶來2%到5%的能效提升，差不多就是1萬噸到2萬噸燃煤節省，折合成現金就是1500萬到3000萬元。

　　青騰：客戶願意買單，是因為AI帶來的效果清晰可計算？

　　夏建濤：這些都是可以計算，煤可以稱重，電可以計量，蒸汽用量也可以計量，客戶自己都能看到這個系統到底有沒有用。另外還可以減少二氧化碳的排放，按照1噸煤2.7噸二氧化碳當量排放，能減少3萬噸到4萬噸碳排。“3060”目标出來之後，能源行業首當其沖成為減排重點關照對象，目前中國的碳價是57元/噸(歐洲40歐/噸)，超出部分都要花錢買的。

　　青騰：客戶之所以能接受AI，是不是有另外一種原因，就是以往的節能增效的辦法已經用到極緻？

　　夏建濤：是，咱們國家現在是全球最大的鍋爐設備制造商，我們鍋爐的效率都在95%以上，已經到了這個設備的極限了，除非在材料科上有重大進步，比如說用石墨烯之類的，但那個很貴，否則很難再有明顯提高。

　　另外，幾十年來電廠的專家們每天就琢磨增效這一件事，天天改，每年四五百萬的費用，而且改得很細緻，把能想到的地方都改了，但現在想提高1%的能效都不可能。所以當年我們給潛在客戶講我們能平均提高熱電系統能效3%到5%，他們都覺得我們是騙子，當年在浙江開拓市場時，10個客戶中有9個覺得我們是騙子。

　　還有一個原因，熱電廠和需要熱電聯供的工業企業大都集中在三四線城市，年輕人不願意去這種地方上班，熱電廠其實也面臨嚴峻的人才困境。

　　青騰：回過頭來看，當初選擇熱電行業好在哪裡？

　　夏建濤：除了之前提到的三個标準，還有一個指導原則，就是産業規模一定要夠大，而且不能太壟斷，要不然客戶都是很大的集團企業，我們勢必會變成一個項目型的公司。那熱電行業就很好，中國的熱電規模全世界最大，每年有40億噸的煤用于發電，占總體發電量的60%以上。如果都用我們的系統，節省下來的煤的經濟價值是巨大的。

　　而且客戶數量非常多，五大集團加起來有兩千多個電廠，大大小小熱電聯産企業加起來有四五千家，有私營的有國營的，客戶類型非常豐富。

　　02.

　　青騰：你剛才提到選擇行業的一個重要标準時其本身的數字化程度，熱電行業這方面優勢相對突出？

　　夏建濤：總體來講，中國流程工業的數字化程度比離散工業好。發電是一個高速反應的過程，用人控制是非常難的，所以電廠很早就開始了數字化的進程，現在所有設備都有傳感器，比如鍋爐裡面的爐溫、爐壓、煙氧、蒸汽流量和汽輪機轉速等，一系列的傳感器都已經使用起來了。傳感器有了，數據有了，就開始使用自動化控制系統。我們說的DCS分布式控制系統最早就是在電廠使用的，現在的電廠已經實現100%由DCS控制了。隻是說今天的電生産過程還是由專家在DCS面闆上的數據判斷運行狀态，給出控制指令。鍋爐專家給鍋爐的指令，汽輪機專家就給出汽輪機的控制指令，熱網專家給出熱的控制指令，電網的就給電的控制指令等等，因此我們看到的現象就是電廠由一個運行班組，來實現熱電生産控制。

　　青騰：全應的這套系統主要就是幫助這個運行班組實現熱電生産控制？

　　夏建濤：對，我們是生産過程的智能控制，将由人的經驗和技能控制的過程變成由人工智能模型做決策，給出控制指令，精準調整電廠的運行過程。

　　青騰：AI在學習的過程中也依賴這些專家的經驗？

　　夏建濤：我們的AI模型融合了三大類知識體系，一類是熱電的工業機理，鍋爐燃燒原理，汽輪機做功原理，熱網的熱動力學，電網的電磁波的傳播過程等等，這些都是電生産過程的科學描述，所有電廠都一樣，可以從“課本”上學;第二類是專家知識，就是發電過程生産專業經驗，比如各個設備的參數設置，經過幾十年的發展，人已經摸索出了一些慣常的好的經驗;還有一類是客戶的專業知識，天底下是沒有兩個電廠完全一樣，每個電廠都有自己的一些特色。

　　我們的人工智能模型學習的不是人的經驗，是整個工藝過程，設備的運行特性。由于每個電廠不一樣，我們的部署過程平均需要四五個月。在标準模型之上，每個電廠要按照它的物理結構重新組合模型，有點像搭樂高積木。

　　青騰：電廠的數字化基礎好，降本增效的訴求也很強烈，那是不是意味着客戶對全應這樣的系統接受程度很高？

　　夏建濤：電廠裡面的專家都是我們剛才說的鍋爐專家、發電專家、汽輪機專家、自控專家，這一類的專家都是傳統的生産管理者，對智能化、雲計算、大數據和人工智能這些知識相對匮乏，認知上是一個挑戰。因此我們早期市場推廣的重要任務就是給客戶講這些知識，反複地講。有了首個案例，那客戶就可以來參觀。

　　熱電行業客戶對數字工具的采用是很謹慎的，他們對這樣的系統一定是再三論證，參觀已實施的案例，跟專家們進行深度交流。

　　尤其是我們控制的是最核心的生産過程的管控。如果控制得不好，輕一點可能會停機，重一點可能會發生惡性事故。而且有的熱電聯産企業，下遊可能有上百個企業，如果電廠突然熄火了，下遊的工廠生産全部得停，這個損失是非常嚴重的。

　　因此工業的智能化跟消費行業的智能化不一樣，前者要求百分百精準。我們的産品功能也非常單一，沒有那麼多花裡胡哨的功能，首先就是保證安全穩定運行。

　　青騰：也不追求使用最先進、最前沿的算法？

　　夏建濤：算法是很先進的，如果不用先進的算法，能效出不來。電廠已經是一個高精益的生産場景了。

　　大家了解的比較多的計算機人臉識别、語音識别、deep learning這些東西，在工業生産控制領域是沒法用的。工業的一個典型特征是小數據而非大數據(相對消費領域而言)，我們講一個設備模型的構建過程，其實是小數據的時間序列，這個模型的構建是非常有挑戰的。我98年做博士論文就是研究小樣本機器學習算法，怎麼在少樣本下提取規律，拿到結果，實際上這是很先進的一套算法體系。

　　青騰：既然你提到了工業AI和消費AI的一些區别，他們之間還有什麼區别？

　　夏建濤：工業場合幾乎都是髒數據。AI是基于數據學習，數據驅動的，你給它喂髒數據，它就會出來髒規律。我們拿到數據之後，第一步就是要想辦法清洗數據，把它們變成一個相對穩定的特征數據，再拿去訓練模型，這個過程要數據、機理和算法三類專家通力合作才能做成。這需要一個長時間的跨界融合。比如一開始我們也不知道什麼叫床溫、層壓，二相流又是什麼?鍋爐專家也不明白網絡結構模型、算法訓練是怎麼回事，早期是非常痛苦的。

　　AI在工業領域的應用整體是比較淺的。除了數據髒的挑戰，還有工業領域設備與設備之間的耦合關系，且不可解耦的因素。全應算是走得比較深的，但也隻是在熱電生産這個單一的場景裡打磨得比較好。在煉鋼、煉鋁、造紙，石油化工、煤化工等這些行業我都還沒見有人在生産過程中打磨AI模型。

　　應用到工業領域的AI，算法本身沒有什麼特别的變化，真正的挑戰在于怎麼把有自己邊界、有自己應用條件的算法，在工業的場景裡融合，把數據裝進去，讓它持續學習，并輸出精準的決策指令。這個特别難。

　　青騰：所以你們需要經常去生産一線？

　　夏建濤：我們整個團隊都經常需要下一線，觀察、測試、現場調試等等。我們在首個項目，陝煤的一個電廠呆了一年多，跟他們的工人一樣天天上班。

　　熱電智能化，我們覺得既得有理論，但也别忘了這是門實踐科學。包括很多模型設計，針對一個場景我們會設計一組，按照複雜度從高到低，再拿到現場測試，最後選出表達最優的那一個。

　　03.

　　青騰：你們早期創始團隊成員都是技術出身，最後是你承擔起市場推廣的職責，聽說你還總結了一套銷售寶典？

　　夏建濤：我們需要接觸客戶，為客戶提供服務，那我責無旁貸承擔起早期的銷售工作。相對來說，我以前在台達集團的時候也支持了許多銷售的工作，對市場還是比較熟悉的。因此早期的客戶接觸，談項目方案，談價錢，簽合同都是我去。随着客戶越來越多，銷售團隊也慢慢組建起來，目前團隊有幾十人。

　　我們的銷售都是技術型銷售。因為我們銷售敲開客戶的大門，碰到的第一個人往往是專家，也許是鍋爐專工，也許總工，也許是運行副總，總之這些人都是在電廠幹了一二十年的，他們問的問題肯定都是技術問題，如果我們的銷售不清楚，就沒法做成生意。

　　所以我們的銷售人員很多都是學熱電的，加入之後會進行集中的一個月的高密度培訓，有40多門課，完整覆蓋了我們公司從理念到産品，再到裡面的技術細節，銷售流程和銷售方法等等，當然也包括跟客戶交流的方式方法。

　　青騰：2022年公司有什麼變化？

　　夏建濤：主要變化是花時間練内功。1月份我們預計今年相比去年應該有翻倍的增長，但後面受疫情防控和經濟寒冬的嚴重影響，今年是成立以來增長最慢的一年。但我們也有了更多而時間聚焦内部産研、管理體系升級和内部培訓。

　　我覺得也挺好，從成立到現在，一次有機會系統性地審視自己，全面提升我們的組織架構，工作流程方法、加強企業文化建設等。

　　青騰：你喜歡傑克韋爾奇，對他的“使命願景價值觀”體系十分推崇，全應的使命是什麼？

　　夏建濤：2018年我們把它寫出來了，我們的使命就是用人工智能、數字科技賦能傳統産業，為客戶創造節能降耗的價值。我們價值觀的核心就是客戶成功，如果我們的産品沒有幫助電廠或者與它相關的産業運行得更加高效，那我們就沒有價值。

　　另外，我們也講社會價值，減少二氧化碳排放，這是在幫助客戶成功之外的一些獲得，這對于吸引人才起到了很大作用的，大家覺得我們走在了正确的道路上。

　　青騰：行業有什麼大的變化嗎？

　　夏建濤：熱電是工業生産的上遊行業，受下遊影響大。今年的工業GDP增長才3%，說明工業發展不好，那熱電的負荷就低，熱電廠壓力就大。因為我們覆蓋的行業比較多，細分來看，今年造紙幾乎全行業都不景氣，化工大部分都艱難，但是化肥行業好，因為國家在加強農業生産。然後就是生物醫藥，生物發酵行業特别好。我們今年的簽單基本來自這些發展好的行業。

　　青騰：大概要到什麼時候，市場會對你們這樣的數字化系統有一個相對開放的接受度？

　　夏建濤：如果疫情防控的影響減小，經濟恢複活力，我們測算過，明年就應該能達到一個比較理想的狀況，差不多能有100到150個客戶在線運行我們的系統。這種狀态下，市場接受度就會高起來，因為我們在每個省都能有好幾個标杆客戶，那我們開拓市場的速度和難易程度都會發生很大的變化，我們的産品也會更成熟，交付流程更簡單便捷。

　　青騰：你們現在實現盈虧平衡了嗎？

　　夏建濤：還沒有。主要研發是一塊很大的投入。做工業互聯網，一個客戶一個平台，十個客戶也是一個平台，隻有我們的客戶數量增多才能分攤這個成本，我們測算的是100個客戶是一個平衡點，目前還差40個，應該明年有望完成，後年肯定能盈利。