當AI邂逅電能：與圖知科技一起探索工業(yè)AI王座

原標題：當AI邂逅電能：與圖知科技一起探索工業(yè)AI王座

AI與產(chǎn)業(yè)的結合，近年來已經(jīng)深入到了大眾生活的方方面面。在往期白洞計劃中，我們也與大家探討了許多AI產(chǎn)業(yè)應用的垂直場景與無限細節(jié)。但我們也發(fā)現(xiàn)，在AI向產(chǎn)業(yè)奔涌灌溉的浪潮中，有一塊領地尚未進入大眾眼簾，那就是電力。

在這個年輕人動輒說“我的命都是WiFi/空調(diào)/互聯(lián)網(wǎng)給的”時代，電力就像現(xiàn)代生活的一座燈塔——靜默而有力地照耀著千行萬業(yè)與蕓蕓眾生行色匆匆的前路。那么它自己，又將被時代塑造成何種模樣呢？

在最新一期的《白洞計劃》中，我們將與AI企業(yè)圖知科技一起，見證電力行業(yè)里在技術進化的能量席卷之下，將會讓我們的生活以怎樣的姿勢向未來前進。

AI助力電力革新：中國工業(yè)的彎道超車之路

電力行業(yè)需要AI嗎？答案已經(jīng)毋庸置疑。

在交流過程中，資深電力專家孟煒闡述了產(chǎn)業(yè)端對智能技術的渴求：

首先，設備診斷的安全饑渴癥。電力行業(yè)是一個產(chǎn)供銷高度流程化、對安全性要求比較高的領域，這對設備診斷提出了比較緊迫的需求。但以目前村村通的服務輻射量級，依靠當前人工結合圖像參數(shù)判斷來檢測是遠遠不夠的。諸如惡劣天氣等環(huán)境因素，瞬息萬變的內(nèi)部工況都需要超前預控。

同時，枯燥重復的工作內(nèi)容正在勸退年輕勞動力。絕大多數(shù)情況下，電力巡檢、問題篩查都是預防型的重復勞動，在沒有故障征兆情況下，工程師很難從工作中獲得成就感，痛苦的重復枯燥勞動讓越來越多年輕人不愿進入工業(yè)一線工作，求助于產(chǎn)業(yè)智能化就成了唯一的出路。

放在更大的國際競爭背景下，目前中國電力領域無論是工程和制造體系化、技術服務和管理的方法論等方面都與發(fā)展較快的西方先進制造商有差距，AI與電力產(chǎn)業(yè)模型的嫁接，有助于中國工業(yè)走出一條快速發(fā)展、追趕發(fā)達國家的彎道超車之路。

當然，在引入AI之前，電力行業(yè)有著一些得天獨厚的優(yōu)勢，比如作為一個知識密集型行業(yè)，電力領域本身就有較為成熟的信息化建設基礎，能夠產(chǎn)生大量供給智能算法的數(shù)據(jù)養(yǎng)料；再比如人才認知，許多諸如孟總一樣熟知行業(yè)痛點的專家，正在以超前的眼光推動著產(chǎn)業(yè)邊界與技術邊界的融合……這些，都成為AI得以灌溉進產(chǎn)業(yè)根須的前提條件。

總的來說，提升產(chǎn)業(yè)效率、提高運行可靠性、實現(xiàn)產(chǎn)業(yè)的跨越式升級，這些正是電力行業(yè)迫切希望利用AI技術解決的難題，也正是AI產(chǎn)業(yè)化的典型價值。

拿起AI武器：技術如何改變工業(yè)常識？

從孟總的講述中，我們得以觸碰了AI+電力遠大前程的一角。但客觀來說，打造產(chǎn)業(yè)理想AI的現(xiàn)實之路并非坦途。

工業(yè)AI之所以一直都被看做是最難的、也最復雜的應用領域，原因就在于，一方面行業(yè)外延十分廣泛，細分領域很多，要求的專業(yè)知識也很廣泛，因此一直沒能誕生能夠吃透整條產(chǎn)業(yè)鏈的巨頭玩家，AI技術企業(yè)想要深入進去會遇到各種各樣意想不到的難題；

同時，電力行業(yè)關系到國計民生，解決問題大多采用傳統(tǒng)方式。對數(shù)據(jù)的質量和安全也有比較高的標準，現(xiàn)有的AI技術目前尚處于初始探索階段，在產(chǎn)業(yè)端的認可和信任程度還不高，所以AI技術目前只能在一些相對垂直、細分的領域切入，這也在一定程度上限制了技術的發(fā)揮空間。

對此，圖知科技聯(lián)合創(chuàng)始人嚴超的感觸就極為深刻。在交談中，他分享了一個技術與產(chǎn)業(yè)結合的有趣故事。

在做變電領域的時候，圖知科技只能根據(jù)現(xiàn)場工程師的反饋來進行處理，對變壓器和開關柜進行故障檢測。但與孟總交談后他們了解到，業(yè)內(nèi)已經(jīng)有了很成熟的國家規(guī)范標準，雙方一碰即合，一條條進行篩選，將重要性高、技術可實現(xiàn)的一些條目摘出來，比較難的標準往后放一下。再將這樣一個優(yōu)先級排序的規(guī)范轉換成AI技術語言，大大加速了圖知跟行業(yè)之間的結合。

換句話說，AI想要深入電力行業(yè)，也必須從產(chǎn)業(yè)端需求中進行挖掘，去明確自己要做什么，不做什么。

所以，經(jīng)過了一系列的蓄力之后，圖知科技也不斷淬煉除了對整個產(chǎn)業(yè)鏈的深度感知，并打造除了改變行業(yè)現(xiàn)狀的技術武器。通過嘉賓的分享，我們可以大致將AI與電力行業(yè)的觸碰總結為是三個方面：

第一，基于AI算法的電力全流程故障識別。

比如在發(fā)電、變電、輸電這三個核心環(huán)節(jié)上，圖知科技就與合作伙伴打造了覆蓋全流程的故障檢測系統(tǒng)。

在發(fā)電領域，圖知與神華集團旗下的一家公司合作，開發(fā)了能夠識別煤堆管道、大型設備缺陷等在內(nèi)的算法平臺，從而規(guī)避部件脫落松動、設備腐蝕、內(nèi)部自燃、密封點泄露等潛在問題。

在變電領域，圖知與陜西山東遼寧等地的電力企業(yè)一起，打造了智能變壓器和開關柜，實現(xiàn)了內(nèi)部故障的自動檢測工作。

輸電方面，圖知在在山西江蘇江西山東等地，引入無人機的機載AI對輸電線路進行巡回拍攝，工程師可以有重點地檢查AI傳回的影像，實現(xiàn)人機結合巡檢。由此降低工程師圖像檢測數(shù)量，帶來的產(chǎn)業(yè)效率提升，正在改變傳統(tǒng)行業(yè)對故障檢測的常規(guī)認知。

第二，依靠智能決策的風險預警。

僅僅依靠計算機視覺技術替代人工進行感知，顯然是不夠的。圖知科技的另一個技術布局，就是向深度決策挺進，利用算法和后臺大數(shù)據(jù)結合，對故障成因實現(xiàn)預判與決策。比如通過無人機巡檢，預測哪些位置有可能會出現(xiàn)故障，從而做一個提前的預判，在事故發(fā)生之前，就完成風險控制，防患于未然。

第三，智能軟硬件協(xié)同的互聯(lián)互通。

完成了現(xiàn)有AI技術與產(chǎn)業(yè)數(shù)據(jù)的融合之后，圖知科技還計劃將觸角深入到行業(yè)全數(shù)據(jù)建設上去。利用多種多樣的傳感器，比如測量dian'q電壓、電流、溫度、濕度、煤炭含硫量與灰分和揮發(fā)分等數(shù)據(jù)，搭建一個統(tǒng)一的智能框架入口，實現(xiàn)全局、全維度的數(shù)據(jù)交叉分析，再結合機械臂等硬件，替代高風險、重復枯燥的人力勞動，讓整個產(chǎn)業(yè)從執(zhí)行端向自動化、智能化進階。

目前來看，從感知端到分析端，再到行動端，圖知科技在努力讓AI在電力的各個專業(yè)場景去發(fā)揮作用，實現(xiàn)高效率、低成本的“產(chǎn)業(yè)折疊”。

重構產(chǎn)業(yè)生態(tài)鏈條，AI+電力的機遇與隱憂

AI+電力，是一個全新的場景和市場，在技術深入的過程中，面對糾纏交錯的產(chǎn)業(yè)關系聯(lián)動，想交付符合產(chǎn)業(yè)預期的產(chǎn)品，自然也會面臨許多全新的問題。

通過兩位嘉賓在節(jié)目中的分享，我們發(fā)現(xiàn)最大的挑戰(zhàn)主要集中在三個矛盾上：

1.迫切的產(chǎn)業(yè)升級需求，與不切實際的技術預期。

國家政策號召與巨頭的鼓與吹，往往會讓AI在深入產(chǎn)業(yè)的過程中，被鍍上一層“救世主”的光環(huán)。但實際上，過度的預期和宣傳反而會損傷AI在工業(yè)領域應用的積極性。

孟總反映到，許多產(chǎn)業(yè)人員會對AI報以過分的強調(diào)和預期，覺得AI是萬能的，能幫助他們解決一切問題。在他看來，技術企業(yè)需要管理好客戶的預期，進行合理的目標導向。在哪些痛點去替代勞動力，哪些地方提升決策效率。從而避免一兩次失落之后，讓整個產(chǎn)業(yè)鏈喪失信心。

2.AI公司的技術賦能渴望，與電力行業(yè)的真實痛點。

兩位嘉賓分享了一個非常有意思的故事，那就是在業(yè)務溝通的過程中，圖知經(jīng)常和合作方嚴肅地“吵架”。原因正是源自AI技術與電力需求的兩種視角，背后往往不是技術的問題，而是組織架構、溝通文化，甚至工作習慣上的差異。

比如科技企業(yè)總是急于了解技術如何下沉，實現(xiàn)路徑是怎么樣的，容易忽略業(yè)務本身的需求，到底需要提供哪些服務。而業(yè)務方往往對技術邊界了解的不準確，有時會產(chǎn)生對方認為技術難度不大，實際上無法實現(xiàn)；或是認為一些東西完全做不了，但在技術人員眼中其實很簡單之類的認知誤差。對此，圖知科技的看法是，技術是要服務于業(yè)務，想要解決問題，一定是努力去把行業(yè)專家的思路AI化。

3.嚴苛的產(chǎn)業(yè)安全訴求，與中國企業(yè)的品牌塑造。

我們知道，涉及到國計民生的電力行業(yè)，在生產(chǎn)中的第一準則就是安全，不能出偏差自然必須引入成熟的產(chǎn)品與系統(tǒng)，這種情況下，歐美、日本等工業(yè)相對成熟的市場就成為了優(yōu)先選擇。國內(nèi)的技術公司想要得到認可和信賴就比較難。

這會產(chǎn)生兩個問題，一是國外供應鏈巨頭的利潤很高，售價千萬的機器往往成本只有一百多萬，某種程度上加重了電力企業(yè)的經(jīng)營壓力；另外，目前智能計算大多需要上傳到公有云端進行規(guī)?；幚?，但關鍵的電力數(shù)據(jù)一旦被上交到西方企業(yè)手中，一旦被用來判斷中國的產(chǎn)業(yè)、經(jīng)濟乃至社會狀況，裹挾的安全風險是難以估量的。

對此，中國技術企業(yè)除了不斷加深在安全、質量領域的品牌建設之外，發(fā)展軟硬件結合的邊緣計算等差異化服務，率先建立起品牌標識與技術模板，才有可能成為行業(yè)伙伴眼中可信賴的安全保障。

從圖知科技的故事中，我們可以看到，AI融入產(chǎn)業(yè)，從來不是某一個技術公司與一個行業(yè)客戶就能完成的工作。它需要解決的是產(chǎn)業(yè)生態(tài)內(nèi)部一系列連鎖反應，才能將傳統(tǒng)的生產(chǎn)模式轉化為新的市場機會。而幸運的是，AI書寫的新故事，正在無數(shù)電力人的翹首期盼中等待著。只要能夠尊重行業(yè)規(guī)律，尊重技術與產(chǎn)業(yè)的邊界，AI一定不是空中樓閣。

恰恰相反，它終將摘下工業(yè)這頂“王冠”，引領整個產(chǎn)業(yè)鵬霄萬里。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。