專訪蘑菇物聯沈國輝：做工業AI時代的推動者_風聞

 

 

在中國製造邁向高質量發展的進程中，數智化轉型會成為破局之道。在這其中，蘑菇物聯除了是一個本分的答題者，還是一個善於發現問題的貢獻者。

作者|思杭

編輯|皮爺

出品|產業家

 

從廣州造紙廠到廣州造船廠，從第一橡膠廠到電池廠，再到成功試製全國第一台離心機的廣州重型機械廠，這些“開拓者”們撐起了廣州工業的半邊天。而他們卻永遠定格在了上世紀50年代的廣州工業大道。

背靠白鵝潭，一條百年工業大道見證了廣州的工業輝煌，也支撐起中國製造之命脈。

今天，中國製造已連續13年位居世界第一，我國也正處於從製造大國向製造強國邁進的重要關口期。在這過程中，數智化轉型將成為關鍵破局點。在此背景下，廣東省作為有着輝煌工業史的大省，率先成立“數字化節能降碳產業聯盟”，除了提升各行業數字化節能意識，行業數據和標準也等待着被規範。

有一家企業，作為聯盟的發起單位，就承擔起了“數字化節能降碳”的重要任務。在製藥廠、食品廠、家電廠、汽配廠、設備製造等等，都能看到它的身影。在國家實現“雙碳”目標的背後，這家企業通過數字化技術幫助了大大小小的工廠完成節能減排的目標。

2016年，「蘑菇物聯」的成立為眾多企業的節能降碳事業帶來了希望。2017年，隨着國家陸續出台相關政策，“工業互聯網”、“工業4.0”走進大眾視野，踩中東風的蘑菇物聯乘風而起。時至今日，這家企業沉澱了1500多家付費的工業企業客户，幫助客户實現節能10%～30%。

在中國製造邁向高質量發展的進程中，數智化轉型會成為破局之道。這其中，**蘑菇物聯將不僅在扮演着一個推動者的角色，更扮演着一個“貢獻者”的角色。**打磨好底層技術，才能築起萬丈高樓。

 

一、看不見的工業AI技術

從前，工業節能的主要方式之一是設備節能，**現在工業節能走向深水區，需要從工廠能源供需的角度着手，實現能源供需匹配，避免浪費。**在蘑菇物聯看來，能源供需匹配的“抓手”是工業AI技術。

所謂的供和需分別指，供給側的數據（供能設備及車間的數據）和需求端的數據（用能車間的數據）。比如要避免壓縮空氣的浪費，那麼需要掌握空壓機站房供氣的數據情況，以及生產車間用氣的數據情況，通過工業AI技術實時計算供需兩條曲線的走向，讓供給和需求曲線擬合在一起，從而實現供需平衡，實現節能。

另一方面，就是預測性維護，這也是通用設備經常面臨的一大痛點。

對工業設備來説，使用不當和操作失誤是常有的事，但結果卻導致上百萬的機械設備失靈，造成巨大的設備成本損失和生產損失。對此，如果能夠收集設備的使用數據，從而實時監控和預警，通過AI技術做智能預測，也能達到預測性維護的效果。做到在“森林未起火”時，就防患於未然。

工程師在手機上查看設備運行情況

蘑菇物聯基於工業AI的“無線智能預測”和“無線智能控制”技術，主要表現在三個產品線中，分別是IEM、IOM和雲智控。

在雲智控場景下，工業AI的作用是以需定供，避免冗餘、無效的供給。具體來説，雲智控系統是針對空壓站、製冷站和循環水站等公輔能源車間進行智能控制，通過收集公輔能源車間和生產車間的能源供給和需求數據，讓供給側隨着需求側的變化而變化。同時，工業AI結合先驗知識與設備機理，從而預判哪台設備可能存在異常，做故障預測。

萬丈高樓平地起，一磚一瓦皆根基。蘑菇物聯從2016年走到今天，產品也一步步覆蓋整條通用工業設備產業鏈，在幫助上千家企業實現數字化轉型和數字化節能的背後，這些肉眼看不見的底層技術才是蘑菇物聯獲得今天成績的關鍵。

 

二、如何解決“產品和交付標準化”難題？

在通用工業設備領域，沈國輝選擇覆蓋全產業鏈，從設備的源頭——設備製造企業（F），到設備代理/服務企業（S），最後到設備使用企業（製造工廠、U）。要想服務好F、S、U這三端，就意味着蘑菇物聯不僅要做軟件，也要做硬件。

首先，在F端，它需要將設備變成一台智能化設備，也就是從啞巴設備變成“會説話”的智能化設備，並且這個智能化設備要參與整個設備產業鏈的協同，即FSU三端的協同。

某汽車製造工廠的工程師在操作雲智控硬件產品

S端的需求則是運維數字化，因為它主要為U端提供設備運維服務，比如遠程監測設備、遠程點檢和巡檢，做預測性維護、故障報警和預警，然後做工單自動生成和工單閉環，這一套叫運維數字化，是S的訴求。

最後，U端是使用設備的，用多台多類設備構成一個空壓站、製冷站或循環水系統。所以U端的訴求是整個公輔能源車間的智能控制，需要能源車間實現安全供能、無人值守、節能降碳，這是公輔能源車間的數字化訴求。

簡單來説， F端需要設備智能化， S端需要運維數字化， U端需要公輔能源車間安全供能、無人值守、節能降碳。那麼，要實現這些數字化轉型，天然就需要軟件和硬件配合起來，硬件設備收集數據，在軟件上進行監測和控制。這樣才能夠形成閉環，為三端提供服務。

這樣 ，“軟硬兼施”就成為了這家工業物聯網企業的一大特點。軟硬兼施的好處就是，保證良好的工業用户體驗，簡單來説就是客户感受到的可靠性和易用性。

然而，對於一家既做軟件又做硬件的企業，如何處理開放性和兼容性也是值得思考的問題。

對此，蘑菇物聯也早有思考。“這個是否開放的心態直接決定了你的生死，都不是決定能不能做好，而是生與死的問題。” 沈國輝直言道。

倘若一家企業的軟件只能和自家的硬件搭配，那麼它的路只能越走越窄。除了開放性，兼容性也是客户在選擇購買時非常重要的考量。

“從研發工程學或軟件工程學的角度來講，這個很難解決。坐在一個辦公室裏的人做出來的軟件與硬件天然靈活性、匹配度更好。但在蘑菇物聯的軟硬件與第三方的關聯上，只要數據能夠穩定傳上來，控制指令能夠穩定傳下去，這個兼容性就是過關的。”沈國輝告訴產業家。

關關難過關關過，這七年來，在沈國輝眼裏，有做工業互聯網的難，也有做SaaS軟件的苦。

“為什麼美國的SaaS就搞得風生水起，中國的SaaS就那麼痛苦？我們作為SaaS行業從業者真的很痛苦。” 他吐出了一句這樣的心聲。

在中美SaaS差異這件事上，各家眾説紛紜，有人認為是中國軟件做得不好，或者客户付費意願差，也有人認為是中國企業財務制度的問題。

對此，沈國輝的看法是，首先，中國在移動互聯網的蓬勃發展下，已經沉澱了一大批優秀的產品經理和軟件工程師。今天中國的應用軟件已經做的足夠好了，並不缺乏人才。問題的關鍵在於，中國的軟件從業者與軟件購買者是否達成了共識。

**所謂的共識就是，通過互聯網獲得軟件比本地化使用軟件要好。**只要有這個共識，中國的軟件行業不僅起得來，而且中國的軟件一定能夠為中國的公司帶來生產率的提高和成本的降低。

尤其在大模型時代，每家公司都自研大模型，不僅效率低，還浪費資源，結果也不一定能做好。所以，雙方能夠達成共識是最重要的。

蘑菇物聯踩中的賽道是工業互聯網，幫助整條通用工業設備產業鏈數字化轉型。這意味着除了要提供軟硬件，還要在雲端提供服務，通過SaaS的方式服務客户。

這注定了它會面臨硬件標準化、軟件標準化和交付標準化的問題。這其中，硬件的通用性天然比較強，硬件也不可能做太多的型號，所以只要做出滿足FSU三端客户需求的硬件即可。而軟件標準化和交付標準化是更難的問題。

首先，軟件的標準化要從MVP開始，先做MVP，伴隨着客户使用的不斷迭代，逐漸做出標準化的產品。但軟件標準化的難點並不在於軟件本身，而是客户管理的差異化。

在一個軟件裏，客户管理差異化、組織架構差異化、客户既有表單、審批權限和流程的差異化，這些都統稱為客户管理模式的差異化。

因此，如何用一個軟件滿足1萬個有着不同管理模式的客户，意味着軟件要有一定的可配置性，將客户的差異化訴求變成可配置的軟件，而不是為每個客户寫個性化代碼。

對此，蘑菇物聯的解法是，推出自己的aPaaS平台，允許客户用低代碼的方式在aPaaS平台上做定製化需求。

客户可以通過拖拉拽的方式做出符合自身需求的軟件功能。蘑菇物聯的aPaaS平台有着很強的通用性，一家鋼鐵行業的客户能夠使用其aPaaS平台做出一套鋼鐵生產線。而據官網瞭解，蘑菇物聯的客户集中在食品、製藥、新能源、電子、汽車和設備製造等領域。

值得一提的是，**這個aPaaS平台是被客户“教育”出來的。**在成立的第三年，2018年，蘑菇物聯開始做aPaaS平台，“當時是做到F端時，被客户教育痛了”，沈國輝坦言道。因為F端有太多的定製化需求，這種痛苦感推着蘑菇物聯走上了aPaaS的研發之路，這一做就是五年。

最後一個標準化問題是交付標準化，這也是讓SaaS企業一個非常頭疼的難題。

對於蘑菇物聯來説，交付標準化的難點有三個方面。第一個方面是客户的不同。不同的客户，現場、設備和車間佈局都不一樣。第二是人的不同，在交付時遇到的工程師水平不同。第三個方面是，不同的客户配合上了不同的人，他們在溝通中就會產生出一些個性化的東西，比如客户會臨時提出新的需求，而且這個需求在合同之外。

針對這種情況，SaaS廠商是拒絕還是接受？這就體現出了交付水平，因為它沒有標準答案，SaaS廠商不能滿足所有需求，也不能拒絕所有需求。而這些只能在與客户打交道的過程中不斷積累、沉澱。蘑菇物聯為此自研了一套交付軟件，提高團隊的標準化交付能力。

從軟硬件產品標準化到交付標準化，蘑菇物聯在這七年間交出的答卷是，1500多家付費客户，實現節能10%-30%。作為SaaS企業，只能一步一個腳印地解決標準化問題。

 

三、工業4.0時代，如何做好“推動者”

作為創業者的沈國輝，認真是刻在他骨子裏的。從團隊到客户，每個人、每件事都親力親為。到目前為止，團隊的每個人他都一一面試。對客户就更是這樣了，“多跟客户泡在一起，才能真正發現客户的痛點”，他直言。

除了團隊與客户，他的認真還表現在蘑菇物聯的戰略方向上。從一開始，他就想好了，要做一家產品化的公司，而不是一家“外包”公司。

“**作為一家初創公司，做To B是極難的。**要麼選擇做KA客户的勞務服務公司，幫他寫代碼，這樣的話，最初簽單會非常容易，但未來想要做大就很難了。”

這其中，夾雜着他對蘑菇物聯的期冀。

“從產品到工具”，是蘑菇物聯的戰略選擇。對此，他有着很清晰的思路。“想要從產品到工具，首先得從第一天開始，你就需要是一個產品公司。那麼，我們就要選好客户羣體，也就是選好能接受產品的羣體，而不是一上來就需要我們做定製化開發的客户羣體。”

思路清晰了，下一步就是穩紮穩打地做產品、碰客户。在實踐中找到破局之道，從經驗中總結成功方法論。

在工業4.0時代，蘑菇物聯不僅是一個數智製造的推動者，更是基礎理論研究的貢獻者。從數據智能到aPaaS平台，從軟硬件產品標準化到交付標準化，蘑菇物聯交出了一張張讓客户滿意的答卷。

**在數智化轉型的這場大考中，這家企業除了是一個本分的答題者，還是一個善於發現問題的貢獻者。**正如沈國輝當年在格蘭仕一樣，他除了是一個本分的打工人，也是幫助企業完成信息化轉型的推動者。

在與沈國輝交談的過程中，能察覺到他對工業AI的深刻思考。

第一個思考是關於工業數據立法問題。

目前，我們的工業數據還沒有明確的立法。設備的使用者和生產者之間沒有形成共識。具體來講，設備的使用者認為設備的數據歸使用者所有，因為他們擁有使用權，畢竟交電費的是U端使用者；但設備的生產者卻認為設備由他們生產，數據也應該由他們保管。由於還沒有明確的立法，現在使用者和生產者都沒有把數據共享出來，最後的結果就是，數據沒有被更好地利用。

但隨着設備數據的所有權、使用權，以及工業數據交易規則的確定，這些問題都可以解決。一旦數據可以按照規則共享，就能極大地提高產業鏈的協作效率，降低產業鏈的交易成本，這不僅有利於中國製造，世界製造都將受益。

第二個思考是關於行業標準規範問題。

當前，關於數字化節能，國家還沒有確立標準。這就導致在與客户驗收的過程會出現大大小小的問題。而行業標準的規範問題就成為了數字化轉型的一個不可忽視的阻礙。

沈國輝認為，“當國家把數字化節能的標準拿出來的時候，也是藍海變為紅海的時候。”

寫在最後：

如何理解「蘑菇物聯」這家成立七年的工業互聯網企業？

在這一命題下，最首要的是理解工業互聯網賽道對於當前國家的意義。

近年來，國家不斷完善工業綠色發展規劃。在多省《工業互聯網發展規劃》中多次提及數字轉型的重要性。

目前，我國目前正處於智能化與綠色化融合的階段。在此階段，數字化節能將成為工業綠色發展和製造業數智轉型的破局點。

在工業節能降碳的風口下，誕生出了「蘑菇物聯」這家企業。

然而，在設備節能、工藝節能之後，工業面臨新的節能降碳任務，其難度不言而喻。蘑菇物聯在此賽道上深耕七年，打磨出由aPaaS平台與工業AI技術組成的護城河。

另外，作為一家有SaaS屬性的工業互聯網企業，“標準化”問題也是一場長久戰。在蘑菇物聯看來，除了提供aPaaS平台，更重要的是選擇好一條賽道，長期深耕下去，積累深厚的行業Know-How來應對客户的個性化需求。

對於數字化節能，無論是國家標準還是企業發展，都還有更大的進步空間。未來，隨着數字化節能的標準一步步走向規範，企業也將迎來“百花齊放”的格局。