【“人工智能+雙碳”戰(zhàn)場(chǎng)】百度副總裁李碩：用AI幫工廠減碳，先學(xué)會(huì)和車間主任對(duì)話 | 談碳

太陽(yáng)東升西落，風(fēng)從大地掠過(guò)，這些千百年來(lái)形成的自然規(guī)律，正在被挖掘出更多的潛能。

 

尤其在“碳達(dá)峰、碳中和”愿景提出之后，如何馴化光風(fēng)電的“脾氣”，讓其變成更“靠譜”的電力資源，成為行業(yè)的重要課題。

 

近年來(lái)，尋找“人工智能+雙碳”的戰(zhàn)場(chǎng)，也是百度的重要任務(wù)之一。

 

在接受 36 氪專訪時(shí)，百度副總裁李碩正為前往博鰲亞洲 2022 論壇做著出發(fā)前的準(zhǔn)備。李碩在百度已任職16年，負(fù)責(zé)包括金融、工業(yè)、電力能源、媒體與電信等行業(yè)的解決方案、產(chǎn)品與技術(shù)研發(fā)。

 

除參加會(huì)務(wù)外，李碩此行另一重要目的，是與一家新能源企業(yè)商談合作事宜，他們希望通過(guò)人工智能技術(shù)，把天然不穩(wěn)定不可控的風(fēng)光發(fā)電，變成一個(gè)確定穩(wěn)定的輸出。

 

從技術(shù)到能源、從能源到“雙碳”，百度正將綠色減碳的版圖延伸至整個(gè)集團(tuán)。

 

5月16日，百度發(fā)布《2021年環(huán)境、社會(huì)及管治（ESG）報(bào)告》,報(bào)告從公司治理、人才發(fā)展、數(shù)據(jù)安全與隱私、環(huán)境責(zé)任、社會(huì)責(zé)任等方面呈現(xiàn)百度2021年在ESG領(lǐng)域的進(jìn)展。

 

更早之前，2021年6月，百度還發(fā)布過(guò)“2030年集團(tuán)實(shí)現(xiàn)運(yùn)營(yíng)層面碳中和”的目標(biāo)，計(jì)劃通過(guò)數(shù)據(jù)中心、辦公樓宇、碳抵消、智能交通、智能云、供應(yīng)鏈六個(gè)方面達(dá)成目標(biāo)。

 

人工智能是百度“減碳”的一個(gè)重要抓手，除了自給自足以外，百度還在嘗試將這一技術(shù)輸出給外部企業(yè)客戶。

 

過(guò)去幾年，李碩走訪了國(guó)內(nèi)150多家工廠，去過(guò)很多三、四線城市，尋找傳統(tǒng)行業(yè)綠色轉(zhuǎn)型的方向，與數(shù)字化智能化結(jié)合的機(jī)會(huì)。“以能源行業(yè)為例，無(wú)論是供能端，還是用能端，都有巨大的優(yōu)化空間。”李碩對(duì) 36 氪說(shuō)。

 

首先在供能端，當(dāng)下能源體系仍以化石能源為主，火電約占七成，即便在雙碳規(guī)劃之下，火電未來(lái)也還會(huì)占到三四成比例。如何讓傳統(tǒng)化石能源變得更加高效和清潔，是國(guó)內(nèi)能源體系轉(zhuǎn)型必須回答的問(wèn)題。

 

此消彼長(zhǎng)，未來(lái)新能源（如風(fēng)能、太陽(yáng)能）的比例勢(shì)必上升。但由于新能源發(fā)電的不穩(wěn)定性，我國(guó)新能源的發(fā)電量貢獻(xiàn)仍較低。

 

“本質(zhì)上，這是新能源供給的不穩(wěn)定，和電網(wǎng)要求穩(wěn)定之間的系統(tǒng)性沖突。”李碩表示，未來(lái)新能源如何融入現(xiàn)有電網(wǎng)體系，穩(wěn)定供給是個(gè)艱巨挑戰(zhàn)。

 

其次是用能端，涉及產(chǎn)業(yè)園區(qū)的企業(yè)生產(chǎn)用電和居民用電中，企業(yè)用電是大頭，但目前很少有企業(yè)在以用電成本為條件做動(dòng)態(tài)的排產(chǎn)調(diào)度，無(wú)法做到充分利用峰谷電成本給企業(yè)帶來(lái)效益。

 

在這些紛繁復(fù)雜的能源提效、降碳場(chǎng)景中，百度能做什么？

 

李碩沒(méi)有立刻回答，而是聊起了過(guò)往的各種案例。

 

第一個(gè)案例在能源生產(chǎn)領(lǐng)域：在中國(guó)北方，火電廠的發(fā)電機(jī)組都有空氣冷卻裝置，一般由幾十個(gè)大型風(fēng)機(jī)組成，對(duì)火電汽輪機(jī)的乏汽進(jìn)行冷凝?？绽溲b置的運(yùn)行以往都由經(jīng)驗(yàn)豐富的工藝專家把控，但人力控制往往不夠達(dá)不到精準(zhǔn)的最佳真空背壓值。

 

百度的方法是，通過(guò)智能云產(chǎn)品對(duì)火電廠空冷島（類似于大型制冷機(jī)，幫助火電蒸汽快速冷凝）進(jìn)行動(dòng)態(tài)調(diào)優(yōu)，綜合考慮環(huán)境溫度、風(fēng)速、風(fēng)向、汽輪機(jī)負(fù)荷等因素之后，結(jié)合歷史運(yùn)行數(shù)據(jù)，建模分析后計(jì)算得出當(dāng)前工況下的最佳群控風(fēng)機(jī)轉(zhuǎn)速策略。百度成功幫助該火電廠將標(biāo)準(zhǔn)供電煤耗降低1.55 克/度電，全國(guó)在運(yùn)行空冷島年碳減排潛力可達(dá)600萬(wàn)噸。

 

在新能源領(lǐng)域，AI 的重要性更加明顯。目前新能源的突出問(wèn)題在于其具有波動(dòng)性、隨機(jī)性、間歇性特點(diǎn)。百度則嘗試通過(guò)仿真計(jì)算，對(duì)風(fēng)光電的不穩(wěn)定情況做場(chǎng)景預(yù)測(cè)，例如結(jié)合風(fēng)速、風(fēng)向、光照強(qiáng)度等自然氣象特征對(duì)未來(lái)的發(fā)電量進(jìn)行合理的預(yù)測(cè)，向電網(wǎng)輸出更精準(zhǔn)的發(fā)電計(jì)劃，將新能源的不確定性、不穩(wěn)定屏蔽在技術(shù)層之下。

 

如此一來(lái)，在實(shí)際應(yīng)用中如果出現(xiàn)風(fēng)光電不穩(wěn)定的情況，也能快速找到解決辦法。雖然技術(shù)的落地仍需要時(shí)間，“但有了AI技術(shù)的介入，大規(guī)模的風(fēng)光電上網(wǎng)可以更加高效。”

 

泉州水務(wù)大腦：以前需要工作人員每天在設(shè)備機(jī)房里面奔走，現(xiàn)在只要在中控室就可以實(shí)現(xiàn)全流程精細(xì)管理。

 

第二個(gè)令李碩印象深刻的案例，是泉州水務(wù)集團(tuán)。

 

一般來(lái)說(shuō)，從江河湖海到家中的水龍頭，都屬于水務(wù)集團(tuán)的管轄范圍，包括原水、制水、供水、排水、污水、節(jié)水等。以居民供水為例，水壓過(guò)大，所需能耗大，管網(wǎng)漏損率高，可能還會(huì)引起爆管事件；而水壓過(guò)小，可能會(huì)造成居民用水不便。

 

百度智能云提供的方案是：幫助泉州水務(wù)集團(tuán)在地下部署硬件傳感器監(jiān)測(cè)水壓、建設(shè)水務(wù)大腦，在保證安全、穩(wěn)定供水的前提下，進(jìn)行智能化調(diào)壓控制，實(shí)現(xiàn)能耗優(yōu)化。

 

經(jīng)測(cè)算，這套方案可以使供水單位能耗下降8%，人員效率提升5%以上。其他環(huán)節(jié)也是精準(zhǔn)調(diào)參處理，減少能耗。

 

此外，百度智能云還提出“零碳園區(qū)”方案，從企業(yè)到園區(qū)、地區(qū)，都可以建立精細(xì)化管理與全局調(diào)控。其中企業(yè)級(jí)平臺(tái)可完成實(shí)時(shí)碳追蹤及碳排放監(jiān)測(cè)，能耗優(yōu)化、生產(chǎn)工藝優(yōu)化等功能；區(qū)域級(jí)平臺(tái)可進(jìn)行全域內(nèi)碳核查及碳監(jiān)測(cè)，推動(dòng)區(qū)域能源互聯(lián)優(yōu)化。

 

新疆電力巡檢：無(wú)人機(jī)進(jìn)行電力巡檢，巡線員不用身處危險(xiǎn)境地

 

在傳統(tǒng)企業(yè)朝著綠色生產(chǎn)轉(zhuǎn)型過(guò)程中，百度在試圖探索自己擅長(zhǎng)的切入點(diǎn)：以機(jī)器學(xué)習(xí)的方式，去替代那些往往依賴人力經(jīng)驗(yàn)的事情。百度智能云業(yè)務(wù)也把這些項(xiàng)目總結(jié)為八個(gè)字：預(yù)測(cè)、優(yōu)化、調(diào)度、監(jiān)控，并且把這八個(gè)字的主語(yǔ)，從“人”變成了“AI”。

 

人不應(yīng)該被機(jī)器化，但機(jī)器可以學(xué)習(xí)人類的經(jīng)驗(yàn)和思維，尤其是在工業(yè)互聯(lián)網(wǎng)發(fā)展中，幫助企業(yè)獲得更精確和高效的運(yùn)作方式。

 

全球知名機(jī)構(gòu)波士頓咨詢公司(BCG)的一項(xiàng)量化研究表明，AI 對(duì)于減少碳排放功不可沒(méi)。預(yù)測(cè)數(shù)據(jù)顯示，AI 應(yīng)用至2030年可有望減少26-53億噸碳排放，這一數(shù)據(jù)可占減排總量的5%-10%。

 

李碩告訴36氪，能明顯感覺(jué)到當(dāng)下各個(gè)行業(yè)對(duì)于實(shí)現(xiàn)雙碳的壓力，但很多企業(yè)還缺乏一些可行的路徑。

 

“碳達(dá)峰、碳中和一定是個(gè)系統(tǒng)性工程，不是一兩家企業(yè)干的，也不是一兩個(gè)領(lǐng)域干的，而是大家在系統(tǒng)層面達(dá)到最優(yōu)。”李碩如此表示。

 

以下為36氪與百度副總裁李碩的對(duì)話（略經(jīng)編摘）：

 

一、“人工智能與老師傅”

 

36氪：當(dāng)前國(guó)家政策出臺(tái)多個(gè)政策，積極推進(jìn)綠色雙碳發(fā)展。對(duì)于制造、能源等行業(yè)，在“綠色雙碳”方面，當(dāng)前行業(yè)最大的需求是什么？

 

李碩：“雙碳”從提出到現(xiàn)在，經(jīng)過(guò)一段時(shí)間的探索，現(xiàn)已進(jìn)入有節(jié)奏推進(jìn)的階段，變得更加理智了。但在能源領(lǐng)域還有三個(gè)挑戰(zhàn)必須解決。

 

第一是傳統(tǒng)化石能源如何變得更加高效和清潔。因?yàn)槲磥?lái)能源體系結(jié)構(gòu)里，化石能源依舊會(huì)占到三四成比例，這是很大的占比。

 

第二是新能源（指風(fēng)能、太陽(yáng)能）的發(fā)電量貢獻(xiàn)仍較低。大規(guī)模的新能源如何融入到現(xiàn)有電網(wǎng)體系，并解決有效、穩(wěn)定供給也是很大的挑戰(zhàn)。

 

第三是用能端，這涉及到企業(yè)生產(chǎn)和居民用電，企業(yè)級(jí)的生產(chǎn)用電是大頭。如果自動(dòng)化水平夠高的話，可以實(shí)現(xiàn)錯(cuò)峰生產(chǎn)，讓工業(yè)需求用電處于相對(duì)平穩(wěn)的狀態(tài)。

 

總的來(lái)看，能源行業(yè)是雙碳計(jì)劃的重點(diǎn)發(fā)展目標(biāo)，制造業(yè)次之，第三是交通，第四是建筑。結(jié)合不同行業(yè)特色，未來(lái)可能會(huì)在橫向上形成一系列電力系統(tǒng)升級(jí)，縱向結(jié)合不同行業(yè)發(fā)展，更加有規(guī)律地使用能源、節(jié)省能源。

 

36氪：像百度等科技公司能做些什么？

 

李碩：科技公司能發(fā)揮的作用非常巨大。

 

舉個(gè)簡(jiǎn)單的例子，我們?cè)诟痣姀S做火電的冷端工藝優(yōu)化。百度能夠幫該火電廠將標(biāo)準(zhǔn)供電煤耗降低1.55克/度電。去年國(guó)家也出了指導(dǎo)標(biāo)準(zhǔn)，到2025年要求在產(chǎn)的火電機(jī)組煤耗達(dá)到300克/度電的標(biāo)準(zhǔn)。

 

現(xiàn)在比較好的火電企業(yè)能做到320克/度電，還有20克/度電的優(yōu)化空間。說(shuō)實(shí)話，火電企業(yè)的自動(dòng)化水平已經(jīng)做得非常好了，像剛才提到的冷端優(yōu)化，主要是用空冷島進(jìn)行冷卻，需要參考機(jī)組負(fù)荷，汽輪機(jī)低壓缸排汽焓，蒸汽流速，風(fēng)速，風(fēng)向，真空度，管束換熱能力，防凍約束條件等一系列復(fù)雜參數(shù)來(lái)計(jì)算，確保達(dá)到冷卻標(biāo)準(zhǔn)。但在以前，這種調(diào)試和控制都是靠老師傅的經(jīng)驗(yàn)來(lái)控制的。

 

未來(lái)我們希望把煤耗仿真，燃煤效率，熱端冷端工藝等整合成一個(gè)火電機(jī)組系統(tǒng)級(jí)優(yōu)化方案，然后企業(yè)之間也結(jié)合在一起，形成一體化的整體優(yōu)化系統(tǒng)。

 

在新能源領(lǐng)域，人工智能就更加重要。新能源現(xiàn)在很大的問(wèn)題在于其具有波動(dòng)性、隨機(jī)性、間歇性特點(diǎn)，很多新能源企業(yè)面臨的困擾是，新能源供給的不穩(wěn)定和電網(wǎng)追求穩(wěn)定之間的根本性沖突，這完全可以靠新技術(shù)來(lái)解決。

 

現(xiàn)在我們嘗試通過(guò)大量仿真計(jì)算，盡可能預(yù)測(cè)電網(wǎng)所需要的能源量。另一方面就是跟新能源企業(yè)一起探索，對(duì)風(fēng)光電的不穩(wěn)定情況做場(chǎng)景預(yù)測(cè)，例如結(jié)合風(fēng)速、風(fēng)向、光照強(qiáng)度等自然氣象特征對(duì)未來(lái)的發(fā)電量進(jìn)行合理的預(yù)測(cè)，向電網(wǎng)輸出更精準(zhǔn)的發(fā)電計(jì)劃，把新能源的不確定性、不穩(wěn)定屏蔽在技術(shù)層下面，就像云計(jì)算里的PaaS層。這樣上層電網(wǎng)在調(diào)度時(shí)，就能預(yù)知新能源的波動(dòng)，可以制定精準(zhǔn)的調(diào)度計(jì)劃。

 

第三個(gè)層面是需求側(cè)。我們幫很多企業(yè)做碳足跡、耗電設(shè)備的優(yōu)化。從宏觀的能源供給和消耗角度看，單個(gè)企業(yè)很難解決雙碳大問(wèn)題。所以我們?cè)谝詧@區(qū)為單位，綜合園區(qū)幾十家企業(yè)，對(duì)他們的生產(chǎn)用電需求進(jìn)行精確預(yù)測(cè)和控制，從區(qū)域性角度平穩(wěn)電網(wǎng)需求。

 

36氪：新能源供給不穩(wěn)定的痛點(diǎn)確實(shí)存在，那么行業(yè)對(duì)于人工智能解決問(wèn)題持什么態(tài)度？觀望嗎？

 

李碩：我覺(jué)得現(xiàn)在不是在觀望，而是在積極嘗試，但技術(shù)最后100米的落地可能有待這兩年的突破。因?yàn)樾履茉慈腚娋W(wǎng)要考慮一整張網(wǎng)，與其他環(huán)節(jié)不可分割。在這種情況下，謹(jǐn)慎是能夠理解，也是有必要的。

 

去年夏天，我們跟國(guó)家電網(wǎng)有過(guò)一次長(zhǎng)時(shí)間探討，國(guó)網(wǎng)總調(diào)度對(duì)于新技術(shù)還是非常積極，最終討論結(jié)果是：應(yīng)該大膽往前走，可以先在一些地方先試先行。

 

36氪：所以近兩年可以看到新能源（風(fēng)光電）能夠?qū)崿F(xiàn)大規(guī)模的穩(wěn)定入網(wǎng)？

 

李碩：本質(zhì)上是兩層，一層發(fā)電側(cè)通過(guò)技術(shù)確保新能源入網(wǎng)是可靠的，另一層是用電側(cè)，把大家的用電需求匯聚在一起，給電網(wǎng)提供穩(wěn)定的參考數(shù)據(jù)。

 

這樣電網(wǎng)兩頭都有一個(gè)虛擬代理層，大大屏蔽電力生產(chǎn)和用電兩側(cè)的不確定性，現(xiàn)在風(fēng)光電的發(fā)電量貢獻(xiàn)仍較低，只有十分之一左右，有了AI技術(shù)的介入，大規(guī)模的風(fēng)光電上網(wǎng)可以更加高效。

 

36氪：上述這些都比較聚焦在能源領(lǐng)域，在企業(yè)工業(yè)領(lǐng)域，你們?cè)趺粗ζ髽I(yè)減碳？

 

李碩：主要幫大家做兩件事情：

 

一是把企業(yè)設(shè)備耗電降低。很多企業(yè)車間用電只通過(guò)一個(gè)電閘來(lái)啟停。比如橡膠行業(yè)的生產(chǎn)設(shè)備要高溫運(yùn)行，但設(shè)備的預(yù)熱起碼要一個(gè)小時(shí)，才能進(jìn)入生產(chǎn)環(huán)節(jié)。不生產(chǎn)時(shí)也要一直保持溫度，不敢讓機(jī)器涼了。不然再次啟動(dòng)設(shè)備又要一段時(shí)間，嚴(yán)重影響生產(chǎn)節(jié)奏。

 

通過(guò)做設(shè)備級(jí)管理，我們發(fā)現(xiàn)讓設(shè)備只冷卻到50度時(shí)，就能夠以最低能耗及時(shí)反應(yīng)，維持企業(yè)生產(chǎn)。去年有一家企業(yè)用了我們的方案，在限電的情況下，保證了最重要的一條產(chǎn)線的生產(chǎn)。單條產(chǎn)線起碼能夠節(jié)能30%~40%。

 

第二是在幫企業(yè)做到設(shè)備級(jí)管理之后，我們也看到了第二層機(jī)會(huì)。既然一個(gè)企業(yè)可以通過(guò)精細(xì)化管理降低能耗，那企業(yè)之間也完全可以做到這種管理，并且企業(yè)跟電網(wǎng)也可以有更好的議價(jià)能力。

 

有的企業(yè)這兩年做黑燈工廠，自動(dòng)化水平已經(jīng)非常高。但之前為什么不敢跟電網(wǎng)談判，因?yàn)槠髽I(yè)內(nèi)部還沒(méi)有做到精細(xì)化控制，不清楚什么時(shí)候用電多少。但通過(guò)百度的工業(yè)互聯(lián)網(wǎng)升級(jí)后，確實(shí)可以跟電網(wǎng)講，什么時(shí)候起生產(chǎn)線，需要多少電。

 

現(xiàn)在我們?cè)趲椭K州和重慶、貴陽(yáng)的工業(yè)園區(qū)，做區(qū)域級(jí)的用電統(tǒng)籌。園區(qū)級(jí)的統(tǒng)一對(duì)接，對(duì)于當(dāng)?shù)靥贾泻吞歼_(dá)峰的實(shí)現(xiàn)路徑和規(guī)劃來(lái)說(shuō)，也是非常重要的信息輸入。

 

二、“找到與車間主任對(duì)話的方式”

 

36氪：如果讓百度智能云去賦能千行百業(yè)，包括剛才提及的能源、工業(yè)，這些行業(yè)都需要很深的know-how，你們是如何做到的？

 

李碩：云智一體是從行業(yè)、客戶的實(shí)際反饋迭代中發(fā)掘出來(lái)的。18、19年出去調(diào)研時(shí)，我們發(fā)現(xiàn)很多制造企業(yè)其實(shí)沒(méi)有天然的用云需求，恨不得用一個(gè)臺(tái)式機(jī)就能把軟件跑得起來(lái)。另外，制造業(yè)企業(yè)對(duì)毛利的要求很嚴(yán)格。如果不是特殊情況，是不會(huì)貿(mào)然要花幾百萬(wàn)甚至上千萬(wàn)去搞一套效果都不確定的技術(shù)平臺(tái)。企業(yè)主和車間主任腦子里有一本非常清晰的賬。

 

不同于互聯(lián)網(wǎng)，工業(yè)行業(yè)特別強(qiáng)調(diào)成效先行。很多傳統(tǒng)制造業(yè)聽(tīng)到云的反應(yīng)是，感覺(jué)跟自己沒(méi)有關(guān)系。但如果講AI能夠幫企業(yè)優(yōu)化工藝模型和參數(shù)，更好調(diào)度已有排產(chǎn)系統(tǒng)，這個(gè)是有用的。我們團(tuán)隊(duì)還是比較早找到了怎么跟企業(yè)主、車間主任打交道的方式。同時(shí)我們?cè)趲讉€(gè)主要行業(yè)的落地，都有百度的合作伙伴一起來(lái)實(shí)現(xiàn)。

 

我們通過(guò)開(kāi)發(fā)者平臺(tái)和合作計(jì)劃，手把手教行業(yè)里面的工程師，用AI能力去構(gòu)建自己的應(yīng)用。前段時(shí)間我去重慶調(diào)研，有家企業(yè)就用我們的語(yǔ)音檢測(cè)的技術(shù)，解決摩托車組裝后的發(fā)動(dòng)機(jī)聲音檢測(cè)。以前都是靠人來(lái)聽(tīng)，現(xiàn)在可以用百度的AI構(gòu)建應(yīng)用，判斷發(fā)動(dòng)機(jī)的聲音是否合格。

 

36氪：一家企業(yè)和一百家企業(yè)用你們的產(chǎn)品，這兩個(gè)規(guī)模是不一樣的，你們?cè)趺凑业叫袠I(yè)的標(biāo)桿案例，并且判定這個(gè)方向是對(duì)的？

 

李碩：這確實(shí)比較考驗(yàn)我們的判斷力，我們不一定每個(gè)點(diǎn)能選對(duì)，但經(jīng)過(guò)幾年實(shí)踐我們大概有幾個(gè)依據(jù)。我們會(huì)判斷種子場(chǎng)景的技術(shù)空間和商業(yè)應(yīng)用價(jià)值。首先會(huì)看技術(shù)空間到底能帶來(lái)多大改進(jìn)，像剛才提到的空冷島優(yōu)化。

 

其次會(huì)探討一旦技術(shù)成功，企業(yè)的應(yīng)用規(guī)模大概有多少？比如一個(gè)火電廠有多少火電機(jī)組能使用？一個(gè)火電機(jī)組方案優(yōu)化之后，愿意為這件事情付出多少錢(qián)？我們當(dāng)時(shí)算過(guò)，1.55克/度電的工藝耗能節(jié)省，能給火電廠每年節(jié)約上千噸煤。

 

在經(jīng)濟(jì)規(guī)模和前期技術(shù)論證都能走得通的情況下，我們基本會(huì)往前去做。過(guò)程中，我們也會(huì)跟客戶不斷迭代方案，抽象出里面可復(fù)制的標(biāo)準(zhǔn)化部分，客戶也會(huì)研究如何讓周邊系統(tǒng)也能夠配合我們的系統(tǒng)上線，這是一種雙向奔赴的過(guò)程。

 

36氪：很多傳統(tǒng)企業(yè)包括雙碳領(lǐng)域企業(yè)，都不太懂?dāng)?shù)字化和智能化業(yè)務(wù)，如何說(shuō)服他們？能否以泉州水務(wù)項(xiàng)目為例，簡(jiǎn)單介紹下？

 

李碩：不是不懂，在行業(yè)里面，有些客戶對(duì)數(shù)字化的價(jià)值是非常理解的。他們真正困擾是，怎么實(shí)現(xiàn)從理念到可執(zhí)行的路徑，以及最終真的執(zhí)行下去，并且執(zhí)行下去之后還能夠培養(yǎng)一支持續(xù)推進(jìn)數(shù)字化的隊(duì)伍，難的是后面的三步。

 

泉州水務(wù)就非常有熱情。我們把泉州水務(wù)集團(tuán)的宏觀設(shè)計(jì)轉(zhuǎn)化成數(shù)字化路徑，因?yàn)閿?shù)字化涉及幾個(gè)問(wèn)題：企業(yè)現(xiàn)有IT設(shè)備什么狀況，目標(biāo)是什么，現(xiàn)有IT設(shè)備與目標(biāo)之間是不是三年可行，一年見(jiàn)效，這是必須要回答的問(wèn)題。

 

當(dāng)然，我們?cè)谑谌艘贼~(yú)的過(guò)程當(dāng)中也會(huì)授人以漁。企業(yè)會(huì)派人來(lái)參加我們的培訓(xùn)班，學(xué)習(xí)數(shù)字化思維，我們也會(huì)派專家去企業(yè)了解內(nèi)部系統(tǒng)。

 

36氪：你們?cè)谌菟畡?wù)集團(tuán)項(xiàng)目上，是如何從0到1的？

 

李碩：我們大概做了三層。第一是幫泉州水務(wù)集團(tuán)在古城地下特定位置部署管網(wǎng)傳感器監(jiān)測(cè)水壓。第二是根據(jù)硬件收集上來(lái)的數(shù)據(jù)，用AI中臺(tái)和大數(shù)據(jù)平臺(tái)來(lái)進(jìn)一步調(diào)節(jié)供水策略。第三是教會(huì)泉州水務(wù)集團(tuán)后續(xù)如何運(yùn)營(yíng)。

 

舉個(gè)例子，古城用水量和泵的壓力，以前都是工程師人力來(lái)調(diào)節(jié)，但人力不會(huì)考慮到天氣和節(jié)假日、臺(tái)風(fēng)等情況下，居民用水的波峰波谷會(huì)完全不一樣。如果用水量不大的情況下，工程師把水壓力加的很大的話，管網(wǎng)就會(huì)滴漏。

 

所以我們?cè)诠懦堑叵滤芾锊渴鹆藗鞲衅饔布?，收集管網(wǎng)的數(shù)據(jù)。在考慮到人的用水習(xí)慣、壓力、管網(wǎng)的泵站控制、天氣等數(shù)據(jù)的基礎(chǔ)上，我們幫他把中臺(tái)建好，訓(xùn)練模型。

 

然后有一些上層應(yīng)用交給他們自己做。現(xiàn)在泉州水務(wù)項(xiàng)目已經(jīng)做到第二期。水務(wù)大腦系統(tǒng)的運(yùn)行、維護(hù)，他們的IT人員都能夠掌握。以前泉州水務(wù)的工程師都要自己出去巡檢，然后回來(lái)做維護(hù)，現(xiàn)在完全可以讓水廠拍所需的照片回來(lái)，工程師用我們平臺(tái)和工具更新模型，然后用模型去做巡檢工作，非常實(shí)在地掌握了數(shù)字化能力。

 

36氪：你們做完泉州水務(wù)集團(tuán)項(xiàng)目后，在AI助力雙碳上有什么經(jīng)驗(yàn)總結(jié)？

 

李碩：經(jīng)驗(yàn)還談不上，但可以說(shuō)對(duì)行業(yè)的痛點(diǎn)理解應(yīng)該是比較到位了，且對(duì)技術(shù)方案進(jìn)行了總結(jié)和抽象，目前已經(jīng)有了局部試點(diǎn)，下一步就是夯實(shí)試點(diǎn)。

 

更長(zhǎng)遠(yuǎn)來(lái)看，我覺(jué)得整個(gè)新型能源體系的構(gòu)建、綜合能源的場(chǎng)景落地，國(guó)家頂層設(shè)計(jì)和規(guī)劃，肯定是一個(gè)綜合性系統(tǒng)，這需要區(qū)域協(xié)同、企業(yè)協(xié)同，甚至東西協(xié)同的國(guó)家層面工作。

 

我們理解痛點(diǎn)、構(gòu)建基礎(chǔ)性底座，也是為未來(lái)的協(xié)同工作創(chuàng)造基礎(chǔ)，主動(dòng)融入國(guó)家戰(zhàn)略。

 

三、“雙碳是系統(tǒng)性工程”

 

36氪：對(duì)于這些已經(jīng)落地的項(xiàng)目，你們?cè)趺磁卸ò俣戎悄茉普嬲龓椭a(chǎn)業(yè)解決了問(wèn)題？

 

李碩：一般在項(xiàng)目立項(xiàng)階段，我們都會(huì)對(duì)項(xiàng)目產(chǎn)生的技術(shù)價(jià)值和應(yīng)用價(jià)值，都會(huì)做定義。我們最終一定把客戶能夠看得見(jiàn)的提質(zhì)增效、降本、綠色安全指標(biāo)效果拿出來(lái)。如果一點(diǎn)效果都沒(méi)有，那就再繼續(xù)研究，這個(gè)東西不著急。

 

36氪：和4年前相比，企業(yè)的數(shù)字化、智能化變得容易了嗎？目前能源、工業(yè)的數(shù)字化智能化處于什么階段？

 

李碩：數(shù)字化的共識(shí)已經(jīng)非常清晰了，但不同行業(yè)的起點(diǎn)和基礎(chǔ)確實(shí)還有比較大的差距，我說(shuō)的既對(duì)又是廢話的，但我腦海里浮現(xiàn)出來(lái)的東西部工廠和不同企業(yè)的領(lǐng)導(dǎo)，他們對(duì)于這些東西的理解還是有很大差異的。

 

在這種情況下，最好的策略和方式還是要有先進(jìn)的示范，產(chǎn)業(yè)還是要往前走且走得穩(wěn)。有一些行業(yè)太熱不見(jiàn)得是好事，去年“雙碳”剛一提出來(lái)資本市場(chǎng)最興奮，但資本市場(chǎng)很興奮，干事的人沒(méi)那么興奮，肯定后面是要栽跟頭的。

 

36氪：那當(dāng)下這些企業(yè)對(duì)雙碳這個(gè)事情興奮了嗎？

 

李碩：現(xiàn)在明顯感覺(jué)到大家有壓力了，尤其是經(jīng)過(guò)去年一系列限電事件。另一方面有壓力但是還沒(méi)有找到一個(gè)可行的路徑，都在探索當(dāng)中。最后碳達(dá)峰碳中和一定是一個(gè)系統(tǒng)性工程，不是一兩家企業(yè)干的，也不是一兩個(gè)領(lǐng)域干的，而是大家在系統(tǒng)層面達(dá)到最優(yōu)。