见微知著：从数字能源的今天看AI的明天

　　作者：文雨，编辑：小市妹
　　2003年8月14日。
　　美国的纽约、新泽西州、底特律、克利夫兰等地集体停电，5000万人瞬间被黑暗笼罩：工厂停工，学校停课，出行暂停，家电罢工。据统计，这场历史罕见的大停电造成的直接经济损失高达300亿美元。
　　事故爆发的根本原因，是在美国用电量水平逐年提升的背景下，电网系统的投送与运行能力并未及时跟上。
　　随着经济体量的不断提升，这一问题重新抛给了中国。
　　【数字能源，迫在眉睫】
　　2021年，中国的GDP达到17。7万亿美元，稳居世界第二，超过欧盟27个国家GDP的总和。
　　实现这一切的前提，必须有一个强大而高效的能源体系，尤其是电力。
　　2021年，中国总发电量达到8。534万亿度，占全球总发电量的30，比排名第二到第五的美国、印度、俄罗斯、日本四国之和还多。
　　更关键的是，中国电力的生产与利用历来存在地理上的错配：西北负责生产，东南负责消化。
　　传统能源时代，尚可将山西、陕西、内蒙等地的煤装火车运抵东部，在需求端就近建立发电厂，此时电网系统并不是太复杂。
　　新能源时代，风、光资源丰富的大西北依然是中国能源的工厂，但已不再可能通过将自然资源装车运输来进行跨区调度，只能通过复杂交错的输电网络，进行电力的长距离输送，电网系统的复杂度陡增。
　　目前国内输电线路已增长至200万公里左右，变电站4万多座，配电站超60万座，且这些数据还在攀升。
　　问题在于，系统复杂度提升1倍，随之引发的问题可能呈几倍、甚至几十倍的增长。过去为了保证各环节的紧密配合与有序运行，都是靠人工来维护。今后随着管理难度越来越大，仅凭人力已很难应对，即便能，也是成本巨大。
　　另一方面，“双碳”战略对节能减排提出了更高要求，电力资源必须能够更高效、更安全的生产、调配和使用。
　　众多因素叠加共振下，以智能化、数字化为目标的电力新基建已迫在眉睫。
　　现在的关键问题是，AI企业如何才能激活这部分需求。
　　【单点突破，以点及面】
　　首先要理顺AI在数字能源各环节中的重点任务是什么。
　　比如，能源生产环节，核心是要帮助大大小小的发电厂搭建智慧虚拟电厂；传输环节，重点是巨量输电线路、变电站、配电房的智能化升级；存用环节，聚焦动力电池和储能电池产线的智能化改造、楼宇园区等综合能源的智能化管理。
　　基于以上需求，进一步提取各环节中能够与人工智能技术深度融合的细分场景。以存用端为例，AI头部企业商汤科技目前主要是围绕电池产线的质检下功夫。
　　有了清晰的目标，接下来就是与下游联动寻找切入点。从商汤智慧商业业务在数字能源领域的战略布局来看，主要围绕八个能力方向：人员核验、风险行为、设备缺陷、设备状态、环境安全、环境异常、功率预测、决策调度，逐一进行技术单点突破，从而在单一场景中快速实现AI价值落地。
　　比如，在动力电池焊缝缺陷检测任务中，商汤提供的方案能够实现缺陷零漏检，并将误检率控制在5以内，远胜之前；又如，商汤为浙江某500KV变电站推出的智能化运营全套方案，结合已有的摄像头、机器人、无人机等视频图像采集终端，部署数十种算法，从而实现40分钟就能完成一次全面的远程自动巡检。巡检效率比之前提升了56倍，缺陷隐患发现率提升了23倍。
　　再如，商汤为某综合能源运营企业结合已有的储能、光伏以及数据中心负荷资源搭建了智能化的虚拟电厂管理系统，通过高精度的功率预测和实时的决策调度等算法，助力客户至少提高50的运营效率和20的运营收益。
　　单点突破，然后以点及面。
　　将各个场景串联起来，针对能源的生产、传输和存用，商汤构建起三大业务系统，即厂站管理基础业务系统、虚拟电厂业务系统、园区综合能源管理系统。
　　在输出业务的过程中，为了满足客户降本增效的需求，商汤科技不仅提供AI整体解决方案，还利用AI模型生产及训练平台和边缘算力平台两大平台，让客户具备AI生产能力。
　　至此，一个高效的“832”商业模式框架已经搭建完成。前方等待AI企业的，则是一片广阔“蓝海”。
　　简单算一笔账，电池厂新增1GWh动力电池产能对应3。65个亿的设备投入，其中视觉相关的智能化设备就超过五千万。目前全球动力电池的产能大约是500GWh，到2025年，有效产能保守估计可达1TWh，对应智能化设备的增量市场就有二三百亿，这还不算既有产线的升级改造。
　　据政策规划，“十四五”期间，国内电力投资将超万亿，其中智能化升级投入超3000亿。仅能源产业释放的市场就已足够大，而亟需数字化升级的远不止这一个行业。
　　【千行百业，入局前夜】
　　从最初用机器替代人力，到不断提升产线的自动化能力，再到今天靠数字智能化赋能改造，人类历史上的历次生产革命，目标其实都一样：成本最小化下的效率最大化。各个领域概莫能外。
　　也正因如此，上文提到的AI在能源行业的应用，完全可以平移复制到任何一个产业。
　　以汽车行业为例，商汤科技与福田康明斯发动机生产工厂合作，通过AI赋能，使得多场景下的质检能力和效率大幅提升，以低于1的AI误检率击穿工业红线。如今福田康明斯已被评为汽车行业的“灯塔工厂”（全球“数字化制造”的示范者，目前全球仅90家）。
　　图源：商汤科技
　　中国有670万家工厂，潜在空间之大，自行脑补。
　　顶层设计给出的指引是，“十四五”期间，工业互联网平台的应用普及率要从14。7提升至45。不出意外，2025年之前，工业数字化将走出一条极为陡峭的增长曲线。人工智能与实体经济正在加速融合。
　　跟随数字化步伐，商汤智慧商业板块加速发展。2022上半年，商汤科技智慧商业业务实现营收5。68亿元，服务客户数超过510家，单客户收入提高9。其中，数字能源领域居行业头部，业务合同总额超10亿元。
　　相较于工业，贴近每个人日常生活的城市管理同样需要AI的加持。
　　当下国内千万人口以上的城市已多达17个。城市越大，人口越多，管理难度越大。交通堵塞、火灾、道路坍陷、垃圾满溢等长尾场景的层出不穷，正不断挑战基层管理的极限，同时也在持续验证着AI的价值。
　　在深圳罗湖，商汤科技为城市精心打造了一套“AI智能视觉分析平台”，系统上线三个多月，已帮助罗湖区解决了5万多起事件，平均一天处理600余件。平台数据显示，平台上报的事件数量是人工上报数量的1。3倍，且准确率维持在90以上。
　　在浙江绍兴，商汤科技借助SenseFoundryTran商汤方舟交通开放平台帮助绍兴实现了大规模交通参数解析从0到1的突破，通过商汤睿途交管AIaaS解决方案打通“感知控制决策评价”交通控制业务闭环，显著提升了当地交通运营效率。具体表现为，路口平均空放率降低约20，干线各项交通指标提升约10。
　　日前，IDC从产品技术创新和战略能力两个维度出发，对中国市场的城市智慧平台进行了一次全面综合的评估，商汤科技与百度、阿里云一起入围领导者象限。
　　图源：IDC
　　2022上半年，商汤科技的城市方舟SenseFoundry连接、赋能的IoT设备增加至150万个，半年时间增长了约26。部署城市方舟的城市已累计达到155个，其中有16个超千万人口的大型城市，还有4个海外城市。
　　政策红利仍在持续释放。
　　今年前三季度，地方专项债新增3。54万亿元，从投向看，资金将主要用在产业园区和城市基础设施的升级，其中智慧数字化改造是重中之重。
　　【降本提效，普及加速】
　　人们不免会有疑问，从1956年的“达特茅斯会议”算起，人工智能已经诞生了60多年，需求一直在，为什么此前一直未能得到广泛使用？
　　解除AI封印的，是AI技术本身。
　　过去几年，算力、算法、数据等人工智能底层要素均取得了跨越式的跃迁。
　　算力上，2016年2021年，全球算力总规模从不到150EFlops增长到615EFlops，五年增长了三倍还多。
　　数据量的增长更为惊人，由2010年的2ZB增长至2021年的将近60ZB，十年时间飙升30倍。
　　与此同时，以CNN与DNN为主的神经网络算法持续进化，不断压缩算法训练的时间和成本。
　　所有这些凑在一起，使得AI的能力值骤升原先无法触及的事情，现在很多都已不是问题；原先需要花大价钱才能解决的问题，现在成本极低。
　　五年前，训练一个现代的图像识别系统需要花费1100美元，现在只要几美元就能完成。
　　就商业化进程而言，AI走过了单点突破阶段，跨越工业红线后，即将面临的最重要的问题是AI标准化的提升。
　　过去，传统模型一般只用特定领域有标注的数据进行训练，切换到另外一个应用场景就需要重新训练。好比工业生产，一个模具只能对应一个产品，换产品就要换模具。但问题在于，每个行业都有各自不同的需求，一个行业内部的不同环节也有各自的需求。面对纷繁复杂的长尾场景，原先AI根本无法招架。
　　试想一下，如果工厂接了一批型号各异的订单，每生产一个产品就要换一个模具，那成本必定高得离谱，即便能负担起，效率也极低。没有标准化，就无法规模化生产。
　　现在情况变了。
　　一方面，模型通用性大大提升，将大模型进行简单微调，便可满足多种任务需要，相当于标准化程度在提高。这就好比模具变成了灵活可调型，即使面对不同口径的产品，也能通过调整模具尺寸共线生产，效率和成本均可得到优化。
　　另一方面，AI企业本身已经积累了大量的模型，比如商汤，依托于SenseCoreAI大装置，迄今累计生产超过4。9万个模型。新的场景需求出现时，完全可以直接调用之前已有的模型，通过快速自由组合来完成任务。
　　对此，商汤科技CEO徐立有一个更形象的比喻：“AI模型就像汉字，当积累的词汇达到3000个时，组词造句就会信手拈来。”当AI定制化应用累积到每一个模块都已经被制造过的时候，它就会成为行业的基础设施，变成一个标准化的套件。
　　AI正在朝着高标准化方向进展，标准化带来规模化，规模化才能降本增效，进而加速商业化，这是所有行业共通的逻辑。
　　过去十年，光伏、风电和动力电池分别完成了90、70、90以上降本，这才有今天漫山遍野都是旋转的风机，屋顶上排满了光伏板，大街上电动车川流不息。
　　AI的今天，酷似十年前的新能源。
　　随着商汤上海临港AIDC的投入使用，公司总算力规模突破2。50exaFLOPS，AI模型的产能快速释放。
　　2019年，商汤人均每年开发0。44个AI模型，而到2021年，这一数据提升至5。94个，降本增效实现了数量级的跨越。目前公司AI生产管线已全部集中到大装置生产模式上，预计后续模型生产效率还有很大提升空间。
　　商汤的独特平台化优势，带来低成本和高效率。当成本和效率问题得到解决，全面商业化势不可挡。
　　整体向上，个体分化。
　　技术积累阶段，大家都在埋头苦干，由于不出成果，因而成色难辨。今后进入技术变现期，有着厚重技术储备的企业也将逐步显山露水。
　　面对“K型”时代，真正要做的，是找到那些往上走的企业，保持定力，静待花开。
　　免责声明
　　本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。
　　END