智能电网，安防之后的又一个AI最佳落脚点？

　　饭得一口一口吃，智能电网只是阶段性重点，就像安防一样。
　　作者高秀松
　　编辑张栋
　　经历过一波疯狂生长之后，AI显然已经进入后半场，即：技术变现阶段。
　　相较前期烧钱搞研发，技术变现似乎更为困难。
　　高新技术的特点使得AI产品在成本上难以形成普惠，加上整个行业自带投资回报周期长的标签，所有生存下来的AI公司，都面临一个问题：如何扭亏为盈？
　　赚钱无非开源节流：拓展收入和缩减成本。
　　缩减成本向来是最为直接有效的方式，但AI行业研发投入高的特性，使得AI公司基本不可能从成本端下手。
　　于是乎只有开源，也就是拓展新赛道，将技术和产品应用到新的场景，来实现增收。
　　电网就是这样一个需要AI赋能的赛道。
　　在供给侧，电力公司需要优化设备、提高效率，实现降本增效；在需求侧，消费者要实现用电管理的智能化，也少不了AI应用，而连接供给与需求的电网设施，同样需要AI技术来进行改造、维护。
　　比起安防、金融、医疗这些热门赛道，电网对于AI的需求有过之而无不及。
　　根据中电联的测算，2021年我国智能电网投资金额可达969亿元。但这样一个千亿级别的赛道，智能电网的建设却主要依靠传统的电网设备公司，AI公司切入智能电网的寥寥无几，触景无限就是其中之一。
　　电网建设痛点多，AI赋能场景丰富
　　电力行业业务比较复杂，从发电侧到输电再到配电调度，环节多、过程长，触景无限CEO肖洪波说道。
　　在他看来，多环节意味着多场景，多场景意味着需要更多的传感器，来实现对场景的感知覆盖。
　　传统电网采取的是发电厂到用户的单向输电模式，这个过程要历经发电、变电、配电、用电等环节，各环节的关联性较弱。
　　以输电为例，发电厂在生产电力之后，需要依靠高压电线来进行电力输送。
　　众所周知，高压电线里程长、分布广，且主要通过人烟稀少的区域，在极端天气或者特殊场景下，高压电线出现事故之后，电网公司很难第一时间定位事故所在区域，也无法分析原因，及时抢修。
　　但智能电网就可以通过配置传感器来实现对线路的感知与检测，这些传感器分布在电塔上，将一条完整的线路切割成多条线段。当其中一条线段出现问题，那么传感器就能将异常数据传送至云端系统，电网工作人员就可以进行分析与抢修，及时恢复供电。
　　并且，电塔上的视觉传感器还可以分析线路上是否有异物，周边环境中是否有山火、施工车辆、吊车触碰高压线等；保障电塔的正常运行。
　　在供给端（也就是发电厂），也需要AI赋能，比如用摄像头来监测工厂运行、用机器人做一些高危工作、用AI系统来计算数据等。
　　在消费端，电网公司可利用AI实现对消费数据的分析，优化服务，消费者也需要更为智能的系统和应用，丰富体验。
　　可以说，智能电网建设的整个环节，从供给侧到消费端，场景非常丰富，不同的场景，对于AI技术的需求又各有不同。
　　除此之外，肖洪波表示，未来随着能源开发方式的变革，分布式能源在未来也会产生更多对感知和其他AI技术的需求。
　　聚焦自身价值，合作才能双赢
　　首先要找到我们在这个行业里所能产生的价值。
　　即便智能电网建设需要AI赋能，但在肖洪波看来，这并不意味着AI公司会与传统的电力设备供应商之间展开竞争。
　　他认为，AI公司可以从自身的优势出发，与传统的电力设备供应商合作。
　　据了解，目前做智能电网的公司以传统的设备供应商居多，比如国电南瑞、平高电气、特变电工等国家队，他们在资金、渠道等方面优势明显。
　　AI公司如果想要切入智能电网赛道，最好的方式是针对某些难点做定点突破，为行业设备商提供技术解决方案。
　　智能巡检推进变电站无人值守
　　他们其实做的是智能电网的整体运营系统，我们做一个非常有意义的补充。肖洪波表示。
　　以触景无限为例，其主要专注于嵌入式计算机视觉与感知技术，核心竞争力在于智能感知，为传统电力设备公司提供电力专用传感器、智能分析产品，建立相应的数据库，协助推进智能电网的落地。
　　AI不是万能，电网建设仍有难点
　　虽然现在有不少的传统电力设备公司在做智能电网，同时也有像触景无限这种AI公司赋能，但智能电网建设仍有诸多难点亟需突破。
　　首先是硬件的性能与质量需要提升，如果硬件出现问题，那么运维难度亦会增加，且成本不可控。
　　它对于边缘的一些传感器和芯片要求很高，肖洪波表示，以野外场景为例，电塔上的传感器首先要解决供电、能耗的问题。
　　比如输电线路上的产品，都是要求在野外能够工作8年左右的时间；其次要解决在极端天气下持续工作的问题，最后还要解决数据传输的问题。
　　其次在数据方面，目前的电网尚未构建起全面的数据感知体系，数据传输不及时，也难以实现数据共享。
　　肖洪波认为，正如人工智能最终都要基于数据，智能电网建设也需要数据，包括运维时产生的数据，供给侧和需求端的数据等，通过数据分析原因、总结经验，从而提高管理水平。
　　最后是配电、变电等环节中的设备和技术智能化程度较低，仍然有待提高。
　　政策红利影响不大，核心是趋势与价值
　　近几年，随着碳中和、碳达峰等目标的提出，政府出台了一些列促进节能减排的政策，电力行业也包括在内。
　　生态环境部《关于统筹和加强应对气候变化与生态环境保护相关工作的指导意见》就明确提出：推动。。。。。。石化、电力、煤炭等重点行业提出明确的达峰目标并制定达峰行动方案。
　　并且，各地也针对性地出台了一些优惠政策，以促进绿色能源的开发与使用。
　　肖洪波认为，这些政策红利其实很难直接给到AI公司，而是更多地影响新能源。
　　碳中和可能会引发深层次的能源革命，推动新能源，比如太阳能、风能的发展，进而影响整个工业，当然也包括AI公司。
　　他表示，风能、太阳能等分布式能源会对传统的输电模式、售电模式带来巨大影响，这里面存在很多的市场机会，智能技术在能源领域有非常好的应用场景。
　　从趋势上看，能源行业与人工智能的结合是一个长期的过程，对AI技术的需求也会增加。
　　这也是触景无限选择切入智能电网赛道的原因结合行业趋势和自身价值来寻找突破口。
　　同时，这意味着触景无限并不会局限于智能电网，还会拓展石油、交通等赛道。
　　饭得一口一口吃，智能电网只是阶段性重点，就像安防一样。
　　在肖洪波看来，哪个行业对于视频感知有强烈需求，哪条赛道就是触景无限的拓展范畴。但现阶段的重点是智能电网，不会选择多线作战。