工業互聯網推廣難的一大痛點是：產品或方案價值難量化。

成立于2016年的廣東蘑菇物聯科技有限公司（下稱“蘑菇物聯”），定位是通用工業設備產業鏈AIoT工業互聯網平臺公司，強調所提供的產品或方案能為工業設備產業鏈創造可測量的價值，例如在一家汽車工廠，蘑菇物聯云智控幫助空壓站（螺桿+離心空壓機）節能10.3%；在一家世界500強電子工廠，云智控幫助制冷站提效25%，節能17%。

蘑菇物聯的目標客戶是通用工業設備產業鏈三端企業，分別為設備制造商（F）、設備代理/服務商（S）、設備使用企業即制造工廠（U），并且針對不同客戶類型提供不同的產品和解決方案：

面向F端企業提供智能設備協同管理軟件“IEM”、面向S端企業提供智能設備運維管理軟件“IOM”、面向U端提供公輔能源車間數字化及智能控制系統“云智控”。另外結合行業發展趨勢，公司今年推出了“靈知AI”行業大模型產品。

以上是持續成長的蘑菇物聯，目前向外界呈現的簡單畫像。

但身處紛繁復雜的工業互聯網行業，這家公司還有很多可呈現的行業思考和經驗分享。

近日，物聯傳媒記者特別采訪了蘑菇物聯聯合創始人、工業AI首席科學家周子葉博士，他曾在騰訊從事AI算法相關工作，深刻感知過互聯網行業增量放緩而工業互聯網仍有非常大的發展空間。我們詳聊的話題也從企業，延伸到了行業等多方面。

“進入到產業端，我感覺有非常多的價值等待實現。”周子葉表示。

物聯傳媒：為什么蘑菇物聯聚焦通用工業設備及由這些設備構成的公輔能源車間？

周子葉：蘑菇物聯并不是從行業的視角去看待工業，而是“跳出行業看工業”，我們發現不管在哪個制造行業，任何一家工廠都可以分成直接生產車間和間接生產車間（公輔能源車間）兩部分，公輔能源車間與直接生產車間是能源供需關系，為其提供水、電、氣、冷、熱等綜合能源，屬于工廠的能源基礎設施。

公輔能源車間作為工廠的能源樞紐，自身消耗的能源極大，普遍占整廠能耗的40%-60%。在企業“降本增效”的經營要求和國家雙碳的政策推動下，公輔能源車間節能降碳勢在必行。

另外，公輔能源車間的設備自動化、標準化的程度較高，設備的工業機理類似（主要設備包括：空壓機、干燥機、水泵、冷卻塔、制冷主機、冷凍泵、冷卻泵、高溫蒸汽鍋爐等通用設備），工業普遍存在的碎片化、行業壁壘高的問題在公輔能源車間被顯著弱化，部署標準化軟硬件產品的可行性、可復制性更高，這也與蘑菇物聯做一家“標準化的產品公司”的定位契合。

蘑菇物聯聚焦通用工業設備及由這些設備構成的公輔能源車間，幫助工業企業實現“通用設備數智化”和“公輔能源車間數智化”，為工業企業提供三大可測量的價值：安全供能、無人值守、節能降碳。在部署“云智控”后，工廠平均節能率達到10%-35%。

物聯傳媒：確定這種比較標準化的理念后，公司在商業推廣上的成就如何？

周子葉：目前我們FSU三端的客戶加起來已超過5000家，覆蓋了超過60個制造行業，其中包括：美的集團、國藥集團、吉利汽車、廣汽本田、特變電工、歐姆龍、中順潔柔等一大批世界500強及中國500強企業。

物聯傳媒：覆蓋站房數量近幾年的增長情況是怎么樣的？

周子葉：這幾年我們都在穩步增長，今年上半年我們同比增長了75%。因為客戶數智化轉型的需求越來越強烈，節能降碳的需求越來越迫切。

物聯傳媒：今年新推出的“靈知AI”大模型產品，其推出的契機是什么？用途落在哪些方面？

周子葉：首先“靈知AI”的定位是垂直行業大模型，并非通用基礎大模型。在需要使用通用大模型的環節，例如文本理解、語義問答等，我們和微軟、百度、阿里、華為均有合作，并充分理解各家的大模型優勢，在不同情況下靈活調用；但在涉及工業制造知識的部分，蘑菇物聯則基于自身深厚的經驗在定義和研發產品。

推出“靈知AI”的契機，有大模型整個行業快速發展的原因，但更重要的是當人工智能技術和物聯網數據積累發展到當下階段時，我們可以更進一步，利用大模型產品滿足客戶新的需求，同時提高自身服務客戶的效率。

目前，“靈知AI”多被用在空壓站、中央空調系統等各類通用設備基礎運維管理的問題解答上，相當于開放知識庫，確保及時、準確地回復客戶問詢。并且從另一角度，這將解放公司運維人員承擔的問詢壓力。

物聯傳媒：現在“靈知AI”已經在客戶中落地使用了嗎？

周子葉：U端客戶已經在逐漸使用了，F端因為需求不太一樣還處在研發推進期，S端也是同樣情況。

物聯傳媒：剛提到“靈知AI”可以解答基礎的運維管理提問，它接下來的演進方向是什么樣的？

周子葉：我們現在規劃了三個階段。第一階段就是把知識封裝和問答運維的能力做好；第二階段要求有比較深入的數據分析能力；第三階段是能夠實現預測和控制。這期間將不斷積累數據和經驗，陸續產生創新性的功能。

物聯傳媒：您怎么看待當下工業互聯網平臺的產業狀況？

周子葉：粗略劃分的話，行業內有兩種模式：一種是雙跨的大平臺，另一種是垂直領域的解決方案商，蘑菇物聯屬于后者。雙跨平臺涉及的面更廣，垂直領域解決方案商更聚焦，沒有絕對的孰優孰劣。但如果考慮什么才是產業整體快速且健康的發展模式，可能是雙跨平臺作為底層操作系統，垂直領域供應商基于該系統生長出解決方案，雙方互聯互通，產業生態共融。

物聯傳媒：在行業玩家逐漸增多時，蘑菇物聯的特色或優勢體現在哪些部分？

周子葉：自成立以來，蘑菇物聯堅定聚焦通用工業設備和公輔能源車間的路線，讓我們積累了軟硬件研發能力（自主研發IoT智能硬件：蘑菇云盒、邊緣智能服務器；工業軟件：IEM、蘑菇IOM、智運維、云智控和aPaaS云平臺服務）、設備連接能力（建立了行業級工業協議庫，能連通20+類設備種類，超300個設備品牌，支持超1500種工業通訊協議）和AI算法能力（擁有公輔車間超60項AI算法模型，其中包括：需求變化AI預測模型、管道輸送損耗AI計算模型 、單機能效AI計算模型、需求特征AI識別模型、供需差異AI匹配模型等），得到了廣泛客戶的認可。

物聯傳媒：客戶關心投入產出比，蘑菇物聯在這方面的表現如何？

周子葉：這涉及商業模式。

目前市場上有兩種類型：一種是按節能收益分成，每年給客戶節省了多少能源開支，按節能收益的一定比例分成；另一種則是一次性買斷硬件和系統。

蘑菇物聯與客戶的合作，兩種形式都有，目前以買斷為主。但是在買斷之前有POC階段，能夠讓客戶在一定時間內感受到部署系統后能效水平的提升，在雙方確認效果和項目預期后才會進行驗收，一般項目的節能率能達到10%-35%。

物聯傳媒：買斷制的話，客戶將會計算回本時間吧？

周子葉：從實際節能效果來看，一般回本時間在2年以內。如果用節能成果來看，我們的方案能夠做到設備級節能5萬元/年，車間級節能25萬元/年，工廠級節能200萬元/年。實際的節能情況也和現場工況息息相關。

物聯傳媒：蘑菇物聯還有哪些方面的發展規劃？

周子葉：我們公司的產品線不算多，FSU三端有3個不同的產品，加上“靈知AI”作為FSU三端產品的支撐，體現了比較強的聚焦性。但從發展階段來看，比如U端的云智控產品，現有的突出價值為節能、人員效率優化，事實上這只挖掘了U端的部分數據價值，表現為能源數字化、運維數智化，未來我們還可以借助U端的數據打通FSU產業三端的協同，比如U端運行數據反饋給F端以優化設備設計，或者反饋給S端提供精細化服務。

物聯傳媒：這是非常好的設想，但現實是否存在阻礙因素？

周子葉：我覺得目前最大的阻礙就是缺乏數據共享的機制，我們的工業數據還沒有明確的立法。出于商業保護的原因，無論是設備制造商還是設備使用企業，在面對數據共享的倡議時必然存在擔心和隱憂，設備的使用者和生產者之間沒有形成共識。

所以一方面，需要產業中有角色來定義和拉通數據共享的內容，這可能是政府引導；但更關鍵的是，定義出來的機制需要確保參與數據共享的各方得到實實在在的好處或回報，市場情緒的調動才能讓產業鏈自主、有動力來做共享這件事。