經歷過一波瘋狂生長之后，AI顯然已經進入后半場，即：技術變現階段。
相較前期燒錢搞研發(fā)，技術變現似乎更為困難。
高新技術的特點使得AI產品在成本上難以形成普惠，加上整個行業(yè)自帶"投資回報周期長"的標簽，所有生存下來的AI公司，都面臨一個問題：如何扭虧為盈？
賺錢無非開源節(jié)流：拓展收入和縮減成本。
縮減成本向來是最為直接有效的方式，但AI行業(yè)"研發(fā)投入高"的特性，使得AI公司基本不可能從成本端下手。
于是乎只有開源，也就是拓展新賽道，將技術和產品應用到新的場景，來實現增收。
電網就是這樣一個需要AI賦能的賽道。
在供給側，電力公司需要優(yōu)化設備、提高效率，實現降本增效；在需求側，消費者要實現用電管理的智能化，也少不了AI應用，而連接供給與需求的電網設施，同樣需要AI技術來進行改造、維護。
比起安防、金融、醫(yī)療這些熱門賽道，電網對于AI的需求有過之而無不及。
根據中電聯(lián)的測算，2021年我國智能電網投資金額可達969億元。但這樣一個千億級別的賽道，智能電網的建設卻主要依靠傳統(tǒng)的電網設備公司，AI公司切入智能電網的寥寥無幾，觸景無限就是其中之一。
電網建設痛點多，AI賦能場景豐富
"電力行業(yè)業(yè)務比較復雜，從發(fā)電側到輸電再到配電調度，環(huán)節(jié)多、過程長"，觸景無限CEO肖洪波說道。
在他看來，多環(huán)節(jié)意味著多場景，多場景意味著需要更多的傳感器，來實現對場景的感知覆蓋。
傳統(tǒng)電網采取的是發(fā)電廠到用戶的單向輸電模式，這個過程要歷經"發(fā)電、變電、配電、用電"等環(huán)節(jié)，各環(huán)節(jié)的關聯(lián)性較弱。
以輸電為例，發(fā)電廠在生產電力之后，需要依靠高壓電線來進行電力輸送。
眾所周知，高壓電線里程長、分布廣，且主要通過人煙稀少的區(qū)域，在極端天氣或者特殊場景下，高壓電線出現事故之后，電網公司很難第一時間定位事故所在區(qū)域，也無法分析原因，及時搶修。
但智能電網就可以通過配置傳感器來實現對線路的感知與檢測，這些傳感器分布在電塔上，將一條完整的線路切割成多條線段。當其中一條線段出現問題，那么傳感器就能將異常數據傳送至云端系統(tǒng)，電網工作人員就可以進行分析與搶修，及時恢復供電。
并且，電塔上的視覺傳感器還可以分析線路上是否有異物，周邊環(huán)境中是否有山火、施工車輛、吊車觸碰高壓線等；保障電塔的正常運行。
在供給端（也就是發(fā)電廠），也需要AI賦能，比如用攝像頭來監(jiān)測工廠運行、用機器人做一些高危工作、用AI系統(tǒng)來計算數據等。
在消費端，電網公司可利用AI實現對消費數據的分析，優(yōu)化服務，消費者也需要更為智能的系統(tǒng)和應用，豐富體驗。
可以說，智能電網建設的整個環(huán)節(jié)，從供給側到消費端，場景非常豐富，不同的場景，對于AI技術的需求又各有不同。
除此之外，肖洪波表示，未來隨著能源開發(fā)方式的變革，分布式能源在未來也會產生更多對感知和其他AI技術的需求。
聚焦自身價值，合作才能雙贏
"首先要找到我們在這個行業(yè)里所能產生的價值。"
即便智能電網建設需要AI賦能，但在肖洪波看來，這并不意味著AI公司會與傳統(tǒng)的電力設備供應商之間展開競爭。
他認為，AI公司可以從自身的優(yōu)勢出發(fā)，與傳統(tǒng)的電力設備供應商合作。
據了解，目前做智能電網的公司以傳統(tǒng)的設備供應商居多，比如國電南瑞、平高電氣、特變電工等"國家隊"，他們在資金、渠道等方面優(yōu)勢明顯。
AI公司如果想要切入智能電網賽道，最好的方式是針對某些難點做"定點突破"，為行業(yè)設備商提供技術解決方案。
"他們其實做的是智能電網的整體運營系統(tǒng)，我們做一個非常有意義的補充。"肖洪波表示。
以觸景無限為例，其主要專注于嵌入式計算機視覺與感知技術，核心競爭力在于智能感知，為傳統(tǒng)電力設備公司提供電力專用傳感器、智能分析產品，建立相應的數據庫，協(xié)助推進智能電網的落地。
AI不是萬能，電網建設仍有難點
雖然現在有不少的傳統(tǒng)電力設備公司在做智能電網，同時也有像觸景無限這種AI公司賦能，但智能電網建設仍有諸多難點亟需突破。
首先是硬件的性能與質量需要提升，如果硬件出現問題，那么運維難度亦會增加，且成本不可控。
"它對于邊緣的一些傳感器和芯片要求很高"，肖洪波表示，以野外場景為例，電塔上的傳感器首先要解決供電、能耗的問題。
比如輸電線路上的產品，都是要求在野外能夠工作8年左右的時間；其次要解決在極端天氣下持續(xù)工作的問題，最后還要解決數據傳輸的問題。
其次在數據方面，目前的電網尚未構建起全面的數據感知體系，數據傳輸不及時，也難以實現數據共享。
肖洪波認為，正如人工智能最終都要基于數據，智能電網建設也需要數據，包括運維時產生的數據，供給側和需求端的數據等，通過數據分析原因、總結經驗，從而提高管理水平。
最后是配電、變電等環(huán)節(jié)中的設備和技術智能化程度較低，仍然有待提高。
政策紅利影響不大，核心是趨勢與價值
近幾年，隨著"碳中和"、"碳達峰"等目標的提出，政府出臺了一些列促進節(jié)能減排的政策，電力行業(yè)也包括在內。
生態(tài)環(huán)境部《關于統(tǒng)籌和加強應對氣候變化與生態(tài)環(huán)境保護相關工作的指導意見》就明確提出："推動......石化、電力、煤炭等重點行業(yè)提出明確的達峰目標并制定達峰行動方案。"
并且，各地也針對性地出臺了一些優(yōu)惠政策，以促進綠色能源的開發(fā)與使用。
肖洪波認為，這些政策紅利其實很難直接給到AI公司，而是更多地影響新能源。
"'碳中和'可能會引發(fā)深層次的能源革命，推動新能源，比如太陽能、風能的發(fā)展，進而影響整個工業(yè)，當然也包括AI公司"。
他表示，風能、太陽能等分布式能源會對傳統(tǒng)的輸電模式、售電模式帶來巨大影響，這里面存在很多的市場機會，智能技術在能源領域有非常好的應用場景。
從趨勢上看，能源行業(yè)與人工智能的結合是一個長期的過程，對AI技術的需求也會增加。
這也是觸景無限選擇切入智能電網賽道的原因——結合行業(yè)趨勢和自身價值來尋找突破口。
同時，這意味著觸景無限并不會局限于智能電網，還會拓展石油、交通等賽道。
"飯得一口一口吃，智能電網只是階段性重點，就像安防一樣。"
在肖洪波看來，哪個行業(yè)對于視頻感知有強烈需求，哪條賽道就是觸景無限的拓展范疇。但現階段的重點是智能電網，不會選擇多線作戰(zhàn)。
原標題：智能電網建設痛點多，AI賦能場景豐富
掃描關注微信
寧德時代吳凱...
天合光能陳奕...
劉巖: 追光行...
黃震院士：大...