专访蘑菇物联沈国辉：做工业AI时代的推动者

在中国制造迈向高质量发展的进程中，数智化转型会成为破局之道。在这其中，蘑菇物联除了是一个本分的答题者，还是一个善于发现问题的贡献者。

从广州造纸厂到广州造船厂，从第一橡胶厂到电池厂，再到成功试制全国第一台离心机的广州重型机械厂，这些“开拓者”们撑起了广州工业的半边天。而他们却永远定格在了上世纪50年代的广州工业大道。

背靠白鹅潭，一条百年工业大道见证了广州的工业辉煌，也支撑起中国制造之命脉。

今天，中国制造已连续13年位居世界第一，我国也正处于从制造大国向制造强国迈进的重要关口期。在这过程中，数智化转型将成为关键破局点。在此背景下，广东省作为有着辉煌工业史的大省，率先成立“数字化节能降碳产业联盟”，除了提升各行业数字化节能意识，行业数据和标准也等待着被规范。

有一家企业，作为联盟的发起单位，就承担起了“数字化节能降碳”的重要任务。在制药厂、食品厂、家电厂、汽配厂、设备制造等等，都能看到它的身影。在国家实现“双碳”目标的背后，这家企业通过数字化技术帮助了大大小小的工厂完成节能减排的目标。

2016年，「蘑菇物联」的成立为众多企业的节能降碳事业带来了希望。2017年，随着国家陆续出台相关政策，“工业互联网”、“工业4.0”走进大众视野，踩中东风的蘑菇物联乘风而起。时至今日，这家企业沉淀了1500多家付费的工业企业客户，帮助客户实现节能10%～30%。

在中国制造迈向高质量发展的进程中，数智化转型会成为破局之道。这其中，蘑菇物联将不仅在扮演着一个推动者的角色，更扮演着一个“贡献者”的角色。打磨好底层技术，才能筑起万丈高楼。

一

看不见的工业AI技术

从前，工业节能的主要方式之一是设备节能，现在工业节能走向深水区，需要从工厂能源供需的角度着手，实现能源供需匹配，避免浪费。在蘑菇物联看来，能源供需匹配的“抓手”是工业AI技术。

所谓的供和需分别指，供给侧的数据（供能设备及车间的数据）和需求端的数据（用能车间的数据）。比如要避免压缩空气的浪费，那么需要掌握空压机站房供气的数据情况，以及生产车间用气的数据情况，通过工业AI技术实时计算供需两条曲线的走向，让供给和需求曲线拟合在一起，从而实现供需平衡，实现节能。

另一方面，就是预测性维护，这也是通用设备经常面临的一大痛点。

对工业设备来说，使用不当和操作失误是常有的事，但结果却导致上百万的机械设备失灵，造成巨大的设备成本损失和生产损失。对此，如果能够收集设备的使用数据，从而实时监控和预警，通过AI技术做智能预测，也能达到预测性维护的效果。做到在“森林未起火”时，就防患于未然。

工程师在手机上查看设备运行情况

蘑菇物联基于工业AI的“无线智能预测”和“无线智能控制”技术，主要表现在三个产品线中，分别是IEM、IOM和云智控。

在云智控场景下，工业AI的作用是以需定供，避免冗余、无效的供给。具体来说，云智控系统是针对空压站、制冷站和循环水站等公辅能源车间进行智能控制，通过收集公辅能源车间和生产车间的能源供给和需求数据，让供给侧随着需求侧的变化而变化。同时，工业AI结合先验知识与设备机理，从而预判哪台设备可能存在异常，做故障预测。

万丈高楼平地起，一砖一瓦皆根基。蘑菇物联从2016年走到今天，产品也一步步覆盖整条通用工业设备产业链，在帮助上千家企业实现数字化转型和数字化节能的背后，这些肉眼看不见的底层技术才是蘑菇物联获得今天成绩的关键。

二

如何解决“产品和交付标准化”难题？

在通用工业设备领域，沈国辉选择覆盖全产业链，从设备的源头——设备制造企业（F），到设备代理/服务企业（S），最后到设备使用企业（制造工厂、U）。要想服务好F、S、U这三端，就意味着蘑菇物联不仅要做软件，也要做硬件。

首先，在F端，它需要将设备变成一台智能化设备，也就是从哑巴设备变成“会说话”的智能化设备，并且这个智能化设备要参与整个设备产业链的协同，即FSU三端的协同。

某汽车制造工厂的工程师在操作云智控硬件产品

S端的需求则是运维数字化，因为它主要为U端提供设备运维服务，比如远程监测设备、远程点检和巡检，做预测性维护、故障报警和预警，然后做工单自动生成和工单闭环，这一套叫运维数字化，是S的诉求。

最后，U端是使用设备的，用多台多类设备构成一个空压站、制冷站或循环水系统。所以U端的诉求是整个公辅能源车间的智能控制，需要能源车间实现安全供能、无人值守、节能降碳，这是公辅能源车间的数字化诉求。

简单来说， F端需要设备智能化， S端需要运维数字化， U端需要公辅能源车间安全供能、无人值守、节能降碳。那么，要实现这些数字化转型，天然就需要软件和硬件配合起来，硬件设备收集数据，在软件上进行监测和控制。这样才能够形成闭环，为三端提供服务。

这样，“软硬兼施”就成为了这家工业物联网企业的一大特点。软硬兼施的好处就是，保证良好的工业用户体验，简单来说就是客户感受到的可靠性和易用性。

然而，对于一家既做软件又做硬件的企业，如何处理开放性和兼容性也是值得思考的问题。

对此，蘑菇物联也早有思考。“这个是否开放的心态直接决定了你的生死，都不是决定能不能做好，而是生与死的问题。” 沈国辉直言道。

倘若一家企业的软件只能和自家的硬件搭配，那么它的路只能越走越窄。除了开放性，兼容性也是客户在选择购买时非常重要的考量。

“从研发工程学或软件工程学的角度来讲，这个很难解决。坐在一个办公室里的人做出来的软件与硬件天然灵活性、匹配度更好。但在蘑菇物联的软硬件与第三方的关联上，只要数据能够稳定传上来，控制指令能够稳定传下去，这个兼容性就是过关的。”沈国辉告诉产业家。

关关难过关关过，这七年来，在沈国辉眼里，有做工业互联网的难，也有做SaaS软件的苦。

“为什么美国的SaaS就搞得风生水起，中国的SaaS就那么痛苦？我们作为SaaS行业从业者真的很痛苦。” 他吐出了一句这样的心声。

在中美SaaS差异这件事上，各家众说纷纭，有人认为是中国软件做得不好，或者客户付费意愿差，也有人认为是中国企业财务制度的问题。

对此，沈国辉的看法是，首先，中国在移动互联网的蓬勃发展下，已经沉淀了一大批优秀的产品经理和软件工程师。今天中国的应用软件已经做的足够好了，并不缺乏人才。问题的关键在于，中国的软件从业者与软件购买者是否达成了共识。

所谓的共识就是，通过互联网获得软件比本地化使用软件要好。只要有这个共识，中国的软件行业不仅起得来，而且中国的软件一定能够为中国的公司带来生产率的提高和成本的降低。

尤其在大模型时代，每家公司都自研大模型，不仅效率低，还浪费资源，结果也不一定能做好。所以，双方能够达成共识是最重要的。

蘑菇物联踩中的赛道是工业互联网，帮助整条通用工业设备产业链数字化转型。这意味着除了要提供软硬件，还要在云端提供服务，通过SaaS的方式服务客户。

这注定了它会面临硬件标准化、软件标准化和交付标准化的问题。这其中，硬件的通用性天然比较强，硬件也不可能做太多的型号，所以只要做出满足FSU三端客户需求的硬件即可。而软件标准化和交付标准化是更难的问题。

首先，软件的标准化要从MVP开始，先做MVP，伴随着客户使用的不断迭代，逐渐做出标准化的产品。但软件标准化的难点并不在于软件本身，而是客户管理的差异化。

在一个软件里，客户管理差异化、组织架构差异化、客户既有表单、审批权限和流程的差异化，这些都统称为客户管理模式的差异化。

因此，如何用一个软件满足1万个有着不同管理模式的客户，意味着软件要有一定的可配置性，将客户的差异化诉求变成可配置的软件，而不是为每个客户写个性化代码。

对此，蘑菇物联的解法是，推出自己的aPaaS平台，允许客户用低代码的方式在aPaaS平台上做定制化需求。

客户可以通过拖拉拽的方式做出符合自身需求的软件功能。蘑菇物联的aPaaS平台有着很强的通用性，一家钢铁行业的客户能够使用其aPaaS平台做出一套钢铁生产线。而据官网了解，蘑菇物联的客户集中在食品、制药、新能源、电子、汽车和设备制造等领域。

值得一提的是，这个aPaaS平台是被客户“教育”出来的。在成立的第三年，2018年，蘑菇物联开始做aPaaS平台，“当时是做到F端时，被客户教育痛了”，沈国辉坦言道。因为F端有太多的定制化需求，这种痛苦感推着蘑菇物联走上了aPaaS的研发之路，这一做就是五年。

最后一个标准化问题是交付标准化，这也是让SaaS企业一个非常头疼的难题。

对于蘑菇物联来说，交付标准化的难点有三个方面。第一个方面是客户的不同。不同的客户，现场、设备和车间布局都不一样。第二是人的不同，在交付时遇到的工程师水平不同。第三个方面是，不同的客户配合上了不同的人，他们在沟通中就会产生出一些个性化的东西，比如客户会临时提出新的需求，而且这个需求在合同之外。

针对这种情况，SaaS厂商是拒绝还是接受？这就体现出了交付水平，因为它没有标准答案，SaaS厂商不能满足所有需求，也不能拒绝所有需求。而这些只能在与客户打交道的过程中不断积累、沉淀。蘑菇物联为此自研了一套交付软件，提高团队的标准化交付能力。

从软硬件产品标准化到交付标准化，蘑菇物联在这七年间交出的答卷是，1500多家付费客户，实现节能10%-30%。作为SaaS企业，只能一步一个脚印地解决标准化问题。

三

工业4.0时代，如何做好“推动者”

作为创业者的沈国辉，认真是刻在他骨子里的。从团队到客户，每个人、每件事都亲力亲为。到目前为止，团队的每个人他都一一面试。对客户就更是这样了，“多跟客户泡在一起，才能真正发现客户的痛点”，他直言。

除了团队与客户，他的认真还表现在蘑菇物联的战略方向上。从一开始，他就想好了，要做一家产品化的公司，而不是一家“外包”公司。

“作为一家初创公司，做To B是极难的。要么选择做KA客户的劳务服务公司，帮他写代码，这样的话，最初签单会非常容易，但未来想要做大就很难了。”

这其中，夹杂着他对蘑菇物联的期冀。

“从产品到工具”，是蘑菇物联的战略选择。对此，他有着很清晰的思路。“想要从产品到工具，首先得从第一天开始，你就需要是一个产品公司。那么，我们就要选好客户群体，也就是选好能接受产品的群体，而不是一上来就需要我们做定制化开发的客户群体。”

思路清晰了，下一步就是稳扎稳打地做产品、碰客户。在实践中找到破局之道，从经验中总结成功方法论。

在工业4.0时代，蘑菇物联不仅是一个数智制造的推动者，更是基础理论研究的贡献者。从数据智能到aPaaS平台，从软硬件产品标准化到交付标准化，蘑菇物联交出了一张张让客户满意的答卷。

在数智化转型的这场大考中，这家企业除了是一个本分的答题者，还是一个善于发现问题的贡献者。正如沈国辉当年在格兰仕一样，他除了是一个本分的打工人，也是帮助企业完成信息化转型的推动者。

在与沈国辉交谈的过程中，能察觉到他对工业AI的深刻思考。

第一个思考是关于工业数据立法问题。

目前，我们的工业数据还没有明确的立法。设备的使用者和生产者之间没有形成共识。具体来讲，设备的使用者认为设备的数据归使用者所有，因为他们拥有使用权，毕竟交电费的是U端使用者；但设备的生产者却认为设备由他们生产，数据也应该由他们保管。由于还没有明确的立法，现在使用者和生产者都没有把数据共享出来，最后的结果就是，数据没有被更好地利用。

但随着设备数据的所有权、使用权，以及工业数据交易规则的确定，这些问题都可以解决。一旦数据可以按照规则共享，就能极大地提高产业链的协作效率，降低产业链的交易成本，这不仅有利于中国制造，世界制造都将受益。

第二个思考是关于行业标准规范问题。

当前，关于数字化节能，国家还没有确立标准。这就导致在与客户验收的过程会出现大大小小的问题。而行业标准的规范问题就成为了数字化转型的一个不可忽视的阻碍。

沈国辉认为，“当国家把数字化节能的标准拿出来的时候，也是蓝海变为红海的时候。”

写在最后：

如何理解「蘑菇物联」这家成立七年的工业互联网企业？

在这一命题下，最首要的是理解工业互联网赛道对于当前国家的意义。

近年来，国家不断完善工业绿色发展规划。在多省《工业互联网发展规划》中多次提及数字转型的重要性。

目前，我国目前正处于智能化与绿色化融合的阶段。在此阶段，数字化节能将成为工业绿色发展和制造业数智转型的破局点。

在工业节能降碳的风口下，诞生出了「蘑菇物联」这家企业。

然而，在设备节能、工艺节能之后，工业面临新的节能降碳任务，其难度不言而喻。蘑菇物联在此赛道上深耕七年，打磨出由aPaaS平台与工业AI技术组成的护城河。

另外，作为一家有SaaS属性的工业互联网企业，“标准化”问题也是一场长久战。在蘑菇物联看来，除了提供aPaaS平台，更重要的是选择好一条赛道，长期深耕下去，积累深厚的行业Know-How来应对客户的个性化需求。