從環保切入的敏捷化數字孿生平臺

調研 | 李喆 施堯 撰寫 | 施堯

2018年，202個大、中城市生活垃圾產生量超2億噸，國家在無害化處理城鎮生活垃圾的設施期間，投資總額累計超2500億元。龐大的費用支出和國家環保政策的倡導之下，催生了一批專注智慧環保生產的公司，埃睿迪便是其中之一。

今年，隨著政府政策的引導，垃圾分類在上海、深圳等一線城市率先展開。“你是什麼垃圾”也成為福斯口口相傳的段子風靡一時，垃圾分類也漸漸成為福斯生活的必需品。

從垃圾回收的流程來看，垃圾分類有4個常見的分類節點，分別是家庭，社群集中點，中轉站和焚埋中心。由於垃圾分類推廣力度不夠、分類知識普及不到位以及中轉站分類不充分等原因，焚埋中心的垃圾處理壓力非常大。

根據《2019年全國大、中城市固體廢物汙染環境防治年報》，2018年，202個大、中城市生活垃圾產生量高達21316萬噸，處置量超過20000萬噸，對應的國家在無害化處理城鎮生活垃圾的設施建設期間，投資總額累計超過了2500億元，如此龐大的費用支出，加上國家政策的倡導，催生了一批專注智慧環保領域企業進行相關的生產活動。埃睿迪便是其中之一。

埃睿迪創始人吳奇鋒是前微軟技術專家，福建省兩化融合專家，日本電通訊息集團中國區高階顧問，曾先後供職於四創軟體、南威軟體、微軟技術中心、微創軟體，從事新業務拓展、產品研發、解決方案銷售管理等工作。

2011年吳奇鋒加入容盟軟體擔任解決方案事業部負責人，成功幫助公司從傳統軟體分銷商向網際網路解決方案提供商轉型。多年的經驗積累，新技術的成熟以及政策風口的到來，吳奇鋒開始思考利用數字孿生相關技術做環保智慧，並於2018年將埃睿迪戰略重心轉移到環保智慧領域。

從“優化”場景切入，提高使用者付費意願

利用數字孿生技術做危廢處理總共有四個場景，分別是輸入、響應、優化和調控，輸入是指物理世界到虛擬世界的數字對映，通過大資料實現物理環境的實時響應，然後根據演算法模型生成優化建議，通過調控來控制實際的物理環境。

當下環保領域企業需求明確，使用者眾多，但由於市場尚處於早期，使用者成熟度不夠，付費的意願很低。為此，埃睿迪選擇從“優化”場景切入，這樣能與客戶有顯性互動，做完之後可以直接給出反饋完成交付，滿足客戶在避險、合規、降本以及增效方面的需求，提高付費意願。

場景的選擇需要與行業相結合。在這一點上，創始人吳奇鋒首先想到的就是熱平衡相關的業務。主要原因是比起風能、核能等領域，熱平衡的市場規模更大、進入門檻更低，具體來說就是從以焚燒為主業務節點的固廢、火電、化工等領域切入，相對而言風電、水電等則不屬於初期的客戶定位。

積累大量協議和模擬模型，構建業務護城河

iReadyInsights是埃睿迪構建的敏捷化數字孿生平臺，在裝置端，實現秒級資料採集和邊緣智慧。通過裝置資料、生產資料等多源資料，通過機理模型、機器學習等技術，構建輸入與輸出的響應關係。在平臺可實現敏捷化的裝置、產線等不同維度的數字孿生模型。並通過智慧模型利用平臺進行優化計算和模擬，為使用者進行裝置、生產工藝、品質等各個層面的優化調控。

關於iReadyInsights平臺本身，其核心有兩點，第一點是裝置協議的積累，終端平臺蒐集到資料之後，使用的傳輸協議各不相同，這就造成不同廠家之間的裝置無法互通資料，影響資料的集中儲存和後續使用。對此，埃睿迪通過和裝置生產廠家對接，梳理了近萬個傳輸協議，常用協議的覆蓋率達到了80%。

第二點是機理模型的積累，危廢處理過程中，物質和能量在不同生產裝置之間流動，需要通過機理模型進行調控，比如玻璃杯燒製出玻璃的簡單流程，就包含著相應的機理模型調節溫度，時間等具體因素。埃睿迪通過多年的案例實踐，積累了超過5000個物模板，超過500個機理模型，可用於環保，工業領域的眾多處理流程，也為埃睿迪優化產品豐富度，拓展行業客戶奠定了堅實基礎。

應用場景方面，主要難點在於初期的流程落地很複雜，比如輸入的時候需要做裝置的接入，響應時要面對各種軟體指令和資料端的變化，需要有加工和對映資料的能力，優化時要有機理模型，調控的時候主要是設計自動化處理的能力；總體而言，全場景落地對工程能力要求非常高。

因此，創始人吳奇鋒在訪談時表示，埃睿迪會優先專注於環保領域，先夯實基礎，守住最基本的幾個核心能力，比如危廢、固廢和汙水處理，再做一部分節能降耗的工藝流程優化。其他大量的工業場景，整個行業大概上萬種，埃睿迪不會直接做，而是選擇做好自己的事情之後陸續賦能其他合作伙伴。

客戶方面，埃睿迪已有上百家客戶的實施案例，其中有超過30家500強企業的客戶。主要集中在工業企業，環保企業，工業園區三大領域，工業領域主要有火力發電、化工廠和離散製造三類客群，標杆客戶有河南能源、中化集團，海爾，四方等，環保領域客群則主要有汙水處理廠、垃圾焚燒廠和政府部門，標杆客戶有威立雅、魯控集團、桑德集團等，工業園區陸續在江西，山西，山東，內蒙古等地落地。

除了iReadyInsights敏捷化數字孿生平臺之外，埃睿迪還在自研硬體產品，未來將會使用軟硬體一體化的方式打包售賣，這樣的模式一來可以提升軟體產品效能，優化客戶體驗，二來可以最大化產品的利潤，長遠角度來看，這是一個雙贏的策略。

深耕行業積累客戶案例，構建商業壁壘

案例的不斷拓展，一方面提升了業務人員的熟練度，另一方面積累了團隊在不同場景下的實施經驗。具體來說，積累了以下四個方面的優勢：

第一個是大資料技術，輸入端對於高併發的處理能力。在感測器採集資料的時候，感測器數量眾多，而且採集進來的資料量大、實時性高、資料型別多，這時候資料的完整性問題就凸顯出來。解決方案是使用資料湖架構，這是一個技術的基本功，埃睿迪在這方面有超過十年的積累。

第二個是知識圖譜技術，用於抽象知識關係，比如機理之間的相互關係，如果沒有知識圖譜便難以進行抽象。

第三個是行業的know-how，也就是行業知識的積累，目前埃睿迪集中做環保領域，不斷熟練的過程中不斷積累，形成良性迴圈。

第四個是數量龐大的裝置協議，除了做協議打通之外，埃睿迪同時在自研傳輸協議以及中間轉換的控制器。

產品、場景理解佔優，不斷拓展新行業客戶

產品/技術：目前的裝置廠商推出的協議有數萬種，在資料湖採集資料的時候，需要通過協議轉換做統一，埃睿迪已經覆蓋了其中80%左右。另外模擬建模和演算法模擬一開始需要到現場做大量的模型開發工作，埃睿迪現在已經積累了5000多個物模板，超過500個機理模型，不僅僅是對物理裝置的對映，同時還會直接與裝置MES系統等進行連線，可以直接控制裝置進行調整。

獲客：以直銷為主，有近半數來自客戶轉介紹，隨著產品的完善，開始在各省市地區設立控股的本地化公司。

客群：埃睿迪目前有近100家客戶，覆蓋領域從火電、汙水處理拓展到水電、化工、垃圾焚燒和政府部門，其中不乏威立雅、海爾、北汽、吉利、海航這樣的標杆客戶。

場景：埃睿迪積累了超過100個專案實踐案例，擁有豐富的環保大資料實施經驗，場景理解能力強，遠超阿里巴巴等網際網路巨頭。

抽象部件模版，演算法，物質流和能量流，敏捷構建生產線

吳奇鋒：我們第一步是做物理環境的對映，完成實體抽象後做很多校驗和機理的模擬，在模擬環境下除錯生產環境得出效能測試結果，在反饋到生產環境中。這裡面的重點不是對映關係，而是機理關係，就是通過測試反饋所帶來的可量化的價值。比如我們通過測試，可以得到效能提升的理論值，是百分之一或者百分之幾，這和成本以及生產效率息息相關。

吳奇鋒：在工業網際網路領域有一個行業共識，就是生產線是沒有辦法標準化的；但是生產線上的部件可以標準化，比如泵和傳送帶。在這個前提下，我們認為只要標準化的部件足夠多，部件庫足夠大，就可以像拼積木一樣，更快地組裝所需的生產線，進而提升效率。我們的系統已經擁有超過5000個部件，我們稱之為“物模板”，未來的目標是做到十萬個甚至上百萬個；現在我們組裝一個生產線花費一個月甚至一星期的時間，這放在以前，需要好幾個月。這是第一個特點。

第二個特點是我們的平臺可以建立裝置間的機理關係，使得資料在其中可以自由流動。具體來說，裝置間的機理關係主要是在生產程序中的工藝流程模型，影響著裝置與裝置之間的互相作用，比如在出倉與進倉之間，出現了一個震動，可能會導致連環反應，震動的影響從一個裝置擴散到整條生產線，最終影響生產工藝。如果有機理關係就可以更方便地進行生產線的監測和維護，優化生產工藝。

第三個特點是抽象了物質流和能量流，做過程控制。整條生產線運作時，從進入一個原材料到出來一個產品，中間會有水、氣體和熱能以及物質的流動，我們將這個轉移過程抽象出來，對應生產線的不同環節，就可以進行調控。

總的來說，數字孿生產品一共就抽象了三個東西，物模板，演算法，業務線；抽象出來進行有機組合，就可以做到敏捷構建生產線。產品足夠完善之後對整個生產線的工藝流程優化幫助很大，一個是時間成本非常低，一個是不用再重複造輪子，脫離了基礎的程式碼開發。

採集、分析和建議共同交付，為客戶節省過半能耗

吳奇鋒：除了採集和分析，我們有大量的決策模型，會給很多直接的決策建議，比如油泵開大一點，鼓風機開小一點等等；上次我們做了一個案例，在一個以熱量控制為核心的工藝過程中，通過計算效能指標以節省功耗和縮短停工時間。

我們將很多量化指標結合到一起計算並反饋，最後為客戶節省了百分之十五的能耗，停工時間縮短了一半。放在以前沒有使用我們系統的時候，客戶的停工都是臨時停工，耗時5-10天，現在客戶可以做計劃停工，提前將檢修事宜計劃好，最後停工耗時縮短到2天。

另外還有兩個案例，一個是使用系統之後節省了很多柴油，另一個是提升了環保達標率，進而降低了環保風險。

吳奇鋒：我們現在不會直接把所有資料都傳到雲端，雲端的主要用途是訓練模型，也就是訓練的過程放在遠端，邊緣端會用於實時計算和指令的執行，這樣效率會高很多。至於傳到雲端的資料，除了訓練需要的案例資料外，一般是已經處理好的特徵資料。

另外我們專門有冷資料庫，用來儲存實踐案例的全量資料，部分案例的資料我們暫時不清楚具體價值點，也許現在沒有用但是未來要用到，所以我們會將一年以上或者兩年以上的未使用資料扔到冷資料庫裡去。

吳奇鋒：是的。不僅要和MES系統打通，也需要和DCS等系統打通，打通後我們的指令才能下發到他們的裝置端去。

吳奇鋒：部署是比較快的。現在最快交付一個功能只需要一個月，也就意味著部署只需要15天。

吳奇鋒：很多是需要補量的。我們也計劃做一家硬體設計的公司，這是明年的重點。做硬體的原因第一個是可以建立整個系統級別的能力，第二個是硬體的生意往往需要墊資，不然規模上不來。

從集中處置走向分散處置，未來業務延伸到硬體產品

吳奇峰：我們將工業智慧或者叫環保智慧拆分成兩部分，第一部分我們叫集中處置，包括環保廠、危廢廠等，第二部分我們叫分散處置，包括化工、煤炭和焦化等；分散處置市場佔比高，集中處置市場佔比低。

由於集中處置容易切入，並且利於做成標杆客戶，所以我們目前主要是從集中往分散走；另外一個策略是從零售往批發走，以前是以工廠為單位一個個去做，現在是以工業園區為單位去做。

吳奇峰：我們不生產感測器，只是做設計，然後生產都靠外包；另外對接感測器的邊緣裝置我們會自己做。

吳奇鋒：全面鋪開。我們在各地成立控股公司，尋求業務發展。現在已經在籌備江西，山西，山東等地成立了公司，業務快開始了。

吳奇鋒：我建議大家都先去做優化，因為優化環節可以直接和客戶產生顯性的互動；而且提出建議，有了效果後，其他環節的業務就能很快切入。

吳奇鋒：為客戶省錢，然後做環保的達標、避險以及合規。

吳奇鋒：我們目前還不參與這部分，客戶的付費方式是按效果付費。這也是國內工業網際網路的一個問題所在，大家都按照效果付費，還沒辦法為客戶直接做到顯性的量化的產出。

客戶留存率高，競爭對手多來自國外

吳奇鋒：目前我們見到還不多，比較熟悉的有阿里在做。招投標的時候會碰到大多是傳統軟體開發商。

吳奇鋒：對的，現在的客戶基本都是集中式的，基礎服務包裡實施成本和產品的花費差不多是對半分。之後做分散式的客戶過程中，我們會切入到客戶的資產運營部分，尤其是環保資產的運營。我們的目標是做成工業智慧環保領域的萬豪和喜來登，不持有自有資產，而是幫助客戶高效運營。

吳奇鋒：我們認為客單價100萬以上的客戶是頭部客戶，相當於工廠一年營收在數億；這種型別的客戶是很多的，也就是規模以上的企業，這個從國家經濟統計局的資料就能看出來。所以未來做到10個億的營收問題不大。

吳奇鋒：我們現在在做渠道，合作方式偏向於合資公司，同時需要是我們控股的。一般來說，地方和我們合資，比如一個省，渠道商需要承諾業績。