中國AI節能NO.1，用10年為工廠省電超36億度電！

文/海峰看科技

“未來不會用AI的工廠，將被會用AI的工廠快速超越。”蘑菇物聯創始人&CEO沈國輝，用十年創業經歷時間踩過坑、趟過路后，得出的最樸素也最殘酷的行業真相。

專訪沈總后筆者深感：蘑菇物聯這家國內工業AI節能標桿、國家級專精特新小巨人企業，正以AI大模型+AI Agent為核、軟硬協同的全棧硬核技術，全面改寫中國制造業能源管理的游戲規則。

這家十年前僅靠200萬啟動資金起步的創業公司，是如何在工業互聯網的大浪淘沙中站穩腳跟？又是如何破解工業AI有“數據無智能、有模型難落地”的行業頑疾，成為第一個把工業AI Agent做到即拿即用的？

十年創業：從設備聯網到AI代理人的產業跨越

十年前，當沈國輝帶著200萬啟動資金創立蘑菇物聯時，工業互聯網還只是一個停留在紙面上的概念。彼時，他剛在家電巨頭分管完智能家居業務，完整見證了智能家居從單機物聯網到全屋智能的蛻變。

一個樸素卻直擊本質的問題在他心中萌生：幾百塊錢的家電都能聯網產生價值，為什么幾十萬、幾百萬的工業設備不能？這個問題，成為了蘑菇物聯十年征程的起點。

“當時工業領域通用設備的聯網率只有27%，而我們聚焦的公輔能源領域，聯網率更是低到驚人的2%。”沈國輝在專訪中告訴我，工業聯網的門檻太高，通訊協議不統一、工廠環境復雜、設備改造風險大，任何一個環節出問題，都可能導致全廠停產。

正是看到這個巨大的市場空白和痛點，蘑菇物聯選擇了扎根公輔能源領域，從最基礎的設備聯網做起。很多人曾質疑輔助能源這個賽道太小，但沈國輝卻認為公輔能源雖名為輔助，卻是工廠的能源心臟，空壓、制冷等設備的能耗占比達到整廠的50%，是真正的剛需市場。

回顧這十年，蘑菇物聯的技術演進清晰地劃分為兩個階段，核心是完成從邏輯驅動控制到數據驅動控制的跨越，具體來說：

第一階段是只監不控：從2016年到2020年，公司專注于解決工業設備連不上、采不到的問題。自研IoT硬件蘑菇云盒攻克復雜設備連接難題，建成了覆蓋26萬臺工業設備的數字基座。這一階段，蘑菇物聯完成數據采集、展示和初步分析，為后續智能化奠定基礎。

第二階段是既監又控：從2020年至今，蘑菇物聯實現了采集-分析-決策-控制的全數據閉環。在AI技術應用上，又經歷了從傳統機器學習、強化學習到大小模型融合的升級。

傳統機器學習像一個精密的數學引擎，擅長在定義好的目標函數里求最優解——負荷預測、控制指令、能效尋優，都是它的主場。大語言模型則像一個知識接口，把已經數字化的行業標準、設備手冊、故障案例庫變成了可交互的問答系統。

蘑菇物聯聯合創始人&首席工業AI技術官周子葉博士表示，二者協同后，小模型負責閉環里"算得準、控得穩"的硬任務；大模型負責"問得到、看得懂"的軟交互，構成一個"計算層+認知層"的工業智能體系。

十年時間，蘑菇物聯從一家物聯網公司，蛻變為擁有自研垂直大模型的AI節能科技公司，服務超6000家標桿企業，提煉出百億級Token的工業能源專屬知識庫，其靈知AI大模型更是首批通過國家網信辦生成式人工智能服務備案，成為工業大模型國家隊的十六名成員之一。

直擊行業痛點：靈知AI Agent讓工業AI即拿即用

長期以來，工業AI落地面臨著有數據無智能，有模型難落地的困境。很多工廠投入巨資建設數字化系統，卻發現這些系統只是好看不中用，最終變成裝點門面的面子工程。

“未來不會用AI的工廠，將被會用AI的工廠快速超越。”沈國輝的這句話，道出了無數制造企業的焦慮。而靈知AI Agent的誕生，正是為了破解這一行業難題。

靈知AI Agent最大的創新在于去門檻化、即拿即用，工業企業無需組建昂貴的AI團隊，無需漫長的定制開發，通過10分鐘一鍵建站功能，就能實現公輔車間的數智化管理。值得一提的是，這不只是一個試驗品，即拿即用的價值

在多個一線工廠得到充分驗證。

其中，德福科技作為首家嘗鮮者，以IoT硬件+AI軟件的輕量組合落地制冷站，沒有進行大規模設備改造，就實現了17.04%的節能率。

同時，廣東木林森電子的空壓站讓靈知AI Agent以機器人形態上崗，7×24小時自主巡檢、測溫度、查漏液，徹底替代人工值守，把運維人員從重復的巡檢工作中解放出來。

筆者認為，這些看得見、摸得著的成果，打破了很多人對工業AI好看不中用的偏見，也證明了即拿即用的工業AI不是空想。

護城河何在？數據與產業鏈的雙重壁壘！

在工業AI賽道競爭激烈的今天，蘑菇物聯憑什么脫穎而出？面對整機廠商和其他第三方廠商的競爭，它的核心護城河在哪里？沈國輝給出的答案是數據優勢和三端數字化布局。

首先是數據，從2017、2018年萬機上云開始，蘑菇物聯就在積累公輔能源領域的真實設備數據。這些數據覆蓋設備全生命周期，這些持續積累的數據不斷訓練著垂直大模型，讓它越來越精準，越來越懂工業，也從根本上避免了通用大模型常見的幻覺問題。

更重要的是，蘑菇物聯打通了公輔能源設備的廠家、經銷商/服務商、終端客戶三端，實現了全產業鏈的數字化。其他廠商可能只做終端客戶這一端，而蘑菇物聯做了三端。

“這意味著我們不僅掌握客戶的使用數據，還掌握設備廠家的生產數據和經銷商的服務數據，形成了一個完整的產業鏈數據閉環，這是別人很難復制的。”沈國輝肯定道。

此外，靈知AI垂直大模型通過國家網信辦備案，也為蘑菇物聯增添了競爭砝碼。“這個備案就像是一張數字化身份證。”沈國輝強調，工業客戶尤其是缺乏專業數字化團隊的中小企業，他們最關心的首先是合規和穩定，其次才是效果。國家的認可讓客戶更加放心。

未來展望：AI正在重塑制造業生產關系

當很多競爭對手還在為如何積累數據、如何打通產業鏈發愁的時候，蘑菇物聯已站在下一個時代的門口。沈國輝的目光，早已超越了當下的市場競爭，投向了更長遠的未來。

“不會用Token的人，正在被會用Token的人替代。”沈國輝的這句話，雖然聽起來有些殘酷，卻道出了未來的趨勢。在沈國輝看來，AI正在成為制造業的新型勞動者，它不僅能替代重復性的體力勞動，還能替代很多需要經驗和判斷的腦力勞動。

透過國家十五五規劃里那些必須完成的數字目標，沈國輝看到了工業能源領域不可逆轉的四大趨勢，而蘑菇物聯未來五年的所有戰略，都是圍繞這些趨勢展開的。

首先是能源管理必須數字化，這是所有變革基礎。這也是為什么蘑菇物聯把All in AI作為未來五年的頭等大事，不僅產品要全面AI化，企業內部的運營流程也要用AI武裝起來，從合同審核到解決方案生成，用自身的數字化實踐給客戶做示范。

當能源管理全面數字化之后，能源托管模式將成為社會共識。這正是蘑菇物聯伙伴共贏戰略的出發點：AI節能從來不是單打獨斗的生意，只有聯合更多同頻共振的合作伙伴，才能把標準化的產品快速復制到更多工廠，讓更多企業享受到AI帶來的紅利。

而隨著雙碳目標推進，AI節能需求會越來越旺盛。這就要求蘑菇物聯不能只停留在公輔能源優化的層面，必須完成從公輔能源優化器到零碳單元體調度器的升級——從單一的節能優化，走向對整個工廠、園區能源系統的整體調度，幫助企業打造真正的零碳工廠。

最后，零碳單元體將成為經濟增長新動能，這是全球趨勢。所以蘑菇物聯在堅持聚焦制藥、汽車、新能源等核心行業的同時，也把揚帆出海提上了戰略日程。

筆者獲悉，目前蘑菇物聯的英文、日文版本落地，在泰國、越南、馬來西亞、日本都有成功案例。“世界是平的，全球的制造企業都面臨著同樣的節能壓力，中國的工業AI技術完全有能力走向世界。”沈國輝說。

筆者觀察：工業AI的春天，才剛剛開始

在這個AI概念滿天飛的時代，太多公司熱衷于講故事、炒概念，而蘑菇物聯卻用十年的時間，踏踏實實地扎根在工業現場，解決了一個又一個實際問題。

從設備聯網到AI代理人，蘑菇物聯的十年，是中國工業互聯網發展的一個縮影。它告訴我們，工業AI沒有捷徑可走，必須一步一個腳印，從數據積累開始，從解決實際問題入手。

蘑菇物聯十年深耕終于迎來工業AI爆發期。隨著靈知AI Agent的發布，工業AI正式進入代理人時代。未來會有越來越多的AI超級工程師走進工廠，成為制造業轉型升級的核心動力。

對于中國制造業來說，這是一個最好的時代。AI技術的快速發展，為我們提供了彎道超車的機會。而像蘑菇物聯這樣的企業，正是這個時代的領跑者。它們用技術創新，為中國制造業的高質量發展注入了源源不斷的動力。

工業AI的春天，才剛剛開始。