2025-01-14 智能仪表资讯 0
经历了一段疯狂的增长期后，AI已经步入了技术变现的新阶段。在这个阶段，相较于前期的大量投入和研发，技术变现似乎更加艰难。高新技术领域特有的成本结构使得AI产品难以普及，加上整个行业自带“投资回报周期长”的标签，每家生存下来的AI公司都面临一个共同的问题：如何实现盈利？
为了赚钱，只有两个选择：拓宽收入渠道和缩减成本。缩减成本通常是最直接有效的手段，但由于AI行业“研发投入高”的特性，使得大多数AI公司基本无法从成本端进行优化。
因此，只剩下开源成为可能，即通过拓展新的应用场景来实现增收。智能电网正是这样的一个需要AI赋能的赛道。在供给侧，电力公司需要通过设备优化来提高效率并降低成本；在需求侧，消费者则需要实现用电管理的智能化，这同样依赖于AI应用。而连接供给与需求的电网设施，则需要借助AI技术进行改造和维护。
相比安防、金融、医疗等热门领域，智能电网对于AI技术的需求更为迫切。据中电联测算，我国2021年智能电网投资额可达969亿元。不过，在这千亿级别市场中，大部分建设依然依靠传统的电网设备供应商，而真正利用自身优势进入这一领域的是少数几家公司，如触景无限。
触景无限CEO肖洪波认为，由于智能电网业务复杂，从发电到配备调度，再到用户使用环节众多，这些环节提供了丰富且多样的场景，对感知能力要求极高。他指出，以输送为例，当线路出现问题时，如果没有传感器支持，一旦发生故障，便难以第一时间定位问题所在，并分析原因及时修复。但是配置在塔上的传感器可以实时监控线路状态，并将异常数据发送至云端系统，让工作人员能够迅速分析并采取措施恢复供電。此外，还可以通过视觉传感器监测周围环境是否有异物或火灾风险等情况。
除了输送端，在供给端（即发电厂），也需要大量采用摄像头监控工厂运行机器人执行危险任务，以及使用数据计算系统提升运营效率。在消费端方面，则需利用数据分析优化服务，为消费者提供更为智能化体验。
总结来说，无论是在供给侧还是需求侧，都存在大量对不同场景下的不同类型科技需求。这不仅包括对硬件性能质量提升，对数据处理和共享体系构建以及对配套设备自动化水平提升等方面的挑战。
然而，即便如此，不乏专家如肖洪波认为，与传统设备供应商之间不会形成激烈竞争，而会寻求合作模式。他们强调，要聚焦自身价值才可能成功合作。他表示：“首先要找到我们在这个行业里所能产生的价值。”
尽管如此，有观点认为未来随着能源开发方式变化分布式能源将越来越重视对其基础设施——如感知与其他相关科技——但目前看来仍有一系列挑战待解决，如硬件性能、耐久性、适应极端天气条件以及数据安全等问题。此外还有政策红利影响有限的问题，因为虽然政府提出了碳中和目标，但是这些政策更多地推动了新能源发展而非直接促进老旧产业升级转型。这意味着虽然趋势好，但实际操作中的困境仍需克服。
