内碳中和政策持续加码下，新能源已是当下最具确定性的行业，风电行业再度步入景气周期。
行业数据预计2050年风电将占全球发电量的26%，至2030年，风机的平均服役年限将达到14年，巨大的海上风机的保有量将从2018年的4%增加到11%。
与此同时，风机的大型化和老旧化使风电领域后运维痛点凸显。
此前有行业数据统计，2020年全球风电运维市场规模大幅提升，超过170亿美元。
过去依赖人力的运维检测模式，存在耗时长、检测精确性低、危险系数高等诸多问题。
风机巡检智能化、无人化已是当下风电行业的大势所趋。
扩博智能成立于2016年11月，已累计获得将近8600万美元的融资。
该企业聚焦计算机视觉和机器学习技术，专注为行业和企业用户提供端到端一体化智能服务，能有效提升传统行业运营效率，加快数字化变革。
尽管是一家设立、成长在中国的公司，但扩博智能早早就开启了其国际化征程，目前已在丹麦、美国、新加坡设立分公司。
自成立后，扩博智能的业务产品就专注于能源和零售两大赛道，整体产品开发到4.0阶段，共申请超150余个专利。
目前，基于计算机视觉与人工智能技术，扩博博云可实现无人机的100%自主飞行，并以平均每台风机25分钟高效智能巡检。
8月4日晚，扩博智能联合创始人兼首席运营官陈丽苹做客「科创最前线会客厅」，分享《AI如何助力新能源产业降本增效》。
01
AI+新能源的想象空间有多大？
十四五规划中提到，2025年非化石能源比重提至20%，非化石能源发电量比重达到39%左右，电气化水平持续提升，电能占终端用能比重达到30%左右。
在双碳契机下，市场开始尝试用风电光伏替代化石能源以优化能源消费配比，风能、光伏被看重。
当下，全球风电市场的规模将近300亿美金。
但是，今天的中国新能源产业正在从过去的“大干快上强装”逐渐走向“全面实现新能源商业化”。
风电行业经历过抢装潮后，全球风机不断持续增长，后续的风机运维环节出现了巨大挑战。
叶片是风力发电机组的关键部件，而且是最贵的部件，三支叶片成本占比超20%。一般来说，风电机组在保修期内主要由主机供应商提供运维服务，而保修期后的风机运维则需要市场化的运营机构提供服务。
也有行业数据预计，在2024年以后，中国风机将出现换新潮。
当风机运维成为风电行业降本增效的关键，风机的后运维成为一个重要的市场。
作为一家人工智能企业，人工智能的目的不是取代人，而是取代一些低端的重复劳动，让人能够从这种低端重复的劳动里解放出来，去发挥人的创造价值，去做更有创造力的工作。
今天的人工智能从业者也在寻找可落地、可复制的场景进行技术落地应用，去探寻人工智能技术本身能够解决一线的哪些痛点问题。
实际上，人工智能在今天有很多“性感”的应用场景，如自动驾驶、医疗。
但这些场景对安全系数要求非常高，另外一些极端情况所耗费的人力、物力、时间、精力很大，从量变到质变需要长时间的爬坡、无数测试才能实现。
风机检测是人工智能的优质落地场景。
首先风机叶片巡检是非常标准化的场景，具备普适性，对于技术的精度要求不算非常严格。
另外，度电成本、安全生产正是全球风场客户关注的核心指标，他们希望通过机器实现零安全事故，通过减少人为干预提高工作效率。
在扩博智能看来，人工智能和新能源产业是天然契合的。
今天任何数据中心、算力都需要消耗能源；
人工智能和新能源产业结合，也有助于新能源产业实现降本增效。二者的结合，有望实现正向循环。
扩博智能今天正在做的事情是利用人工智能技术打造三维自动驾驶无人机，服务于风机叶片巡检场景。
在这之中，人工智能是如何帮助新能源产业实现降本增效的呢？
实际上传统人力方案，巡检1台风机需要3人耗时6个小时。而2022年扩博智能创造的世界纪录是，单台次的无人机一天巡检31台风机，为风机巡检实现极大效率提升。
巡检结束后，将数据上传数据平台，我们可以为基于人工智能的自动图像拼接，进行自动标注，生成相应维修建议。
人不可能不生病，风机也不可能不出现故障。
但是如何保证风机不出现服务停滞期？
这个时候叶片健康管理就非常关键。
当数据都汇集在平台上时，可以帮助主机厂商、叶片厂商跟业主方进行叶片健康管理，客户可以很清晰地看到风机材料和缺陷的演变。比如是否从前缘开始腐蚀？是否同一批次都产生类似的问题？
02
如何建立企业护城河？
首先，服务企业的最终目标是为其创造权益。
技术再好，也需要有用武之地，我们要思考，今天我们所服务的对象需要什么？
因此首先得找到客户的痛点，去跟对方讨论产品的时候，讲的不是功能、不是技术能力，而是业务场景。
这要求所有人工智能从业者从工程师的身份向懂业务、懂行业、懂场景的方向进行转换。
扩博智能有三大核心技术壁垒。
1、飞行平台端的计算机算法和核心控制系统都是自研。
尽管今天中国的硬件复刻能力很强，但软的部分，是拿不走的。
2、数据积累也是扩博智能的优势之一。
目前扩博智能已经累计服务全球4万风机，一线工程师们积累了无数极端情况，将海上、陆地、高原、湖泊等场景模拟过了一遍，服务了不同种类、不同叶片长短的风机，积累了足够多的数据，这些数据能帮助扩博智能改进现实场景作业中遇到的新问题。
3、数据平台是扩博不可忽视的一大能力。
基于在不同场景中积累的数据，扩博智能将数据用于人工智能的学习训练中，帮助人工智能算法提升标注能力。
目前扩博智能已经实现在拼接完成的大图中直接标注，避免了重复核算。
硬件是非常重要的数据采集手段，但软件平台是真正为客户提供最终数据洞察和提供价值的关键一环，总的来说，扩博智能的核心技术壁垒在软硬结合。
任何一门生意，都需要建立生态能力。
生态即非常开放的心态，让大家一起把市场做大。
一方面，市场需要更多更好的供应商。
无论是飞机、传感器还是采集器件等，工业检测需求为这类企业提供了新的可能，得以维持健康、小而美的状态。
另一方面，供应商也在反哺人工智能企业。
依托于中国强壮的硬件的研发和开模能力，人工智能企业的产品也在不断成长。
另外，客户的业务场景和逻辑是非常复杂的，并不是一家就能够满足企业的所有需求的。
通过合作伙伴，大家一起分工合作，发挥各自专长，一起“让客户成功”，因为只有客户成功，初创企业和整个生态都能获得成功。
03
如何穿越不确定周期？
穿越周期，首先信心非常重要。
信心如果永远是市场、是别人给的，那其实不是你自己的信心。
过去三四十年，踏着中国经济的浪潮，出现了一波受惠者。
但每一个新的经济周期，都会有新的事物产生，无需过度悲观。
今天中国企业出海，可以通过积极拓展海外市场，更主动地了解客户诉求，验证产品本身。
不闭门造车、不是写PPT、不是创造争议场景，自信是要自己给的。
其次，商业本质一直没变。
过去30年，很多的赛道是“烧”出来的，但商业最终的本质是要讲利润的。
当下这个阶段，对于任何一家公司而言，开源节流是尤其重要的。
即便公司今天是盈利的，创业公司也应该密切关注盈利的分配方式。
考虑盈利究竟是投入再生产再研发，还是另辟蹊径，从场景、实用性的角度将事情做成。
企业需要摆脱被动，学会将资源重新排列组合，用更有效的方式把事情做好。
另外，提高效率，花更多时间去对客户，而不是浪费在内部对齐中。
多出去跑客户，看看客户在干什么，越是下行的情况，就越是要跟客户在一起，这样才能拿更多的单子。
最后，我们可以预期一下，计算机视觉赛道的想象空间有多大？
作为人工智能的一部分，计算机视觉的趋势是不可逆的。
当时云计算赛道处于早期时，没有人知道云计算怎么挣钱，几乎没有人有概念，但走到今天云计算的商业模式已经成立。
人工智能计算机视觉也是一大热词，今天大家反复讲人工智能要落地、要挣钱，但是怎么样才能够让事情发生？
从短期来看，人工智能和计算机视觉赛道不会诞生现象级的企业，但是人工智能公司要专注于做场景，就像过去大家在云计算上做应用一样。
所有的应用要回归消费者，只有用户从中得到好处，这个市场才能做起来，进而市场不断产生规模效应，飞轮转动起来。
尽管短期内仍工智能和计算机视觉赛道更多是服务于B端场景，但长期来看成百上千的企业应用后，会产生量变到质变的发展，将能有效提升各个行业效率。
当下ESG、新能源是极具确定性的趋势。
很幸运，扩博智能今天恰好站在这一红海赛道上，目前扩博智能已经服务全中国25%的风场，整体上渗透率较高。但扩博智能希望不只覆盖数量，而是提高服务质量，为客户提高整体效率。
在零售领域，扩博智能将持续发力，基于四五年的零售场景深耕经验，继续将客户的场景做深，提升客户粘性和复购率。
