- 企业服务
- 数据智能
- 数字孪生
- 环保
- 大数据
今年，随着政府政策的引导，垃圾分类在上海、深圳等一线城市率先展开。“你是什么垃圾”也成为大众口口相传的段子风靡一时，垃圾分类也渐渐成为大众生活的必需品。
从垃圾回收的流程来看，垃圾分类有4个常见的分类节点，分别是家庭，社区集中点，中转站和焚埋中心。由于垃圾分类推广力度不够、分类知识普及不到位以及中转站分类不充分等原因，焚埋中心的垃圾处理压力非常大。
根据《2019年全国大、中城市固体废物污染环境防治年报》，2018年，202个大、中城市生活垃圾产生量高达21316万吨，处置量超过20000万吨，对应的国家在无害化处理城镇生活垃圾的设施建设期间，投资总额累计超过了2500亿元，如此庞大的费用支出，加上国家政策的倡导，催生了一批专注智能环保领域企业进行相关的生产活动。埃睿迪便是其中之一。
埃睿迪创始人吴奇锋是前微软技术专家，福建省两化融合专家，日本电通信息集团中国区高级顾问，曾先后供职于四创软件、南威软件、微软技术中心、微创软件，从事新业务拓展、产品研发、解决方案销售管理等工作。
2011年吴奇锋加入容盟软件担任解决方案事业部负责人，成功帮助公司从传统软件分销商向互联网解决方案提供商转型。多年的经验积累，新技术的成熟以及政策风口的到来，吴奇锋开始思考利用数字孪生相关技术做环保智能，并于2018年将埃睿迪战略重心转移到环保智能领域。
爱分析近期调研了这家数字孪生领域的先锋公司，本文将以公司CEO对数字孪生切入点的思考，目前的产品成熟度，行业实践积累以及未来战略方向为重点，深入探讨埃睿迪在数字孪生领域的行业实践成果。
从“优化”场景切入，提高用户付费意愿
利用数字孪生技术做危废处理总共有四个场景，分别是输入、响应、优化和调控，输入是指物理世界到虚拟世界的数字映射，通过大数据实现物理环境的实时响应，然后根据算法模型生成优化建议，通过调控来控制实际的物理环境。
当下环保领域企业需求明确，用户众多，但由于市场尚处于早期，用户成熟度不够，付费的意愿很低。为此，埃睿迪选择从“优化”场景切入，这样能与客户有显性交互，做完之后可以直接给出反馈完成交付，满足客户在避险、合规、降本以及增效方面的需求，提高付费意愿。
场景的选择需要与行业相结合。在这一点上，创始人吴奇锋首先想到的就是热平衡相关的业务。主要原因是比起风能、核能等领域，热平衡的市场规模更大、进入门槛更低，具体来说就是从以焚烧为主业务节点的固废、火电、化工等领域切入，相对而言风电、水电等则不属于初期的客户定位。
积累大量协议和仿真模型， 构建业务护城河
iReadyInsights是埃睿迪构建的敏捷化数字孪生平台，在设备端，实现秒级数据采集和边缘智能。通过设备数据、生产数据等多源数据，通过机理模型、机器学习等技术，构建输入与输出的响应关系。在平台可实现敏捷化的设备、产线等不同维度的数字孪生模型。并通过智能模型利用平台进行优化计算和模拟，为用户进行设备、生产工艺、质量等各个层面的优化调控。
关于iReadyInsights平台本身，其核心有两点，第一点是设备协议的积累，终端平台搜集到数据之后，使用的传输协议各不相同，这就造成不同厂家之间的设备无法互通数据，影响数据的集中存储和后续使用。对此，埃睿迪通过和设备生产厂家对接，梳理了近万个传输协议，常用协议的覆盖率达到了80%。
第二点是机理模型的积累，危废处理过程中，物质和能量在不同生产设备之间流动，需要通过机理模型进行调控，比如玻璃杯烧制出玻璃的简单流程，就包含着相应的机理模型调节温度，时间等具体因素。埃睿迪通过多年的案例实践，积累了超过5000个物模板，超过500个机理模型，可用于环保，工业领域的众多处理流程，也为埃睿迪优化产品丰富度，拓展行业客户奠定了坚实基础。
应用场景方面，主要难点在于初期的流程落地很复杂，比如输入的时候需要做设备的接入，响应时要面对各种软件指令和数据端的变化，需要有加工和映射数据的能力，优化时要有机理模型，调控的时候主要是设计自动化处理的能力；总体而言，全场景落地对工程能力要求非常高。
因此，创始人吴奇锋在访谈时表示，埃睿迪会优先专注于环保领域，先夯实基础，守住最基本的几个核心能力，比如危废、固废和污水处理，再做一部分节能降耗的工艺流程优化。其他大量的工业场景，整个行业大概上万种，埃睿迪不会直接做，而是选择做好自己的事情之后陆续赋能其他合作伙伴。
客户方面，埃睿迪已有上百家客户的实施案例，其中有超过30家500强企业的客户。主要集中在工业企业，环保企业，工业园区三大领域，工业领域主要有火力发电、化工厂和离散制造三类客群，标杆客户有河南能源、中化集团，海尔，四方等，环保领域客群则主要有污水处理厂、垃圾焚烧厂和政府部门，标杆客户有威立雅、鲁控集团、桑德集团等，工业园区陆续在江西，山西，山东，内蒙古等地落地。
除了iReadyInsights敏捷化数字孪生平台之外，埃睿迪还在自研硬件产品，未来将会使用软硬件一体化的方式打包售卖，这样的模式一来可以提升软件产品性能，优化客户体验，二来可以最大化产品的利润，长远角度来看，这是一个双赢的策略。
深耕行业积累客户案例，构建商业壁垒
案例的不断拓展，一方面提升了业务人员的熟练度，另一方面积累了团队在不同场景下的实施经验。具体来说，积累了以下四个方面的优势：
第一个是大数据技术，输入端对于高并发的处理能力。在传感器采集数据的时候，传感器数量众多，而且采集进来的数据量大、实时性高、数据类型多，这时候数据的完整性问题就凸显出来。解决方案是使用数据湖架构，这是一个技术的基本功，埃睿迪在这方面有超过十年的积累。
第二个是知识图谱技术，用于抽象知识关系，比如机理之间的相互关系，如果没有知识图谱便难以进行抽象。
第三个是行业的know-how，也就是行业知识的积累，目前埃睿迪集中做环保领域，不断熟练的过程中不断积累，形成良性循环。
第四个是数量庞大的设备协议，除了做协议打通之外，埃睿迪同时在自研传输协议以及中间转换的控制器。
产品、场景理解占优，不断拓展新行业客户
产品/技术：目前的设备厂商推出的协议有数万种，在数据湖采集数据的时候，需要通过协议转换做统一，埃睿迪已经覆盖了其中80%左右。另外仿真建模和算法模拟一开始需要到现场做大量的模型开发工作，埃睿迪现在已经积累了5000多个物模板，超过500个机理模型，不仅仅是对物理设备的映射，同时还会直接与设备MES系统等进行连接，可以直接控制设备进行调整。
获客：以直销为主，有近半数来自客户转介绍，随着产品的完善，开始在各省市地区设立控股的本地化公司。
客群：埃睿迪目前有近100家客户，覆盖领域从火电、污水处理拓展到水电、化工、垃圾焚烧和政府部门，其中不乏威立雅、海尔、北汽、吉利、海航这样的标杆客户。
场景：埃睿迪积累了超过100个项目实践案例，拥有丰富的环保大数据实施经验，场景理解能力强，远超阿里巴巴等互联网巨头。
近期，爱分析专访了埃睿迪创始人&CEO吴奇锋，做解决方案起家的埃睿迪掌舵人，不仅有着风趣幽默的交流风格，而且对公司业务、方向以及行业都有自己独到的见解。现将访谈内容分享如下，以飨读者。
抽象部件模版，算法，物质流和能量流，敏捷构建生产线
爱分析：埃睿迪提出的数字孪生是什么样的定义？
吴奇锋：我们第一步是做物理环境的映射，完成实体抽象后做很多校验和机理的仿真，在仿真环境下调试生产环境得出性能测试结果，在反馈到生产环境中。这里面的重点不是映射关系，而是机理关系，就是通过测试反馈所带来的可量化的价值。比如我们通过测试，可以得到效能提升的理论值，是百分之一或者百分之几，这和成本以及生产效率息息相关。
爱分析：用iReadyInsights这个产品作为基础构建的数字孪生和环保智能的大数据平台，主要有什么特点呢？
吴奇锋：在工业互联网领域有一个行业共识，就是生产线是没有办法标准化的；但是生产线上的部件可以标准化，比如泵和传送带。在这个前提下，我们认为只要标准化的部件足够多，部件库足够大，就可以像拼积木一样，更快地组装所需的生产线，进而提升效率。我们的系统已经拥有超过5000个部件，我们称之为“物模板”，未来的目标是做到十万个甚至上百万个；现在我们组装一个生产线花费一个月甚至一星期的时间，这放在以前，需要好几个月。这是第一个特点。
第二个特点是我们的平台可以建立设备间的机理关系，使得数据在其中可以自由流动。具体来说，设备间的机理关系主要是在生产进程中的工艺流程模型，影响着设备与设备之间的互相作用，比如在出仓与进仓之间，出现了一个震动，可能会导致连环反应，震动的影响从一个设备扩散到整条生产线，最终影响生产工艺。如果有机理关系就可以更方便地进行生产线的监测和维护，优化生产工艺。
第三个特点是抽象了物质流和能量流，做过程控制。整条生产线运作时，从进入一个原材料到出来一个产品，中间会有水、气体和热能以及物质的流动，我们将这个转移过程抽象出来，对应生产线的不同环节，就可以进行调控。
总的来说，数字孪生产品一共就抽象了三个东西，物模板，算法，业务线；抽象出来进行有机组合，就可以做到敏捷构建生产线。产品足够完善之后对整个生产线的工艺流程优化帮助很大，一个是时间成本非常低，一个是不用再重复造轮子，脱离了基础的代码开发。
采集、分析和建议共同交付，为客户节省过半能耗
爱分析：埃睿迪目前的业务主要是数据采集为主，在此基础上做分析吗？
吴奇锋：除了采集和分析，我们有大量的决策模型，会给很多直接的决策建议，比如油泵开大一点，鼓风机开小一点等等；上次我们做了一个案例，在一个以热量控制为核心的工艺过程中，通过计算性能指标以节省功耗和缩短停工时间。
我们将很多量化指标结合到一起计算并反馈，最后为客户节省了百分之十五的能耗，停工时间缩短了一半。放在以前没有使用我们系统的时候，客户的停工都是临时停工，耗时5-10天，现在客户可以做计划停工，提前将检修事宜计划好，最后停工耗时缩短到2天。
另外还有两个案例，一个是使用系统之后节省了很多柴油，另一个是提升了环保达标率，进而降低了环保风险。
爱分析：数据湖、边缘计算和云端分别有什么用途？
吴奇锋：我们现在不会直接把所有数据都传到云端，云端的主要用途是训练模型，也就是训练的过程放在远端，边缘端会用于实时计算和指令的执行，这样效率会高很多。至于传到云端的数据，除了训练需要的案例数据外，一般是已经处理好的特征数据。
另外我们专门有冷数据库，用来保存实践案例的全量数据，部分案例的数据我们暂时不清楚具体价值点，也许现在没有用但是未来要用到，所以我们会将一年以上或者两年以上的未使用数据扔到冷数据库里去。
爱分析：分析完了结果之后做自动化的打通这一步，主要是跟他们原来MES系统去对接吗？
吴奇锋：是的。不仅要和MES系统打通，也需要和DCS等系统打通，打通后我们的指令才能下发到他们的设备端去。
爱分析：埃睿迪的部署周期一般是多长时间？
吴奇锋：部署是比较快的。现在最快交付一个功能只需要一个月，也就意味着部署只需要15天。
爱分析：落地时遇到数据层面不统一，需要再重新再去装一些传感器吗？
吴奇锋：很多是需要补量的。我们也计划做一家硬件设计的公司，这是明年的重点。做硬件的原因第一个是可以建立整个系统级别的能力，第二个是硬件的生意往往需要垫资，不然规模上不来。
从集中处置走向分散处置，未来业务延伸到硬件产品
爱分析：埃睿迪未来的三年的战略规划是怎样的？
吴奇峰：我们将工业智能或者叫环保智能拆分成两部分，第一部分我们叫集中处置，包括环保厂、危废厂等，第二部分我们叫分散处置，包括化工、煤炭和焦化等；分散处置市场占比高，集中处置市场占比低。
由于集中处置容易切入，并且利于做成标杆客户，所以我们目前主要是从集中往分散走；另外一个策略是从零售往批发走，以前是以工厂为单位一个个去做，现在是以工业园区为单位去做。
爱分析：接下来我们会考虑自己做整个传感器吗？
吴奇峰：我们不生产传感器，只是做设计，然后生产都靠外包；另外对接传感器的边缘设备我们会自己做。
爱分析：这个过程中的节奏是怎么把控的？
吴奇锋：全面铺开。我们在各地成立控股公司，寻求业务发展。现在已经在筹备江西，山西，山东等地成立了公司，业务快开始了。
爱分析：从目前客户接受的角度来看，整个流程中哪个环节最好切入？
吴奇锋：我建议大家都先去做优化，因为优化环节可以直接和客户产生显性的交互；而且提出建议，有了效果后，其他环节的业务就能很快切入。
爱分析：埃睿迪找到的优化点是什么？
吴奇锋：为客户省钱，然后做环保的达标、避险以及合规。
爱分析：给了优化建议之后，埃睿迪会参与客户的落地执行吗？
吴奇锋：我们目前还不参与这部分，客户的付费方式是按效果付费。这也是国内工业互联网的一个问题所在，大家都按照效果付费，还没办法为客户直接做到显性的量化的产出
客户留存率高，竞争对手多来自国外
爱分析：数字孪生这个领域市场上有哪些竞争对手？
吴奇锋：目前我们见到还不多，比较熟悉的有阿里在做。招投标的时候会碰到大多是传统软件开发商。
爱分析：客户购买基础服务时，包含有一部分实施成本对吧？如果扣除实施的成本，单纯看产品的营收能有多少？
吴奇锋：对的，现在的客户基本都是集中式的，基础服务包里实施成本和产品的花费差不多是对半分。之后做分散式的客户过程中，我们会切入到客户的资产运营部分，尤其是环保资产的运营。我们的目标是做成工业智能环保领域的万豪和喜来登，不持有自有资产，而是帮助客户高效运营。
爱分析：国内有多少集中式的客户，市场规模有多大？
吴奇锋：我们认为客单价100万以上的客户是头部客户，相当于工厂一年营收在数亿；这种类型的客户是很多的，也就是规模以上的企业，这个从国家经济统计局的数据就能看出来。所以未来做到10个亿的营收问题不大。
爱分析：现在有没有考虑渠道合作？
吴奇锋：我们现在在做渠道，合作方式偏向于合资公司，同时需要是我们控股的。一般来说，地方和我们合资，比如一个省，渠道商需要承诺业绩。