凌晨两点多，某光伏企业的工程师陈工又被急促的电话铃声吵醒，是生产车间的班长给他打来的电话，这是车间供冷又出问题的信号。以往接到这种电话后，陈工必须马上赶回厂里解决问题。因为供冷不达标，生产就没办法进行，停工的每一秒钟，都是损失。

　　在上线中央空调云智控后，陈工再也没有接到过此类电话。因为陈工在云智控上能实时看到设备的运行情况，一旦数据异常，陈工就能提前进行处理，不再做一个“救火队员”。在有洁净厂房、恒温恒湿车间、降温工艺要求的电子、食品、制药、泛半导体、数据中心等行业，中央空调系统发挥着巨大作用，与此同时系统的能耗也非常高。据《绿色高效制冷行动方案》：“我国制冷用电量占全社会用电量15%以上，年均增速近20%。”

　　在《“十四五”节能减排综合工作方案》中提到：“实施绿色高效制冷行动，以建筑中央空调、、商务产业园区等为重点……，大幅提升制冷系统能效水平。”

　　当节能降碳突然变成一个具体的指标压在头上，工厂负责人不得不在之前的节能手段外，思考中央空调系统新的节能降碳办法。

　　据美国采暖、制冷与空调工程师学会（ASHRAE）的调研数据显示，中央空调系统由于运维管理和控制水平低，有30%至50%的能源浪费，且当下市场上90%的中央空调系统都是带“病”运行。在此之前，工业场景下的中央空调系统节能方法，往往是从硬件层面入手，更换设备、加装变频器等，但他们没有从数据层面去思考节能的可能性，更没有从系统层面去做节能，而是把系统分割成一块一块的，一点一点去做。若他们选择自动化控制系统，又会碰到这样的问题：当中央空调系统的某一传感器出现故障或者现场工况发生变化，PLC的逻辑控制算法就难以适应，效果也会大打折扣。

　　“传统PLC（Programmable Logic Controller）群控能够把数据采集上来，去做集群控制指令的反向下发，但是它缺少对数据进行深度的分析和智能决策。”蘑菇物联工业AI首席科学家周子叶表示。

　　“广义上来讲，智能控制系统分成三类：一类是纯机理控制，一类是纯AI控制、还有一类是机理加AI的融合控制。”周子叶表示，蘑菇物联选择的是第三类，这个路径既需要懂空调机理和工艺的人去设计机理算法，也需要懂数据的人来做数据驱动。相比前两类，周子叶认为，第三类路径能够在保留传统机理的稳定性基础上，充分利用AI的灵活性。

　　机理+AI算法更贴合场景，可实现预测性维护和智能控制。据悉，中央空调云智控采集冷却塔、冷却泵、冷机、冷冻泵、阀门、末端实时数据，结合设备机理与AI算法，智能分析识别中央空调系统、设备及等三个层面的隐性故障，在采集精准且全面的数据基础上，实现数据驱动的预测性维护，解决中央空调系统供冷不稳定和系统长期带病运行两大痼疾，让中央空调系统节能5-10%。控制节能体现在通过AI算法优化设备运行组合和运行参数，从整个中央空调系统层面追求能耗最低，而不是单台设备能耗最低，实现节能15-25%。

　　只有保障系统与设备处于健康状态，才能最大程度地发挥智能控制节能的潜力。蘑菇物联用“故障可预测，健康才节能”10个字来总结这一理念。

　　蘑菇物联创始人兼CEO沈国辉分享表示，AI技术要在工业场景落地，需要做好3点：确定的场景、明确的边界以及准确的数据。

　　因而从2016年成立至今，从压缩空气场景延伸到中央空调场景，蘑菇物联始终聚焦在公辅能源车间。在蘑菇物联和阿里云合作的一个光伏企业能源数智化项目中，“基于阿里云的工业物联网平台，蘑菇物联快速搭建了中央空调云智控SaaS，从端侧相应的安装，关与一体化控制柜的组网，再到SaaS应用的开通、设备联调，整个过程非常高效。”阿里云相关业务负责人武兆宝说。

　　目前，阿里云和蘑菇物联已经完成了多个项目的合作。同样的，蘑菇物联与华为云、百度云等都建立了合作关系。“蘑菇物联发明的‘孙悟空+紧箍咒’的工业级AI算法，已经在100+制冷站落地运行，这是我们的技术护城河。”沈国辉说。

　　按照国家统计局的数据，我国规上工业企业数量超过40万家，公辅车间的总保有量超过200万个，细分到中央空调场景之下，该市场空间未来可期。