MCtalk·无限对话 x 盛烨热电丨万丈高楼平地起，企业竞争力的关键在于数据

9 月，当全国大部分地区还笼罩在夏末高温的余威下时，一则消息刷起了屏：位于黑龙江北部的漠河市及内蒙古呼伦贝尔的根河市和额尔古纳市，将提前启动今年的集中供热工作，以应对低温天气，确保居民能够温暖度过严寒冬季。

我国幅员辽阔，南北方气候差异巨大。北方地区，尤其是高纬度地区，冬季寒冷而漫长，极端低温常常突破零下 40 ℃。因此，对于生活在北方的居民来说，集中供暖就是漫长冬日里的一道温暖防线，也是居民基本生活的必要保障。

热电联产供热是当前许多北方地区集中供暖的主要形式，在这个过程中，热电企业扮演了相当重要的角色。盛烨热电是黑龙江省嫩江市的一家热电联产集中供热企业，作为嫩江城区唯一的热电联产集中供热企业，盛烨热电以“服务他人 幸福自己”为企业使命，率先实现城区智慧供热的全覆盖，并通过手机一站式服务、温度智能调节等手段，打通服务群众的“最后一公里”。

随着各行各业数字化转型进程加速，热电企业也在借着技术东风持续进化，通过 AI 和数字化技术提升核心竞争力。这不仅与企业自身生存与发展密切相关，在社会环境保护、能源资源配置等多方面同样具有深远意义。盛烨热电早早投身于数字化技术研发与应用，构建起覆盖发电生产全流程的智能化管控系统，通过“数据驱动”代替“经验决策”，实现运营安全提升、生产效率提高、生产成本降低、资源配置优化等。

本期《MCtalk·无限对话》，网易数智副总经理、网易数帆总经理封雷对话盛烨热电 CIO 张云鹏，围绕热电数字化建设、AI 与业务的融合落地等热门话题展开探讨，这是一次由传统行业与数据技术碰撞所汇聚而成的深度实践篇章。

01 

数字化技术

推动热电企业高质量发展

封雷：欢迎张总来到杭州，很高兴能够与张总交流，现在已经进入 9 月，但是今天杭州的天气依然很热。前两天我看新闻，北方很多地区已经开始启动今年的集中供暖了。

张云鹏：感谢网易数智邀请，感谢封总。是的，集中供暖是北方地区保障居民生活的必要举措，部分地区甚至供暖时长会超过半年，而像华北地区一年的供暖时间通常也会超过 4 个月。这些集中供暖的区域，基本上都是由热电企业在提供服务。像我们盛烨热电，就是位于黑龙江省嫩江市的一家热电联产集中供热企业，面向嫩江全城区提供智慧供热。

所谓热电联产，是指热电厂既生产电能，又利用汽轮发电机做过功的蒸汽对用户供热的生产方式，即同时生产电能和热能，前者可用于工业生产，后者则供民用采暖。相比于单独生产电和热来说，燃料利用效率更高，也更加符合国家的低碳目标和要求。

封雷：我们生活在南方，极端寒冷天气少，绝大部分城市还没有实现集中供暖，对集中供暖可能体会不深。事实上，这是一项很重要的民生工程，与老百姓日常生活息息相关，扮演的是一个冬季的城市幕后英雄角色。随着各行各业数字化加速，我了解到很多热电企业也在积极拥抱数字化技术，推动企业高质量发展，建设“智慧电厂”等等。刚刚听张总介绍，热电联产过程中涉及到了很多环节，比如燃料管理和运输、锅炉燃烧、发电环节、供热环节等等。以盛烨热电为例，你们在这些复杂工艺中的数字化投入如何呢？

张云鹏：相比于其他领域，整个热电行业的数字化转型其实是走得比较慢的。盛烨热电也经历了自动化、无纸化、信息化，再走向数字化的每一个阶段，在行业内算是走在比较前列的。

热电企业的数字化投入主要分为硬件设备和软件系统两部分。刚刚也提到，从煤到电和热有一套完整的生产流程，每一个环节都有专门设备来完成，因此需要投入大量的物联网设备或传感器实现对每一环节设备的监控和管理，所以说在数字化方面，硬件的投入占比会很高；除此之外，主要是控制这些传感设备的软件系统。目前，盛烨热电基本上已经做到了整个生产过程的数字化。但仅仅只是进行设备控制和管理远远不够，我们也在思考如何利用数字化技术提升热电厂的转换效率、生产经营效率，这是我们工作的重点，因此盛烨热电在大数据应用方面也做了布局和尝试，可以说是卓有成效。

02 

万丈高楼平地起

未来企业AI竞争力的关键在于数据

张云鹏：热电领域的数字化是阶段性推进的。很多企业在进行系统建设时，可能前年上了一个 OA 系统，去年上了一个 ERP 系统，今年开始做生产管理系统，它是一个逐步建设和推进的过程。这就导致了一个非常显而易见的问题，这些诞生于不同时间的系统相互之间是独立割裂的，每个系统中存放了大量数据，而数据来源也是各不相同，结构多样，无法发挥价值。数据中台能很好的解决这个问题，把这些“孤岛”上的数据有效打通和连接。

封雷：这其实是很多行业都存在的共性问题，而且这个问题无法绕行，必须解决。如果数据质量不过关，数据源太杂，甚至连基本的可用性都无法保障，那么数据应用、AI 应用或其他方面压根无从谈起了。

现在 AI 技术热度很高，我前段时间看过一份麦肯锡的报告：超过 70% 的企业 AI 项目卡在“数据质量不过关”。也就是说，很多企业的 AI 项目大模型能力差异不大，算力也不是瓶颈，可以通过云服务买到，唯独企业内部的数据质量、结构和治理能力，这是别人抄不走的护城河。

所谓“万丈高楼平地起”，很可能未来企业 AI 竞争力的关键，是有没有别人拿不到的高质量数据，AI 价值的上限很可能就由数据来决定。这也是为什么越来越多企业开始重视数据平台、数据治理和数据资产化能力的建设，而不仅仅是盯着看哪家的模型性能更强。

张云鹏：非常认同，所以我们之前面临比较大的挑战就是数据基础，在与网易数帆合作后，很多问题得到了解决和改善。

03 

AI 工业应用实践

解决生产标准化难题

张云鹏：在 AI 应用方面，我还想分享一个案例。锅炉燃烧环节有一个指标叫燃烧效率，燃烧效率是一项很吃经验的工作。尽管锅炉是比较标准化的产品，但同一个型号的锅炉，设置成同样的参数，再由不同工作人员去操作所得到的燃烧效率是不一样的。

而能把锅炉烧好、保持高燃烧效率的人比较稀缺，一方面，我们会尽可能希望他能长期稳定留在企业工作；但另一方面，我们也希望将他燃烧锅炉的一整套经验，通过数字化技术沉淀下来，复制给更多的员工，提升所有锅炉整体的燃烧效率。

封雷：这是一件很有趣的事情。我刚刚想象的画面是我们买了同一款车，型号一模一样，每天走的路线也都一致，但是我们俩的开车习惯不一样，可能就会导致两辆车的油耗有很大差异。

张云鹏：是的。沉淀锅炉高效率燃烧的经验，我觉得 AI 是有机会去解决的，但在此之前，我肯定需要掌握大量的锅炉燃烧数据，甚至是分钟级或者秒级的实时性更强的数据。借助 AI 对这些数据进行大量的分析，或者把数据给到大模型，提炼出相应的规律，形成统一的操作规范和标准。在这样的情况下，基于 AI 提供的经验，只要员工在智力和工作态度没有很大差别的情况下，可能锅炉燃烧的效率就不会有很大差异。

以上是生产控制环节的 AI 应用。除此之外，作为 CIO，我还在致力于大模型在企业内的普及。就拿最简单的 AI 对话交互来说，我们很多员工并没有很好地用起来，很大一部分原因是大家都是工程技术背景的，语言交流方式和技巧不足，很难准确地将问题描述出来，自然无法获得想要的答案。

我常常在公司内部分享这部分的经验，例如：充分提供信息，不能将我们以为的“常识”省略掉，通用型 AI 搜索工具没有行业知识和背景，很多潜意识中的常识需要补全；为 AI 设定一个人设，让它扮演一个特定的角色，能大大提升 AI 的准确性，自动屏蔽掉一些不够专业的内容；带着结果去提问，预先设想你到底想要获得什么方面的答案，围绕答案做一些提问范围设定；多问几次，不要总是力求一次获得最优解，再没有得到准确答案时，尝试再追问更多细节…

04 

数据应用价值赋能者

服务超过60%浙江省属国企

封雷：刚刚听了很多盛烨热电的 AI 应用过程，企业要用好 AI 确实是一个循序渐进的过程，所以网易数帆一直都在思考和努力如何帮助企业更好的用上 AI，为业务带来实实在在的价值和帮助。我认为在赋能企业这方面，数帆是很有发言权的。

网易是全球领先的互联网公司，全球员工超过 2 万名，有很多不同的业务部门。早在 2014 年，网易杭州研究院就自研上线了大数据平台及数据可视化产品，核心目的是服务好网易集团内部的其他业务。作为中国最早的互联网公司之一，当时的网易已经拥有了多款用户规模千万级的产品，所以在经过这么多年与网易内部大体量产品的反复打磨后，数帆的大数据产品和解决方案，无论在可靠性、稳定性、还是安全性方面都得到了充分验证。换句话说，我们的产品只有在网易集团内部用得很好了，才会考虑对外提供企业服务。

在浙江省属国企范围内，数帆产品有口皆碑，我们已经服务了超过 60% 的浙江省属国企，获得了客户肯定。接下来也会面向金融、制造业，以及像盛烨热电这类工业领域的企业提供大数据产品和服务。

今年数帆还完成了一次重要转型。前几年，我们致力于成为“数智软件生产引领者”，希望通过丰富可靠的产品矩阵帮助到更多企业客户，专心提供软件产品服务能力，帮助企业搭建起自身的数据体系。现在我们更想成为“数据应用价值赋能者”，在原本的基础上，让数据表达向业务多走一步。不仅帮助企业构建起符合需求的数据体系，更要把数据服务嵌入到企业经营流程中，渗透到具体的业务环节和场景，使数据真正服务于经营分析，给予业务部门、决策者最直接的经营管理策略加持。相当于把角色，从数据基建慢慢往上移，向数据应用方向靠拢。

张云鹏：在企业发展路径方面，我们与数帆有相似之处。之前我所带领的数字化团队主要也是服务盛烨热电的业务部门，去提升企业内部的信息化水平。在内部服务过程中，我们所做的一些面向热电生产场景特有的应用确实做得不错，所以现在也孵化出了相对独立的数科公司。未来希望把数科公司的能力开放给更多热电企业，从而提升整个行业的数字化水平。

此外，在这个过程中，盛烨热电各部门逐渐提升了对数据的重视程度。盛烨热电现在除了企业常见的信息化部门、数字化中心以及各个业务部门外，还专门成立了新的虚拟组织 —— 数据管理委员会。我们认为一个企业的数据不单单是由数字化部门产生，更多是由业务部门产生的，数字化部门更侧重于帮业务部门基于数据做一些分析工具、数据应用等等。

05 

让每一个商业决策都有据可依

封雷：在智能化方面，前不久我们刚发布了一款新的产品叫“网易知数”，定位于企业的智能数据助手。

从“网易有数”到“网易知数”，前者强调对数据的客观拥有，是基建型工作；现在强调对数据的认知深化，是价值层的应用。

举个例子，现在临近三季度末，可能又到了企业 CEO 回看公司整体经营情况的节点，各个部门都做了很详细的分析复盘，形成了一份厚厚的汇报材料放在 CEO 桌上。但大多数 CEO 很忙，可能并不会去仔细看这么厚的报告，他就想知道几个关键数据为什么上涨或下降了，深层次原因是什么，应该如何调整经营策略。而这些内容在报告中未必都会体现，不够深入。

网易知数正在解决的场景之一就是这类，它具备归因分析能力，能层层下钻找到根本原因，形成分析报告；也能完成实时归因分析，比如当前对比于全年预算目标进度如何，是提前了还是落后了，业绩落后区域在哪里，原因是什么等等，一层层向下穿透。除此之外，还能基于企业基本情况、历史数据、行业背景等信息构建知识库，AI 完成自我学习后做出精准预测，对于业务规划来说也很有帮助。这么一来，CEO 才能真正在复杂多变的市场竞争中做出正确的商业决策，每一个商业决策都有据可依，才能帮助企业长期健康发展。

张云鹏：是的。CEO 看报表时要看的数据维度是比较明确的，但都会想知道深层次的原因。我觉得想要服务好 CEO 就要把他们都当成是“刚入行的新人”。如果你的分析报告，完全没有行业背景的人都能直截了当看明白，那才是有效的数据分析。

06 

数字化转型与降本增效

不是简单的因果关系

张云鹏：在数字化转型过程中，企业需要锚定一个明确的点。因为甲方企业和服务商对于数字化转型都有不同的理解，有的企业把数字化转型目标理解为降本增效，但对于我们这类工业制造企业来说，数字化转型和降本增效不是因果关系，如果要降本增效可能重点需要放在精细化管理，未必需要搭建各类软件系统就可以把成本降低。

盛烨热电数字化转型的目标是为了释放数据价值，这与所处行业和收入结构有关。热电企业作为民生领域，每年的收入还是比较稳定的，我们服务嫩江城区，在服务范围没有扩大的情况下，每年收取的取暖费基本上就不会有很大波动，很难挖掘到新的增长点；甚至往悲观了预测可能还会下降，因为除了省会城市以外的地级市，或多或少会面临一些人口流出的问题，所以虽然收入稳定，但可能会逐年缓慢下降。

所以我们数字化转型的核心目标并不是降本增效，而是希望能更深层次地挖掘数据价值，来实现创新和新的业务拓展，找到藏在数据背后的新的业务机会点。比如通过数字化技术和 AI 做好服务，整个城市地下管网有很多监测泵、阀门进行流量监控、压力监控、温度监控等，这些设备在运行过程中都会有磨损老化，通过 AI 进行高频次的实时监测就可能实现“防患于未然”，把风险前置处理掉，而不是等到用户发现再去处理，因为当用户发现问题的时候，可能某一片区域就已经不制暖了，再去排查和检修不仅花费了大量时间，给居民的体验也会很差很差。

封雷：是的。这让我想起一位客户，是做房地产周边配套的。由于房地产行业整体下行，他们也受到了影响，出现了库存积压的情况，原因就在于高层决策与生产管理有些脱节和滞后。当整体行业已经出现下行苗头时，他们的销售端基于历史数据的预测有些乐观了，生产端继续开足马力，等到反应过来再去叫停生产的时候，库存已经积压了很多很多。所以需要通过对数据的深入洞察，将风险前置并做出可靠预测，最终及时调整企业动作。

张云鹏：对。这些面向生产或维护的“打提前量”工作可以通过 AI 预测，除此之外热电行业的智能化还有很多机会。例如对于能耗的管理，热源网提供同样的温度出去，由于地区不同、房子保暖程度不同，可能到用户家里温度也都是不一样的，有些人觉得冷，有些人觉得热，如果我们只是为了确保冷的用户不冷而持续燃烧供热，那也会造成巨大的能源浪费，违背了双碳目标。所以我们既要节能，让资源充分利用，又要让用户满意，保持最佳的体感舒适度，也是很大挑战。

未来，我们希望整个热电领域，每一位老百姓都能按照自己的个性化需求调节，同时还能充分利用能源，把热均匀地分配到每一位用户身上。达成这个目标还有很长的路要求，反过来说，也表明热电行业的智能化建设还有很多机会点。希望在这个实现目标的过程中，能多和网易数帆这样的优质服务商携手共进，共同推动行业的生产力变革。

封雷：再次感谢张总。很高兴能与您交流，期待共同成长。

更多内容，欢迎持续关注！👇