10月24日，國家能源集團聯(lián)合?？低暟l(fā)布“融合光譜煤質快速檢測技術”。

2023年我國原煤生產(chǎn)和進口煤量約52億噸，全國規(guī)模以上煤炭企業(yè)營收3.5萬億元。煤質檢測，是煤炭應用到生產(chǎn)、生活的關鍵性環(huán)節(jié)。以往，傳統(tǒng)化學手段的煤質檢測技術，效率低、風險大、成本高，嚴重制約了煤炭的清潔高效利用。針對以上問題，國家能源集團與?？低暁v時三年，逐步確定了融合光譜煤質快速檢測的技術路線，通過多維感知、雙模態(tài)神經(jīng)網(wǎng)絡算法、AI模型等一系列自主核心技術，實現(xiàn)了大批量煤樣的實時、在線、無損檢測。

其帶來的成果，對煤炭質檢來說，是顛覆性的。大幅縮短結算周期、提升配煤精準度、增強入爐摻配的靈活性，提高港口生產(chǎn)的自動化效率。

將至少8小時的檢測周期縮減至2分鐘；

單列車的檢測煤量可達1噸以上，是原有檢測量的百萬倍；

規(guī)避人工干預，改變了整體煤質檢測的流程、結構，透明度更高……

經(jīng)過三年的研發(fā)、驗證、實驗、調(diào)整、交付，到2024年，“融合光譜煤質快速檢測技術”已經(jīng)應用在國能集團四大產(chǎn)煤區(qū)、港口、銷售、電廠、化工產(chǎn)業(yè)共9家單位，檢測煤量超4億噸。

煤炭數(shù)字化，僅僅是?？禂?shù)字化賦能的一個場景。從2015年智能化伊始，?？档奶剿骶蜎]有停過。很多在當時看不太懂的布局，從現(xiàn)在看已經(jīng)逐漸明朗。

海康的“數(shù)字化”邏輯

數(shù)字化，核心是數(shù)據(jù)，是處理和使用數(shù)據(jù)的能力。無論是公共業(yè)務，企業(yè)業(yè)務，還是民用品，所有產(chǎn)業(yè)、行業(yè)的數(shù)字化升級，都是圍繞“數(shù)據(jù)”展開。具體到某個行業(yè)，就是行業(yè)“大數(shù)據(jù)”。數(shù)據(jù)是數(shù)字化的前提，是數(shù)字化的核心要素。

數(shù)據(jù)從何而來？早期的CCTV和模擬時代，數(shù)據(jù)是人對一幀幀視頻畫面進行篩選、收集后，用文字、文檔的形式記錄、歸類、存檔展現(xiàn)出來。AI興起后，在前端加入AI算法去進行特征提取，對數(shù)據(jù)源進行結構化歸集、分類，形成結構化數(shù)據(jù)。開始應用在規(guī)模較小、功能單一的場景下。再下一步，是云的應用和智能芯片的量產(chǎn)，帶來了前端智能化、邊緣端智能化，將數(shù)據(jù)源在前端進行第一次分類，邊緣端進行二次分類，最后匯集到大云的數(shù)據(jù)，已經(jīng)是篩選過的精準數(shù)據(jù)集，使得原來功能單一、場景龐雜的一個個小場景，在“云邊端”協(xié)同后，演變成可以應用在從大到小各個場景下的融合大數(shù)據(jù)。與此同時，單一的視頻信息和視頻數(shù)據(jù)這種生產(chǎn)力，已經(jīng)難以應對各種復雜場景的生產(chǎn)關系需求。于是，微波、毫米波、雷達、紅外等等非可見光傳感器入場，形成了可見光+非可見光的多維感知體系。也就是今天我們提到的多維、多態(tài)、多用途的全系數(shù)據(jù)集合。

在全量數(shù)據(jù)被收集、歸類、共享后，一個個數(shù)據(jù)集分門別類，變成了改變生產(chǎn)關系的新生產(chǎn)力—數(shù)字。這就像計算機將“0”和“1”組成不同的字符串，得到的是完全不同的結果一樣。數(shù)字化，是對用戶而言，也是對管理而言的。這些數(shù)字應用到不同的用戶，得到用戶迫切需要的行業(yè)應用和管理工具，從而提升效率、降低成本。向數(shù)字要效益，是數(shù)字化的根本，也是用戶需要數(shù)字化所產(chǎn)生的價值?；剡^頭來看?？档臄?shù)字化之路，很早就在鋪墊。2015年是中國AI應用的元年。2015-2016，針對AI興起第一波的特征識別和深度學習，海康做的是現(xiàn)有設備及平臺的智能化升級，提出了基于前后端智能化的SDT。2017年，開始做云端智能，將“邊和端”智能串聯(lián)云智能，搭起智能化基本框架。2018年的AI開放平臺，是把自己已有的“云邊端”智能、“端云協(xié)同”做到生態(tài)鏈中，使更多伙伴具備智能化能力，為下一步的場景智能化做出細分行業(yè)儲備。從2019到2022年，?？甸_始講數(shù)據(jù)。他們所謂的數(shù)據(jù)，是基于物聯(lián)網(wǎng)感知層的數(shù)據(jù)，其來源、使用權和所有權在用戶，是用戶提質增效的工具。這和互聯(lián)網(wǎng)企業(yè)說的數(shù)據(jù)從本質上不是一回事。這些數(shù)據(jù)，是?？祷谠蟹e累的軟硬件條件，和在原有行業(yè)沉淀的應對用戶碎片化、定制化的能力，針對感知結果進行數(shù)據(jù)處理和分類，定位數(shù)據(jù)結構化和生態(tài)多元化后的落腳點。2022年，將企業(yè)定位變成“智能物聯(lián)”后，隨著主營可見光和視覺業(yè)務的智能化升級，以及從2008年開始積累的工業(yè)相機，到2016年的微波、毫米波、雷達技術的逐步產(chǎn)品化、產(chǎn)業(yè)化，有了產(chǎn)品、平臺、技術、能力和需求工具化的全方位支撐，一切自然而然的指向了數(shù)字化場景。這符合我們上邊說的數(shù)字化管理的各種要素和發(fā)展邏輯、業(yè)務需求，也符合?？甸_拓賽道的能力。

什么是海康的“數(shù)字化”

根據(jù)筆者的觀察，“全面感知、泛在智能、深入行業(yè)、落地場景”，是?？祱鼍皵?shù)字化的四個特征。

全面感知，即持續(xù)拓展的可見光、非可見光等多維感知手段。?？狄砸曨l業(yè)務起家，但發(fā)展到一定程度后，單一的視頻會有短板。比如液位、測溫、成像建模、工業(yè)檢測、科學儀器等等依靠物理手段所得到的數(shù)據(jù)和結果，視頻很難覆蓋到。而這些數(shù)據(jù)，往往是工業(yè)、環(huán)保、水文、科研、能源等行業(yè)切實需要的數(shù)據(jù)。為了全方位、立體化感知不同條件下不同場景客體的特性，海康又逐步開發(fā)了紅外、X光、毫米波等不同傳感技術，能夠全方位、多角度、高效率為用戶提供有價值的特定數(shù)據(jù)。

泛在智能，即數(shù)據(jù)多維融合后的智能化輸出能力。如上述所說，在得到了想要的數(shù)據(jù)特征后，通過智能化后的前后端、軟硬件協(xié)同，將數(shù)據(jù)進行結構化、細分化、精簡化、高效化的分發(fā)、利用，用戶得到便捷、高效、準確的使用結果，使數(shù)據(jù)變成更進一步的數(shù)字化工具。

深入行業(yè)，這是數(shù)字化復雜的一步，也是不可繞過的一步。我們之前的文章就曾多次表述，千人千面，公共服務和企業(yè)服務的用戶更是如此。大小不一的各個行業(yè)，細致入微的應用場景，復雜、分散、多樣、碎片，定制化程度高、行業(yè)差異大，需要投入大量的人力、物力去精耕細作。這個過程，又可以分兩類，一個是自己面對用戶直接做，一個是通過生態(tài)鏈合作伙伴的行業(yè)服務商再到用戶。無論是哪種方式，都要直面行業(yè)需求，都要為用戶和伙伴提供可實現(xiàn)、可交付、可驗收、可信任、有價值的數(shù)字化管理工具。

落地場景，是結果，也是最終的目的。數(shù)字化是賦能工具，是在用戶獲得動能前進的同時，也驅動?？挡粩嘞蚯疤剿鞲钊氲臉I(yè)務場景。

這一切，并不是計劃好的。從海康自身這條主線敘述，他們追求的核心，是感知技術、AI、大數(shù)據(jù)的技術底座，不斷探索新技術，不斷夯實自己的地基，不斷豐富自己的產(chǎn)品線、平臺和數(shù)據(jù)應用能力，隨著不斷地升級、迭代、發(fā)展，今后的路自然而然的就看到了方向。也就是說，市場與技術的雙輪驅動決定了海康的業(yè)務方向，而不是先瞄準業(yè)務方向而大規(guī)模擴充研發(fā)和產(chǎn)品能力。這里邊有兩點要注意：一是確認符合企業(yè)自身的技術發(fā)展方向，不是為了做而做；二是在產(chǎn)品和技術找到方向后，追本溯源，不能忽略基本的商業(yè)價值。創(chuàng)新也應該符合市場客觀規(guī)律，不能為用戶創(chuàng)造價值的創(chuàng)新，是偽創(chuàng)新，是要被淘汰的落后產(chǎn)能。

從用戶這條線來講，在深耕行業(yè)的過程中，千百個應用場景會遇到成千上萬的問題需要解決。用戶買產(chǎn)品、技術、服務，訴求永遠是降本增效，提高收益率。AI時代，智能化是解決生產(chǎn)和管理問題的最好抓手之一。智能基礎上形成的數(shù)字化工具，是最大限度符合用戶剛性需求的落地點。但千行百業(yè)，千差萬別，每個行業(yè)都在尋找符合自身場景特點的數(shù)字化服務商。此時，具備感知技術、有智能化方法、數(shù)據(jù)模型開發(fā)能力的伙伴，水到渠成的就成為了天然的合作伙伴。?？颠@類企業(yè)，剛好符合這些預期。

用數(shù)字化方式進行行業(yè)化場景落地，因為本身的特性，通用智能化的大模型不太適合。這也是硅谷目前AI創(chuàng)業(yè)公司團隊越來越小的原因。場景越來越細，需求越來越多，做到最后會發(fā)現(xiàn)，滿足一個行業(yè)的一類用戶，需要深挖的技術和資源已經(jīng)遠超大模型的能力范圍，垂直于場景和行業(yè)，也不可能需要人海戰(zhàn)術搞定。因而，適合場景本身的行業(yè)模型更適合場景數(shù)字化落地的賽道，而且海康也是這么做的。不盲從新技術，不嘩眾取寵，踏踏實實的深入田間地頭，找到最適合自己定位，也最適合用戶需求的解決方案，一直是?？档囊话牙麆?。

為什么是海康？

回答這個問題前，先看看胡揚忠怎么說。

對于我們來說，這么多場景，做哪個產(chǎn)品投入產(chǎn)出最高，這樣的小賬本是算不出來的。我肯定想先做能賺錢的場景，但這是個主觀判斷。結果是不是這樣？做不做得出來？能不能做穩(wěn)定？不知道的。在企業(yè)場景數(shù)字化的過程中，我們方向明確，就不算小賬了?！豆鹕虡I(yè)評論》胡揚忠專訪

這段話，很明確的回答了在如此內(nèi)卷的數(shù)字化賽道上、數(shù)字化浪潮下，一個另類的?？档陌l(fā)展之路，那就是：專注、有準備、成就客戶也成就自己。

專注：歷經(jīng)硬盤錄像機、視頻、安防、智能物聯(lián)……23年間，?？狄恢泵闇柿俗约涸撟龅氖乱蛔龅降住状无D型，都是圍繞著技術升級展開，不是硬生生的切換，而是通過技術升級而拓展企業(yè)的厚度和賽道的寬度，從未虛空捏牌創(chuàng)造一個不適合自己的賽道跑偏。技術創(chuàng)新，兼并的很少，基本靠內(nèi)生驅動。堅定的走技術化路線，堅定的從自我革新出發(fā)，堅定的向技術要效益，才讓數(shù)字化落地成為可能。

有準備：淘汰一代、展示一代、研發(fā)一代。開頭提到的“煤質快檢”技術，海康不聲不響的做了三年。從2021年開始，到2024年上線，對外沒有過大肆宣傳，是先有后說。在諸多領域，?？狄恢比绱恕２凰阈≠~，持續(xù)準備，一點點的試，一點點積累，發(fā)現(xiàn)問題、面對問題、解決問題，歸結出一個又一個適用于用戶的方法論和工具，而后面對著這些場景，進行二次、三次數(shù)字化改造，永無止境。時至今日，?？档膱鼍皵?shù)字化，已經(jīng)落地在了電力、公路、煤炭、水利、零售、軌道、工業(yè)制造、城市管理等諸多行業(yè)，而且還在不斷延伸。機會是留給有準備的人的，做好自己，練好內(nèi)功，才能擁抱更多的機遇，也能在挑戰(zhàn)來臨時堅如磐石。

成就客戶成就自己：在與胡揚忠的多次交流學習中，他都有過這樣的表述，“不要看一個企業(yè)說什么，要看它做什么。做企業(yè)的最終目的，是為客戶和用戶創(chuàng)造價值，而不是首先想到自己能得到什么。給客戶創(chuàng)造價值的過程中，也就是你的所得之處?！眻鼍皵?shù)字化，面對的用戶越來越多、需求越來越復雜，就更要從用戶角度出發(fā)，給用戶解決實際問題。在給一類用戶解決問題的過程中，不斷積累經(jīng)驗，不斷探索新的工具，讓自己也能越走越遠。

結語

2021年底，在杭州和胡揚忠交流時，他曾用“榕樹”比喻?？?。技術是根；信號處理和感知、智能的主業(yè)，是干；延伸出的行業(yè)、產(chǎn)品和方案，是枝。如果枝長得足夠粗壯，還可以再扎根新領域。海康不想做單一巨型品類的紅杉，而是要把自己的產(chǎn)品、技術落地生根，扎到泥土里，植根更多的行業(yè)。他們是這樣說的，也是這樣做的。

?？翟谄髽I(yè)經(jīng)營和結構上，一直對標3M，有底層根基的技術，并依次延伸到各個需要自己的領域，在細分行業(yè)保持領先。時至今日，海康已經(jīng)成長為一家擁有3萬多個SKU、有快速調(diào)整能力的生產(chǎn)線、3大BG、近10個創(chuàng)新業(yè)務板塊的龍頭企業(yè)。隨著前期準備的生根落地、場景數(shù)字化的逐步成熟，海康的規(guī)模和業(yè)務將進一步的擴大。只要堅守技術導向，堅守客戶需求導向，在數(shù)字化落地的過程中，海康一定是受益者，也是能為行業(yè)、用戶、市場帶來更多、更大價值的“大榕樹”。

至于將來，還是那句話，這不是計劃出來的，是走出來的?；赝麃頃r路，輕舟已過萬重山。

責任編輯：石旭