產業(yè)AI的浪潮正席卷而來，從能源到工業(yè)，幾乎無一不被卷入數字化轉型與智能升級的進程之中。但在產線密集、設備老化、能耗壓力持續(xù)加大的現實環(huán)境中，大量企業(yè)已逐漸意識到：AI系統(tǒng)上了、行業(yè)數據采了，并不等于工廠變聰明了。
從最初的OT(操作技術)與IT(信息技術)融合，到如今的AI大模型應用，產業(yè)升級正逐步融入工業(yè)設備、能源系統(tǒng)和供應鏈管理等場景更細致而復雜的環(huán)節(jié)。行業(yè)關注點也變得更加現實和嚴苛——在技術的先進性之外，企業(yè)更看重的是系統(tǒng)如何在高可靠性、強安全性與長期運營壓力之下，真正高效智能地跑起來。
在這樣的背景下， 施耐德電氣專注創(chuàng)新孵化和成果轉化的平臺——“創(chuàng)贏計劃”，也釋放出一個明確信號：各行各業(yè)的全球廠商正在將AI從技術敘事，帶入組織協(xié)作和產業(yè)落地的體系建設環(huán)節(jié)。
“創(chuàng)贏計劃”由工業(yè)和信息化部國際經濟技術合作中心與施耐德電氣共同主辦，通過與中小企業(yè)、開發(fā)者及行業(yè)伙伴及客戶聯合共創(chuàng)，加速技術融合，推動行業(yè)數字化低碳轉型。
經過2020年至今的探索與迭代，該計劃已逐步完成從0到1、從1到N的規(guī)模化與成果轉化，從最初的概念設計邁入了已驗證的PoC落地應用及多場景復用開拓。圍繞能源管理和智能制造兩大領域，施耐德電氣在過去數年吸引了超過1300家中小企業(yè)參與、推進孵化超過40項聯合創(chuàng)新項目。
從能源系統(tǒng)的安全與效率，到工業(yè)系統(tǒng)的智能化與可靠性，這些案例匯聚了技術融合創(chuàng)新的諸多成果，項目落地覆蓋電網、建筑、化工、冶金、市政、水等多個行業(yè)。
通過搭建面向中小創(chuàng)新企業(yè)的聯合創(chuàng)新平臺，施耐德電氣試圖構建一個更具現實意義的產業(yè)側AI生態(tài)，讓AI不只是在技術層面定義未來，而是成為制造系統(tǒng)和能源系統(tǒng)中的結構性能力。
從技術引入到價值共創(chuàng)：創(chuàng)贏計劃如何“制度化”產業(yè)創(chuàng)新
相較于傳統(tǒng)意義上的企業(yè)創(chuàng)新大賽或創(chuàng)業(yè)營，施耐德電氣的“創(chuàng)贏計劃”更像是一套圍繞工業(yè)與能源領域構建的聯合創(chuàng)新機制：企業(yè)提供真實場景、技術平臺與產業(yè)資源，聯合創(chuàng)新團隊輸出模型能力、工程方法與場景理解，雙方共同完成從技術驗證到產業(yè)落地的全過程。
在連續(xù)六季的發(fā)展中，這一計劃已經形成相對清晰的運行邏輯：初期是支撐項目從0到1的“加速營”，以及推動項目從1到N、實現產品化與規(guī)模化的“成長營”，到后期設置專門探索AI與各場景結合、推動前沿概念驗證(PoC)的“AI+探索營”，現已構成從實驗到部署的完整閉環(huán)機制。
與短周期創(chuàng)新孵化不同，“創(chuàng)贏計劃”的重點在“深”，不在“快”。其核心設計，正是圍繞能源和工業(yè)場景的復雜性、穩(wěn)定性與安全性展開。在能源系統(tǒng)、工控系統(tǒng)、基礎設施網絡等領域，任何概念級創(chuàng)新若無法通過長期運行的驗證，都難以真正進入產業(yè)主流程。
換言之，“創(chuàng)贏計劃”更強調工程可信度與商業(yè)可持續(xù)性，這也是該項目逐漸在行業(yè)中形成影響力的原因。相比爆發(fā)式的單一產品成果，它更加追求的是搭建產業(yè)與技術協(xié)同的基礎設施能力。
從更宏觀的角度看，施耐德電氣 “創(chuàng)贏計劃”釋放出的另一個信號在于，中國“AI+產業(yè)”的競爭正在從模型能力轉向系統(tǒng)嵌入能力——誰能進入能源系統(tǒng)、制造系統(tǒng)與城市系統(tǒng)的運行結構，誰才掌握長期價值入口。
這一賽道的競爭要素顯然不同于C端產品：更長的驗證周期、更高的部署成本、更復雜的組織協(xié)同以及更嚴格的技術合規(guī)要求。這決定了單點創(chuàng)新難以構成長效增長引擎，唯有平臺級整合能力，才能形成持續(xù)演進的系統(tǒng)優(yōu)勢。
這也解釋了為何施耐德電氣在“創(chuàng)贏計劃”中反復強調生態(tài)共建而非單項技術突破。在工業(yè)體系中，真正的創(chuàng)新往往發(fā)生在接口處，例如技術與工程的接口、數據與流程的接口、大企業(yè)與創(chuàng)新企業(yè)的接口。
在這一意義上，“創(chuàng)贏計劃”所構建的不只是一個創(chuàng)新孵化項目，更是一個將AI嵌入中國產業(yè)體系的長期渠道。本文聚焦的“創(chuàng)贏計劃”五大往期聯創(chuàng)項目案例展示正是宣告了這樣一種可能性，即這類機制的持續(xù)演化，將直接影響中國制造在下一階段數字化競爭中的坐標位置。
能源系統(tǒng)如何實現智能化躍遷?
在新能源高比例接入、電力系統(tǒng)復雜度持續(xù)上升的背景下，能源基礎設施過去依賴人工巡檢與經驗調度的配電體系，已經難以應對高并發(fā)負荷、不確定工況與更嚴苛的供電連續(xù)性要求，它需要一套更加穩(wěn)定可靠的系統(tǒng)。
圍繞這一現實需求，施耐德電氣 “創(chuàng)贏計劃”與生態(tài)伙伴在配電、運維與用能管理等領域持續(xù)數年推進聯創(chuàng)實踐，逐步構建起一套面向未來電力系統(tǒng)的工程范式。
在今年展示的往期項目中，分屬能源領域的有“數字孿生配電房”、“基于差動+光纖/5G的速動型配網故障自愈應用”，以及“高校多產品線綜合改造業(yè)務”三個案例，合作伙伴分別為孿數科技、南京智匯、拓深科技。
上述聯創(chuàng)方案均有不同程度的項目交付與落地，所屬行業(yè)覆蓋電網、供電公司、大型園區(qū)、地鐵、商業(yè)建筑、高校建筑等。
“數字孿生配電房”來自2021年創(chuàng)贏計劃，它為電力系統(tǒng)引入了可視化決策能力。該系統(tǒng)基于EcoOS生態(tài)平臺構建三維映射，將設備狀態(tài)、運行數據與運維流程匯聚于統(tǒng)一界面之中，使配電系統(tǒng)首次從不可見轉為可感知。
在懷柔科學城等項目中，這一方案顯著改善了紙質化臺賬、信息割裂和運維滯后的長期頑疾，并已在蘇州等地實現復制應用。數據顯示，該項目將運維響應時間壓縮約30%，培訓效率提升50%，累計落地金額已達數千萬元規(guī)模，成為數字孿生在配電領域規(guī)模化應用的早期樣本。
為解決配電網級差配合難、停電范圍廣、故障恢復慢等問題，“基于差動+光纖/5G的速動型配網故障自愈應用”作為更具工程屬性的底層能力，通過融合差動光差技術與光纖、5G，打造差動自愈裝置，實現毫秒級故障定位與自動隔離，使配電系統(tǒng)具備自我修復能力，突破電網運行可靠性提升的瓶頸，打造安全可靠用電新防線。
在浙江等地的部署實踐中，該系統(tǒng)已實現多站點間聯動控制，并被評為區(qū)域電網高可靠性改造標桿案例。在工程語境中，這類裝置正由應急設施轉為基礎設施，為高比例新能源電網提供必要的安全冗余。
此外，能源系統(tǒng)的智能化還在進一步延伸至用能末端。校園電力智能管理系統(tǒng)通過AI電流指紋與負荷識別算法，將高校復雜場景中的用電行為轉化為可管理、可預測的參數體系，長期可為城市、園區(qū)與公共設施提供精細化管理基礎。
目前，在多所高校的改造項目推進中，該系統(tǒng)被用于解決老舊設施、人工巡檢低效和供電可靠性不足等長期問題，也為智慧園區(qū)與復雜公共設施提供可復制路徑。其意義不止于節(jié)能管理，更在于驗證了一條未來路徑：能源系統(tǒng)或將從單一的調度網絡，逐步轉向由大量具備感知與決策能力的智能節(jié)點共同構成。
相比傳統(tǒng)創(chuàng)新大賽模式孵化下的成果，來自“創(chuàng)贏計劃”的聯創(chuàng)方案顯得更具真實細膩的產業(yè)視角，也更有可落地性，從調度中心到負荷端，它們真實探究到了企業(yè)能源管理需求的痛點與顆粒度。
可運行、低打擾：工業(yè)智能的現實解法
與能源系統(tǒng)類似，工業(yè)領域的挑戰(zhàn)在于如何在不打斷生產的前提下完成智能升級。現實中的工廠往往運行年限較長、系統(tǒng)異構嚴重，替換式改造在多數情況下缺乏可行性。
正是在這一約束下，施耐德電氣 “創(chuàng)贏計劃”的聯創(chuàng)實踐更強調在既有體系中嵌入智能能力，實現漸進式演進。
其中，有兩項方案圍繞運維模式與系統(tǒng)協(xié)同進行深化，它們分別是“工業(yè)零信任解決方案”和“傳動系統(tǒng)預測性維護平臺(ATV Predict Plus)”，合作伙伴為防特網和輝度智能，目前已落地化工、冶金、市政水等行業(yè)。
數字化轉型中，傳統(tǒng)工業(yè)網絡邊界愈加模糊，內網不再可信，簡單密碼無法保護賬戶，關鍵設備易遭攻擊。2023年脫穎而出的工業(yè)零信任安全架構，正是對這一現實環(huán)境的回應。
工業(yè)零信任安全架構首次將信息安全的“零信任”理念系統(tǒng)性引入工控系統(tǒng)領域，通過身份認證、微隔離與軟件定義邊界等機制，對關鍵資產進行精細化防護，在不影響連續(xù)生產的前提下提升系統(tǒng)安全水平。
當前，在青島、溫州、錦州等地的項目實踐中，該架構實現了對關鍵資產的分級防護，不僅能響應防護訴求，還能攻克可信區(qū)域難以防護、傳統(tǒng)認證易被破解等痛點，成為工業(yè)數字化進程中不可忽視的一道底層防線。此外，該系統(tǒng)在國外市場也實現了不少項目贏單。
安全問題之外，工業(yè)場景的另一轉型癥結在于設備運行狀態(tài)可能帶來的影響，例如傳動設備故障影響產品質量，非計劃停機影響生產效率及成本，異常停機可能產生安全事故等。
對于上述問題場景，ATV Predict Plus傳動系統(tǒng)預測性維護平臺可針對性解決。它以變頻器為數據入口，將AI能力直接嵌入設備層，實現對電機、泵、風機等核心系統(tǒng)的健康監(jiān)測與失效預測。通過內嵌算法提前識別失效趨勢，降低非計劃停機帶來的隱性成本。
與傳統(tǒng)運維模式相比，其優(yōu)勢并非看得更多，而是判斷更早：通過內嵌模型識別趨勢性異常，使運維從被動維修轉向事前干預。這不僅能為客戶預測變頻器的故障，也能預測動力負載的故障。
該平臺當前已完成交付方案設計，試點項目正在落地中，已于12月完成交付。試點項目數據顯示，該方案可提升設備利用率約17%，降低維修成本約25%，并顯著減少非計劃停機帶來的生產損失。這意味著工業(yè)生產環(huán)境中的可靠性首次具有了可計算、可預期的技術內涵。
這兩項實踐反映出工業(yè)系統(tǒng)智能化的共識路徑，不追求整體重構，而在關鍵節(jié)點以AI為補充工具，嵌入智能機制，使復雜系統(tǒng)在可控范圍內逐步進化。
寫在最后：
無論是能源領域配電房的數字孿生、毫秒級自愈系統(tǒng)，還是工業(yè)現場的零信任架構與預測性維護，這些案例共同指向一個更清晰的趨勢：工業(yè)與能源的智能化最相關的不是模型水平或算力大小，而是一場圍繞系統(tǒng)長期運行、工程可行性與產業(yè)協(xié)作能力的深度變革。
施耐德電氣 “創(chuàng)贏計劃”的價值正在于此——它通過與中小創(chuàng)新團隊的聯創(chuàng)機制，讓那些真正可落地、可持續(xù)、能與存量體系兼容的能力逐步成型。這種機制化的創(chuàng)新方式，使技術從概念走向工程化與體系化，為產業(yè)創(chuàng)造出一個更長期、更穩(wěn)健的智能底座。
從更大的視角看，傳統(tǒng)產業(yè)的下一階段競爭將圍繞AI能否進入系統(tǒng)結構、與工程邏輯深度耦合。這關乎企業(yè)的智能化水平能否在各自產業(yè)核心場景中得到穩(wěn)定累積。
當產業(yè)跨入AI能力變革的深水區(qū)，企業(yè)到底應該如何自處?
施耐德電氣的“創(chuàng)贏計劃”當前給出的路徑，或可成為更多中小創(chuàng)新企業(yè)未來產業(yè)升級的重要參照。加入類似“創(chuàng)贏計劃”的聯創(chuàng)路徑之中，它們將得以探索出更具產業(yè)價值、更符合時代需求的AI解決方案，成為技術紅利的締造者與獲得者。
