“下一輪的AI，賣的不是工具，而是收益?！痹?50位全球頂尖AI創(chuàng)始人齊聚的紅杉資本會(huì)場之中，大家得出了這個(gè)觀點(diǎn)。而當(dāng)AI從技術(shù)走向應(yīng)用落地的過程中，企業(yè)應(yīng)當(dāng)如何做，才能以更具“性價(jià)比”的方式，更快、更好地落地？

在鈦媒體2025 ITValue Summit前瞻之AI落地指南系列直播中，鈦媒體集團(tuán)聯(lián)合創(chuàng)始人、鈦媒體研究院院長萬寧與阿里云智能集團(tuán)智能工業(yè)與物聯(lián)部總經(jīng)理許咼兢、瀚藍(lán)環(huán)境副總裁曾飛對(duì)話，圍繞企業(yè)AI如何落地、技術(shù)復(fù)制等話題展開了討論。

瀚藍(lán)環(huán)境深耕垃圾固廢處理行業(yè)已經(jīng)近二十年，是國內(nèi)環(huán)境服務(wù)業(yè)十強(qiáng)、固廢處理十大影響力企業(yè)，垃圾焚燒規(guī)模近10萬噸/日，位居A股第一、行業(yè)前三，通過將多年積累的行業(yè)Know-How，加上阿里云提供的在AI方面的能力，打造了智能垃圾焚燒的典型案例。雙方從2019年開始合作，一直秉持著創(chuàng)新的理念，探索如何能夠提升垃圾焚燒過程中的無人化水平、穩(wěn)定度以及減少垃圾焚燒過程中污染物的排放。

在分享中，曾飛表示，垃圾焚燒處理是一個(gè)很復(fù)雜的系統(tǒng)，一方面要面對(duì)焚燒過程中的精準(zhǔn)調(diào)控難題：爐內(nèi)的燃燒溫度、空氣配比等參數(shù)需實(shí)時(shí)匹配垃圾特性變化，既要保證充分燃燒，又要避免過度消耗能源或產(chǎn)生二次污染，對(duì)調(diào)控精度要求極高。另一方面，也要面臨系統(tǒng)協(xié)同的挑戰(zhàn)。垃圾預(yù)處理、焚燒、煙氣處理、余熱利用等環(huán)節(jié)環(huán)環(huán)相扣，任一環(huán)節(jié)效率不高都會(huì)影響整體系統(tǒng)效能，需實(shí)現(xiàn)各環(huán)節(jié)的高效協(xié)同。

面對(duì)這些痛點(diǎn)，瀚藍(lán)環(huán)境多措并舉，一是通過設(shè)計(jì)優(yōu)化和技術(shù)改造來實(shí)現(xiàn)設(shè)備提效；二是通過提升運(yùn)營團(tuán)隊(duì)能力和精細(xì)化管理來實(shí)現(xiàn)運(yùn)營提升?！坝葹橹匾模谴罅σ肴斯ぶ悄芗夹g(shù)，2019年瀚藍(lán)聯(lián)合阿里云成功打造焚燒爐排爐技術(shù)上的行業(yè)首個(gè)垃圾焚燒AI系統(tǒng)，目前已應(yīng)用在18臺(tái)焚燒爐上，通過智能化手段優(yōu)化燃燒調(diào)控，有效提升整體焚燒效率?！痹w強(qiáng)調(diào)道。

針對(duì)工業(yè)領(lǐng)域的AI落地，在許咼兢看來，AI技術(shù)想要更好地落地到行業(yè)中，需要集合行業(yè)特定的場景、特定的行業(yè)數(shù)據(jù)，以及企業(yè)需求AI落地后產(chǎn)生的價(jià)值來推進(jìn)。

與此同時(shí)，許咼兢還分享了阿里云在如何選擇AI落地場景方面的些許經(jīng)驗(yàn)，他指出，首先，以制造業(yè)為例，制造業(yè)可以分為“5+2”個(gè)環(huán)節(jié)，即研產(chǎn)供銷服+金融和管理。阿里云一直秉持生產(chǎn)制造環(huán)節(jié)是制造業(yè)AI應(yīng)用能產(chǎn)生最大價(jià)值的環(huán)節(jié)，“生產(chǎn)制造環(huán)節(jié)作為一個(gè)既難，又有價(jià)值的場景，更值得我們深挖。并且，在過去一段時(shí)間內(nèi)，用戶需求也很強(qiáng)烈，這就是為什么我們會(huì)投入到這些場景里的原因?！痹S咼兢強(qiáng)調(diào)。

在生產(chǎn)環(huán)節(jié)，阿里云會(huì)選擇一些高價(jià)值設(shè)備，且工藝相對(duì)復(fù)雜的行業(yè)作為切入?！耙?yàn)閺?fù)雜，所以需要AI，如果太簡單，可能數(shù)字化技術(shù)就能提升效能了，而AI在這個(gè)行業(yè)里面的提升效能可能就沒有那么大了。這是我們?cè)谶x擇行業(yè)和場景過程中，基本的判斷?！痹S咼兢進(jìn)一步指出，此外，還要看技術(shù)在場景中的適配性，并且要形成具有可執(zhí)行性的閉環(huán)。

而垃圾焚燒領(lǐng)域就是一個(gè)滿足許咼兢所述的垂直場景。在分享中，曾飛也表示，當(dāng)前，AI技術(shù)在垃圾焚燒領(lǐng)域的應(yīng)用已從局部試點(diǎn)進(jìn)入規(guī)?；涞仉A段，行業(yè)頭部企業(yè)也都在大規(guī)模探索開發(fā)和應(yīng)用AI技術(shù)。

以瀚藍(lán)環(huán)境為例，“焚燒工業(yè)大腦”已在9個(gè)項(xiàng)目、18臺(tái)爐上部署，實(shí)現(xiàn)自動(dòng)投運(yùn)率超90%，顯著提升燃燒效率并降低人工操作強(qiáng)度。視頻智能識(shí)別、車輛智能管理等場景已覆蓋數(shù)十家子公司，形成“數(shù)據(jù)驅(qū)動(dòng)+主動(dòng)干預(yù)”的閉環(huán)管理，實(shí)現(xiàn)AI應(yīng)用從單一驗(yàn)證轉(zhuǎn)向全流程覆蓋。

與此同時(shí)，曾飛還分享了瀚藍(lán)環(huán)境在企業(yè)AI業(yè)務(wù)升級(jí)改造的關(guān)鍵路徑，他指出，企業(yè)若想通過AI實(shí)現(xiàn)業(yè)務(wù)升級(jí)，可以聚焦三大核心環(huán)節(jié)：

1.精準(zhǔn)感知。利用分布在各環(huán)節(jié)的傳感器與智能視頻分析（如料層狀態(tài)、設(shè)備運(yùn)行、煙氣排放、卸料平臺(tái)安全等），實(shí)時(shí)、全面采集運(yùn)行數(shù)據(jù)，實(shí)現(xiàn)對(duì)工藝狀態(tài)和環(huán)境參數(shù)的有效洞察。

2.動(dòng)態(tài)預(yù)測?；诤Ａ繗v史與實(shí)時(shí)數(shù)據(jù)，利用AI建立燃燒模型、煙氣排放模型、設(shè)備管理模型等。它能提前預(yù)判燃燒狀況變化、關(guān)鍵污染物（如NOx）濃度趨勢、潛在設(shè)備異常等，為主動(dòng)干預(yù)提供依據(jù)。

3.協(xié)同控制。AI系統(tǒng)綜合感知與預(yù)測結(jié)果，通過智能算法自動(dòng)協(xié)調(diào)風(fēng)量、給料速度、爐排運(yùn)動(dòng)等關(guān)鍵參數(shù)，實(shí)現(xiàn)燃燒過程的動(dòng)態(tài)最優(yōu)控制，替代傳統(tǒng)依賴人工經(jīng)驗(yàn)的操作。

附上本期直播時(shí)間軸，幫你快速跳轉(zhuǎn)感興趣的部分

00:08:56 國內(nèi)垃圾焚燒三個(gè)階段

00:23:40 企業(yè)如何完成“場景捕捉”？

00:29:48 瀚藍(lán)環(huán)境AI+垃圾焚燒應(yīng)用分享

00:42:18 阿里云如何幫助客戶梳理場景

00:48:18 瀚藍(lán)環(huán)境未來AI應(yīng)用布局及啟發(fā)

以下為對(duì)話實(shí)錄，經(jīng)鈦媒體APP整理：

萬寧：如何看待中國在垃圾焚燒、垃圾處理等產(chǎn)業(yè)的發(fā)展？

曾飛：中國垃圾焚燒產(chǎn)業(yè)的國產(chǎn)歷程，大致可分為三個(gè)階段：

1.進(jìn)口技術(shù)引進(jìn)階段：早期國內(nèi)面臨“垃圾圍城”困境時(shí)，垃圾焚燒技術(shù)主要依賴從歐美、日本等國家引進(jìn)，比如行業(yè)內(nèi)企業(yè)引進(jìn)包括日立、卡萬塔、馬丁爐等技術(shù)。以瀚藍(lán)為例，并購南海環(huán)保電廠時(shí)，該電廠原使用美國拋動(dòng)式焚燒爐，在2008年建設(shè)新廠時(shí)引進(jìn)了日本三菱的馬丁技術(shù)。

2.本土化適配與國產(chǎn)改造階段：隨著國內(nèi)垃圾焚燒發(fā)電項(xiàng)目增多，企業(yè)開始結(jié)合中國垃圾含水率高、成分復(fù)雜、熱值低等特點(diǎn)，對(duì)引進(jìn)技術(shù)進(jìn)行本土化改造，并實(shí)現(xiàn)國產(chǎn)。新世紀(jì)、三峰、光大等企業(yè)紛紛實(shí)現(xiàn)了國產(chǎn)設(shè)備的突破，瀚藍(lán)聯(lián)合三菱匹配中國國內(nèi)垃圾成分特點(diǎn)，開發(fā)出行業(yè)首臺(tái)三段式V型焚燒爐，其爐渣熱灼減率、氮氧化物排放等指標(biāo)優(yōu)于同類型設(shè)備。

3.技術(shù)升級(jí)和海外輸出階段：在消化吸收和本土化基礎(chǔ)上，國內(nèi)企業(yè)開始推進(jìn)技術(shù)創(chuàng)新，利用中國垃圾量大、智能化技術(shù)先進(jìn)的優(yōu)勢，在大型化、智能化等方面加大了創(chuàng)新開發(fā)力度。同時(shí)，這個(gè)階段，國內(nèi)企業(yè)也將技術(shù)升級(jí)后焚燒爐技術(shù)出口至海外，實(shí)現(xiàn)了中國企業(yè)在垃圾焚燒核心技術(shù)上從“引進(jìn)來”到“走出去”的突破。以瀚藍(lán)為例，瀚藍(lán)聯(lián)合三菱開發(fā)出750噸、900噸的大型焚燒爐，并與阿里云共同研發(fā)了智慧算法焚燒模型，將原來的大工業(yè)時(shí)代的裝備+工控，升級(jí)為裝備+算法（數(shù)據(jù)）控制模式，創(chuàng)造了智慧控制（無人化）的新未來。2024年，V型爐技術(shù)也成功反向輸出至海外。

萬寧：阿里云在“智能工業(yè)”這個(gè)業(yè)務(wù)板塊的情況，以及在垃圾處理細(xì)分領(lǐng)域的技術(shù)突破有哪些？

許咼兢：阿里云智能集團(tuán)是以云計(jì)算技術(shù)和AI技術(shù)為主的這個(gè)技術(shù)服務(wù)的公司。公司服務(wù)面向了包括制造業(yè)、交通、政務(wù)等在內(nèi)的企業(yè)與機(jī)構(gòu)，為他們提供云計(jì)算和AI技術(shù)支撐。

這其中，智能工業(yè)板塊是將整體阿里云智能集團(tuán)通用的AI技術(shù)落地到工業(yè)行業(yè)里。從2017年開始，智能工業(yè)板塊就將“工業(yè)大腦”這個(gè)品牌輸入到工業(yè)行業(yè)內(nèi)，而垃圾焚燒僅是輸出的眾多工業(yè)行業(yè)中的一個(gè)。當(dāng)時(shí)還涉及了鋼鐵、水泥，還有包括汽車、半導(dǎo)體、光伏等產(chǎn)業(yè)，在這些行業(yè)中，阿里云通過大量的AI技術(shù)和數(shù)據(jù)技術(shù)幫助企業(yè)實(shí)現(xiàn)降本增效。

在阿里云看來，AI技術(shù)想要更好地落地到行業(yè)中，需要集合行業(yè)特定的場景、特定的行業(yè)數(shù)據(jù)，以及企業(yè)需求AI落地后產(chǎn)生的價(jià)值來推進(jìn)。

具體到垃圾焚燒來說，從2019年開始，阿里云就與瀚藍(lán)環(huán)境展開合作。那個(gè)時(shí)候垃圾還是“多到燒不完”，而發(fā)展到今天，垃圾行業(yè)開始“不夠燒”的情況。2019年開始合作的時(shí)候，雙方還是秉持著創(chuàng)新的理念，探索如何能夠提升垃圾焚燒過程中的無人化水平以及穩(wěn)定度。此外，還能減少垃圾焚燒過程中污染物的排放。

關(guān)于為什么國外不需要AI技術(shù)，而國內(nèi)需要通過AI技術(shù)的問題？第一，因?yàn)閲鴥?nèi)生活垃圾的豐富度與國外不同；第二，垃圾焚燒過程與火力發(fā)電過程不同，相對(duì)來說垃圾焚燒熱值不穩(wěn)定，這導(dǎo)致了原有的ACC的控制技術(shù)在國內(nèi)垃圾焚燒領(lǐng)域并不可用。

這兩方面促成了阿里云與瀚藍(lán)環(huán)境的合作。合作之初雙方有三個(gè)共同目標(biāo)。第一，實(shí)現(xiàn)焚燒爐控制的自動(dòng)化運(yùn)行；第二，在提升自動(dòng)化水平的同時(shí)，提升整體運(yùn)行的穩(wěn)定度，并且控制頻率和清晰度等方面都要提升；第三，在前兩條的基礎(chǔ)上，提升垃圾焚燒產(chǎn)生的蒸汽量和發(fā)電量，達(dá)到更好的經(jīng)濟(jì)效益。

所以阿里云就委派了有熱工+控制+AI技術(shù)融合背景的工作人員到現(xiàn)場駐場了幾個(gè)月，學(xué)習(xí)如何燒垃圾，并很快推出了第一版成果。第一版中，我們使用了AI技術(shù)，進(jìn)行了推優(yōu)算法，產(chǎn)生了建議參數(shù)，并通過現(xiàn)場人工，進(jìn)行控制調(diào)節(jié)。但因?yàn)楫?dāng)AI技術(shù)落地到產(chǎn)線時(shí)，人對(duì)AI技術(shù)相信程度的差異，導(dǎo)致了第一版的效果并不是很好。具體來看，如果員工不愿意（通過AI給出的反饋）進(jìn)行參數(shù)調(diào)節(jié)的話，得到的反饋，以及后續(xù)學(xué)習(xí)的數(shù)據(jù)不足，迭代效果就不好。

后來經(jīng)過多輪離線驗(yàn)證，以及結(jié)合瀚藍(lán)環(huán)境給出的建議，我們將自動(dòng)化反控放在了產(chǎn)線上，在測試基礎(chǔ)上，達(dá)到了98%以上投用率，同時(shí)發(fā)電量也得到了提升。

萬寧：追問一下，兩個(gè)問題：一，在確定AI應(yīng)用場景過程中，如何實(shí)現(xiàn)“場景捕捉”？二，在捕捉環(huán)節(jié)，阿里云智能集團(tuán)內(nèi)部是如何進(jìn)行場景決策的？

許咼兢：我們這些也總結(jié)出了一些經(jīng)驗(yàn)，第一點(diǎn)是，制造業(yè)一共有五個(gè)環(huán)節(jié)——研產(chǎn)供銷服，最多再加上金融和管理環(huán)節(jié)。這是制造業(yè)所面臨的“5+2”環(huán)節(jié)。我們團(tuán)隊(duì)一直秉持了一個(gè)理念——生產(chǎn)制造環(huán)節(jié)產(chǎn)生的價(jià)值是最大的（當(dāng)然研發(fā)環(huán)節(jié)也很重要，但研發(fā)環(huán)節(jié)涉及的各個(gè)垂直領(lǐng)域的情況比較多）。所以一開始我們針對(duì)不同行業(yè)在研產(chǎn)供銷服，再加上金融、管理一共7大領(lǐng)域到底有哪些有價(jià)值的場景。而這方面光看報(bào)道、宣傳是沒用的，需要“躬身入局”到行業(yè)中，與行業(yè)用戶一起深度共創(chuàng)，才能找到有價(jià)值的場景。

對(duì)于我們團(tuán)隊(duì)而言，更重要的使命是集中在偏生產(chǎn)環(huán)節(jié)進(jìn)行AI落地。因?yàn)闋I銷和服務(wù)環(huán)節(jié)，相對(duì)而言比較通用，市面上也有很多相關(guān)成熟的數(shù)字化產(chǎn)品。而生產(chǎn)制造環(huán)節(jié)作為一個(gè)既難又有價(jià)值的場景，更值得我們深挖。并且，在過去一段時(shí)間內(nèi)，用戶需求也很強(qiáng)烈，這就是為什么我們會(huì)投入到這些場景里的原因。

具體到行業(yè)選擇來說，我們會(huì)選擇一些高價(jià)值設(shè)備，且工藝相對(duì)復(fù)雜的行業(yè)作為切入。因?yàn)閺?fù)雜，所以需要AI，如果太簡單，可能數(shù)字化技術(shù)就能提升效能了，而AI在這個(gè)行業(yè)里面的提升效能可能就沒有那么大了。這是我們?cè)谶x擇行業(yè)和場景過程中，基本的判斷。

第二個(gè)，要看技術(shù)在場景中的適配性。作為技術(shù)人員一定要有對(duì)場景與技術(shù)匹配度的認(rèn)知，然后選取合適的技術(shù)去解決這個(gè)場景下的問題，并評(píng)估解決問題的價(jià)值是否足夠大到需要花費(fèi)精力去解決。

第三個(gè)，要形成閉環(huán)，要在環(huán)路能具有可執(zhí)行性?？蓤?zhí)行性就是我們開發(fā)的程序要與IT系統(tǒng)、硬件設(shè)備有直接能夠“打交道”的能力。

基于此，我們有兩個(gè)重要的核心能力，一個(gè)是物聯(lián)網(wǎng)的能力，另外一個(gè)是，圍繞原有工控領(lǐng)域，有深刻的認(rèn)知，能控制原有的、復(fù)雜的設(shè)備。

萬寧：與阿里云合作，共同推進(jìn)垃圾焚燒行業(yè)形成一個(gè)新的、安全的、環(huán)保的完整閉環(huán)的過程中，瀚藍(lán)環(huán)境有何經(jīng)驗(yàn)可以分享？

曾飛：首先，瀚藍(lán)環(huán)境一直在創(chuàng)新和新技術(shù)探索領(lǐng)域秉持著積極的態(tài)度。在2008年構(gòu)建焚燒爐之初，我們就把信息化作為設(shè)計(jì)、建設(shè)過程中一個(gè)重要的考量因素。當(dāng)時(shí)在焚燒爐里面，就布設(shè)了上千個(gè)傳感器，雖然當(dāng)時(shí)還沒有很好的應(yīng)用場景，但這可以看作是瀚藍(lán)環(huán)境在信息化方面超前的布局。也正是這種布局，提前進(jìn)行了數(shù)據(jù)采集，并積累了多年的數(shù)據(jù)，形成了歷史數(shù)據(jù)庫，才奠定了瀚藍(lán)環(huán)境與阿里云合作的基礎(chǔ)。

在將AI技術(shù)引入到垃圾焚燒領(lǐng)域之初，我們其實(shí)并沒有很清晰的方向。而當(dāng)時(shí)業(yè)內(nèi)對(duì)于我們這類有一定信息化、自動(dòng)化基礎(chǔ)的企業(yè)，能否發(fā)掘AI價(jià)值，還存在爭議，且當(dāng)時(shí)在垃圾焚燒領(lǐng)域的智能焚燒方面也并沒有成功的應(yīng)用案例。

所以瀚藍(lán)環(huán)境在與阿里云交流過程中，只能基于一個(gè)理念：我們認(rèn)為AI一定能在這個(gè)領(lǐng)域大有可為，是基于這樣“模糊正確”的理念啟動(dòng)項(xiàng)目的。

項(xiàng)目啟動(dòng)之初，我們也基于如何尋找應(yīng)用場景？如何能夠讓AI在垃圾焚燒領(lǐng)域發(fā)揮價(jià)值？等問題進(jìn)行了深入討論，當(dāng)時(shí)阿里云拋出了“垃圾焚燒行業(yè)最大的痛點(diǎn)是什么？”的問題。進(jìn)行反向思考。我們就找到了對(duì)于垃圾焚燒行業(yè)而言，非常重要的一個(gè)影響因素——垃圾場的復(fù)雜性和不穩(wěn)定性。

垃圾焚燒處理是一個(gè)很復(fù)雜的系統(tǒng)，一方面，面臨著整個(gè)焚燒過程的精準(zhǔn)調(diào)控，要對(duì)爐內(nèi)焚燒溫度、空氣配比等參數(shù)，進(jìn)行實(shí)時(shí)匹配，以應(yīng)對(duì)垃圾成分的變化；另一方面，又同時(shí)面臨著系統(tǒng)協(xié)同的挑戰(zhàn)，比如垃圾預(yù)處理、焚燒、煙氣處理等環(huán)節(jié)，環(huán)環(huán)相扣，任何一個(gè)環(huán)節(jié)效率不足，都會(huì)影響整體效能。需實(shí)現(xiàn)各環(huán)節(jié)的高效協(xié)同。但關(guān)鍵是，垃圾的特性是復(fù)雜、多變的，垃圾成分受來源、天氣、時(shí)間段等多方面因素的影響，含水率、熱值等波動(dòng)大，會(huì)直接影響焚燒爐內(nèi)的干燥、燃燒過程，難以維持穩(wěn)定的燃燒狀態(tài)，這就反過來對(duì)于需要精準(zhǔn)調(diào)控和系統(tǒng)協(xié)同的焚燒運(yùn)營產(chǎn)生了巨大的挑戰(zhàn)。

因此，基于由于垃圾成分的不穩(wěn)定性和復(fù)雜性，要想實(shí)現(xiàn)垃圾的充分穩(wěn)定燃燒，僅靠自動(dòng)控制是難以滿足不同垃圾成分下的焚燒穩(wěn)定性需求的，就需要運(yùn)營人員不斷結(jié)合實(shí)際情況進(jìn)行運(yùn)行調(diào)整，這就需要運(yùn)營人員得有豐富的運(yùn)行經(jīng)驗(yàn)和專業(yè)的判斷能力。但是，我們也知道，一個(gè)專業(yè)老師傅的培養(yǎng)是很不容易，需要大量的實(shí)踐且培養(yǎng)周期較為漫長。所以，怎么實(shí)現(xiàn)老師傅能力的快速轉(zhuǎn)化是一個(gè)很大的難題。

針對(duì)這些難點(diǎn)，瀚藍(lán)多措并舉，一是通過設(shè)計(jì)優(yōu)化和技術(shù)改造來實(shí)現(xiàn)設(shè)備提效；二是通過運(yùn)營團(tuán)隊(duì)能力提升和管理精細(xì)化來實(shí)現(xiàn)運(yùn)營提升。尤為重要的，就是大力引入人工智能技術(shù)，2019年我們聯(lián)合阿里云成功打造焚燒爐排爐技術(shù)上的行業(yè)首個(gè)垃圾焚燒AI系統(tǒng)，目前已應(yīng)用在18臺(tái)焚燒爐上，通過智能化手段優(yōu)化燃燒調(diào)控，有效提升整體焚燒效率。

萬寧：在與瀚藍(lán)環(huán)境這樣的行業(yè)企業(yè)合作的過程中，除了技術(shù)適配性之外，阿里云的團(tuán)隊(duì)又是如何將模型架構(gòu)能力等技術(shù)能力更好地融合到場景中，幫助行業(yè)企業(yè)實(shí)現(xiàn)更大的價(jià)值的？

許咼兢：從阿里云的角度出發(fā)，某個(gè)行業(yè)實(shí)現(xiàn)真正的數(shù)字化和智能化變革，除了需要像阿里云這樣的IT服務(wù)商、AI服務(wù)商之外，最重要的還是需要行業(yè)用戶對(duì)自身數(shù)字化、智能化的認(rèn)知，不斷地轉(zhuǎn)變和升級(jí)。這樣才能給行業(yè)帶來機(jī)會(huì)。在與很多用戶交流中，我們發(fā)現(xiàn)，對(duì)于絕大多數(shù)場景，用戶對(duì)于數(shù)字化、智能化能給他帶來哪些價(jià)值的認(rèn)知，在一開始是比阿里云團(tuán)隊(duì)要高的。

此外，如何能夠?qū)⒓夹g(shù)，不斷規(guī)?；卣沟讲煌袠I(yè)中，這取決于我們對(duì)技術(shù)本身的抽象能力。比如在垃圾焚燒行業(yè)，我們抽象的是AI融合控制的能力；在鋰電池、半導(dǎo)體等行業(yè)，他們對(duì)質(zhì)量控制，以及良品率的訴求很強(qiáng)，（在服務(wù)這些客戶過程中）我們又沉淀了基于時(shí)序模型預(yù)測，以及異常診斷的能力。

綜合來看，將不同行業(yè)、不同場景中有價(jià)值的需求，沉淀到技術(shù)通用性與技術(shù)一致性上，就需要我們的業(yè)務(wù)專家、技術(shù)專家不斷提煉。更重要的一點(diǎn)是，需要他們與客戶一起梳理場景，探討什么樣的技術(shù)能解決他們的問題。

這個(gè)過程中，我們從客戶身上學(xué)到的東西，遠(yuǎn)比我們“閉門造車”自己分析和討論得到的多。比如，有些客戶對(duì)質(zhì)量爬坡要求比較高；有些客戶對(duì)能耗節(jié)約要求比較高；有些客戶對(duì)全鏈路數(shù)字化、智能化需求比較高.....正是這些客戶幫助我們梳理出在制造業(yè)里面各類場景，然后再通過數(shù)字化、智能化的技術(shù)進(jìn)行提升，尤其是圍繞一些重點(diǎn)能做的場景，進(jìn)行深入地改造。

這也讓我們認(rèn)識(shí)到了：阿里云雖然在AI技術(shù)上不斷更新迭代和進(jìn)步，但在真正將AI落地到行業(yè)中，也不是什么都能做，還需要很多合作伙伴與我們一起，推進(jìn)AI落地。但同時(shí)，阿里云也證明了AI技術(shù)能在某個(gè)領(lǐng)域落地，產(chǎn)生價(jià)值，然后引領(lǐng)行業(yè)的合作伙伴，一同落地AI的場景，推動(dòng)AI在行業(yè)的發(fā)展。

萬寧：目前，瀚藍(lán)環(huán)境以及在AI應(yīng)用上取得了一些成績。接下來，在AI落地到垃圾處理領(lǐng)域，瀚藍(lán)環(huán)境有哪些預(yù)期和新的布局？

曾飛：前期，通過與阿里云的合作，我們驗(yàn)證了AI在垃圾焚燒領(lǐng)域大有可為。在驗(yàn)證之后，我們要將AI應(yīng)用從試點(diǎn)，推進(jìn)到規(guī)?；涞仉A段。

以瀚藍(lán)環(huán)境為例，“焚燒工業(yè)大腦”已在9個(gè)項(xiàng)目、18臺(tái)爐上部署，實(shí)現(xiàn)自動(dòng)投運(yùn)率超90%，顯著提升燃燒效率并降低人工操作強(qiáng)度。視頻智能識(shí)別、車輛智能管理等場景已覆蓋數(shù)十家子公司，形成“數(shù)據(jù)驅(qū)動(dòng)+主動(dòng)干預(yù)”的閉環(huán)管理，實(shí)現(xiàn)AI應(yīng)用從單一驗(yàn)證轉(zhuǎn)向全流程覆蓋。

近期瀚藍(lán)也成立了人工智能聯(lián)合研究院，率先打造國內(nèi)首個(gè)專注生態(tài)環(huán)境治理領(lǐng)域的“行業(yè)超腦”與“企業(yè)超腦”，以行業(yè)領(lǐng)先的人工智能技術(shù)賦能生態(tài)環(huán)境治理，為推動(dòng)我國環(huán)保產(chǎn)業(yè)實(shí)現(xiàn)數(shù)智融合轉(zhuǎn)型樹立全新標(biāo)桿，并與瑞泊科技等領(lǐng)軍企業(yè)一起共建“人工智能助力綠色發(fā)展生態(tài)圈”，未來將合力開展高質(zhì)量人工智能科研實(shí)踐，構(gòu)建環(huán)保行業(yè)超腦集群核心引擎，打造普惠化通用技術(shù)平臺(tái)與開放生態(tài)，引領(lǐng)智能環(huán)保新格局。

萬寧：在AI從單點(diǎn)向著規(guī)?；D(zhuǎn)變的過程中，AI在企業(yè)內(nèi)部應(yīng)用需要有賴于一個(gè)豐富的生態(tài)支持，在此過程中，阿里云是如何考慮的？雙方在AI應(yīng)用合作的過程中，還有哪些新的挑戰(zhàn)？

許咼兢：正如我前面說的：當(dāng)前，AI在行業(yè)中落地的過程中，并不是需要像阿里云這樣的公司，一家公司就全部做完的。我們也有很多合作伙伴，使用了阿里云開源的模型產(chǎn)品，以及一些基礎(chǔ)設(shè)施，在AI落地方面做了很多工作。并且，以垃圾焚燒行業(yè)為例，阿里云也與一些行業(yè)垂類軟件伙伴合作，一起服務(wù)客戶。

此外，在AI做了點(diǎn)狀突破之后，當(dāng)用戶有了更多的需求的時(shí)候，我們一定要與生態(tài)伙伴一起服務(wù)客戶。所有不成功的數(shù)字化案例，最終不成功的原因，很多時(shí)候都是因?yàn)橹豢吹搅怂槠墓┙o，并沒有一個(gè)完整的數(shù)字化、智能化轉(zhuǎn)型的方案。如果有更多的伙伴加入其中，我們相信客戶才能持續(xù)的成功，達(dá)到想要的目標(biāo)。

同時(shí)，以垃圾焚燒為例，我們自己也沒有止步于垃圾焚燒自動(dòng)控制這個(gè)點(diǎn)。我們也與瀚藍(lán)有著深入的合作，尤其是在大模型問世之后。比如，垃圾投運(yùn)助手。通過助手可以幫助操作員，更好地理解操作過程中，含氧量波動(dòng)、溫度波動(dòng)等方面的數(shù)據(jù)，減少切換自動(dòng)控制系統(tǒng)的概率，提升投運(yùn)率，更好地完成垃圾投運(yùn)。同時(shí)，也讓操作員更好地理解過程中實(shí)際需求的業(yè)務(wù)知識(shí)?？s小新手操作員與老師傅之間的差距，不斷提升操作員的能力。

除此之外，除了大語言模型應(yīng)用以外，我們還使用了時(shí)序模型、視覺模型等模型，在垃圾焚燒行業(yè)也已經(jīng)有一些落地的應(yīng)用場景。以智能控制鏈路來看，我們圍繞感知、預(yù)測、控制三個(gè)角度。在控制邏輯上，我們將焦點(diǎn)放在了垃圾上。通過視覺多模態(tài)大模型，進(jìn)行垃圾成分和屬性識(shí)別。之前做的之所以做得不少，是因?yàn)槿狈σ恍I(yè)的、描述性的標(biāo)注。完成這些標(biāo)注之后，我們也提升了垃圾成分、屬性識(shí)別的效果。僅做視覺半定量識(shí)別還不夠，我們還基于瀚藍(lán)環(huán)境已經(jīng)做的數(shù)字化改造的智能垃圾庫，采用了垃圾吊運(yùn)行數(shù)據(jù)、推標(biāo)器和爐排的運(yùn)營數(shù)據(jù)，還有爐溫變化的數(shù)據(jù)，然后利用多模態(tài)視覺大模型的半定量結(jié)果，就能做到垃圾熱子更高準(zhǔn)確率的預(yù)測。

這就是我們圍繞原本焚燒過程智能化為核心，進(jìn)行拓展后得到的提升。而阿里云也不會(huì)滿足當(dāng)前的成果，會(huì)在原有成果的基礎(chǔ)上，不斷更新迭代自己的技術(shù)，拓展能力，同時(shí)也和更多合作伙伴一起，服務(wù)好我們的客戶。

萬寧：如何將高質(zhì)量行業(yè)專有數(shù)據(jù)與AI技術(shù)結(jié)合，并充分發(fā)揮阿里云與瀚藍(lán)環(huán)境各自的優(yōu)勢？

曾飛：從兩個(gè)方面回答這個(gè)問題。

第一個(gè)是，如何將應(yīng)用場景（需求方）與阿里云（技術(shù)供應(yīng)方）形成良好的互動(dòng)？

以“焚燒大腦”項(xiàng)目來看，整個(gè)焚燒大腦算法模型的建立過程就是，將瀚藍(lán)環(huán)境這種運(yùn)營企業(yè)，對(duì)于運(yùn)營規(guī)律、設(shè)備邏輯的理解進(jìn)行轉(zhuǎn)化，將復(fù)雜的工況變化、設(shè)備狀態(tài)等變量，轉(zhuǎn)化成一個(gè)更為精準(zhǔn)的模型/策略?；谌丝偨Y(jié)出的規(guī)律和邏輯，進(jìn)而通過算法模型實(shí)現(xiàn)能夠代替老師傅經(jīng)驗(yàn)的能力。這是AI算法模型實(shí)現(xiàn)的一個(gè)價(jià)值。

反過來看，AI算法模型的一大價(jià)值在于，其還能夠利用大數(shù)據(jù)去推演總結(jié)出我們受限于應(yīng)用實(shí)踐難以提煉的規(guī)律和邏輯，從而讓我們的焚燒過程更加穩(wěn)定和有效。那么，對(duì)于這些新的規(guī)律和邏輯的價(jià)值挖掘，我覺得還可以再進(jìn)一步提升，即如何將之反過來作用于我們的設(shè)備技改優(yōu)化和運(yùn)營調(diào)整，如何將之復(fù)盤尋找我們的專業(yè)和管理認(rèn)知，提升運(yùn)營的方法論，最終實(shí)現(xiàn)算法和實(shí)踐的相互促進(jìn)相互提升，推動(dòng)系統(tǒng)的全面提升，這是我覺得可以進(jìn)一步提升場景上限的地方。

第二，如何通過生態(tài)解決模型“幻覺”問題。這也是我們成立人工智能研究院的一個(gè)目的。首先，通過阿里云構(gòu)建的通義千問大模型底座，進(jìn)而在具體到環(huán)保行業(yè)和企業(yè)，我們需要將這些沉淀的知識(shí)進(jìn)行轉(zhuǎn)化。這方面，瀚藍(lán)環(huán)境在研究院基礎(chǔ)下，聯(lián)合了具有自研高等級(jí)大模型能力的企業(yè)，共創(chuàng)行業(yè)級(jí)大模型，并在行業(yè)大模型基礎(chǔ)上，創(chuàng)建企業(yè)級(jí)大模型。

除此之外，第三個(gè)是，在生態(tài)層面，瀚藍(lán)環(huán)境還聯(lián)合了像京東、浪潮等企業(yè)，打造應(yīng)用生態(tài)，形成了基于阿里云大模型底層，開發(fā)行業(yè)操勞和企業(yè)操勞，并實(shí)現(xiàn)更有價(jià)值的知識(shí)的沉淀，并在此基礎(chǔ)上，聯(lián)合生態(tài)進(jìn)行共創(chuàng)，打造整體的數(shù)據(jù)中臺(tái)能力。

萬寧：企業(yè)如何制定AI戰(zhàn)略？瀚藍(lán)環(huán)境在這個(gè)過程中遇見了哪些挑戰(zhàn)？

曾飛：不管是信息化，還是AI，在模糊正確的情況下，如何形成上下共識(shí)，并推動(dòng)整個(gè)制定戰(zhàn)略，是一個(gè)很實(shí)際的問題。

初期階段是很難形成一個(gè)非常系統(tǒng)，達(dá)成共識(shí)的戰(zhàn)略方案的，在探索階段，是會(huì)存在企業(yè)內(nèi)部有不同的見解的。因?yàn)槠髽I(yè)都在追求ROI（投入產(chǎn)出比），但信息化、AI的投入，在初期階段，很難具備確定性，不確定能否帶來價(jià)值，能否成功。在這種情況下，企業(yè)很容易對(duì)投入持有猶豫不決的態(tài)度。

針對(duì)此，瀚藍(lán)環(huán)境有一些經(jīng)驗(yàn)，一開始不要追求宏大的、系統(tǒng)性的方式策略，而是先找到一個(gè)小的應(yīng)用場景，作為切入點(diǎn)，驗(yàn)證新技術(shù)的可行性。這個(gè)技術(shù)能否帶來價(jià)值，能否解決業(yè)務(wù)的問題。通過小場景的成功，證明新的技術(shù)能夠解決業(yè)務(wù)難題，進(jìn)而不斷達(dá)到共識(shí)，并大面積推廣。

以與阿里云在焚燒大模型方面的合作為例，如何一開始我們就與阿里云構(gòu)建AI整體的五年/十年發(fā)展戰(zhàn)略，確實(shí)很難清晰，而且員工的意識(shí)很難達(dá)到統(tǒng)一。所以我們先找切入點(diǎn)，先解決一個(gè)痛點(diǎn)，驗(yàn)證AI技術(shù)在這個(gè)領(lǐng)域可以成功，并具有廣闊的推廣空間，進(jìn)而凝聚團(tuán)隊(duì)共識(shí)，加大在AI技術(shù)方面的資源和投入。

整體來看，瀚藍(lán)環(huán)境從2018、2019年前后，到2025年，花費(fèi)6、7年的時(shí)間，從小切入點(diǎn)實(shí)現(xiàn)點(diǎn)的探索，進(jìn)而實(shí)現(xiàn)面的推廣，再到未來我們有更宏大的遠(yuǎn)景的規(guī)劃。

萬寧：阿里云與其他行業(yè)企業(yè)合作的過程中，是否也是與瀚藍(lán)環(huán)境這樣，從小場景切入，再推廣，在這個(gè)過程中，是否存在更為復(fù)雜的企業(yè)，以及在挑選場景和場景驗(yàn)證過程中，還面對(duì)了哪些挑戰(zhàn)？

許咼兢：小場景方面，在瀚藍(lán)環(huán)境而言，可能一個(gè)廠、一個(gè)爐子是一個(gè)小場景，但如果放在整個(gè)行業(yè)，以及放在所有需要做AI+控制的場景中，將這個(gè)場景的AI應(yīng)用復(fù)制出去，就不是一個(gè)小生意了。所以，其實(shí)小場景放在更大行業(yè)范圍內(nèi)，并不小。

此外，阿里云還是一個(gè)產(chǎn)品公司，產(chǎn)品公司不能什么都做，產(chǎn)品做好之后，要具備核心競爭力，并不斷演進(jìn)，同時(shí)還要找到合適的市場，并不斷復(fù)制產(chǎn)品的能力。

阿里云在做垃圾焚燒之前，就已經(jīng)在鋼鐵、水泥，還有一些高能耗工藝空調(diào)控制等方面有了很多積累。這些積累能讓我們?cè)谂c瀚藍(lán)環(huán)境在垃圾焚燒領(lǐng)域的合作，取得了更好的進(jìn)展。阿里云復(fù)制AI的套數(shù)很多，所以小場景放在整個(gè)行業(yè)，甚至跨行業(yè)里面，仍然是一個(gè)很大的市場。并且，我們能夠?qū)I技術(shù)跟控制融合，形成一個(gè)非常好的產(chǎn)品，能讓行業(yè)內(nèi)更多客戶享受到技術(shù)紅利。

同時(shí)，阿里云也有很多其他產(chǎn)品，能夠覆蓋這些場景和環(huán)節(jié)。在這個(gè)過程中，我們還可以將更多阿里云的技術(shù)，以及合作伙伴的技術(shù)和產(chǎn)品帶進(jìn)去，實(shí)現(xiàn)更廣的覆蓋。而阿里云也歡迎更多的伙伴，用基礎(chǔ)的技術(shù)，持續(xù)服務(wù)行業(yè)，并在此過程中互相學(xué)習(xí)和提高。

萬寧：現(xiàn)在，國內(nèi)垃圾焚燒技術(shù)其實(shí)已經(jīng)非常先進(jìn)了，這也是中國企業(yè)“出?！钡膬?yōu)勢。包括瀚藍(lán)環(huán)境在內(nèi)，很多國內(nèi)龍頭企業(yè)已經(jīng)去海外布局，國外的垃圾焚燒情況和國內(nèi)有什么不同？

曾飛：海外市場機(jī)遇很大，挑戰(zhàn)也很大。首先是市場需求的差異，海外市場有著廣闊的市場機(jī)遇：國內(nèi)生活垃圾焚燒行業(yè)已逐步由“規(guī)模擴(kuò)張”向“技術(shù)升級(jí)、運(yùn)營為王”轉(zhuǎn)變；垃圾焚燒發(fā)電市場逐步向中西部縣域下沉。而海外仍然有著巨大的市場需求，尤其是在發(fā)展中國家如中亞、東南亞、西非等，焚燒行業(yè)正在起步。在這些地方有著巨大的機(jī)遇。

挑戰(zhàn)方面，首先是政策支持差異：不同于國內(nèi)有詳盡的政策支持及審批程序，海外不同國家和地區(qū)政策支持差異較大。歐美國家具有較為完善的政策支持及市場化競爭機(jī)制；而一些發(fā)展中國家如東南亞、中亞國家，垃圾焚燒發(fā)電起步較晚，尚未形成體系完善的支持性政策，或是雖有部分垃圾焚燒發(fā)電產(chǎn)業(yè)政策，但缺乏統(tǒng)一的補(bǔ)貼機(jī)制等。

第二是技術(shù)標(biāo)準(zhǔn)差異：海外市場的標(biāo)準(zhǔn)體系大多以歐美國家的標(biāo)準(zhǔn)為基礎(chǔ)，這與中國現(xiàn)行的國家標(biāo)準(zhǔn)存在差異。這意味著企業(yè)要在技術(shù)層面達(dá)到或超越國際標(biāo)準(zhǔn)，在一定程度上增加了技術(shù)適配性難度。

第三也存在垃圾成分與熱值差異：由于國內(nèi)外生活方式不同，導(dǎo)致垃圾在成分與熱值方面也會(huì)存在不同，需要結(jié)合當(dāng)?shù)乩闆r，對(duì)焚燒設(shè)備的針對(duì)性優(yōu)化和改進(jìn)（比如熱值高帶來的超溫應(yīng)對(duì)措施等）。

同時(shí)，中國企業(yè)出海，還面臨地緣政治、政策風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、風(fēng)土人情、ESG等方面因素的影響，需要做更多的補(bǔ)充和調(diào)整，以滿足國際市場的準(zhǔn)入要求。

萬寧：在幫助中國企業(yè)全球化方面，阿里云有哪些考慮和布局？

許咼兢：其實(shí)在很多場景里面，阿里云已經(jīng)在用數(shù)字化技術(shù)和云技術(shù)幫助客戶出海。但在AI方面，尤其是國內(nèi)制造業(yè)領(lǐng)域而言，更多的是客戶帶著我們出海。比如垃圾焚燒、水泥這些行業(yè)，實(shí)際上已經(jīng)是跟著客戶一起出去，就是客戶出海，然后將使用的我們的智能化技術(shù)和數(shù)字化技術(shù)帶出去。

當(dāng)然，國外也有國外的挑戰(zhàn)，特別是在“一帶一路”國家海外業(yè)務(wù)布局和復(fù)制場景里，其實(shí)國外在工業(yè)領(lǐng)域?qū)o人化的訴求更高。因?yàn)檎Z言、政治上的一些問題，其實(shí)我們更傾向于工廠自動(dòng)運(yùn)行和自動(dòng)控制方面，能夠盡量實(shí)現(xiàn)無人化和少人化，進(jìn)而提升工廠運(yùn)轉(zhuǎn)的穩(wěn)定性。這些看起來是挑戰(zhàn)，但對(duì)于技術(shù)團(tuán)隊(duì)而言，也是一個(gè)大機(jī)會(huì)。

如何能夠提升無人化水平和穩(wěn)定性，并讓我們的客戶出海的過程中更加方便，與本地特征的適配性更高。

在此過程中，我們還是首先要將如何服務(wù)好這些國內(nèi)出海的工業(yè)客戶，對(duì)于阿里云來說都是機(jī)會(huì)。同時(shí)，還要將海外落地中國的客戶服務(wù)好，將這兩類客戶服務(wù)好，然后我們才會(huì)服務(wù)國外客戶在國外的一些工廠。

當(dāng)前有很多機(jī)會(huì)，如果我們還沒真正抓住、沒有服務(wù)好（這些國內(nèi)的客戶），也不能妄談服務(wù)海外客戶，這些海外客戶在場景、語言、文化等方面的不同，以及對(duì)數(shù)字化、AI技術(shù)的認(rèn)知的不同，都是我們可能遇到的阻礙。

萬寧：2025年數(shù)字價(jià)值峰會(huì)即將開幕，在本屆大會(huì)上，如果來參加的話，希望討論哪些話題？

曾飛：站在瀚藍(lán)環(huán)境而言，我們希望看到更多不同領(lǐng)域的AI應(yīng)用。瀚藍(lán)環(huán)境在垃圾焚燒領(lǐng)域走的比較靠前，但在其他很多領(lǐng)域，AI應(yīng)用已經(jīng)到了一個(gè)新高度。我們基于現(xiàn)在視覺應(yīng)用、數(shù)據(jù)模型等方面行業(yè)應(yīng)用的基礎(chǔ)上，可能還有一定的局限性。所以，我們希望看到更多前瞻性的視野，以及更多AI領(lǐng)域的應(yīng)用路徑。

許咼兢：首先，我也很想看到各行業(yè)AI落地，包括數(shù)字化成果的展示，也能讓我們學(xué)習(xí)，并通過這些學(xué)習(xí)獲得很多啟發(fā)。

其次，我希望需求方的企業(yè)能夠?qū)⒆约旱膱鼍爸v出來，痛點(diǎn)是什么也講出來，然后將這些痛點(diǎn)背后帶來的價(jià)值，也可以進(jìn)行分享。讓做產(chǎn)品技術(shù)的團(tuán)隊(duì)未來能更好地規(guī)劃有客戶價(jià)值落地，有共性的產(chǎn)品和技術(shù)，更好地服務(wù)客戶。

當(dāng)然，我也很希望他們能講一講產(chǎn)品技術(shù)在落地到場景的過程中，遇見了哪些困難，包括數(shù)據(jù)隱私的顧慮、計(jì)算資源采買、成本等方面的，具體的顧慮是什么。然后阿里云才能一一用技術(shù)手段去解決他們的顧慮。