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，陈工一定要马上赶回厂里处理问题。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作情况，一旦数据异常，陈工就能提前做处理，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……，大幅度的提高制冷系统能效水平。”
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）的调研多个方面数据显示，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管理系统，又会碰到这样的问题：当中央空调系统的某一传感器发生故障或者现场工况发生明显的变化，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，但是它缺少对数据来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，智能控制管理系统分成三类：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，充分的利用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算法优化设备正常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，才能最大限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，一定要做好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，整一个完整的过程非常高效。”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伙伴关系。“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，我国规上工业公司数量超过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。
