作者：吴欣晓
想象一下，支撑现代生活的庞大电网，曾因一枚小小销钉的缺陷而埋下隐患；巨大的风电机组叶片，可能在毫无预警下突然撕裂倒塌——这些曾让行业花费大量精力的"风险点"，如今正被人工智能状态感知与预警技术逐一排除。
土星视界正是一家为电网提供 AI 巡检解决方案的公司。团队从 2020 年切入能源电力 AI 赛道，历经疫情冲击却持续增长，如今完成 Pre-B 轮融资。
最开始这个团队只有 2 人，如今组建了来自南大声学所、电科院、微软、华为、思科、阿里巴巴等的" AI+ 能源应用"背景的团队。去年，土星视界销售额破亿。
最近，土星视界创始人陈双辉与铅笔道交流，揭秘如何以"火眼金睛"般的视觉 AI 撬开电网巡检大门，又为何押注冷门的"声学" AI 技术。经历早期投资人的忽视、对行业"封闭"误解，他们靠什么一次次打开市场？
更关键的是，他们手中那款能"听"出风机叶片内部裂纹的"听诊器"产品，为何有望"百亿级单品"？
备注：土星视界已确认文章信息真实无误，铅笔道为愿其内容做信任背书。
01 单纯做 AI 容易被替代
铅笔道：近期土星视界完成 Pre-B 轮融资，投资人最看重你们哪些指标？资金如何使用？
陈双辉：这轮融资由老股东主动发起。我们原本没计划融资，但老股东对我们业务十分了解。
2020 年遇疫情，但每年保持较大增长。他们认可我们的业务积累，看到产品获得市场认可、具备规模化潜力，便主动发起了 Pre-B 轮。之后本地政府国资也认可支持，所以参与者基本都是熟悉我们的身边基金。
资金将用于：市场端投入；产品生产，且生产需求量可能较大；研发投入，这也是我们此次融资的主要原因。
铅笔道：为什么在 2019 年选择做电力巡检 AI？
陈双辉：我此前主要有两段工作经历，在摩托罗拉和通策医疗。在通策医疗负责云服务和人工智能业务时，我察觉到随着算力与算法发展，图像识别等人工智能技术进入实用阶段，这让我萌生了创业想法。
创业初期其实很迷茫，当时安防、交通、人脸识别等热门赛道涌入大量创业团队。
而我们身处南京，江苏能源电力产业发达，一开始为了生存接算法外包服务，偶然接触到电力行业的算法需求。
深入了解后发现，这个行业人才密度高、需求强烈，且行业标准完善，研发的产品具备可复制性。
比如我们在江苏电网做的产品，到北京、深圳乃至西部省份都能适用，无需大量定制化开发。
再加上电力行业对新技术的接纳度高，随着电力 AI 业务增多，团队人力资源有限，到了 2019 年正式切入电力 AI 赛道，2020 年在建邺区江心洲成立主体公司土星视界，同年启动了融资。
铅笔道 : 这几年有哪些比较重要的节点？
陈双辉: 这几年每年都像是一个关键节点。
2020 年疫情爆发，虽然当时出差拜访客户非常艰难、遇到了很大困难，但每年年终盘点都发现公司业绩相比去年有不错的增长，一直保持着发展态势。原因有两方面：
一是电力能源行业对人工智能、机器人技术需求是刚需，因为行业作业环境恶劣，对安全要求极高，急需技术替代人工。
二是国家在这个领域的投入持续增加。我们最初切入机器视觉领域，但发现只做算法不够，毕竟电网三产公司技术实力也很强。
于是我们增加了硬件研发，还拓展了声学产品线。因为声学技术能解决视觉技术无法处理的问题，二者互补性强，且声学人才稀缺、技术门槛高、市场前景好，后来采用声学技术的产品也成为了我们的战略重点。
去年，我们将业务从电网拓展到发电侧的新能源领域。因为国家在新能源投入大、发展快，大建设之后往往带来大运维的需求，民营企业有更多发展空间。
到了今年，一个重要节点是我们在新能源有个战略产品——风机叶片的内部裂纹预警。这可能是土星视界首个单产品市场规模达百亿级的项目。
铅笔道：团队是人工智能算法与有电力系统背景团队的综合。
陈双辉：现在来说是的。
其实早期我们就是个纯 AI 算法的公司，主要做机器视觉。机器视觉在行业里对业务理解要求少，甚至不需要太多行业知识。
但随着公司发展，我们锁定能源电力赛道，增加了声学等技术后就不一样了，这就需要很多电气知识、材料、物理等等。所以团队就不再是纯 AI 算法公司了。
这对土星是个保护。如果产品严重依赖垂直领域算法，被替代的风险很大，就像早期自然语言处理的产品技术，现在被大模型降维打击、颠覆掉了。
而同时具备 AI 算法、信号处理、电气化知识，甚至产品里还需要结构、材料、物理等综合能力的团队和产品，就具有很强的门槛和护城河。
铅笔道：为什么早期投资人不理解这个赛道？后来又是哪些事情促成了投资人认知的转变？
陈双辉：一部分原因确实是大家认为能源电力行业太封闭，存在知识盲点和误解。普遍感觉它技术含量低、很封闭，甚至我当时在南京刚听到这个方向需求时都有些抵触。
不过，我们的天使轮投资方凯风创投却不一样。
凯风创投一直活跃于能源电力投资领域，对这个行业很了解。他们是在算法比赛中发现我们的，因为熟悉行业，所以很快就决定投资。
到了第二轮融资，投资方邦盛资本团队里有能源电力行业背景的成员，对这个赛道十分熟悉，沟通起来顺畅许多。
后来融资反而变得容易，因为投资人工智能公司，投资人最希望看到企业能存活并盈利，而能源电力行业的需求能支撑我们获得稳定收入。
现在投资人看重的关键决策因素里，收入占的权重变高了。不像我们刚创业那会儿，投资人更关注项目本身够不够"性感"，能源电力显然不够"性感"。但现在他们关注收入了，所以土星现在的融资反而比早期更容易了。
铅笔道：公司去年销售额破亿，收入构成大概是怎样的？
陈双辉 : 早期我们业务以定制化项目为主，算法相关项目占比较高。
2024 年起我们业务发生了两个重大转变，一是新能源收入占比超过电网侧业务；二是标准化产品收入超过项目制收入。
02 行业新机会
铅笔道 : 如何把握客户具体需求，从而把产品落地？
陈双辉: 能源电力行业有个有意思的现象，很多人觉得他们对新技术采纳偏谨慎，其实恰恰相反。
国家电网和新能源企业对新技术的接受度非常高，甚至比其他行业更积极。而且这个行业人才密度大，对安全要求高，对人工智能和机器人技术需求强烈。
土星聚焦在客户需求上打磨产品。在能源电力领域，我们觉得没必要自己"拿着锤子找钉子"。客户对自己的需求非常清楚，我们只要紧跟他们的创新投入方向去打磨产品，这就足够了。
铅笔道：电力、新能源行业客户对新技术的需求案例有哪些？
陈双辉: 比如无人机在低空对输电线路巡检应用。它最早形成规模，并在技术、图像识别及标准规范上走在前列的。现在做无人机巡检的厂商，大部分的业务都在能源电力行业。
还有机器人巡检。无论是变电站还是配电房的机器人巡检，电网公司、能源企业和新能源厂商都是最早大规模采用的。
铅笔道：这个行业还有哪些新机会？客户目前还有哪些未被解决的痛点？
陈双辉: 目前仍有大量场景需要 AI 或机器人解决。
比如现在很多巡检可以做了，但还有很多复杂的、危险的作业，特别是一些电站线路的作业，是需要人上去做的。现在来说，机器人和 AI 技术还无法完全替代人工操作，而它们又往往更危险，所以行业对新技术需求依然非常旺盛。
当初土星进入这个行业时，几乎没有人工智能公司涉足，那时投资人不看好这个领域，融资异常艰难，因为大家对能源电力行业存在误判，觉得它陌生又封闭。
现在大家了解后发现，客户其实非常拥抱新技术，敢于尝试，再加上人才密度高、理解技术落地过程的困难并有包容心，这就形成了很大优势。
这对土星，以及未来想在这个领域发展的人工智能、机器人科技公司来说，都是巨大的机会。
铅笔道 : 实现设备和 AI 自主解决问题，还需要多久？过程中要经历哪些环节？
陈双辉: 在消除设备缺陷这类更深入的需求上，关键契机得等人形机器人这类技术成熟。
不过即便机器人技术成熟了，要在能源电力行业真正落地应用，还有两个关键环节：一是机器人的 "大脑"，得具备能源电力行业的专业知识；二是机器人的作业装置，要适应电力场景，比如能抗电磁干扰、耐高压等。
铅笔道 : 未来公司会往机器人方向升级吗？
陈双辉：短期内，土星不会涉足机器人研发。
现在机器人领域竞争激烈，而且机器人产业的关键，一个是 "大脑"—— 未来大概率由擅长开发大模型的公司主导；另一个是操作手臂等机械装置，可能由专注材料、电机轴承等领域的公司提供。
未来有竞争力的机器人公司，不能只是简单组装部件，更要具备自主研发核心大脑和关键部件的能力。
这对土星来说，投入太大。所以等机器人技术成熟，我们或许会基于它打造垂直领域解决方案。未来几年，土星的战略重点还是在声学、声纹技术的深度应用，以及高端传感器研发上。
铅笔道 : 在声学领域中市场前景和机会有哪些？竞争情况如何？
陈双辉: 我们的声学技术目前主要应用于电网、发电侧。在发电侧，风电、核电是重点应用场景。
研发过程中发现，仅靠算法和应用层面的技术已不够。未来，高端传感器研发将是重点方向。
目前，国内部分传感器与国外产品存在性能差距，而客户对国产替代的需求迫切、要求严格，这既是挑战也是机遇。
铅笔道 : 这个行业会不会面临大厂的竞争？如果遇到了，有哪些应对方案？
陈双辉: 这个领域确实有不少大厂，但和土星业务高度重合的并不多。
这也是我们在选择业务方向时的考量。比如早期做的机器视觉产品，现在就面临很多竞争，电网的三产公司也参与其中。
所以我们将声学产品作为战略方向，正是因为专注这个领域的大厂较少，我们找到了这样的细分赛道来创业和发展 。
铅笔道：在 AI、机器人和能源的交叉点上，你看到的机会和未来是怎样的？
陈双辉：未来有几个重要方向：一是仍有大量高难度的"最后一公里"需求未被满足，需要革命性技术去解决，这些是持续的机会。
二是我们发现研发不能只停留在算法层，更需要深入到传感器等底层技术，才能满足行业需求。
所以在这个交叉点，我们不仅看到了新能源侧的机会，也看到了土星在声学领域进行技术下沉的机会。
炒股配资基础知识提示：文章来自网络，不代表本站观点。
