从数字比特，到电力瓦特：中国边缘计算“新星”江行智能的崛起

作者｜周雅

配图｜扈佃杰

新的技术，容易孕育出成长型企业。而成长型企业，总少不了专业型人才。在今天的故事中，这项技术是边缘计算，这家企业是江行智能，这个人是樊小毅。

作为江行智能联合创始人、CTO，樊小毅入选“中国海归科技创业者100人”和“2019胡润Under30s创业领袖”等榜单。这些荣誉的背后，是深厚的学术背景。他曾任加拿大英属哥伦比亚大学荣誉博士后研究员，还拿到加拿大西蒙菲莎大学计算机系博士学位，更在国际顶级期刊、国际会议上发表学术论文20余篇（其中SCI论文11篇，引用次超过400次）。

进入工业界后，他将自身积累的研究成果——边缘计算推到不同的传统行业，去解决一个个实际行业问题。

樊小毅的创业生涯要从2018年说起。当时刚拿到博士学位的他，已经有创业打算，机缘巧合下与自己的博士生导师、国际著名计算机专家刘江川，以及其他几位合伙人，几经碰撞思想之后，一行人在江苏南京创办了江行智能公司。

创始之初，江行智能就瞄准了边缘计算赛道，实属眼光前瞻。因为三年前这个概念在国内相对朦胧，就连不差钱的云计算大厂也只处于早期摸索阶段。但江行智能团队认为，边缘计算在电力行业等行业存在巨大机遇。

江行智能是知行合一的团队。随后，樊小毅主持研发的边缘计算物联网系统，在实际场景中快速打通了电力行业整个业务链条。这一系统的实际应用，有效弥补了现有物联网应用中云计算方案在成本、延时、隐私保护中的不足，填补了国内边缘计算的技术空白。

正因如此，江行智能已经为包括国家电网、南方电网、中国石油、国家能源集团在内的世界500强企业中的14家提供边缘计算服务，完成了数百个项目。公司在资本市场也颇受欢迎，先后获得包括红杉资本、松禾资本、百度风投、联想创投、卓源资本等机构的数轮风投，累计融资数亿元。

从海外留学，到回国创业，樊小毅的身份经历了一次大转变。而我们周围的世界，也在发生一系列剧变。“十四五“新型基础设施、数字化转型、双碳目标，在这些新政策的指引下，能源电力智慧化的变革正式拉开序幕，并在更多行业场景复现。回忆起创业初衷，樊小毅说道：“我们致力于实现企业智慧化的最短路径”。

科技行者：当初在什么机缘下联合创办了这家公司？    

樊小毅：我在2018年博士毕业期间，从博士毕业到博士后有一个过渡阶段，有了创业的打算。刚好，我和博士导师刘江川院士，还有几个志同道合的朋友，一行人在这个时间点聚在一起，深入交流后，大家发现边缘计算在电力行业极有前景，于是最终决定创办一家公司。

科技行者：刚博士毕业，怎么会有创业想法？

樊小毅：当时也看了不同的工作方向。通常海外博士毕业就几条路，第一是找教职去当大学老师；第二是去一些大企业当工程师或研究人员；第三就是创业。我当时觉得看到了边缘计算这个创业机会，比较exciting，也是更有挑战。同时2018年的整个创业氛围较好，所以就决定创业了。    

科技行者：当时是怎么论证出边缘计算的趋势？

樊小毅：技术的发展有阶段性。大约在2014、2015年时，云计算和人工智能很火，或者说已经到达一个顶峰，之后就是应用落地了；而后，大量的AI在那个阶段出现了。

一直到2018年，云和AI需要更多业务场景落地就是共识了。而另一方面，边缘计算在学术圈也到了火热阶段，我当时的论文也更多围绕「边缘计算」主题。

在这个背景下，国内边缘计算领域的创业就是一个空白，所以江行智能是国内较早把边缘计算作为核心的创业公司。我们坚信技术的演进过程，一定会从云计算走到边缘计算。        

科技行者：那么在国外火爆、国内温热的情况下，为什么选择在国内创业，而不把定位放在国外？

樊小毅：我们的考虑有两方面。

首先，我们坚定地想在国内做一家toB创业公司；其次，我们看好电力这个行业，而中国的电力系统、数字化程度、智能化意愿都是世界排名第一（比如国外更多是小电网，而中国是大电网），所以在中国从事这份事业更合理。    

科技行者：那咱们坚定选择toB赛道的原因是什么？

樊小毅：是基于时间点和行业前景做判断。我们创业时，当时的「消费互联网」能看到的机会不多了，很难找到一个较好的以技术为出发点的创业机会；「工业互联网」，哪怕现在来看，也才刚刚开始，不过在未来十年肯定会有一个大爆发；当时的「toB赛道」，是其中为数不多的热潮。    

科技行者：刚才提到，国外主要是小电网，国内是大电网，对技术的要求会有什么差异？

樊小毅：大电网，会用到很多新技术。比如特高压输电技术，它的发电端和用电端距离很远，可能在新疆、内蒙发电，在广东用电，这种大电网场景对实时性和安全可靠的「边缘计算」要求更高。    

当然，小电网对边缘计算也有需求。比如实现双碳会用到微电网，社区需要一些设施用来储能、光伏发电，实现节能减排。

科技行者：边缘计算概念本身，这几年是否也经历了一些演化？ 

樊小毅：确实如此，这从边缘计算的应用场景演变，就能看出变化。比如AIoT场景，原来采用云部署或私有化部署，现在变成“云边端”部署。总体而言，大家的接受程度更高了，用的也更深了。

科技行者：如果要总结一个理由，是什么影响了大家的看法？

樊小毅：核心还是需求变化，发展的动态改变了人们的心态。

例如，现在，各个行业里所安装的技术设备都变了。数据、应用等也都处于上升趋势，但同时，网络条件依然存在局限性（比如，4G信号覆盖率目前理论上是99%，实际依然会有地方信号覆盖很差的情况）。这些的现实问题都给边缘计算留出了解决问题的空间，激发了新需求的出现。

科技行者：技术应用了之后，效果如何？

樊小毅：说个具体的事例，我们在四川都江堰做过一个水电站的集控项目，针对18个水电站，它传统的监控方式是每天派巡检人员骑两个小时摩托车去现场做巡视，人力成本和巡检人员的劳动强大都很高。

于是对方就采用了我们江行智能的一整套水电学习系统，通过摄像头、声音振动等各种边缘设备，去自动进行全站的安全生产及设备运行的智能巡检，最终每个水电站每年节省了50万的巡检费用，人力也得到大大的节省。

科技行者：其实电力对很多人来说，虽然每天用，但多数人并不熟悉这个行业。为什么江行智能从创业初期，就把电力作为一个重要场景去开拓?    

樊小毅：有两方面因素。一方面看「市场」，刚才我也提到，国内电力行业的数字化程度高、智慧化意愿强、有市场投入的保障，在这样的行业里去做AIoT和边缘计算的机会就会较大，客户对新技术有需求愿望，希望我们能改善它们的业务；

另一方面看「自身」，江行智能的创始团队里就有电力行业的基因。大家在电力行业做事时，可以结合行业知识和IT技术两方面的洞察，所以电力对我们来说是一个非常好的机会。

科技行者：不过到现在，江行智能已经从电力场景，拓展到工业、油田、安防，技术的可复用性如何？ 

樊小毅：江行智能有一整套边缘智能平台，在平台上封装了三大类应用能力（硬件、算法、软件），基于这套平台，用户可以快速组装它的解决方案，并实现AI巡检、AI决策等，再通过江行智能的边缘协同软件，去让对应的物联网设备进行感知和反馈。电力行业检验过的，在这些行业也可以复现。    

科技行者：业务拓展的底层逻辑是什么？

樊小毅：总结来说是“一纵一横”。“纵向”是我们把电力行业打穿，发电、电网、用电，整个把应用做扎实了。“横向”是，由于电力行业本身的数字化程度较高，我们可以把在电力行业里打磨好的解决方案复制到其他行业。 

科技行者：江行做边缘计算和电力行业的时候，边缘概念和双碳概念都还没有那么主流，而现在都已经成为显学。能否为更多的创新后来者分享一下，选择赛道的经验和体会？    

樊小毅：首先看行业发展趋势，如果你正处于某个行业的上升阶段，肯定不缺机遇，只要沉住气，打磨产品，你的壁垒就会不知不觉增多，你一定会脱颖而出。

赛道选择上，能源互联网、电力行业智能化是处于上升期的，去看它们每年增加的投资量就知道了，在这样的行业里相对不内卷的情况下养活一家公司，就会有足够多的业务去支撑你往前走。

科技行者：刚才我们谈了总体业务情况，接下来想再聊一些职业生涯的思考。创业三年多以来，作为技术研发者，你最深刻的感受是什么？

樊小毅：以我做产品和技术的经历来看，一切都需要从用户的需求出发。围绕某项技术做产品，不考虑客户需求，最终往往浪费了研发成本，耽误了开拓市场的机会，导致产品失败。

而当你理解客户需求，尊重整个行业发展，在此基础上做自己的产品、融入新技术、逐步改良，相对是一条正确路径，所以创业一定要以客户为中心。

科技行者：你之前有很强的学术背景，现在从学术到产业，也是平滑过渡，是否有一些经验可以给后来者参考？     

樊小毅：首先要理解二者的差别是很大的。做科研时，大家更多是去验证一个想法或算法是否可行，更多是讲究创新，基本路径趋于理想化。

而创业做产品要换一种思路，不是要追求某种指标的高大上，而是去找一个最短路径把事做成，做成之后逐步迭代优化，要非常落地且考虑周全。    

科技行者：最短路径其实并不好找。你认为应该如何规划研发路线图，特别是资源有限的情况下，长期方向和短期市场需求两方面的利益如何权衡？ 

樊小毅：无论在公司内外，还是需要有一个愿景，眼前有星辰大海，这样不仅能够吸引客户，也能影响到公司每一位成员。

一方面，要脚踏实地，因为要考虑各种预算、项目周期、如何快速整合自我能力，让产品尽快落地。另一方面，做产品时不能忘了我们的创业初心和长期愿景。要平衡好你的眼前业务和未来使命。    

科技行者：回到江行智能的使命愿景，如果要用简单几句话，给普遍大众介绍你们在做的事情，会是什么？ 

樊小毅：首先是愿景，江行智能致力于实现“企业智慧化的最短路径”。其次，我们业务介绍会是：江行智能的边缘智能平台，可以帮企业快速建立物联网、人工智能、边云协同等技术优势，高效实现基于物联网现场的AI决策和AI巡视。