近日,边缘智能服务提供商——南京江行联加智能科技有限公司(以下简称“江行智能”)宣布完成数千万元人民币A++轮融资,由中关村发展启航基金领投,复奇资本、卓源资本跟投,老股东红杉资本、保利资本继续加码。北拓资本担任本次交易专项财务顾问。
本次融资主要将用于新产品研发及打磨,边云协同和算法能力提升,以及完善市场销售体系的建设。
事实上,这是江行智能成立三年内的第四次融资。过往投资方包括红杉资本、保利资本、松禾资本、联想创投、百度风投、水木资本等知名投资机构,该公司累计融资金额已达数亿元人民币。
江行智能成立于2018年,致力于融合边缘计算与AI技术,打造新一代云边协同的智能物联网产品与服务。从电网的输变电智能运检业务切入,江行智能向电力上游延伸进入发电领域,服务发电企业的数字化、智慧化转型,在火电、水电、光伏、风电均有产品落地,同时向电力下游延伸进入用电领域,在智慧充电站、源网荷储一体化、虚拟电厂、储能云等新兴领域实现了技术落地。
本轮融资消息对外公布当日,江行智能CEO庞海天接受了采访。庞海天表示,自江行智能成立以来,客户数量保持每年3-5倍的增速,2020年超过60家,电力能源行业的大客户覆盖率达到20%。截至2021年上半年,公司业绩增长已经超过去年全年。预计未来每年业绩增速都将达到3-5倍,最终要达到千亿市值规模。
他强调,在“碳中和,碳达峰”的国家大战略背景下,构建以新能源为主体的新型电力系统将是电力行业接下来数十年的主旋律,这会对现有电力系统产生巨大的变化。以边缘计算、人工智能为代表的数字化、智能化技术将是电力系统应对新挑战的重要技术手段。江行智能深入到产业当中去,将技术转化为智能产品与解决方案,为正在进行数字化转型的企业提供更好服务,提升产业运转效率,这既是江行智能的优势,也是江行智能未来几年的发展之本。
边缘计算产业蓬勃兴起,公司产品主要落地三大场景
边缘计算是指靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台。相较于云计算,边缘计算具有实时性强、带宽需求小、安全性高三重优势,是对运营商云网融合架构的良好补充。
事实上,5G应用发展中产生的海量数据进一步催生对边缘计算需求,从数据源到计算中心,通过边缘网关、边缘控制器、边缘传感器等连接实现企业数字化转型,为终端用户提供实时、动态和智能的服务计算。
在5G+物联网+产业互联网政策的推动下,全球边缘计算产业蓬勃兴起。Statista数据显示,到2025年,全球边缘计算市场规模有望达到157亿美元,期间的年复合增长率达34.3%。据赛迪研究院发布的研究报告显示,2021年,中国边缘计算市场规模预计达325.3亿元,同比增长63.1%。
江行智能是由IEEE Fellow、加拿大国家工程院院士、加拿大西蒙菲莎大学计算机学院终身教授刘江川,以及其学生庞海天等人在2018年创立的。江行智能团队在云计算、云边协同领域有得天独厚的人才优势和科研积累。团队共发表相关国际期刊和会议研究论文300余篇,累计引用量2万余次。作为中国最早在边缘计算市场发力的科技型初创公司,在成立的短短三年内,江行智能就落地了一系列软硬件产品与解决方案,深入客户场景,积极推进云边协同的生态建设。
从学术走向产业,是该公司发展的一个重要标志。刘江川教授拥有多个Title:他是香港地区第一位微软学者,微软中国研究院(后来的微软亚洲研究院)成立后的第一批实习生;1999年毕业于清华大学计算机系,2003年获得香港科技大学的博士学位,于2017年被评为IEEE Fellow(电气电子工程师学会IEEE授予成员的最高荣誉)。并且在2019年,他获得了加拿大工程院院士荣誉称号,现任加拿大西蒙菲莎大学计算机学院终身教授。
近百人规模。其中六成以上是研发人员。核心成员均来自于清华大学、北京大学、浙江大学、华北电力大学、中国石油大学、英属哥伦比亚大学、西蒙菲沙大学、香港科技大学等国内外一流高校,曾供职于腾讯、金山、微软、SAP、360、华为、国电南瑞等公司,有扎实的科研功底和丰富的工程管理经验。随着公司的发展,公司引入了具有管理经验的高管,内部也建立起以服务客户为目标的组织架构,并培养出一批兼具工程能力和服务意识的边缘计算人才。
公司业务定位方面,江行智能首先瞄准了电力能源行业进行技术落地,希望做行业数字化、智能化转型的外部帮手。江行智能的合作方(客户)都来自于B端,如国家电网、南方电网、京能集团、北控水务等,在“碳达峰、碳中和”的大背景下,这些客户迫切需要通过大数据、物联网等技术,实现智能控制和数字化转型,边缘计算是实现物联网终端控制的关键。而这些能源企业本身又对服务的要求非常高,对提升服务质量和降低成本有着急切的需求,所以在这种状况下,江行智能会得到更快速的用户反馈,为客户提供更好的产品与解决方案。
业务流程方面,在边缘硬件上,江行智能的核心产品为EdgeBox(边缘物联代理),内置底层硬件、ARM主板、 MCU控制系统、各种物联网接口等;上层则是一个基于开源社区的边缘计算软件框架,设计了容器编排,协议解耦,可以灵活配置应用于各种AI场景。基于云边协同的核心产品矩阵,江行智能提供“云-边-端”协同的端到端行业解决方案,把公司自主研发的云边协同平台、边缘计算框架、边缘侧智能计算设备、轻量级容器管理技术、数据分析和行业人工智能加速等核心技术,作为平台级技术快速落地到场景当中。
现阶段,江行智能业务落地场景更聚焦在发电、电网、智慧用电三个领域:
1、云边协同的智慧电厂平台。江行智能会通过边缘物联代理对电厂当中的重要设备、设施进行物联网协议打通与统一接入。基于IoT产生的大量数据来优化系统运行,实现远程无人巡检,对工业安全实现早期预警与管控。
2、输电线路及周边环境的实时监测平台。江行智能的产品会对电网线路和周边环境进行监控,用边缘计算设备对10多种输电传感器、监控摄像头等数据直接分析,识别潜在威胁电网安全的物体,包括人、车、火和电击等,只将需要进行预警的信息上传至云端,从而大幅降低通信带宽开销和计算延迟。
3、智能新能源车充电站平台。江行智能利用深度学习和边缘计算设备,江行智能推出新能源车充电全流程优化解决方案。相比于传统人工模式,可以解决充电车位占用问题,提高充电场站营收,及时应对故障和风险,同时降低运维成本。
盈利模式方面,目前江行智能主要是一次性收取硬件和软件的整体产品和服务费和按年收取系统升级运维费,未来会逐渐转变为,基于容器技术能快速把各类服务部署到边缘计算硬件,从而能够快速升级并按服务收取年服务费。
业务营收方面,庞海天表示,自公司成立以来,客户数量保持3-5倍的增速,去年三季度已实现盈亏平衡,订单收入超过千万元人民币。截至2021年上半年,江行智能的业绩增长已经超过了去年的全年,而接下来每年业绩增长速度预计都将达到3-5倍。
庞海天强调,江行智能提供的一些边缘计算产品价值,以及毛利水平都还是很高的。如今公司可能还处于早期阶段,他希望公司在未来5-8年达到千亿市值规模。
“我希望未来江行智能能成长为一家千亿市值的公司。”庞海天表示。
聚焦边缘智能,扎根于产业中服务客户
事实上,边缘计算赛道不止有江行智能,随着云计算业务增长放缓,以及客户需求尽显,国内外巨头,如英特尔、谷歌、英伟达、阿里、华为、联想等,已经纷纷展开在这一领域的布局。
庞海天认为,相较这些大公司,江行智能在边缘智能技术方面实现了很大的突破,同时更聚焦于电力和能源赛道,且主要扎根于产业中服务企业,这是其最大的优势所在。而且,江行智能的云边协同解决方案一方面保持云中立、硬件中立,另一方面又具备强大的可扩展性,这对于保障大型能源公司的数据安全、业务独立也具有重大意义。
目前,中国电力和能源行业发展已经处于世界前列,行业内客户对于新技术的理解进一步深入,特别是对边缘计算的需求更加明确:1)硬件中立、充分利旧、支持二次开发的边云协同软件框架;2)可快速部署、稳定且可靠的产品;3)全面高效的服务和保障体系。
事实上,电网是一个非常好的落地场景,近两年的智能化投入非常多,特别是过去两年先后提出建设泛在电力物联网,能源互联网的目标,边缘计算在这其中拥有巨大的潜力。
江行智能通过在边缘计算领域有丰富的技术、数据和行业知识的积累,利用技术优势在行业场景上进行深耕,获得行业内客户的认可,从而快速打通电力行业的整个业务链条。
边缘计算产品在这些国企数字化改造、转型中起到非常重要的作用。以江行智能智慧水电站解决方案为例,通过为国内某大型能源集团在四川运营的数十个水电站提供边缘数据汇聚、智慧巡检联动、设备全域感知等多项服务,将设备运转数据、安全运行数据和操作行为数据进行综合研判和分析,为监管人员提供了远程、全景、实时的水电站运行状态和数据智能辅助。该方案为用户减少运维人员数量60%,每年节约人力成本近千万。
庞海天表示,“其实大公司在底层基础技术能力比较强,但像电力等产业的客户,底层算法只占很小的一部分,他们更需要整体的智能化能力,这既要求供应商有强大的技术能力,又要求服务商具备行业Know-How,而一些大公司不擅长做,也没有意愿去做,所以最终选择江行智能去解决这些问题。”
他强调,边缘计算后面一定会形成跨行业的通用能力,随着技术推进,行业中一定会出现一个平台型的公司。
谈及边缘计算在未来最重要的驱动力,庞海天表示:“边缘计算从来不是从IT架构中优化,我们看到客户需求并非如此。更多是要在现场中将需求和痛点联系起来,自下而上地将边缘计算与业务联系在一起,进而建设整个平台和生态。我们认为,边缘计算要做好,一定要深入场景、深入行业、深入产业。在电力能源行业之外,我们也看到了大量的需求,江行也会在更多的行业和场景中进行开拓。”
对于接下来的融资和科创板上市计划,庞海天表示,公司将把业务发展放在核心位置,“更好的修炼内功”,扩建团队服务好客户,上市可能是一个顺其自然的事情。
(钛媒体)