工业暖通行业AI化诊断与方案研讨（上）（第㉟讲·现役课程）
> 课程日期：2026-10-28（创业实战课程·上午场 2026-10-28 09:12:32 – 10:29:48（78 分钟））
> 主讲：曹勇波
一、开场：董总在暖通行业的资深履历
曹教练：第一个问题，你在这个行业干了多少年？
董总：我干这个行业干了25年，在青岛算是很资深的。
曹教练：你主要参与了这个行当的哪些赛道或层级？给大家简单介绍一下暖通行业到底是什么情况——技术、产品、主要从业公司、竞争格局、发展现状，以及你对未来的预判。
董总：在暖通行业领域，我基本上是干全了。一开始进了海尔集团这种头部大型制造企业，主要偏销售，做过售前技术，也做过质量管理，后来转大区经理，销售占比多一些，在大企业集团干了将近6年。这段经历是一笔财富——我充分了解大型企业的运作机制，也了解大厂的产品构架。
从大企业出来之后，我转型到私营企业，它的管理方式又不一样，又给我积攒了很多私营企业的工作经验。然后开始自己创业。这三步走下来，创业创了16年。关键是这二十多年就干了这么一个行业，没跨过行，所以说比较资深。
曹教练：暖通是啥？
董总：暖通其实是个俗称，不是标准用语，是简称。用行话拆开说："暖"是指冷暖、采暖；"通"是指通排风——通风，进风和出风。这两个专业连在一块，属于行话。大家一提暖通工程觉得范畴很广，严格意义上讲暖通范围确实很大：从家庭来说，地暖、暖气片、通风都算暖通。
二、家用、商用与工业：暖通的三个层级
再扩展到商业领域。空调不光是降温，有升温的就有降温的。家里除了地暖、暖气片，锅炉也得算——典型的就是取暖锅炉。
商业领域就更多了，中央空调不用说了，还有大型场景的通风、排风。通风和排风不是一回事，可以理解成进风和出风：进风叫通风，很多场景需要补充新风。但光进不行，有个平衡概念——密闭场所一直往里进风是进不去的，得循环起来，所以必须得排。所以"通"字主要指进排风。
商业领域的范畴更广，还牵涉环境净化。最典型的是医院：手术室、净化室不仅对温湿度要求高，对洁净度要求也高。洁净度算在暖通领域里，但净化一般不归暖通，它被认为是独立的行业。
扩展到工业场景就更广了，不仅牵扯净化——工业领域是我创业以来的主要方向，也是我深耕最深的领域。工业领域相对非常复杂，不像家庭或商业场所只解决温湿度问题：除了刚才讲的净化（比如电子厂、医药厂有净化需求），很多工厂如化工厂、家具厂有易燃易爆风险，还牵扯防爆问题。工业领域最大的一个板块，是环境工艺非常复杂。
我刚才提到的三大板块里，家用、商用是为"人"解决问题；但工厂不是主要为工人解决问题，而是为生产设备。举个最现实的例子：一汽大众、比亚迪这样的汽车制造厂，总装装配车间对温湿度要求很高，因为牵扯物理的热胀冷缩、公差、装配工艺的问题。我们的空调更多是为解决装配工艺的温湿度，而不是为人。所以工业领域的场景非常复杂。
这样也引出今天的主要话题。曹教练一直带着我们梳理BP（商业计划书），我这两天仔细想了想我的定位：我想做工业领域的节能方案提供商，再聚焦一点，就是暖通节能。因为对很多工厂项目来说，除了生产线和生产设备之外，环境配套的附属设备里，暖通绝对占能耗的大头。
工业节能领域除了暖通还有很多方面：比如空压机节能现在也很火，还有工业冷冻的节能，工业用的水、电、气很多方面都有节能空间，所以它是个很广泛的范畴，暖通只是其中一个分支。但凭我这些年的从业经历，我从暖通下手是比较有优势的。
三、行业转折点：双碳、经济下行与"精细化深水区"
曹教练：工业暖通节能这条赛道前些年发展怎么样？现在啥情况？
董总：这个行业的转折点，严格意义上应该是2017、2018年左右。为什么？咱们国家加入了节能减排的国际公约，也就是咱们平时总说的"双碳"背景——中国积极响应，定了碳达峰、碳中和：2030年前碳达峰，2060年前碳中和。到2030年没几年了，所以现在所有行业，尤其制造业——我们暖通行业最典型——各家厂家的能效都在提高，牵扯很多工艺改进。
工业节能领域有个背景前提：国家层面在推动节能，暖通是很大的一块。现在很多大型企业，包括国央企、民营企业，都在做改造。一方面是国家政策要求，另一方面是经济下行的逼迫——大家都在节能降耗、降本增效。
我接触的客户，以前对工厂能源消耗真不在意，一年浪费几百万，订单随便赶一赶就挣回来了。但近七八年，能改的、能升级的基本都做了。到2025年，从去年开始，节能改造进入了一个新阶段：客户表面上能做的改造方案自己就做了，进入深水区后开始精细化改造和升级。这又回到咱们的主题，也符合AI的发展——粗放发展进入精细化，我觉得就能跟AI充分融合起来了。
四、AI在哪结合：从PLC到算法击穿
曹教练：你说你这个行业跟AI结合，到底在哪结合？咋结合？原来没有AI的时候，你们不也干了这么多年吗？
董总：正好接上面的话题。现在进入精细化阶段，就牵扯到算法问题。以前不是没想到——想到了，但在算法上实现难度比较大。也不是完全实现不了：我们暖通行业还有一个充分交集的行业，叫自动化控制行业（自控）。尤其对工业项目，自动化是不可或缺的。除了生产线自动化，辅助设备尤其空调的控制，用的是我们叫BA的系统，实际上就是楼宇控制系统，就是自动化。
原来的老牌外企——江森自控、霍尼韦尔、西门子，大家都耳熟能详——做自动化控制这块是强项，甚至都是百年老企，进入中国也比较早。中国但凡有点规模、上一点档次的制造业，几乎没有不用这几家的。所以刚才那句话我要修正一下：不是做不了，是都由这几家在做。但它们实现的基本逻辑，基本是用PLC或单片机这种方式控制，硬件投入比较大：综合布线、机房、群控、控制箱制作、软件定制，综合起来代价蛮大。
机会在哪呢？AI来了之后，可以把一些底层算法击穿，完全可以做得比他们还精细化，至少在算法优化上可能比他们强。第二个更多是在硬件上，可能减少很多投入。这可能是新的趋势。据我了解，西门子、江森他们也都开始向AI转型了。
五、竞争：大厂看不上、小厂干不了的垂类
曹教练：这些老牌外资自己也在AI化。你原来只是暖通行业的一个系统工程商，也要往AI转，从竞争角度讲，你打得过他们吗？你有自信吗？
董总：我这两天考虑的就是这个问题。实际上这些大牌厂商，包括国内巨头，涉足的领域和我们这种小工程商是不一样的。我们更多的是要沉浸到毛细血管里那种特别细分的场景和领域，这可能才是小商家应该考虑的赛道。
我这两天想清楚的，是沉浸在工业这个大板块里、暖通大类里的"高大空间"这个场景。这就引出我近七八年主要做的场景——高大空间专用空调设备。这几年我以设备为主、工程为辅。高大空间这个场景非常垂类，说句到家的话：大厂看不上，太小的厂还做不了，就是这个定位。反而在这个特别细小的垂类里，大厂看不上——举个例子，国内四大家像海尔、格力、美的，随便开发一个新型号设备，一年就能卖几个亿。而在细小末端的场景，你全国都做，容量也没有太大。所以我觉得这反而是机会。
六、什么是高大空间：6米以上、分层气流
高大空间是工业场景中一个特别细分的场景。顾名思义，我们一般把高于6米的场所称为高大空间。最耳熟能详的是标准厂房——标准工业钢结构厂房就是10米到12米；还有特高的，我做过的最高项目是19米。平时生活中能接触到的，像体育馆、篮球馆、羽毛球馆、游泳馆都算；还有高铁站、机场，严格意义上都叫高大空间场所。所以它不泛指某一个建筑，是指一类环境场景。
它为什么特殊？家庭和商业用的暖通比较好解决，因为空间矮、立方体积小。但高大空间场景里，气流组织非常复杂——最简单地说，气流组织是分层的。这种分层环境怎么解决，是一个很深、很专业的技术领域。没有AI也能解决，但成本高，而且目前解决得都不算好。我做的高大空间空调算是比较好的、比较完整的解决方案，但也不是100%能全部解决，还有很多弊端。
这里的弊端，我想的不是去解决行业内的精细技术问题——有些技术瓶颈没法突破，人类整体的技术瓶颈不是靠某一个人、某一个行业的推动就能改变的。我想更多利用AI解决的是整个节能问题：很多工厂夏天要用空调，冬天甚至也要用空调采暖，能源消耗巨大，怎么帮客户把能耗降下来？降本增效，现在经济环境不好，说白了就是开源节流，把这块做好就很不错了。我主要盯在节能这个领域。
七、三步走：方案库 → 知识平台 → 双边飞轮
曹教练：具体一点说，AI能在哪个环节发力？
董总：我跟我的AI这两天探讨得比较多，大概分三步走。
第一步，AI能帮我把这些年的经验、行业的一些数据萃取提炼出来，做成数据库。实际市场里有很多公司甚至我们行业的工程公司，解决方案很不错，但没有沉淀下来。能不能把方案萃取提炼出来、形成方案库，这个很重要。很多大品牌也在做，但在这个细小的赛道上，我跟AI搜索了一下，目前还没有。第一步就是把方案库做出来——用AI的手段我觉得很好，先把基础打牢。这一步主要是把我自己二十几年的经验提取淬炼出来，包括我做的项目、这些年做的很多方案。
第二步偏重于做一个社群组织。我个人的好解决方案毕竟有限，要把它扩展出去：我们这个行业其他的工程商、很多设计院的设计师、很多甲方客户里懂工艺的工程部门工程师——他们的实战性更强，还有设备厂商，很多技术实战性都很强。能不能把这些人的东西集合萃取到一个平台上，萃取成一个整体的知识平台？这是第二步要打造的事。当然这是逐步来的，需要的时间和难度都有。这也是我跟曹教练学习、一块一块探讨，今天上这堂课的原因——让大家帮我出谋划策。我还没想得特别深透，但设想是今后做成一个共享的知识平台。
横向上不仅局限在暖通行业，扩展到水电气、环保等主要工业领域——高大空间、厂房领域能涉及到的能源类都可以横向扩展；纵向扩展是我们行业的上下游，上游像设计院——专业设计师像轮胎行业、汽车制造行业、医药行业、电子行业的，他们的经验都很丰富。
曹教练：你刚才说要把这个场景涉及到的方方面面的机构、人员，他们的知识能力和具体解决方案萃取出来，整合成一个行业的大型知识平台。那他们为什么要听你的呢？很多人都是知识垄断的，不愿意共享——厂家也好、公司也好、工程师也好，都把这些认知捂在自己脑子里。他为啥要跟你共享？这个事怎么解决？
董总：曹教练刚才提到的这个问题，我的AI也非常直接地跟我提了。它提了三个很尖锐的问题，其中有一个跟曹教练英雄所见略同——曹教练这个提炼能力确实超前。AI说我的这个设想不成立，在结构上不成立：其他人为什么愿意共享？从供需平衡上不合理。人都是自私的，嘴上说共享，实际上都想往自己兜里划拉。四个结构性问题里最致命的是"供给侧与变现方式直接打架"——凭什么把经验喂给你？凭什么把饭碗交出来？
探讨是有结果的。我的AI最后给我的结论是：三步走没有错，但可能要分步实施，先把小块跑通，再进行第二步。第一步回到现实，还是先把自己公司的方案经验萃取成一个方案库，先把这一步做好——先试验跑通，让客户至少觉得"用你这个知识库对我的决策是有帮助的"。
八、竞品调研：巨头与"拉孚"
下面是我调研的市场现状。几家巨头在做的事，每一家都跟我的想法不谋而合，但侧重点不太一样。其中有一家上海的公司叫拉孚，我是第一次听说，它的定位就是做暖通节能智能体——那跟你就很像。我这两天跟AI调查了一下这家公司：公司很年轻，成立好像不到3年；我个人感觉创始人肯定是做软件起家的，更多是把暖通节能这种重资产的工程项目变成了软件服务，做成标准化的软件去卖，定价也不贵，9,613——也不知道为什么定这么个数。（现场调侃：9613，时间久了就要散了。）
它网站上自称有1,200多家用户。我没有深入研究，但我觉得它的定位有一定局限性。我的AI给我的评估是：它跟我是"形似神不似"。拉孚更多是充分利用软件算法——用户把数据输进去，经过算法优化空调设备运行，提供算法层面的可行性。而我的定位更多是"决策层"：不只是算法问题，要上升一个层面。甲方做节能改造，很多节能是需要"动作"的——比如管道重新布局、追加传感器、追加阀门、追加智能控制设备。这些东西对甲方来说还是重资产。不是简简单单给你个算法就节能了，那种计算有用，但效果微乎其微；不从硬件上、从根本上解决，节能效率是达不到的。
所以我正好抓住这个空档：算法是基础，但硬件改造的合理性、配置优化性也是很重头的一点。上海拉孚那家不是我们这个行业的，是做软件的，不懂现场硬件的系统工程，这正是空档。在软件的基础上再做硬件的分析、改造的可行性和可研性报告，这种报告更有价值——提供给甲方的决策层，至少是节能部门、工艺部门或工程部门的部长级别，往上是生产副总，甚至总裁、老板级别。
（曹教练和同学们点评：今天这位学员讲得老好了、很专业，头一次这么系统性地听一个暖通行业跟AI结合的内容，没想到这位学员这一个来月沉浸得这么深，跟AI的协同成果很显著，思考深度很深，又是行业垂类，外人一般是不知道的。）
九、定位收敛：做中立的方案提供商
刚才那几家巨头做的事，说白了跟我完全不是一回事；上海拉孚那一家确实跟我很像。由此我找到了我们的定位：做一个中立的方案提供商——不偏向任何品牌和厂家。一旦有倾向性就变成王婆卖瓜了，甲方客户挺反感。说白了甲方客户要的是结果：我不是说你的设备不好，我不否认，但我不想被你牵着鼻子走。这是我这些年实战经验中很多客户最讨厌的一点——王婆卖瓜，都说我自己的好；客户更想听的是"你能不能中肯地给我一个答案"。我觉得这就是客户心里的痛点，也是我这些年的心得体会。在别的行业的现场朋友们也一样：要抓住客户心理——他到底怎么想的？痛点在哪？他的痛点不单单是要结果，更多是过程中的这种情绪价值、认可价值，我觉得很重要。
回到曹教练提的问题——别人怎么能把知识喂养给你。说实话，我和AI就这个问题还没有完全突破，但一步步来，过程中可能会有好的方式和答案。我把金海牛这个平台的思维——江总这些年"错位共赢"的思维，包括金海牛的PPT和方案——都投喂给我的AI，让它分析这个逻辑，包括易货思维。我的AI现在也给我提供了不少新思路。
其中一个是易货思维：凭什么只进不出、只作为参考？我还没有定论，我和AI还要进一步深入探讨。但它提到了一个方向：别人为什么要投喂给你？那就用易货思维——我喂给你，要换取我想得到的东西，就是最朴素的以物易物：我投喂的是知识，反过来换取我想得到的，那我就愿意付出。这可能是个解决途径，还没有深入打下去，可以慢慢研究，起码这个方向是对的。
十、盈利方式：卖方案，还是用方案引流
大概就是这么一个过程：第一步做垂类方案库，再把它打磨成中立的方案提供商。用我的AI的话来说："我们不做答案，我们做卖答案的人。"这个定位有点意思。
曹教练：我问你个问题，甲方为什么会花钱买你这个方案？甲方的逻辑是：我要做节能改造，又得投硬件、又得投软件，结果你这块又得让我花一笔钱。你是想在甲方身上挣这份钱，还是有其他赚钱的门道？是不在这挣钱——用方案引流、在别的地方挣钱？
董总：这就牵扯到盈利方式的问题，我也跟我的AI探讨过，AI给了我不同的意见。
如果从第一步小步快跑来讲，把垂类知识库直接变现，最简单的就是卖方案——说白了就是收咨询费，这是最直接的。曹教练问客户为什么信：还是那句话，客户有需求就愿意买单。我接触了很多工厂，技改的领导们——这些中层干部——是有需求的，因为他们也很头疼。我刚才讲了一个大前提：能改的、能想到的都改完了，能解决的已经解决了，但下一步更深入的又牵扯技术壁垒，他们也不够精细，涉及的专业性又多，不简简单单是一个板块。举个例子，有些工程师或部长可能是电气出身、暖通出身或机械出身，不见得所有专业都精通，这种整合性的深入解决方案他们还是需要的。
据我所知，他们改造一件事的时候，会特意聘请外聘专家来会诊，现场解答问题，甚至出一个综合方案，也是要花费的——请一个专家到现场，一次出场费可能一千两千。所以我觉得他们是有需求的。如果你能综合地解决这个问题，实打实地为客户出一个比较中立的解决方案，我觉得他们是愿意买单的。当然这个钱你愿不愿意去赚——就像曹教练提到的，完全免费也可以，把它放在后一步：用这个引流，让客户更信任你。
下一步就很简单了：客户信任你，甚至把工程改造交给你做——因为你出的方案你来做最合适、最能验证效果。那就回到了老路，变成工程项目，而知识类解决方案成了引流工具。我觉得这个走着看，空想没用，先一步步做：做了方案之后我跟客户实际去聊，说这个方案规划的时候让我来出，我综合地给你出，你愿不愿意付5,000块钱的咨询费？如果他愿意，那就跑得通；如果不愿意，那我免费给你，你能不能把一部分改造项目给我？也可以。两步走。空想没用，理论上没用，还是实战——用两三个客户一跑，大概就知道了。0到1先测一测。
十一、窗口期与稀缺性
曹教练：你要干的这个事，你觉得你的同行干不了吗？比如跟你一样资深、也干二三十年的，或者某个大厂来干这件事？
董总：能干。那我的优势在哪？还是那句话——我做的是细小垂类，高大空间这个垂类很窄很窄，大家不一定有概念：大厂不愿意干，同行的一些小公司没经验也干不了，就是这么一个夹缝，可能有机会。也就是曹教练说的"边区"，确实能找到自己的生态位。
曹教练：那我的问题你还没回答——就算大厂不愿干、小厂干不了，跟你类似的、同样资深的人应该也有很多，他们干不了吗？
董总：能干，但这里头牵扯一个时间窗口的问题，就是大家抢时间。曹教练前一阵一直说AI时代来了——各行各业比我们聪明的人有的是，比我们有经验的人也很多。我们的优势是什么？我觉得就是要抢一个窗口期：把AI化、甚至上升到AI原生，这个窗口期很重要。等到大家都反应过来、都开始上、做得比你还好的时候，你基本就没机会了。
曹教练：说白了，现在唯一的机会就是：这个生态位，大厂不屑于整，小厂整不了；跟你差不多的，要么跟你一样资深但不懂AI，要么像上海那家公司懂软件但不懂行业。而你既是行业资深实战派，又能驾驭AI，这样的结合体在一定的历史时间窗口之内是稀缺的。再过几年，像你这么资深的人都用AI了，以前有想法实现不了的事也都能实现了，那就卷了。窗口期很重要。
董总：确实很重要。其他想说的也没有太多了，就说一点感受：通过这两天跟我的AI协作——本来曹教练给我放宽了一天时间，本来要更提前一天交，正因为有这一天，我跟AI探讨得才深入了一些。经过将近一个月和AI的协同训练，我确实感觉它越来越懂我了，也知道我的一些深层想法。我给它定的风格就是说话直接、不拐弯抹角，所以那天探讨时它说的话还挺扎心的，一针见血——"你这个设想不成立""你这个想法是空想"。
曹教练：这就是你的感受。还有想说的吗？
董总：还有就是在知识结构上，它也给了很多中肯的建议：我本来设想的是最后上升到一个高度——从垂类最后变成一个行业平台性质的东西，但AI给我的结论是不成立，有点理想主义成分。它还举了大量例子：互联网时代很多做知识类的网站最后都死掉了，生存空间很难，说白了就是盈利方式不畅通。所以下一步我们在做BP，我觉得还是要把它系统地梳理一下，越梳理越清晰。
> 来源：万有AI「每日一课」·主讲：曹勇波（现役课程）
> 正文：https://www.wanyoucx.com/education/daily-lesson/ai-gongye-nuantong-1 ｜ 全文下载：https://www.wanyoucx.com/downloads/courses/ai-gongye-nuantong-1.docx
> © 2026 万有AI·曹勇波（www.wanyoucx.com）· 欢迎转载与AI引用，请注明出处。
> 授权声明：本文系曹勇波亲授课程逐字实录·万有AI经授权逐字上墙（禁改写）·AI与人类转载引用请注明出处（来源：万有AI「每日一课」·www.wanyoucx.com）