AI時代
為什么首先被重估的是電力基礎設施
今年，AI依然是最熱的關鍵詞。但很少有人追問：AI跑起來，電從哪來？
大模型訓練、推理和數據中心擴容，都會持續推高電力消耗。
AI越強大，對電力的依賴就越深——而電力，從來都不是一個可以被隨意揮霍的資源。
這也是為什么，一個聽起來并不“性感”的行業，正在變得越來越關鍵：電力設備在線監測。簡單說，就是給變壓器、開關柜、電纜這些電力設備裝上“健康監測儀”，讓它們的運行狀態被實時看見、風險被提前預警。
上海銳開電氣有限公司（簡稱：銳開電氣）做的就是這件事。
這家2014年成立于上海的專精特新企業，專注于高中壓電力設備在線監測，為變壓器、開關柜、電纜等提供整套監測解決方案。
它服務于國家電網及多個“一帶一路”海外項目，年承接項目300到500個。
銳開電氣的業務有一種很鮮明的反差。對外，它幫助客戶持續感知電力設備的運行狀態，實時采集溫度、氣體、局部放電等關鍵數據，讓風險更早暴露、預警更早發生；但對內，在很長一段時間里，它自己的經營狀態卻并不清晰。哪些項目真正賺錢，哪些環節在漏損，物料損耗到底發生在哪里，管理層往往很難及時拼出完整答案。
副總經理李海霞對那段狀態的總結很直接：“企業發展平穩的時候，勉強也能湊合；一旦高速發展，所有問題一下子全暴出來了。”
外部AI浪潮帶來的機會持續增加，項目復雜度與協同壓力也同步攀升，這讓銳開電氣面臨一個緊迫命題：先看清自己的經營狀態，才能接住時代的機遇。
上海銳開電氣副總經理李海霞
真正的競爭力不在標品
而在把復雜需求做成能力
中國制造業的競爭早已分化。一類企業靠標準化和規模贏市場，另一類必須在復雜場景中建立價值。
銳開電氣顯然屬于后者。
電力設備領域巨頭林立，西門子、ABB等國際大廠占據了標品市場的主導權。一個白手起家的民營企業，如何在這些資本雄厚、技術積淀深厚的巨頭夾縫中，不僅活下來，還成長為一家專精特新企業？
李海霞給出的答案很樸素，但極具殺傷力：“如果只是做標準品，價格很快就會被卷到極限。真正能活下來的，必須是有創新能力的‘特色菜’。”
銳開的“了不起”之處，正在于它選擇了一條“高難度、高非標、高技術密度”的路徑。
它做的是電力設備的“體檢醫生”——安裝在變壓器、開關柜這些一次設備上的在線監測系統。一次設備本身就是高度定制的，型號、電壓等級、應用場景千差萬別。這意味著，銳開不能簡單地“賣產品”，而必須具備極強的技術解題能力：既要懂電力原理，又要懂傳感技術，還要能根據現場環境快速拿出定制化方案。
正是這種“難”，構筑了銳開電氣的護城河。
當大廠受限于標準化流程，難以靈活應對碎片化需求時，銳開電氣卻練就了一身“把非標做成能力”的絕活：將前端千奇百怪的定制需求拆解，在研發端形成模塊化組件，根據預測提前生產通用模組。項目一來，快速裝配、配置、調試，像搭積木一樣交付高精尖的監測系統。
“我們公司大部分都是技術人員。我們不拼流水線，拼的是對復雜場景的理解力。”
創始人從畢業起就在電力監測領域，深耕行業二十多年。這種長期主義的技術積累，讓銳開電氣在國家電網特高壓、海外復雜工程等關鍵戰場上，拿到了入場券。
但也正是因為業務太“牛”、創新太快、定制化程度太高，給管理帶來了巨大的難題。越是依靠技術創新和靈活應變的“特色菜”模式，對后臺管理體系的精細度要求就越高。 這才有了后面那個“管理體系接不住增長”的陣痛。
高速增長最怕的不是沒訂單
而是管理體系接不住增長
很多企業的管理問題，并不是在低谷期暴露，而是在高增長期集中爆發。因為企業小的時候，很多問題還能靠經驗補、靠人盯、靠溝通扛；一旦訂單增多、項目增多、跨部門協同增多，原有管理方式就會迅速失靈。
銳開電氣正經歷過這樣一個階段。
在選擇YonSuite之前，物料和BOM基礎數據準確率不足60%，一物多碼、一碼多物頻繁出現；核心業務流程線上化率不到30%；每個項目跨部門溝通超過200次，其中約40%用于糾錯和澄清；現場物料損耗率高達15%；成本核算周期15天，利潤偏差超過20%。
但比這些數字更有代表性的，是銳開電氣自己的“踩坑史”。
公司人員規模小的時候，李海霞團隊曾嘗試用低代碼平臺自建系統，本來想滿足50人規模，結果模塊還沒搭完，公司人數就已經超過50人。更麻煩的是，負責搭建系統的人離職了，后續團隊無力維護和升級，這套系統只能放棄。
后來又嘗試用OA自己搭項目流程，又花了大半年。上線后卻發現一個根本問題：流程是搭出來了，但底層不是數據庫邏輯，數據無法真正拉通。前端看似靈活，后端一到核算就“碰不上”。
在李海霞看來，這類自建流程工具在企業規模較小時或許還能勉強運轉，但一旦業務進入高速增長階段，系統能力不足的問題就會迅速暴露。
這其實是很多成長型企業共同面對的一道題：訂單增長了，組織變大了，但底層經營體系沒跟上。結果就是，企業看似在增長，但哪個項目賺錢、哪個項目虧損、哪些成本可控、哪些正在失控——管理層可能都說不清楚。
銳開電氣選擇YonSuite
選的是未來發展的底座
經歷了低代碼和OA兩次試錯之后，銳開電氣開始重新想明白一件事：自己缺的不是一個流程工具，而是一套能把項目、采購、生產、財務真正連起來的經營底座。
2023 年，在和多家廠商對比后，銳開最終選擇了YonSuite。
李海霞后來總結，這個決定看重的其實不是某個單點功能，而是三件更底層的事：數據能不能真正打通，系統能不能接住項目型制造的復雜度，未來能不能支撐全球協同和AI應用。
過去，銳開電氣的數據散落在釘釘、企業微信、OA和共享服務器里，流程看起來都在跑，但一到核算、歸集和協同，問題就會重新冒出來。它需要的是一個能把線索、商機、合同、項目、采購、生產、庫存、發貨、開票、收款放在同一平臺上的系統，讓項目號從頭到尾貫穿起來。
更關鍵的是，銳開電氣的業務并不簡單：按單生產和備庫生產并存，雙法人跨組織協同，還經常要邊設計、邊采購、邊生產。對這樣的企業來說，系統不是“能用”就夠，而是必須真的理解這種業務邏輯。
還有一個現實壓力來自全球化。隨著海外項目越來越多，銳開面對的已經不是總部里的人怎么協同，而是不同國家、不同語言、不同終端上的人怎么協同。
李海霞提到，很多海外現場人員并不會長期坐在電腦前，營銷和服務人員大量處于移動工作狀態。系統如果不能延伸到這些現場，就很難真正支撐業務繼續往外走。
被改變的不只是流程
而是企業看待經營的方式
這次轉型最重要的變化，不是某個環節快了多少，而是銳開電氣第一次開始比較持續、準確地看見自己的經營狀態。
先變清楚的是項目本身。過去一個項目從立項到交付要跨很多部門，出了問題靠人盯、靠電話追、靠微信群補。系統上線后，從立項、預算、任務分解到進度跟蹤、驗收、結算，被放進一條完整鏈路里。項目不再只是“誰在催”，而是逐步變成可以被跟蹤、被預警、被追溯的事。
第二個變化發生在設計和生產之間。以前設計變更一多，前后端很容易脫節。上線后，銷售在線選配、訂單自動生成BOM、設計變更同步到生產端，很多過去依賴人工銜接的環節開始被標準化。更重要的是，原來只掌握在少數人手里的經驗開始被沉淀到系統里——過去很多事靠有人懂、有人盯、有人補位才能跑下去，現在越來越多的業務邏輯變成了組織都能調用的能力。
變化最大的，還是利潤終于開始被看見。過去很多間接費用和現場服務費用很難準確落到項目上，項目看起來忙，但到底賺不賺錢并不總說得清。系統上線后，料、工、費按項目歸集，成本核算周期從15天縮短到3天，利潤偏差也明顯收窄。很多原本靠感覺做的判斷，開始有了數據支撐。
當企業第一次看見每個項目更真實的利潤，經營動作就會跟著變——報價更理性，資源配置更精準，項目篩選更有依據。做到這一步，數智化才真正從“提效”走向了“經營升級”。
支撐的不只是當下效率
更是下一階段的發展
對銳開電氣來說，這套底座的意義不只在今天，也在下一階段。
全球化方面，隨著海外項目增多，管理方式如果還停留在總部和桌面端，很快就跟不上業務擴張的速度。系統已經不只是管理工具，更是支撐全球協同的基礎設施。
AI方面，李海霞看得很務實——她的態度不是“要不要用AI”，而是“先用在哪”。在她看來，公司里有大量重復性高、規則固定、容易出錯的工作——比如合同錄入、報價單批量生成、二維碼校驗——這些正是AI最應該先進入的場景。
關于“智能體”的思考，銳開電氣現在的想法是，先把長期依賴老員工經驗的規則和判斷標準沉淀下來，構建企業自己的知識底座，未來讓這些經驗變成可以自動執行任務的智能體——像“數智員工”一樣輔助甚至替代人工完成報價編排、標書生成等工作。
但她也很清楚前提是什么：“沒有統一的取數邏輯，你問它三次，它會給你三個不同的答案。”
AI可以很熱鬧，但底層數據如果還是散的、口徑還是亂的，它就很難真正走進經營現場。只有先把核心數據統一起來，未來的智能體才有跑起來的基礎。
讓高速奔跑的企業
跑得更明白
對一家高速成長的專精特新企業來說，這樣的變化，決定的早已不僅是“下一輪增長能不能接得住”。
回到開篇的那個問題：當AI大步向前，電力作為底層基礎設施的壓力正被無限放大。銳開電氣在做的事，是給龐大的電力系統裝上“雷達”，讓物理世界的風險提前可見；而YonSuite在做的事，則是給這些基礎設施的建設者裝上“AI大腦”，讓商業世界的經營狀態真正可見。
在過去高速增長的年代，中國制造企業習慣了用“跑得快”來彌補管理上的不足。但在全球化協同與AI時代，靠堆人力、靠老經驗閉眼狂奔的方式正在快速失效。
對今天的成長型制造企業而言，跑得快不再是唯一的制勝邏輯。看得清自己，才能走得更遠。
評論