今年，AI依然是最热的关键词。但很少有人追问：AI跑起来，电从哪来？

大模型训练、推理和数据中心扩容，都会持续推高电力消耗。

AI越强大，对电力的依赖就越深——而电力，从来都不是一个可以被随意挥霍的资源。

这也是为什么，一个听起来并不"性感"的行业，正在变得越来越关键：电力设备在线监测。

简单说，就是给变压器、开关柜、电缆这些电力设备装上"健康监测仪"，让它们的运行状态被实时看见、风险被提前预警。

上海锐开电气有限公司（简称：锐开电气）做的就是这件事。

这家2014年成立于上海的专精特新企业，专注于高中压电力设备在线监测，为变压器、开关设备、电缆等提供整套监测解决方案。

它服务于国家电网及多个“一带一路”海外项目，年承接项目300到500个。

锐开电气的业务有一种很鲜明的反差。

对外，它帮助客户持续感知电力设备的运行状态，实时采集温度、气体、局部放电等关键数据，让风险更早暴露、预警更早发生；

但对内，在很长一段时间里，它自己的经营状态却并不清晰。哪些项目真正赚钱，哪些环节在漏损，物料损耗到底发生在哪里，管理层往往很难及时拼出完整答案。

副总经理李海霞对那段状态的总结很直接：

外部AI浪潮带来的机会持续增加，项目复杂度与协同压力也同步攀升，这让锐开电气面临一个紧迫命题：先看清自己的经营状态，才能接住时代的机遇。

PART 1

中国制造业的竞争早已分化。一类企业靠标准化和规模赢市场，另一类必须在复杂场景中建立价值。

锐开电气显然属于后者。

电力设备领域巨头林立，西门子、ABB等国际大厂占据了标品市场的主导权。一个白手起家的民营企业，如何在这些资本雄厚、技术积淀深厚的巨头夹缝中，不仅活下来，还成长为一家专精特新企业？

李海霞给出的答案很朴素，但极具杀伤力：

锐开的“了不起”之处，正在于它选择了一条“高难度、高非标、高技术密度”的路径。

它做的是电力设备的“体检医生”——安装在变压器、开关柜这些一次设备上的在线监测系统。一次设备本身就是高度定制的，型号、电压等级、应用场景千差万别。

这意味着，锐开不能简单地“卖产品”，而必须具备极强的技术解题能力：既要懂电力原理，又要懂传感技术，还要能根据现场环境快速拿出定制化方案。

正是这种“难”，构筑了锐开电气的护城河。

当大厂受限于标准化流程，难以灵活应对碎片化需求时，锐开电气却练就了一身“把非标做成能力”的绝活：将前端千奇百怪的定制需求拆解，在研发端形成模块化组件，根据预测提前生产通用模组。项目一来，快速装配、配置、调试，像搭积木一样交付高精尖的监测系统。

“我们公司大部分都是技术人员。我们不拼流水线，拼的是对复杂场景的理解力。”

创始人从毕业起就在电力监测领域，深耕行业二十多年。这种长期主义的技术积累，让锐开电气在国家电网特高压、海外复杂工程等关键战场上，拿到了入场券。

但也正是因为业务太“牛”、创新太快、定制化程度太高，给管理带来了巨大的难题。越是依靠技术创新和灵活应变的“特色菜”模式，对后台管理体系的精细度要求就越高。 这才有了后面那个“管理体系接不住增长”的阵痛。

PART 2

很多企业的管理问题，并不是在低谷期暴露，而是在高增长期集中爆发。因为企业小的时候，很多问题还能靠经验补、靠人盯、靠沟通扛；一旦订单增多、项目增多、跨部门协同增多，原有管理方式就会迅速失灵。

锐开电气正经历过这样一个阶段。

但比这些数字更有代表性的，是锐开电气自己的"踩坑史"。

公司人员规模少的时候，李海霞团队曾尝试用低代码平台自建系统，本来想满足50人规模，结果模块还没搭完，公司人数就已经超过50人。更麻烦的是，负责搭建系统的人离职了，后续团队无力维护和升级，这套系统只能放弃。

后来又尝试用OA自己搭项目流程，又花了大半年。上线后却发现一个根本问题：流程是搭出来了，但底层不是数据库逻辑，数据无法真正拉通。前端看似灵活，后端一到核算就“碰不上”。

在李海霞看来，这类自建流程工具在企业规模较小时或许还能勉强运转，但一旦业务进入高速增长阶段，系统能力不足的问题就会迅速暴露。

这其实是很多成长型企业共同面对的一道题：订单增长了，组织变大了，但底层经营体系没跟上。结果就是，企业看似在增长，但哪个项目赚钱、哪个项目亏损、哪些成本可控、哪些正在失控——管理层可能都说不清楚。

PART 3

经历了低代码和OA两次试错之后，锐开电气开始重新想明白一件事：自己缺的不是一个流程工具，而是一套能把项目、采购、生产、财务真正连起来的经营底座。

2023年，在和多家厂商对比后，锐开最终选择了YonSuite。

李海霞后来总结，这个决定看重的其实不是某个单点功能，而是三件更底层的事：数据能不能真正打通，系统能不能接住项目型制造的复杂度，未来能不能支撑全球协同和AI 应用。

过去，锐开电气的数据散落在钉钉、企业微信、OA和共享服务器里，流程看起来都在跑，但一到核算、归集和协同，问题就会重新冒出来。它需要的是一个能把线索、商机、合同、项目、采购、生产、库存、发货、开票、收款放在同一平台上的系统，让项目号从头到尾贯穿起来。

更关键的是，锐开电气的业务并不简单：按单生产和备库生产并存，双法人跨组织协同，还经常要边设计、边采购、边生产。对这样的企业来说，系统不是“能用”就够，而是必须真的理解这种业务逻辑。

还有一个现实压力来自全球化。随着海外项目越来越多，锐开面对的已经不是总部里的人怎么协同，而是不同国家、不同语言、不同终端上的人怎么协同。

李海霞提到，很多海外现场人员并不会长期坐在电脑前，营销和服务人员大量处于移动工作状态。系统如果不能延伸到这些现场，就很难真正支撑业务继续往外走。

PART 4

这次转型最重要的变化，不是某个环节快了多少，而是锐开电气第一次开始比较持续、准确地看见自己的经营状态。

当企业第一次看见每个项目更真实的利润，经营动作就会跟着变——报价更理性，资源配置更精准，项目筛选更有依据。做到这一步，数智化才真正从"提效"走向了"经营升级"。

PART 5

对锐开电气来说，这套底座的意义不只在今天，也在下一阶段。

全球化方面，随着海外项目增多，管理方式如果还停留在总部和桌面端，很快就跟不上业务扩张的速度。系统已经不只是管理工具，更是支撑全球协同的基础设施。

AI方面，李海霞看得很务实——她的态度不是"要不要用AI"，而是"先用在哪"。在她看来，公司里有大量重复性高、规则固定、容易出错的工作——比如合同录入、报价单批量生成、二维码校验——这些正是AI最应该先进入的场景。

关于"智能体"的思考，锐开电气现在的想法是，先把长期依赖老员工经验的规则和判断标准沉淀下来，构建企业自己的知识底座，未来让这些经验变成可以自动执行任务的智能体——像"数智员工"一样辅助甚至替代人工完成报价编排、标书生成等工作。

但她也很清楚前提是什么："没有统一的取数逻辑，你问它三次，它会给你三个不同的答案。"

AI可以很热闹，但底层数据如果还是散的、口径还是乱的，它就很难真正走进经营现场。只有先把核心数据统一起来，未来的智能体才有跑起来的基础。

PART 6