能源管理在发达国家已广泛应用于工业、居民住宅、商用建筑、交通、医疗、教育等行业，通过技术手段实现对能耗的实时监控与系统优化。随着中国经济增速逐渐放缓，针对能源的精细化管理已成为组织机构管理者的共识。
2014年到2017年，中国智能电网市场保持着较高增速，其中智能软硬件在4年时间从80亿人民币增长到180亿人民币，年复合增长达24%，预计2019年达250亿元人民币。（数据来源：TechNavio Smart Grid Market in China 2015-2019）
36氪近期接触到的「亿可能源」是一家第三方能源管理方案解决商，为商业楼宇、工业企业以及分布式电网提供能源管理的AI决策引擎。
目前市场上已有的能源管理方案，大多需要在原有楼宇内部署大量传感器与智能设备，对于客户而言试错成本太高。而亿可能源采用的是一套非侵入式方案，在无需安装外部设备的情况下仅需在本地服务器上接入一个AI终端盒子，通过相应算法，便可达到相同的效果。
对于AI终端盒子，创始人王春光告诉36氪，系统首先会直连楼宇等主体的数据端口，获取多维数据；接下来，系统会将诸如电气水数据、设备数据、天气数据、人流数据等多维数据做本地化清洗。王春光表示，数据清洗是团队花费最多精力的环节，这个环节每提升一点准确度，对后续的差异化建模和预测精度会有极大的提升；利用神经网络做差异化建模是亿可的强项，模型出来后只需要匹配具体工况并等待计算机给出实时策略；最后一个步骤是与过去工况做对比以及验证结果。
围绕这套技术方案，亿可能源在电力需求侧与电力供给侧分别提供了不同的产品方案。需求侧即楼宇及工厂，以提供实时监测、预防性维护、节能运营以及碳服务为主，起到降低能耗及人力成本的作用；供给侧端，亿可拿到供应方数据后，通过为电网做能源规划、售电咨询等一系列服务，优化其投资收益率。
王春光表示，能源管理的正确实施能够为企业带来的效益往往会超出企业自身的预期。
以广州K11为例，通过统计核算，已为管理者带来了35%的人力成本的节省，15%的暖通空调能耗节省，合计662万人民币。在预测满负荷的年用冷量后，帮助K11合理核定冷量售买价，优化购买合同，节省1.4亿元。
在商业模式上，在客户不购买SaaS与AI-Box的基础上，亿可会以年费的方式提供电力异常分析与能源审计服务；如果购买了亿可的AI-Box和Saas平台，则会按照硬件+Saas的方式收取费用，以提供能深度的运营管理服务。除此之外，亿可也会以为楼宇节省电费的百分比来收取费用。
CEO王春光拥有MIT硕士学位，有超过10年的能源管理经验，服务过弗劳恩霍夫、亚开行、国开行、宁波发改委以及美国能源部等机构，其余核心团队成员均出自麦肯锡、艾默生、通用电气等全球500强企业。目前，亿可能源在寻求公司成立以来的第一笔融资，资金主要用在团队扩张、规模化获客（国内+国外）以及申请专利上。
36氪过的DBI与亿可能源思路类似，通过非侵入式设备为客户提供一套“端到端”的人工智能中央空调优化系统。与亿可能源相比，覆盖领域稍窄。国外能源管理企业如 CarbonLight House 和 QCoefficient 则是通过对智能建筑做运行顾问，对其控制和运行的问题提出解决方案并收取顾问费用，服务非标。
