中国制造业迎来数智化大机遇，创业公司该如何参与？

2019年夏天，朱礼君终于从一个仓库里走了出来，他是智能物流系统研发商壹悟科技的创始人，这是三年来他自己带团队驻扎的又一个项目。作为一个曾在高盛做过量化分析、在亚马逊做过供应链优化、在Facebook和阿里巴巴做过机器学习的理论物理学博士，他放弃了优渥的薪资和办公环境，毅然决然辞职创业，一头扎进了工厂和仓库里。

从2013年开始，履约监控平台汉德创始人苗少光，为了更精准地测算出货车车桥的形变，就一直在跟着大货车到处跑，从晚上6点到凌晨6点，他通常会准备3台电脑，没电了就换下一台。三年的坚持积累下了大量原始数据，为后续的算法模型打下了坚实的基础，有越来越多的水泥厂、煤矿、钢铁厂、化工厂开始使用汉德的进出厂监控系统。

如今，有越来越多的科技人才正“走”向工厂。疫情之后，工厂在生产和招聘方面遭遇很大压力，这也极大推进了工厂对数字化和自动化的需求。当工厂越来越难以留住年轻工人的时候，这些科技人才却把目光投向了工厂，以期用科技改变传统行业。

“很多人不理解，我为什么要义无反顾地深入这个辛苦的行业？”朱礼君说，“首先是我看好这个变革趋势，并且想做点什么；其次是我喜欢看到无数的思考落于实体，看到它们在指令下有序运行，我感觉到对这个世界真正做出了一些改变。”在庞大的工业领域，这样每一处细小的变革，都注定影响着中国工业的前途命运。

我们也坚信互联网变革的力量。经纬在产业互联网领域进行了细致的研究和Mapping，我们将产业互联网分为产地/工厂端和销地/流通端，前者即工业互联网的范围，从产地/工厂端的智能制造、数字化升级、物联网，到工业品、汽配、建材、食品等等领域的销地/流通端，都出现了迭代升级的巨大潜力。

中国制造业迎来数智化大机遇，创业公司该如何参与？

在工业互联网的产地/工厂端，我们已投资布局了树根互联、智布互联、汉德、镁伽、策立、芯控、雪浪云、博依特、心鉴智控等等公司，并且持续加注工业互联网、IoT赛道，为制造业转型升级赋能。基于过去的投资布局，今天这篇研究我们想谈谈对产地/工厂端的投资思考，这也是我们产业互联网系列研究的第二篇。以下，Enjoy：

● 数字化、智能化是未来十年中国制造的最大机会

● 接入工业互联网对工厂来说意味着什么？

● 自动化、标准化是前提

● 接入工业互联网平台需要多少时间和资金？

● 为什么有些工厂不愿意接入工业互联网？接入的动力是什么？

数字化、智能化是未来十年中国制造的最大机会

由于制造业是一个庞大的产业，工业互联网也覆盖面广阔，我们把它划分为三大主要赛道，一是设计仿真，二是生产管理，三是生产执行。而在此之下，每一个门类都有相应的细分方向：

中国制造业迎来数智化大机遇，创业公司该如何参与？

在设计仿真领域，比较明确的机会就是国产替代，目前海外公司市占率非常高。仿真软件是现代工业离不开的核心工具，它能极大地提升效率。例如在研发火箭发动机时，仿真软件令研发者可以模拟真实环境，去看有哪些地方需要修改，不然就只能先制造再试错，对时间和资金造成极大浪费。所以很多前沿领域都离不开仿真软件，随时都有可能变成“卡脖子”领域，自主可控势在必行。

另一方面，很多海外的仿真软件都是通用型软件，覆盖了很多领域，但在一些具体方向上，比如涉及到温度变化、燃烧环境等等，其专业性可能不能满足所有需求，这时候若有一些创业公司从垂直行业出发，打深打透，先在细分领域实现国产替代，再去横向扩展，会是非常不错的时代机遇。

在生产管理和生产执行方面，虽然现在大家都在讨论智能化，但今天我们离完完全全的智能化还有一些距离，还处于自动化转智能化的过程中。因为要先有自动化，才会有数据，才能去优化，有了优化才能智能，所以现在自动化与智能化是一种连带关系。

在生产软件、设备维护、工艺优化、工控安全等等细分赛道，都是在执行层面做自动化，在更底层会有一些横向PaaS的机会，例如用来管理诸多工厂或仓库的软件。总之都是为了工业的各个环节来降本增效。

但整个工业体系非常庞大且复杂，每一个门类都有自己的技术壁垒，所以每一个赛道也都相 对独立，工业互联网可能很难找到一个非常平台型的机会。所以我们是按照各个行业去寻找创业公司，这里面包含了流程工业和离散制造业，都会有不同类型的公司出现。

当然，工业的很多细分赛道都是大几千亿的赛道，比如钢铁、电力、石油等等，例如深扎在钢铁行业的策立，公司从智能燃烧和轧钢集控中心，拓展到钢铁领域其他环节和智能选矿，拥有了不错的壁垒。

这一类型的企业如果能通过新技术帮助传统大行业降本增效，都会是上亿级别。所以那些立足于一个足够大的细分市场、行业knowhow和技术壁垒足够深、商业模式有一定延展性的创业公司，仍然有足够的发展潜力。

接入工业互联网对工厂来说意味着什么？

在中国经济产业升级、人力成本越来越高、国际关系复杂多变的大势下，制造业对降本增效的追求越来越强烈。在政策端，从工业4.0、中国制造2025，到工业互联网，运用这些先进技术的产业/公司均已成为政府鼓励的对象。

中国制造业迎来数智化大机遇，创业公司该如何参与？

目前一家工厂接入工业互联网，核心是通过两个协同来完成的，一是对内协同，包括设备与设备之间、设备与人之间、管理层面的协同等等；二是对外协同，包括供应链协同、对外采购/销售等各个供应商之间的协同。

好消息是这些协同所带来的效益，都可以量化。包括人效提升、设备产量提升、管理水平提升等等，以及所产生的数据，能不能支持形成工业大数据，形成生产和销售的预测分析、采购和供应链的预测分析等等，来提升效率。这些数字的提升都会一目了然。

例如树根互联就是应用在四大领域，包括设备的后市场服务、产线的资产管理、能耗管理和产业链金融服务。

对于设备后市场服务，卖设备是一次性买卖，但后续仍需要大量服务跟进，它的市场规模是设备本身的5-6倍。服务价格有人估算过，大概是卖设备的价格 5-6倍。

举例而言，设备过了保修期之后，需要维修服务，原本当出现故障时需要打电话给当地的维修人员，维修人员去现场看了之后再确认是什么问题，如果要更换配件需要向总部申请，这导致处理时间很长，而生产线停摆对工厂的利润影响很大。

如果接入工业互联网，这些设备就可以接入线上平台，所有数据都实时在平台上展示，可以及时发现故障问题，工况如何，有些操作问题就只需要在平台上修改设备参数就解决了，不需要派人到现场处理，极大地提升了处理效率。

同时还可以基于设备采集数据和历史的维修情况，来进行预测性维护。比如可以预测在1个月之后，某一天轴承可能会断，这样就减少了生产线的被动停摆，提前就把轴承换了，降低工厂的损失。

在能耗管理方面，树根投入了很多技术去采集设备运行时的能耗情况，基于这些设备的产量、能耗情况做实时的数据分析，去调整参数、提升能耗产出比。

在产线资产管理方面，如今很多数字化或智能制造的技术，与现实情况有脱节，例如在一些流程管理中，设计中的这个流程应该干什么，在物理世界中、设备运行中是有脱节的。而产线的资产管理，就是把设备镜像化，把产能、质量、设备的运行参数等等全部线上化，去做整个产线的OEE（设备综合效率）提升，这些数据资源又可以反过来改善工艺，改善研发。

最后根据这些数据积累，比如设备的开工情况、效率等等，实际上是业务的晴雨表，可以提供给金融机构来享受授信的支持，整个市场就也盘活了。

而在短期来说，工业互联网的成功落地也可以提升毛利率。例如一家全球最大纺织机械厂，在接入工业互联网后发生了很大的变化。这家企业生产的纺织机械主要实现两大功能，一是把采摘后一团一团的棉花打开、打碎，二是织布。由于这家企业的设备是面向全球客户的，服务成本一直居高不下，导致毛利率偏低。而造成这种结果的核心原因之一，是不清楚卖出去设备的运营情况，当设备出问题之后，调试成本很高。由于一些商务尾款是根据设备的运行情况来回款，这又导致了客户的回款风险。

而在接入工业互联网平台之后，很容易就发生了两大核心变化。第一是维护成本下降了20%，因为很多问题可以通过远程解决；二是商务回款风险也大大降低，因为可以看到机械的运行情况，就能更清晰地界定棉布质量问题。

在一个面对越南客户的实际案例中，越南客户买了设备后就开始投诉，说棉布机生产出来的棉布质量不好。但当用工业互联网平台数据分析之后，发现在客户投诉事件点之前，棉布机的数据突然异常变化，技术人员分析其实是客户的工人操作不当，因为打电话或是上洗手间导致1个小时无人监测，当棉布产生小疙瘩后人工没有及时处理，导致产品质量不合格。当这些数据反馈给客户后，客户非常认可，这也大大降低了商务回款的风险，毛利率稳步提升。

其次，根据这些设备的运营数据，可以改进设计，提高研发效率。

当工业足够智能化时，也可以为“碳中和”提供助益。比尔·盖茨在《气候经济与人类未来》中提到了一种节电方法，叫“负荷转移”或“需求转移”，即通过调整用电负荷，增强一天中用电的稳定性。

举例来说，在工业层面，能源密集型工业可以在电力最容易获得的时候开展作业，比如污水处理和氢燃料制造。但这背后需要政策上的调整和技术进步，比如电力公司需要全天更新电价，以适应供求关系的变化；以及工厂设备需要足够智能，可依照价格信息及时调整用电时间。这些方式都将为电力“碳中和”贡献力量。

从以上多个案例中我们可以看出，在制造业的转型升级中，工业互联网将起到基础设施般的作用。对应于工业庞大的资产规模，势必会诞生出一批优秀的创业公司。

自动化、标准化是前提

不过如今，企业主尤其是中小企业对工业互联网的投入仍存在瓶颈，理念前沿的一些企业主可能会把年产值的8%-10%投入到工业互联网的升级改造中。在制造业的各个领域，目前3C制造业、汽车工业及零部件、钢铁行业是工业互联网渗透率比较高的行业，但并不是所有人都真金白银地接入了工业互联网。

有一部分企业投入了资金接入工业互联网，但事实上用了一年半载后就没用了，投入的资金也打了水漂。我们认为这与行业本身的标准化程度很有关系，对于数据采集来说，如果原来的线下流程与制度是比较标准化的，那么工业互联网接入的成功率就比较高。

而对于很多标准化程度低的行业，比如服装或是中药，工业互联网的渗透率并不高，因为自动化、标准化是前提。例如在最基础的数据采集环节，非标的情况下采集出来的数据是“脏数据”，需要复杂的数据整理，对工业大数据的流线化制造、工业管理预测起不到多大作用，每个项目的定制化程度太高，实施周期和投入也都比较大。

而在当下的很多工厂，一些基础设施比如IT系统、OT系统都比较老旧，可能连最基本的信息化都还未完成，很难从一无所有跨越到工业互联网，如果强行上工业互联网只能是打水漂，看不到预期的效果。

所以我们认为，当下自动化与智能化会同时进行。而自动化本身也极具投资潜力，在普遍招工难的今天，当自动化方案得到大客户验证后，立刻就是几十台、上百台的全面采购，创业公司也可以迅速起量，因为中国制造业的深度和广度都足够，市场空间也非常广阔。

另一方面，基于各个赛道Knowhow的差异，也导致企业很难采取通用型模式，或是去跨行业发展。对于在生命科学领域创业的镁伽创始人黄瑜清来说，他一直在避免做得过于非标。

生命科学领域的特点就是小批量、多品种，每一个垂直品类的壁垒都很高，适用的客户群体是有限的。比如有一个重要的生物制品客户，对分液机器人的精度要求特别高，因为有200多种不同的样品，每一种对黏稠度、挥发性等物性指标的要求都不同，也对设备的兼容性要求很高，当时很多大型外资厂商都无法满足要求。