工業智能，產業互聯網的下一個風口
從這幾年的發展現狀來看，工業互聯網領域不論是網絡、平臺還是安全，基本上以垂直行業的垂直業務場景為主，還沒有大量出現跨行業場景，其中顯現了一些共性的應用規律。那么在不同的行業場景中，到底有哪些適合投資機構關注的機會點？跳出這些細分的行業領域之外，還有哪些通用的投資點和投資方向值得投資人布局？
01 從產業互聯網到工業互聯網
近年來，信通院等機構把工業互聯網從邊緣端的數據采集到IaaS、PaaS、SaaS三大平臺以及工業安全等一共分為五大部分，其中涉及的分類、標準在行業初期值得參考。
工業互聯網的參與方有國外與國內的企業，有軟件和互聯網企業，也有設備制造和系統集成商；從工業行業巨頭如富士康、華為、三一重工、海爾、美的到軟件行業巨頭寶信、石化盈科、東方國信、用友金蝶，從互聯網巨頭BAT到很多初創企業；參與方非常多、競爭非常激烈。如果想要在這個領域占據一席之地，要求創業公司能夠在某一個細分領域有自己獨到的客戶優勢、數據優勢以及行業優勢。
工業互聯網領域中，不能忽視陷阱的存在，投資者要抱著謹慎而又樂觀的態度。一個新的技術誕生，一般從公益性行業開始試用，比如政府、軍工；當試用完成之后，商業落地的第一站往往是工業而不是商業，主要是因為工業場景比較簡單，更注重產品的實用性，邊際效應比較高，再加上用戶對技術的成本價格不那么敏感，因此這些技術往往能夠在一開始就為用戶創造直接收益。例如通信技術最早是從軍工衍生到工業和商業，最后發展成為整個互聯網和移動互聯網的底層基礎設施，這是新技術的基本發展規律。
再來看產業發展規律，所謂天下大勢分分合合。產業的發展一般都是從行業集中度較低開始，通過市場完全競爭或者行政壟斷的方法，提高至行業集中度較高，隨著行業競爭的完成會出現一些行業寡頭；當然隨著產業的發展，也有可能出現新技術或者新產業變革，有新的鯰魚出現顛覆巨頭，再產生新一輪的變革進而完成整個發展過程，這也是工業智能化和互聯網化必然的發展趨勢。
02 什么是工業智能？
推動產業發展的技術，當前主要有互聯網技術和智能化技術。互聯網技術主要用于改變產業的生產關系，優化產業內的資源配置；而智能化技術如ABC+IoT，主要是改變產業的生產力，提高產業的生產效率。
對于集中度高和低的兩類行業，這兩種技術能起到的作用是不一樣的。在集中度較低的行業中，因為行業整合尚未完成，產業內有成千上萬的公司，強者迫切地希望吞并對手，完成行業壟斷及行業整合，這時候迫切的需要用到的技術是互聯網技術。因為互聯網技術可以打通信息流、打通資金流甚至打通物流，通過互聯網的手段去激活存量、優化存量，加強鞏固自身的優勢，以達到最終目的。在做交易、擴大規模的同時，輔以一些智能化手段，例如使用SaaS工具提高生產力，則能夠加速這個過程，這也就是為什么在一些集中度較低的行業也會出現智能化。工業互聯網的發展是以互聯網技術為基礎，輔以智能化技術的路線。
另外一條路徑在集中度較高的行業中：通過市場競爭，行業整合已經基本完成，行業留存基本上都是超級大客戶，他們并不特別關注企業之間的競爭問題，相反更注重自己企業內部的生產效率，這時候智能化技術就可以通過重構企業內部的生產營銷供應鏈等環節來幫助提高生產效率，因此占據了行業轉型的主導地位。
至此兩條路線對應的是兩類技術引發的產業變革就很清晰了，而后者就是工業智能。其中所涉及的行業，比如電力、化工、部分醫藥、水泥、冶金、汽車、航空航天等都屬于集中度比較高的行業，在這些行業中智能化技術占據了產業變革的主流。
03 流程工業與離散工業的區別
在工業智能化下有流程工業與離散工業兩個領域。從生產過程來說，流程工業可以理解為原子級別的變化，包含了化學變化和物理變化；而離散工業是分子級別的變化，只是純物理變化。流程工業的生產流程必須是連續的，而離散工業生產流程是分散的、關聯性不強，所以流程工業的復雜度往往要高于離散工業且耦合度更高。
流程工業主要包括電力、石油化工、冶金、水泥、造紙以及部分的醫藥行業，離散工業則包括汽車、3C電子、航空航天、機械制造還有紡織業。從數字化程度上來說，流程工業的自動化程度一般較高，基本上已實現全流程自動化，所以流程工業的行業大部分處于工業3.0，甚至有些已經處于工業3.0到工業4.0躍遷的階段。而離散工業的生產過程較為離散，沒有完成完全的自動化，大部分還處于工業2.0階段。
在工藝過程上，二者的差異也比較大，因為流程工業差異化較小，所以一致性就比較高，工藝對產品的影響會很大，流程工業的核心在于工藝過程。而離散工業由于差異較大，所以其發展趨勢是定制化，定制化程度將越來越高。這是這兩個行業差異最大的點。
此外，二者的發展目標也不一樣。離散工業的發展目標是實現大規模的個性化定制，也就是所謂的S2B2C，需要了解設備預測性維護、設備OEE等等設備級的全量數據、廠級的數據化以及供應鏈級上下游柔性的協同；對于流程工業則是追求在多種資源和約束條件下實現全局效率的最優解。這可以反向指導投資人在投資過程中尋找不同的影響因素。
04 流程工業智能化
流程工業的發展過程可以總結為一個關于工藝、資源、能效和安全四個變量的企業價值最大化函數。工藝、資源和能效是和企業價值是正相關的，它們往往決定了智能化能達到效率的上限與價值的上限，而且往往是由新技術、新的IT和IoT手段與行業的knowhow相結合，以此帶來新技術在行業中的紅利釋放。
而安全往往決定了智能化的下限，一旦安全參數為零，一切價值都是零。在日常生產過程中，由于安全因素并不直接為企業創造效益，所以安全往往是由政策和事件來驅動，通過自上而下的變革來推動行業發生變革，例如網絡安全、工業互聯網安全、公共安全和應急管理安全等。
下面分別從設備級的工藝優化和產線級的資源優化、廠級的能效優化和安全運行這四個方面來舉例說明。
首先是工藝優化。工藝代表設備級行業的knowhow，工藝的優化非常難，要想解決此類問題，由于約束條件是隨著生產過程實時變化，所以就要求既要懂設備機理模型、工藝運行參數，同時還要掌握新的數學算法，從而實現對設備的實時優化控制。例如，北京和隆優化，其主營業務方向是燃燒和化學反應核心生產過程的優化控制，首先擁有正確的技術路線，再利用機理加數學模型結合的方式，其產品在試用階段受到了客戶量化評估，三到六個月之內就可以收回投資成本，這個是工藝的優化帶來的優勢。
第二是資源優化。資源代表的是產線級要素的分布。資源優化主要受生產現場的資源約束，目的是對生產過程進行高效排產和資源調度。例如，上海數策主營方向是根據汽車行業數據提供智能解決方案，幫助客戶精細化運營，因為具備以銷定產的高效排產能力或者是生產反向鉗制的庫存優化等能力，所以很受主機廠歡迎。
第三，能效優化。能效代表廠級能效的實現，要實現能效優化，前提要掌握全廠的動態數據和靜態數據，建立全廠企業級大數據平臺。以深圳鵬銳為例，該公司聚焦于電力能源領域，幫助企業完成所有動態和靜態數據的集成和管理，通過對全場景的數據把控，能夠精準的知道企業設備故障所在、成本效益結構等，以此來進行進一步的優化。
最后是安全。安全是由國家政策層面和事件雙輪驅動，每一輪安全的浪潮都伴隨著大的安全事件，像電力、石化等流程工業行業，由于存量資產很大而且價值特別高，因此有強烈迫切的安全需求，而且這些行業已經完成了行業整合、預算充沛，所以會優先落地工控安全方面應用。例如，北京的天地和興就是一個既有電力行業、石化行業安全經驗，同時又具備工控安全技術實力的復合背景的團隊。
05 工業智能投資的四個層面
前面分析流程工業在智能化各個階段的發展要素，接下來把工業智能投資分為四層：
首先是邊緣層。從成熟度來看，從工藝協議到物流倉儲、檢測傳感類設備、輔機類設備，再到生產主設備，成熟度依次升高，難度依次增大。在邊緣層的公司，直接從主設備切入將比較難，往往都是從前端檢測傳感、物流倉儲或者工藝協議切入，選擇集成自己的產品來做較大型解決方案，以此來提高業務的天花板。
第二，資源層。資源層一開始只包括IaaS計算網絡存儲資源，后來加入了PaaS、微服務，設備機理模型、知識庫等，這些資源的耦合、集成化、大平臺、微服務化的中臺架構是未來的絕對大趨勢。各個企業客戶在數字化轉型中都需要在架構上、資源層面建立大的中臺以支撐業務，尤其是以知識圖譜為核心的知識中臺、以微服務為核心的通用PaaS平臺，以及以系統打通為主的應用PaaS平臺與集成PaaS平臺，這些都是企業在數字化轉型過程中迫切需要的。
第三，系統層。設計仿真系統、生產控制系統、生產執行系統，包括資源計劃還有供應鏈、營銷，這些老系統在新業務場景及其下游的變化中，很難適應企業新的需求，所以會面臨系統重構的問題，這就意味著很大的機會。這些系統在構建的時候都是孤島，把這些系統相互打通，這就是意味著工業iPaaS平臺將是非常好的創業機會。
第四，智能應用。零部件一級的庫存優化、網絡路徑規劃，設備一級的設備預測性維護、控制優化，包括產線一級的PLM協調優化、產量預測等等，對于團隊的技術能力和工藝的理解程度的要求都非常高，這類大都是單點應用創造價值，但很難從單點上給用戶創造大規模效益，所以這類企業往往是以效果為先，再結合自己單點技術進行軟硬一體化，同時有可能向下集成從而提高業務天花板，這一類的企業是非常好的投資標的。
最后，把這四層分開解釋一下。
第一，邊緣層。主要方向包括智能檢測、智能傳送、工業互聯網企業所聚焦的數據采集、5G技術和現在非常火的邊緣計算，整體趨勢是從邊緣層切入主設備，價值很大但是難度也很大，目前大多還是從檢測傳感類的核心硬件切入，做軟硬一體的解決方案。行業內的邊緣層公司，大多聚焦在很少的幾個細分行業里面，切入之后再做縱向的行業標準化和縱向行業的集成，往往會有比較好的結果。
第二，資源層。其中一個大的機會就是以容器為核心的高性能PaaS平臺，包括通用型的PaaS、aPaaS平臺，應用型的PaaS平臺以及RPA，都是為了資源層互通。此外就是以知識圖譜為核心的知識中臺、技術中臺也是一個大趨勢。在新的行業數據環境下，底層平臺將面臨著迭代，本身也很有價值，其中的創業公司除了通用PaaS平臺等外，還有高性能APaaS平臺，也包括知識圖譜企業如海外的Maana等等。
第三，系統層。系統層更偏向于工業軟件，工業軟件包括研發設計類、生產制造類以及運營管控類，從大趨勢上來看這些系統著面臨重構的機會、老系統的云化和智能化、新系統替代遺留IT系統等，從而完成行業數據流通和行業整合。
第四，應用層。在應用層涉及到設備層面、生產層面的過程優化和供應鏈過程等等很細卻又非常有價值的點，每一點的優化都能為客戶創造效益。應用層要為客戶創造實際價值，對于團隊的要求很高。這個領域的公司團隊既要懂新的方法如機器學習，同時也要懂設備機理，如果能把商業價值和技術價值結合起來就會做得很好。
06 Q&A
Q1：工業智能與5G結合的投資機會有哪些？
雷鑫：5G在邊緣計算這方面，與云邊端結合整體的商業模式會發生較大的變革，尤其是在設備實施控制的場景里面，5G將帶來很大影響。當然具體有哪些新應用出來，因為整個5G產業鏈現在還沒有成熟，所以我們也是在看項目的過程中慢慢積累。
Q2：請問在交易集中度低、信息化滲透率低的工業領域，對工業互聯網平臺怎么看？機會更大還是難度更大，互聯網技術能把雙低推向雙高嗎？會不會以10年投資周期為代價？
雷鑫：首先我認為這個機會更大，其次是需要的資源和資金量也更大。機會更大的核心原因是將會塑造一個新的大甲方出來，而現在所謂工業智能只是作為乙方在服務客戶。而要出現大甲方的前提條件是完成所有的行業交易量，這個過程會涉及到很多資金的推動，體量相當龐大、完成難度更大。所以這也是為什么在早期階段不特別傾向于投這類企業。
Q3：工業互聯網和工業智能需要大量數據和場景的積累，在這些存量優化和重構中，是否老牌大型企業會比新的創業公司有更大的機會？怎么看老牌企業和新企業的競爭勢態？
雷鑫：老牌企業是很難避免的現狀，比如三一根云或者是徐工信息，在一些應用層面所涉及的行業知識和場景的碎片化、要求較高，巨頭難以參與進來，所以這些巨頭往往是搭平臺，需要生態企業、供應商或者客戶進駐到平臺上做大平臺。再往上一層，這些大的巨頭就無能為力了，這也是小企業和大平臺競爭的一個策略，大家各自做各自能做的事情。小企業去做IaaS，就會被打得很慘，但是如果去做應用層，其實是很好的機會。
Q4：怎么看BAT互聯網巨頭進入工業互聯網的角色和未來，未來BAT和現在的一些工業互聯網公司是否存在競爭？
雷鑫：BAT明顯的特點就是建大平臺，其次是做標桿案例和標桿客戶，第三是不會搶自己ISV的生意，都是想自建生態。所以對于創業企業，要么站隊做生態的一部分，要么就是做差異化——找到大公司不會去投入人力物力的領域。大公司入局不可避免，這在中國是一個非常現實的問題，避免不了巨頭的入局。
07 鈦資本研究院觀察
工業智能市場為PaaS帶來了巨大的機會。工業智能主要指的是在行業集中度比較高、大企業為主的工業領域，自動化程度較高的流程工業即處于這一領域。流程工業包括電力、石油化工、冶金、水泥、造紙以及部分的醫藥行業，這些行業由于數據的集中度較高而為PaaS或中臺的應用創造了市場空間，相信2020年將是這些子行業的PaaS或數據中臺建設之年；而離散工業中面向消費者的汽車、3C電子等，將迎來營銷PaaS或中臺的建設之年。總體來說，將看到工業智能推動整個工業領域的PaaS或中臺應用市場；而PaaS屬于軟件技術，有利創業者的能力發揮和積極參與市場競爭。