新格局下的工业智能化

工业智能化进程正持续加快。国家政策利好、疫情导致制造业回流、技术成熟是工业智能化发展的三大驱动力。

工业智能化进程正持续加快。国家政策利好、疫情导致制造业回流、技术成熟是工业智能化发展的三大驱动力。

“智能制造2025”，背后驱动的是劳动人口锐减，倒逼制造业向自动化智能化升级；产业不断升级，逐渐摆脱低端产业毛利低的困境；“十四五”重点提及了“产业数字化”，各地政府对工业数字化的推动一直在加速。同时， 西方国家对于科技持续封锁的现状，驱使我国在工业领域的科技自主创新能力不断升级，避免“卡脖子”情况的再次发生。

最近，钛资本投研社邀请云启资本VP副总裁韩义，分享其在工业智能化领域的见解和观点。

韩义：重点关注SaaS和企业服务领域，主导和参与了德风科技、酷学院、天洑科技、Techsun、寄云科技等项目，曾任职于晨山资本、IBM全球企业服务部。

1 工业智能化新格局

工业的门类非常广，不能单纯地看作一个行业或者赛道，更适合当做一个大方向。工业方向上的发展每年都呈现出不同的趋势和格局。投资人们也各有不同的判断，有的看到了从工业大数据发展到工业互联网，有的看到了工业技术软件（如CAD、操作系统等）的广泛应用等。我们也一直在思考新格局和趋势是怎样的？

工业智能化的范围也很宽，可以分为行业维度、产品维度、技术维度，技术维度还可以分为基础技术、应用技术，应用技术中交易类技术、服务类技术和一般的工业应用技术也有不同。但所有这些的发展，都离不开工业发展的大格局。

所以，本次就主要分享工业智能化在工业发展新格局下的表现。

1、行业背景与发展

新格局下，我们要关注整个行业和经济的变化，需要将宏观和微观结合起来思考。从宏观角度来看，市场从根本上分成了需求端和供给端，需求端新人群消费习惯的改变倒逼生产关系的转变。

其中有几个问题：什么是新人群？他们改变了哪些消费习惯？需求改变导致供给有什么改变？消费习惯的改变落在哪几个行业？离散型制造业、化工行业的次一级、再次一级行业是如何转变的？以往这些产业用怎样的系统？自动化程度如何？现在发生了哪些转变？在转变的过程中，软件和智能化，谁更有机会？这些话题值得深挖。

除了消费人群在变化，劳力供给关系也在变，机器人的成本在下降，企业的需求变成了机器换人。一个经济体在从不成熟到成熟的发展过程中，都伴随着劳力成本的上升、劳动力的短缺，以及自动化成本的提高。一方面是科技进步带来的成本提高，另外一方面还有经济体本身对于自动化要求的提高，这几方面是目前中国急需改变的点。 

央国企IT预算增大，国资委要求数字化，传统的钢铁、煤炭、电力行业是重资产集约型生产方式，国家希望通过数字化引导这些行业不断提高生产效率，带来更多的机会，同时这些企业对数字化比较陌生，是一个非常大的客群。

国产替代的关键在于如何分辨存量市场和增量市场，比如投资EDA工具，大家寻找的是很成熟的产品还是一个趋势和方向？这背后有本质的逻辑区别，而且在国外领先30年的进度下，国产替代尽管可以从情感上做到，但从实际应用角度来看，并不能替代。我们投项目应该从场景、客户的角度出发。 

在工业智能化的新格局里，除了数字化，还有很多落后的状态需要去改变，比如产能结构不合理，投资点与现实情况相差甚远，行业头部的新技术发展如何解决落地性问题。

再谈供给侧，能够看到中国在崛起，积攒了20多年的高教育人口与工程师人口红利，我们工程师的工资只有美国或者欧洲的1/5。

第二是疫情加剧以后，不管是美国还是中国都在量化宽松，所以很多企业估值往上涨了，但是估值增长和企业自身的收入增长是不匹配的，中间会存在几年的时间差，估值体系也因此而重构。

第三是移动化、5G、AI等技术的落地比较成熟。很多头部行业里的公司都在逐渐实现这几项技术，而且越来越成熟。不仅技术在成熟，客户的看法也在变化 。

第四是产业聚拢，一部分是因为需求和拉动聚拢起来，一部分是因为政府和政策的优势聚拢起来，中国将会变得更加切块化，产业集群下设备配套模式非常丰富，为整个工业数字化的改革提供了土壤，快速覆盖当地产业园区里的企业有区域上的优势，不需要通过市场的手再去调节。

第五是全球话语权。现在中国的企业走向国际，开始主导一两条国际的产业链。所谓产业链不单单是企业非常知名，而是已经形成对外输出的能力，比如华为、小米。在工业化时代，所有东西都是靠物来传递，上下游紧密结合，中国的加工贸易相比原材料贸易，水平在不断提升。所以整体来讲，全球话语权提升对于我们国家工业软性技能的提高有很大的支持和好处。

2 工业智能化的应用领域 

工业智能化应用领域拆解来看，需要处理设计数据、采购数据、生产数据等，不同行业都有物流、制程、安全的考量，通过不同行业、不同切入阶段，组合出来不同的软件，比如说CAD是管设计的，CAE是管仿真的，还有专门管供应链和专门客户的，等等。另外，人机协同是长期伴随的一个过程，人机协同到底应该怎么做？人在不同的场景是完全不一样的角色？再往深来看，就是结合商业模式，如何能够盈利？

1.象限拆解

如果只关注业务本身，视角就要分为工厂级和设备级来看。2017、2018年设备预测性维护的公司非常火热，能把AI、数据结合起来，但是工业是需要被敬畏的，不懂工业就很难做快。再区分一下数据模型的复杂度和数据类型的复杂度，现在，我们更多地停留在设备级阶段，车间级实现简单的可视化诊断分析，产业级切入的维度更多是从区域的交易平台这个角度，工厂级是从决策的角度切进来。如果想做到真正的预测性决策分析，我们不要铺得太大，比较好的做法是，专注在某些数据结构相对标准化或者工程逻辑过程比较清晰化的行业和制造的过程中。

2.应用方向

我看好几个应用方向，首先是能效优化，针对高耗能行业降低能耗成本。

第二是制程优化，对于消费人群不断变化的情况，AI代替人工决策，做到对配方、制程的实时控制。

第三是安全生产，中国处于民生领域的企业，安全生产十分重要，国家很多部门严格监督安全问题，比如石油、化工、煤炭行业，把这个提上日程，旨在改变原以往粗糙的作业方式。

第四是智能检测，是AI视觉设备级的突出进步，每个行业的方案繁多复杂，没有一套模型和算法能够打遍天下，但是每个行业慢慢会形成通用的解决方案，很多AI视觉公司、工业设计公司可能会渗透到制程优化。

第五，设备运维是落地最快的一个点，在重资产行业里面，主要的开销是设备运维，其中包括请专家、买配件、定期巡检、定期维修、设备迭代升级等，这是一个巨大的存量市场。现在，有很多应用能够切到设备运维里，通过大数据模型对设备进行分析，减少停机次数，提高使用效率等，这些需要去找到背后的商业逻辑，商业切入点和模式的打磨非常重要。

最后是排产调度，以前大家用Excel表格去排产，后来研究出来MRP，去年又有很多人在讲APS高级排产计划，进一步把AI、运筹学和高级排产结合。其实不管概念如何革新，本质就是如何在有限的时间，尽量把机器和人的劳动力利用好，生产出更多的产品。

从这几个方向综合来看，未来工业智能化是非常火的方向，但“不同公司在不同行业做什么事情、怎么做”是非常有研究价值的话题，值得进一步深挖。

3.工业软件卡位

工业软件本身有很多种，比如说规划CIM、设计CAD等。上图可以看出很多企业的时代感，不同时代的企业做的事情以及产品的构成业务不一样，所以设计、工艺、生产、制造这几个环节正在拓展出来。

关于“卡脖子”的问题，设计研发在不同行业里面都有不同的形态，比如说像化工领域的核心是配方，如今要搞国产化，但离真正所谓标准化的软件还非常远。投资的一方面是理想，另一方面是现实，更多还是要找到落地点，能搞清楚自己所在的空位，并且能够不断有策略性地延伸。

4.产业链分析

浙江中控这家公司的特点在于能够看出时代感。设备的基础层、控制层、计划层、管理层，这是伴随整个中国工业的发展过程一层一层建立起来的，从一开始的一无所有到实现自动化控制，其实没那么难，只是早年没有产业研究、没有形成一套理论基底，所谓的环节和链路，就是从需求到设计、仿真、实验定稿、材料制造、模组组装等，工业里面的很多行业不同，工厂不一样，工具、设备不一样，理论也不一样，所以要分开去看，别把工业混成一锅饺子。

5.破局者的画像

德风是一个相对比较好的例子。电网、石油第一代的全局数字化系统叫ERP，没有联网，主要是内部用。随着时代的发展需要移动化，不断去做一些大数据分析，原来这种关系数据库再加上比较制式的套装软件已经没法支撑信息化的发展。但是因为上层不自知，很多领导不是IT出身，IT部门属于一个支撑部门，所以它的变化比较慢，现在也到了该变的时候，因为里边很多东西不适配。

我看好德风在客户信息化发展过程中代际变化的机会，旧的开发结构、开发框架、数据治理结构、数据基础，现在需要新一代的集合大数据、AI套件，甚至开发移动端应用的一些支撑组件等，包括未来可能延伸出来新的业务点。另外，这个团队非常落地，有很强的销售打法和能力，他们是在用数据驱动经营管理。中国新一代的企业应该需要有新一代的技法，技法的核心在于能不能比原来的企业看得更深更透，德风也有一套比较好的公司系统管理所有人。

3 To 工业领域 founder

接下来谈谈我的一些思考，因为很多时候我们都是讲方向、框架、定义、分类，并没有给很多founder（创业者）角度思考。

首先，想要做好2B创业非常难，难点来自各个维度，最重要的还是战略思考，有一个方法叫波特五力模型，竞争来自于方方面面，来自于同行者等，每一种竞争者给你带来的竞争压力是不一样的。如何分析总结这些压力？这是中国的2B创业者应该解决的。中国的竞争不像欧洲和美国那样契约精神比较足，所以我们要搞战略。

产品技术就是要敬畏工业，工业这么多年的基础积累，物理化学知识每一层的迭代在实践生活中都变化成不同的模型。需要既具备工业基础理论又具备IT软件开发能力的综合性人才，团队如果做不到综合型人才，至少高管要做到综合人才，然后将团队更好地融合起来。

在这个领域，如果想做创新，首先要做到客户的稳定性。核心产品非常重要，工业里面场景足够大，只要能把客户确定下来，至少五年内是稳定的。最后是有没有科技本心，因为大家都是前沿科技公司，如果一定要在里面找2B商业模式的机会，可能也有，但不是我们价值观所认同的。

经营管理中，最厉害的公司可以化繁为简，用几个指标和参数就能建模。如果只能从粗糙的表面上看今天有多少流水进来，明天有多少客户进来，那未来想做一个时代性的公司，还是很难的。有没有没有精细化考虑和运营的思路，有没有数据的基础，这是评价企业经营能力方面比较典型的观测重点。所以我们在跟公司交流的时候，应该怎样去把握、理解founder，就应该跟他们多探讨这方面的问题。

我看好德风在客户信息化发展过程中代际变化的机会，旧的开发结构、开发框架、数据治理结构、数据基础，现在需要新一代的集合大数据、AI套件，甚至开发移动端应用的一些支撑组件等，包括未来可能延伸出来新的业务点。另外，这个团队非常落地，有很强的销售打法和能力，他们是在用数据驱动经营管理。中国新一代的企业应该需要有新一代的技法，技法的核心在于能不能比原来的企业看得更深更透，德风也有一套比较好的公司系统管理所有人。

4 问答  

问题1：怎么看待像寄云、德风科技这种垂直行业、所谓神话平台的不同定位以及竞争关系？这个行业未来的终局是会怎么样的？是多种类型的平台共同存在，还是会形成某几家平台处于偏垄断、寡头的生态？

A：在可以预见的五年到十年，工业还是会有各类形态的公司存在，最后公司的收入结构可能会趋于一致，但是发展的思路和方向还是会存在。企业的发展姿态决定了企业发展的策略与打法，以及能做什么事。在中国的环境里，不同类型的公司越多越好，因为只有越多，客户和投资机构才能去选，有选择才会有竞争，才会更多地渗透。如果一定要让客户接受一种形态的产品，对他们是不公平的。像德风、寄云以及其它的公司可能会从信息化、行业、不同类型解决方案的角度切进去，每个人都有自己的一块地盘，这也说明了赛道非常大。

问题2：假如给寄云、德风一些建议，您建议他们在目前这个生态里面以一种什么样的方向去切入？

A：他们现在的这个阶段算是找到自己的独特点了。一开始的时候可能会比较迷茫，第二步棋、第三步棋可能是每个人都会遇到的难点。对于寄云、德风也是一样的，他们原来这方面自己基础的资源都是有的，但他们对外的时候，如何把产品进一步扩大有点困难。有些行业不一定是产品切入，有的切入是客户的心智，产品做得再好，客户体会不到，那也是无用的 。所以还是抓准时机，对于他们来讲，现在就是稳扎稳打，不断提高企业的效能，这是非常重要的。

问题3：感觉工业场景很分散，怎么去筛选具具体的场景，比如汽车，化工等？

A：汽车行业是比较复杂的一个行业，因为有自动驾驶、新能源、车联网等更领先的方向，我们不能纯粹从汽车公司需要什么来观察。自动驾驶、新能源车、车联网、智能座舱都是汽车行业未来革新的点。本身不在于要做传统车上的生意，未来传统车都存在着被淘汰的可能，所以首先要研究清楚为什么新能源车能够让人满意。很多机构在2017年的时候都说新能源造车花钱太多，不知道什么时候能把投资成本赚回来。但是新能源车本身不是依靠机械动能核心装置和组装的，很多传统车厂都没看到这一点，他们也说要快速推出新能源车。那他们要先把这个行业看透，才能说工业互联网要投什么或者工业智能化要投什么。

问题4：分享一下投工品汇这个项目的主要思考逻辑，以及对MRO这个赛道目前的看法？

A：坦白说工品汇不是我投的，所以我也不知道它的主要逻辑是什么。但首先这是一个大的存量市场，每个行业投B2B、产业互联网的投资逻辑就是把原来产能低下、效能低下的交易提效了。在提效的过程中，有一系列需求，比如说服务物流的需求、金融的需求、区域性的需求、全国性的需求，再看B2B或者产业互联网，这条赛道的机会就更多了，最后再去看全球市场的改造机会。

问题5：美的收购库卡机器人前几年业绩并不太好，近期美的大手笔投入顺德机器人制造基地，是否预示着机器人产业机会的到来？

A：美的布局顺德机器、收购库卡，机器人产业能不能到来的核心因素是决定在几个点，包括人力成本的下降，但是下降可能不会宏观下降，是在微观、局部的下降。中国的核心产业在聚拢。美的布局是因为有需求，另外是基于打造生态产业的想法。如果有这样一个新的过程，相信至少在这个产业，加速机器人的渗透率。所以这个答案肯定是正向，但是可以往下想得更深一点。

问题6：从云启的角度来看，对SMR和大企业创业方向会有偏好吗？怎么看云MES和ERP？

A：在工业角度来看，大企业还是稍微会好一点，因为有钱。曾经一个数据，是说中国差不多4000到5000家的上市公司里面85%的利润流到金融机构，这是一个所谓量化的指标。我们把概念抽离出来看，重要的还是怎么帮客户解决问题。有些客户非常需要ERP，但是不一定能用好。如果想要用好ERP，需要主数据、流程化的调研、蓝图等，当然可以简化、标准化，但最终要让大家体会到价值，这个过程是很痛苦的。

问题7：关于工业软件布置，未来是云化还是长期共存？

A：我觉得是长期共存。但是有很多东西不想上传到云端，很多工业软件放在军工行业里面必须本地部署，所以肯定是长期共存，工业软件如果是设计、仿真、制造、加工等，云化的可能性不会太高，尤其是头部客户。

问题8：传统IT安全很有大的变化，工业网络安全如何看成功关键因素？

A：我觉得安全没法确定产品的效果，而且频率太低，如果没有大的安全事件，纯粹从外界攻击或者安全漏洞角度去看，监管部门来检查有时也只是看看表面，安全可能比较难做到高频。从这个角度没法发现产品的价值，因为安全有很多场景是需要发现产品价值的。

问题9：大型工业软件的趋势以及在上云服务过程中带来新的创业机会？

A：趋势肯定是上云没有任何问题，因为工业软件可能会有本地版，未来会有云端版。上云了以后怎么去服务？其中确实有创业机会，但是大型工业软件如何服务客户？很多创业公司没有一个比较清晰的思路和概念。常常是给大型企业做App开发或者功能开发，只是依附在它旁边。

问题10：工业软件解决方案，有哪些项目型产品化的点。

A：我觉得其实有很多产品化的点。因为对于客户来讲，头部的公司以前都是做项目的，不给你交付了就自己用，客户肯定不爽，但是所谓标准化的点是在于服务标准化，产品当然有标准化，比如上一套大数据平台，里面的组件解决很多实际数据的问题，那肯定是标准化的。甚至比如说这个公司如果原来没上过大数据平台，大数据的标准都是你来定。什么叫大数据、量达到什么级别、怎么存储等这些都是你去定义的，这些肯定是标准化的，只是不像买一个小的工具软件，买完就结束了，因为工业有复杂性。另外就是服务的标准化，能够让头部企业接受新的产品并且给它持续提供，看似是它定制，但其实是复制标准化的一套打法，这也是很多公司都在尝试的一些方式。

问题11：怎么看工艺优化或能耗方面按照效果付费的模式会导致账期、反馈周期过长？

A：我觉得中国的工业软件按效果付费，短期来看都不太好。因为做工艺优化、能耗优化的行业肯定都是大企业，大企业按照效果付费，中间有很多扯皮的环节。从商业模式导致的落地性来讲，就不是一个好方式。那他选择用你的时候，就证明了你有价值，一定要去跟他算，帮他省了多少的效能。当然也可能有些行业会逐渐接受这种方式，客户如果提出来要用效果付费这种方式，我们要留个心眼儿、避免踩坑。

问题12：对创业公司来说，如果做一些仿真、卖系统，但现阶段还是项目化，怎么解决这个矛盾？不做项目就可能活不到未来，只做项目就会活的很累，很矛盾。

A：我觉得可以做项目，不是不能做项目，只是不要做无价值的项目。

所以做项目的公司或者早期做项目没有任何问题，但是做项目不能最后做亏了，做项目是为了盈利。然后慢慢积累下来，再去做产品，或者再想标准化。工业里面其实很难说一个产品打天下，那一定是非常单点的产品。所以，当然可以做项目，但是做项目也有能做好项目的人，和做不好项目的人。

问题13：国内CAD、CAE方面创业公司机会在哪里？

A：机会整体来说很大，中国肯定是有很大的市场空间。另外CAD、CAE不能只从字面去理解成设计和仿真。仿真的目的不是为了优化设计，而是为了保障。所以在这里面基础软件还有很多机会，很多欧美擅长的产业逐渐被中国公司替换掉。一个是军工，军工产业有国产替代趋势。另外一个设计算法，创业机会非常大，做AI、数据分析、网络分析都是创业机会，铺网格的工具也有机会，铺完网格以后怎么去优化网格结构是有讲究的。

5 钛资本研究院观察 

当下工业智能化新格局正在形成，供需两侧都呈现出积极态势。需求侧，新消费倒逼⽣产关系转型，劳⼒不⾜“机器换⼈”，央国企要求数字化，国产替代是⼤趋势，“粗放式”转向“⾼附加”；供给侧，中国工程师红利凸显，资本助力高估值，IT基础设施成熟，产业聚拢集群化，出现全球型头部企业等因素都加剧了趋势的形成。

以下几个点是我们重点关注的：APaaS（应用平台即服务）是让工业互联网快速应用最佳切入点之一；MES是生产管控环节投资新热点，正在得到越来越多的关注；在细分领域深度布局上来看，工业机器人、工业互联网平台、视觉类人工智能、工控安全等是重点投资领域。从云厂商的视角来看，工业互联网都是属于应用层，各大型云基础厂商都在围绕工业互联网场景予以布局。（作者：钛资本研究院）