2019年夏天，朱禮君終于從一個倉庫里走了出來，他是智能物流系統研發商壹悟科技的創始人，這是三年來他自己帶團隊駐扎的又一個項目。作為一個曾在高盛做過量化分析、在亞馬遜做過供應鏈優化、在Facebook和阿里巴巴做過機器學習的理論物理學博士，他放棄了優渥的薪資和辦公環境，毅然決然辭職創業，一頭扎進了工廠和倉庫里。

從2013年開始，履約監控平臺漢德創始人苗少光，為了更精準地測算出貨車車橋的形變，就一直在跟著大貨車到處跑，從晚上6點到凌晨6點，他通常會準備3臺電腦，沒電了就換下一臺。三年的堅持積累下了大量原始數據，為后續的算法模型打下了堅實的基礎，有越來越多的水泥廠、煤礦、鋼鐵廠、化工廠開始使用漢德的進出廠監控系統。

如今，有越來越多的科技人才正“走”向工廠。疫情之后，工廠在生產和招聘方面遭遇很大壓力，這也極大推進了工廠對數字化和自動化的需求。當工廠越來越難以留住年輕工人的時候，這些科技人才卻把目光投向了工廠，以期用科技改變傳統行業。

“很多人不理解，我為什么要義無反顧地深入這個辛苦的行業？”朱禮君說，“首先是我看好這個變革趨勢，并且想做點什么；其次是我喜歡看到無數的思考落于實體，看到它們在指令下有序運行，我感覺到對這個世界真正做出了一些改變。”在龐大的工業領域，這樣每一處細小的變革，都注定影響著中國工業的前途命運。

我們也堅信互聯網變革的力量。經緯在產業互聯網領域進行了細致的研究和Mapping，我們將產業互聯網分為產地/工廠端和銷地/流通端，前者即工業互聯網的范圍，從產地/工廠端的智能制造、數字化升級、物聯網，到工業品、汽配、建材、食品等等領域的銷地/流通端，都出現了迭代升級的巨大潛力。

中國制造業迎來數智化大機遇，創業公司該如何參與？

在工業互聯網的產地/工廠端，我們已投資布局了樹根互聯、智布互聯、漢德、鎂伽、策立、芯控、雪浪云、博依特、心鑒智控等等公司，并且持續加注工業互聯網、IoT賽道，為制造業轉型升級賦能。基于過去的投資布局，今天這篇研究我們想談談對產地/工廠端的投資思考，這也是我們產業互聯網系列研究的第二篇。以下，Enjoy：

● 數字化、智能化是未來十年中國制造的最大機會

● 接入工業互聯網對工廠來說意味著什么？

● 自動化、標準化是前提

● 接入工業互聯網平臺需要多少時間和資金？

● 為什么有些工廠不愿意接入工業互聯網？接入的動力是什么？

數字化、智能化是未來十年中國制造的最大機會

由于制造業是一個龐大的產業，工業互聯網也覆蓋面廣闊，我們把它劃分為三大主要賽道，一是設計仿真，二是生產管理，三是生產執行。而在此之下，每一個門類都有相應的細分方向：

中國制造業迎來數智化大機遇，創業公司該如何參與？

在設計仿真領域，比較明確的機會就是國產替代，目前海外公司市占率非常高。仿真軟件是現代工業離不開的核心工具，它能極大地提升效率。例如在研發火箭發動機時，仿真軟件令研發者可以模擬真實環境，去看有哪些地方需要修改，不然就只能先制造再試錯，對時間和資金造成極大浪費。所以很多前沿領域都離不開仿真軟件，隨時都有可能變成“卡脖子”領域，自主可控勢在必行。

另一方面，很多海外的仿真軟件都是通用型軟件，覆蓋了很多領域，但在一些具體方向上，比如涉及到溫度變化、燃燒環境等等，其專業性可能不能滿足所有需求，這時候若有一些創業公司從垂直行業出發，打深打透，先在細分領域實現國產替代，再去橫向擴展，會是非常不錯的時代機遇。

在生產管理和生產執行方面，雖然現在大家都在討論智能化，但今天我們離完完全全的智能化還有一些距離，還處于自動化轉智能化的過程中。因為要先有自動化，才會有數據，才能去優化，有了優化才能智能，所以現在自動化與智能化是一種連帶關系。

在生產軟件、設備維護、工藝優化、工控安全等等細分賽道，都是在執行層面做自動化，在更底層會有一些橫向PaaS的機會，例如用來管理諸多工廠或倉庫的軟件。總之都是為了工業的各個環節來降本增效。

但整個工業體系非常龐大且復雜，每一個門類都有自己的技術壁壘，所以每一個賽道也都相 對獨立，工業互聯網可能很難找到一個非常平臺型的機會。所以我們是按照各個行業去尋找創業公司，這里面包含了流程工業和離散制造業，都會有不同類型的公司出現。

當然，工業的很多細分賽道都是大幾千億的賽道，比如鋼鐵、電力、石油等等，例如深扎在鋼鐵行業的策立，公司從智能燃燒和軋鋼集控中心，拓展到鋼鐵領域其他環節和智能選礦，擁有了不錯的壁壘。

這一類型的企業如果能通過新技術幫助傳統大行業降本增效，都會是上億級別。所以那些立足于一個足夠大的細分市場、行業knowhow和技術壁壘足夠深、商業模式有一定延展性的創業公司，仍然有足夠的發展潛力。

接入工業互聯網對工廠來說意味著什么？

在中國經濟產業升級、人力成本越來越高、國際關系復雜多變的大勢下，制造業對降本增效的追求越來越強烈。在政策端，從工業4.0、中國制造2025，到工業互聯網，運用這些先進技術的產業/公司均已成為政府鼓勵的對象。

中國制造業迎來數智化大機遇，創業公司該如何參與？

目前一家工廠接入工業互聯網，核心是通過兩個協同來完成的，一是對內協同，包括設備與設備之間、設備與人之間、管理層面的協同等等；二是對外協同，包括供應鏈協同、對外采購/銷售等各個供應商之間的協同。

好消息是這些協同所帶來的效益，都可以量化。包括人效提升、設備產量提升、管理水平提升等等，以及所產生的數據，能不能支持形成工業大數據，形成生產和銷售的預測分析、采購和供應鏈的預測分析等等，來提升效率。這些數字的提升都會一目了然。

例如樹根互聯就是應用在四大領域，包括設備的后市場服務、產線的資產管理、能耗管理和產業鏈金融服務。

對于設備后市場服務，賣設備是一次性買賣，但后續仍需要大量服務跟進，它的市場規模是設備本身的5-6倍。服務價格有人估算過，大概是賣設備的價格 5-6倍。

舉例而言，設備過了保修期之后，需要維修服務，原本當出現故障時需要打電話給當地的維修人員，維修人員去現場看了之后再確認是什么問題，如果要更換配件需要向總部申請，這導致處理時間很長，而生產線停擺對工廠的利潤影響很大。

如果接入工業互聯網，這些設備就可以接入線上平臺，所有數據都實時在平臺上展示，可以及時發現故障問題，工況如何，有些操作問題就只需要在平臺上修改設備參數就解決了，不需要派人到現場處理，極大地提升了處理效率。

同時還可以基于設備采集數據和歷史的維修情況，來進行預測性維護。比如可以預測在1個月之后，某一天軸承可能會斷，這樣就減少了生產線的被動停擺，提前就把軸承換了，降低工廠的損失。

在能耗管理方面，樹根投入了很多技術去采集設備運行時的能耗情況，基于這些設備的產量、能耗情況做實時的數據分析，去調整參數、提升能耗產出比。

在產線資產管理方面，如今很多數字化或智能制造的技術，與現實情況有脫節，例如在一些流程管理中，設計中的這個流程應該干什么，在物理世界中、設備運行中是有脫節的。而產線的資產管理，就是把設備鏡像化，把產能、質量、設備的運行參數等等全部線上化，去做整個產線的OEE（設備綜合效率）提升，這些數據資源又可以反過來改善工藝，改善研發。

最后根據這些數據積累，比如設備的開工情況、效率等等，實際上是業務的晴雨表，可以提供給金融機構來享受授信的支持，整個市場就也盤活了。

而在短期來說，工業互聯網的成功落地也可以提升毛利率。例如一家全球最大紡織機械廠，在接入工業互聯網后發生了很大的變化。這家企業生產的紡織機械主要實現兩大功能，一是把采摘后一團一團的棉花打開、打碎，二是織布。由于這家企業的設備是面向全球客戶的，服務成本一直居高不下，導致毛利率偏低。而造成這種結果的核心原因之一，是不清楚賣出去設備的運營情況，當設備出問題之后，調試成本很高。由于一些商務尾款是根據設備的運行情況來回款，這又導致了客戶的回款風險。

而在接入工業互聯網平臺之后，很容易就發生了兩大核心變化。第一是維護成本下降了20%，因為很多問題可以通過遠程解決；二是商務回款風險也大大降低，因為可以看到機械的運行情況，就能更清晰地界定棉布質量問題。

在一個面對越南客戶的實際案例中，越南客戶買了設備后就開始投訴，說棉布機生產出來的棉布質量不好。但當用工業互聯網平臺數據分析之后，發現在客戶投訴事件點之前，棉布機的數據突然異常變化，技術人員分析其實是客戶的工人操作不當，因為打電話或是上洗手間導致1個小時無人監測，當棉布產生小疙瘩后人工沒有及時處理，導致產品質量不合格。當這些數據反饋給客戶后，客戶非常認可，這也大大降低了商務回款的風險，毛利率穩步提升。

其次，根據這些設備的運營數據，可以改進設計，提高研發效率。

當工業足夠智能化時，也可以為“碳中和”提供助益。比爾·蓋茨在《氣候經濟與人類未來》中提到了一種節電方法，叫“負荷轉移”或“需求轉移”，即通過調整用電負荷，增強一天中用電的穩定性。

舉例來說，在工業層面，能源密集型工業可以在電力最容易獲得的時候開展作業，比如污水處理和氫燃料制造。但這背后需要政策上的調整和技術進步，比如電力公司需要全天更新電價，以適應供求關系的變化；以及工廠設備需要足夠智能，可依照價格信息及時調整用電時間。這些方式都將為電力“碳中和”貢獻力量。

從以上多個案例中我們可以看出，在制造業的轉型升級中，工業互聯網將起到基礎設施般的作用。對應于工業龐大的資產規模，勢必會誕生出一批優秀的創業公司。

自動化、標準化是前提

不過如今，企業主尤其是中小企業對工業互聯網的投入仍存在瓶頸，理念前沿的一些企業主可能會把年產值的8%-10%投入到工業互聯網的升級改造中。在制造業的各個領域，目前3C制造業、汽車工業及零部件、鋼鐵行業是工業互聯網滲透率比較高的行業，但并不是所有人都真金白銀地接入了工業互聯網。

有一部分企業投入了資金接入工業互聯網，但事實上用了一年半載后就沒用了，投入的資金也打了水漂。我們認為這與行業本身的標準化程度很有關系，對于數據采集來說，如果原來的線下流程與制度是比較標準化的，那么工業互聯網接入的成功率就比較高。

而對于很多標準化程度低的行業，比如服裝或是中藥，工業互聯網的滲透率并不高，因為自動化、標準化是前提。例如在最基礎的數據采集環節，非標的情況下采集出來的數據是“臟數據”，需要復雜的數據整理，對工業大數據的流線化制造、工業管理預測起不到多大作用，每個項目的定制化程度太高，實施周期和投入也都比較大。

而在當下的很多工廠，一些基礎設施比如IT系統、OT系統都比較老舊，可能連最基本的信息化都還未完成，很難從一無所有跨越到工業互聯網，如果強行上工業互聯網只能是打水漂，看不到預期的效果。

所以我們認為，當下自動化與智能化會同時進行。而自動化本身也極具投資潛力，在普遍招工難的今天，當自動化方案得到大客戶驗證后，立刻就是幾十臺、上百臺的全面采購，創業公司也可以迅速起量，因為中國制造業的深度和廣度都足夠，市場空間也非常廣闊。

另一方面，基于各個賽道Knowhow的差異，也導致企業很難采取通用型模式，或是去跨行業發展。對于在生命科學領域創業的鎂伽創始人黃瑜清來說，他一直在避免做得過于非標。

生命科學領域的特點就是小批量、多品種，每一個垂直品類的壁壘都很高，適用的客戶群體是有限的。比如有一個重要的生物制品客戶，對分液機器人的精度要求特別高，因為有200多種不同的樣品，每一種對黏稠度、揮發性等物性指標的要求都不同，也對設備的兼容性要求很高，當時很多大型外資廠商都無法滿足要求。