寄云科技，是國內(nèi)工業(yè)互聯(lián)網(wǎng)領(lǐng)域的一方新銳勢力。
眾所周知，工業(yè)處于第四次工業(yè)革命的時(shí)期。負(fù)責(zé)設(shè)備連接的物聯(lián)網(wǎng)公司聚焦工業(yè)似乎成了趨勢，但從云計(jì)算和大數(shù)據(jù)領(lǐng)域切入工業(yè)的公司實(shí)數(shù)不多。而這其中，寄云科技是特點(diǎn)鮮明的一家。
寄云科技，成立于2013年9月，最初專注于跨云的部署交付與自動(dòng)化編排。隨后，業(yè)務(wù)聚焦在PaaS平臺(tái)層，做開發(fā)者引擎和一系列外圍服務(wù)，把數(shù)據(jù)庫服務(wù)、MQTT服務(wù)整合到ADP上，將工具組合變成可交付的應(yīng)用，此時(shí)的寄云PaaS平臺(tái)從屬性上更偏于集成平臺(tái)iPaaS，但方向上已開始聚焦物聯(lián)網(wǎng)和工業(yè)。
在訪談中，創(chuàng)始人時(shí)培昕介紹，寄云科技成立時(shí)的目標(biāo)是用新技術(shù)改變傳統(tǒng)行業(yè)，4年中，寄云在發(fā)展到一個(gè)階段的高度后，都有新團(tuán)隊(duì)并進(jìn)來，不僅包括大數(shù)據(jù)，還包括工業(yè)網(wǎng)關(guān)和數(shù)據(jù)采集，通過優(yōu)勢互補(bǔ)，解決了之前做不到的問題。
如今的寄云科技，戰(zhàn)略布局從設(shè)備端到云端，以數(shù)據(jù)為主線，為工業(yè)企業(yè)提供設(shè)備連接、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、分析建模、構(gòu)建交互式應(yīng)用等完整的工業(yè)互聯(lián)網(wǎng)解決方案。
在工業(yè)領(lǐng)域，數(shù)據(jù)來自于IT和OT兩個(gè)系統(tǒng)，一部分涉足工業(yè)的數(shù)據(jù)服務(wù)商更側(cè)重于做經(jīng)營類分析，主要對接企業(yè)IT系統(tǒng)，包括ERP、OA、CRM等數(shù)據(jù)庫。然而，工業(yè)企業(yè)中，IT系統(tǒng)建設(shè)相對薄弱，在數(shù)據(jù)種類、數(shù)據(jù)量級、數(shù)據(jù)價(jià)值等方面稍顯遜色，在做IT業(yè)務(wù)系統(tǒng)的數(shù)據(jù)分析時(shí)，對客戶業(yè)務(wù)的理解要求不多，門檻較低。
相比之下，來自O(shè)T系統(tǒng)的設(shè)備相關(guān)數(shù)據(jù)復(fù)雜度高、價(jià)值點(diǎn)大。在數(shù)據(jù)分析時(shí)不僅要解決實(shí)時(shí)、海量的數(shù)據(jù)存儲(chǔ)和分析的問題，還需要對客戶業(yè)務(wù)的深刻理解，搭建特定場景下的精準(zhǔn)模型。
寄云科技選擇后者，做企業(yè)的業(yè)務(wù)類分析，以對接設(shè)備的控制系統(tǒng)為主，聚焦在生產(chǎn)制造和設(shè)備運(yùn)維兩個(gè)方向。據(jù)時(shí)培昕介紹，寄云科技長處在于，第一，從生產(chǎn)數(shù)據(jù)出發(fā)，做質(zhì)量和效率的分析；第二，從設(shè)備運(yùn)行數(shù)據(jù)出發(fā)，做設(shè)備的健康管理故障預(yù)測和遠(yuǎn)程運(yùn)維。
工業(yè)各細(xì)分領(lǐng)域?qū)I(yè)性差異大，壁壘深，對于擅長數(shù)據(jù)分析而匱于業(yè)務(wù)理解的第三方數(shù)據(jù)服務(wù)商而言，做深單一市場的戰(zhàn)略，比做覆蓋多行業(yè)的打法更加行之有效。目前階段，寄云數(shù)據(jù)聚焦在電力能源、軌道交通、智能制造等三大領(lǐng)域，已取得像上海城建、大唐電力、國家電網(wǎng)、中車等行業(yè)頭部企業(yè)，獲客能力不容小覷。
在訪談中，時(shí)培昕介紹，寄云科技的下一步戰(zhàn)略是將在平臺(tái)的基礎(chǔ)上，把這三類垂直行業(yè)做深，打造精細(xì)化的垂直行業(yè)解決方案；對于其它工業(yè)行業(yè)，和合作伙伴共同搭建工業(yè)互聯(lián)網(wǎng)生態(tài)平臺(tái)，為更多專業(yè)客戶輸出寄云的平臺(tái)能力，利用平臺(tái)上開放的工具、模型和微服務(wù)實(shí)現(xiàn)快速的應(yīng)用開發(fā)和數(shù)據(jù)分析，同合作伙伴共同幫助工業(yè)客戶實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。
近日，愛分析對寄云科技創(chuàng)始人兼CEO時(shí)培昕進(jìn)行專訪，現(xiàn)將精彩內(nèi)容分享如下。
愛分析：在整合云計(jì)算、大數(shù)據(jù)、工業(yè)網(wǎng)關(guān)三支團(tuán)隊(duì)時(shí)，嘗試過哪些探索？
時(shí)培昕：寄云起步于云計(jì)算服務(wù)，在大數(shù)據(jù)、工業(yè)網(wǎng)關(guān)團(tuán)隊(duì)并進(jìn)來之后，我們有了數(shù)據(jù)源頭，能夠采數(shù)據(jù)、做數(shù)據(jù)分析，于是我們開始探索整合方式，把云加大數(shù)據(jù)的IT能力與工業(yè)能力結(jié)合起來，打造了現(xiàn)在的NeuSeer工業(yè)互聯(lián)網(wǎng)平臺(tái)。
在工業(yè)設(shè)備端通過寄云的工業(yè)網(wǎng)關(guān)，可以接入各種工業(yè)設(shè)備數(shù)據(jù)，包括工業(yè)設(shè)備的運(yùn)行、工況和作業(yè)數(shù)據(jù)等；這些實(shí)時(shí)數(shù)據(jù)和批量數(shù)據(jù)分別通過物聯(lián)網(wǎng)協(xié)議和抽取工具發(fā)送到NeuSeer平臺(tái)之后，NeuSeer平臺(tái)會(huì)提供精細(xì)化的數(shù)據(jù)轉(zhuǎn)化和治理，并針對不同數(shù)據(jù)類型提供包括文件存儲(chǔ)、結(jié)構(gòu)化數(shù)據(jù)庫、對象存儲(chǔ)以及時(shí)序數(shù)據(jù)庫在內(nèi)的多種基礎(chǔ)數(shù)據(jù)存儲(chǔ)能力，為應(yīng)用開發(fā)和數(shù)據(jù)分析提供歷史存儲(chǔ)的能力。
NeuSeer平臺(tái)提供了以數(shù)據(jù)為核心的工業(yè)數(shù)據(jù)分析平臺(tái)和應(yīng)用開發(fā)平臺(tái)。工業(yè)數(shù)據(jù)分析平臺(tái)不僅能夠提供大量增強(qiáng)的工業(yè)算法和機(jī)器學(xué)習(xí)算法，還提供包括故障診斷、性能評估以及性能預(yù)測在內(nèi)的工業(yè)模型，工業(yè)客戶利用平臺(tái)的模型訓(xùn)練和發(fā)布工具，基于歷史數(shù)據(jù)快速生成新的故障診斷和預(yù)警模型；同時(shí)，NeuSeer平臺(tái)還提供了基于微服務(wù)架構(gòu)的開發(fā)套件，并且內(nèi)置了大量包括物聯(lián)網(wǎng)、安全和權(quán)限管理、數(shù)據(jù)庫、消息在內(nèi)的服務(wù)組件，以及開源的應(yīng)用框架，工業(yè)客戶可以快速的開發(fā)各種復(fù)雜的工業(yè)應(yīng)用。
愛分析：在工業(yè)領(lǐng)域解決了哪些需求？
時(shí)培昕：我們看到工業(yè)三大趨勢，需求定制化、生產(chǎn)智能化、收入服務(wù)化。以數(shù)據(jù)為導(dǎo)向的智能制造，主要是集中在設(shè)計(jì)、制造、運(yùn)維三個(gè)方向。目前階段，我們主要做制造和運(yùn)維。制造是根據(jù)產(chǎn)線數(shù)據(jù)做質(zhì)量、能效分析；運(yùn)維是做健康管理、故障預(yù)測、性能優(yōu)化。
市場上大部分工業(yè)物聯(lián)網(wǎng)以連接為目的，大部分是數(shù)據(jù)采集到平臺(tái)上做一個(gè)遠(yuǎn)程監(jiān)控就截止了。我們是關(guān)注以數(shù)據(jù)為主線的工業(yè)互聯(lián)網(wǎng)，關(guān)注的環(huán)節(jié)包括數(shù)據(jù)采集、存儲(chǔ)、分析、做預(yù)測、構(gòu)建交互式應(yīng)用等一個(gè)完整過程。
愛分析：在大數(shù)據(jù)技術(shù)之前，有SCADA系統(tǒng)也可以做遠(yuǎn)程監(jiān)控，接入云之后的遠(yuǎn)程監(jiān)控與它有怎樣的區(qū)別？
時(shí)培昕：本質(zhì)區(qū)別是在于目標(biāo)的不同。原來SCADA以控制為目的，基于短期數(shù)據(jù)可以實(shí)現(xiàn)簡單的、少維度的、靜態(tài)的告警。
但我們做的遠(yuǎn)程監(jiān)控不只要看實(shí)時(shí)的數(shù)據(jù)，還要基于歷史數(shù)據(jù)做評估和預(yù)測，比SCADA內(nèi)容更豐富，數(shù)據(jù)量、數(shù)據(jù)維度、實(shí)時(shí)性都更多。包括故障診斷、性能評估和故障預(yù)測在內(nèi)，都是新引入的功能。
愛分析：網(wǎng)關(guān)數(shù)采層面有哪些主要關(guān)鍵點(diǎn)？對于不開放的數(shù)據(jù)如何處理？
時(shí)培昕：工業(yè)網(wǎng)關(guān)的要涵蓋各種協(xié)議，包括通用的Modbus、Profibus等，以及一些特定場合下需要使用的，像安川的伺服、愛德華的真空泵等。有時(shí)候還需要抓包分析，需要從HMI里面讀相應(yīng)的點(diǎn)表。
愛分析：工業(yè)應(yīng)用中，邊緣計(jì)算用在哪些地方？
時(shí)培昕：邊緣計(jì)算在網(wǎng)關(guān)層面，做執(zhí)行，在無法把網(wǎng)關(guān)數(shù)據(jù)傳上云時(shí)，如果想提前實(shí)現(xiàn)一些本地基礎(chǔ)算法，如異常檢測等，就可以基于網(wǎng)關(guān)里存的數(shù)據(jù)，分析歷史分布和趨勢，評估當(dāng)前狀態(tài)，所以要在本地做一些算法的能力。
目前還沒有標(biāo)準(zhǔn)的邊緣計(jì)算規(guī)范，我們是在網(wǎng)關(guān)層面提供執(zhí)行開放程序和數(shù)據(jù)分析的框架能力。我們是一個(gè)開放系統(tǒng)，系統(tǒng)里的算法和模型都可以根據(jù)云端的能力推到網(wǎng)關(guān)上執(zhí)行。
愛分析：工業(yè)的制造和運(yùn)維兩個(gè)需求點(diǎn)有哪些特點(diǎn)？實(shí)施中存在哪些挑戰(zhàn)？
時(shí)培昕：生產(chǎn)制造過程我們采集不同的人、機(jī)、料、法、環(huán)的數(shù)據(jù)，采完之后分析的主題有質(zhì)量、效率和調(diào)度。對于運(yùn)維而言，原來是做巡檢、更換，成本高，一些關(guān)鍵的故障也難以避免。我們基于狀態(tài)、傳感器變量去建模型分析，實(shí)現(xiàn)對設(shè)備生命周期的預(yù)測和管理。
工業(yè)數(shù)采協(xié)議多、數(shù)據(jù)量大、封閉情況非常多。此外，原有控制系統(tǒng)以控制為目標(biāo)，沒有長期存儲(chǔ)的能力?？刂菩畔⒅恍璐嫒舾蓚€(gè)月，分析要看若干年。分析出發(fā)的數(shù)采更看重多維存儲(chǔ)，這與控制不一樣。
愛分析：從數(shù)據(jù)分析出發(fā)的存儲(chǔ)要注意哪些點(diǎn)？
時(shí)培昕：一個(gè)是實(shí)時(shí)性，對工業(yè)數(shù)據(jù)的處理方式，時(shí)序數(shù)據(jù)是主要的，差異化存儲(chǔ)、壓縮方式都要關(guān)注。另一個(gè)是靈活性，在不同階段要存不同的數(shù)據(jù)，邊緣計(jì)算有過濾能力，決定要采什么樣的數(shù)據(jù)。要做的足夠靈活，才能支持在云上的最優(yōu)存儲(chǔ)。
愛分析：實(shí)時(shí)數(shù)據(jù)庫除了在現(xiàn)有基礎(chǔ)上增加了時(shí)間維度以外，主要難點(diǎn)在哪些地方？
時(shí)培昕：有時(shí)間標(biāo)簽處理起來就不一樣，采樣頻率可能是1kHz，存的點(diǎn)可能是一個(gè)時(shí)間標(biāo)簽后面有幾十個(gè)不同維度，在處理的引擎機(jī)制上與傳統(tǒng)數(shù)據(jù)庫不太一樣。我們首先要批量、實(shí)時(shí)的存儲(chǔ)；其次是構(gòu)建分析，針對實(shí)際數(shù)據(jù)的高性能BI，可以秒級查詢；最后是展示構(gòu)建分析報(bào)表、故障分析熱點(diǎn)圖等。
基礎(chǔ)的統(tǒng)計(jì)分析不需要構(gòu)建模型就可以實(shí)現(xiàn)，我們在此之上有大數(shù)據(jù)分析，需要寫算法和模型。我們做了兩塊，一個(gè)是算法包，一個(gè)是特定場景下的模型。工業(yè)的算法很多，需要做基于時(shí)間的預(yù)處理，差值、抽樣填充、時(shí)頻變換、清洗、時(shí)序變換、平滑處理、對齊，濾波等。傳統(tǒng)的數(shù)據(jù)分析就是關(guān)聯(lián)、分類、回歸等。
愛分析：構(gòu)建的模型有哪些種類？
時(shí)培昕：我們提供通用和專業(yè)模型，第一類是歷史數(shù)據(jù)的模型，包括伴隨概率的關(guān)聯(lián)分析和故障路徑分析。第二類是當(dāng)前的性能評估模型，基于歷史數(shù)據(jù)來訓(xùn)練模型，用當(dāng)前數(shù)據(jù)驗(yàn)證是否偏離模型的輸出。第三類是未來預(yù)測，基于變量的歷史數(shù)據(jù)實(shí)現(xiàn)對未來趨勢的預(yù)測。
我們做模型訓(xùn)練的時(shí)候，會(huì)要求根據(jù)建模的目的來針對性選擇很多設(shè)備的變量，如果很清楚地知道哪一個(gè)變量是對模型輸出是有貢獻(xiàn)，就把它加進(jìn)來，如果加入沒有貢獻(xiàn)的數(shù)據(jù)會(huì)影響模型的精確度。
愛分析：這塊主要是憑借行業(yè)專家完成？
時(shí)培昕：對，行業(yè)專家。
愛分析：開發(fā)一個(gè)可以使用的模型，大概需要多少樣本量？
時(shí)培昕：如果只需要做一個(gè)基于歷史數(shù)據(jù)的異常檢測和預(yù)測，直接調(diào)用平臺(tái)現(xiàn)有的模型框架就可以，非常快。如果要做一個(gè)非常精準(zhǔn)的模型，必須弄清楚設(shè)備的工作原理，有時(shí)候可能需要拿到很多現(xiàn)場實(shí)測數(shù)據(jù)后才能完成模型。
愛分析：底下的模型開發(fā)和訓(xùn)練都是寄云在做？
時(shí)培昕：我們提供模型的開發(fā)框架，而合作伙伴可以基于這些框架，通過實(shí)例化實(shí)現(xiàn)特定場景下的模型開發(fā)。
愛分析：通常情況下，以怎樣的方式交付客戶？
時(shí)培昕：客戶分兩種，第一，對于中小型的工業(yè)客戶，我們會(huì)跟之簽基于平臺(tái)的云服務(wù)托管合同，客戶把數(shù)據(jù)放到我的平臺(tái)上實(shí)現(xiàn)存儲(chǔ)和分析。第二，對于大型的客戶，基本上是要求私有化部署，現(xiàn)場定制化交付，我們會(huì)以項(xiàng)目方式進(jìn)入，提供產(chǎn)品加服務(wù)。
愛分析：寄云科技的平臺(tái)采用開放的方式，具備哪些特點(diǎn)？
時(shí)培昕：寄云NeuSeer平臺(tái)是一個(gè)開放的平臺(tái)，用戶可以通過各種開放的接口，以訂閱的方式使用我們平臺(tái)上的貨架類服務(wù)，包括MQTT、Kafka、時(shí)序數(shù)據(jù)庫以及大數(shù)據(jù)分析等，根本不用關(guān)心服務(wù)怎么部署、擴(kuò)展和運(yùn)維，而只需要訂閱，這是我們平臺(tái)服務(wù)的優(yōu)勢。
同時(shí)，大量的算法都提供了開源的示例代碼，多種工業(yè)模型都可以直接通過API實(shí)現(xiàn)測試和應(yīng)用。而且，我們會(huì)建議客戶開發(fā)應(yīng)用采用微服務(wù)架構(gòu)，把每個(gè)服務(wù)開發(fā)成模塊，用API Gateway實(shí)現(xiàn)集成，以實(shí)現(xiàn)更大程度的擴(kuò)展性和可靠性。
我們平臺(tái)的服務(wù)接口也會(huì)集成一些第三方的能力，像工業(yè)3D模型、對象存儲(chǔ)等，第三方服務(wù)提供商只需要按照寄云NeuSeer平臺(tái)相應(yīng)接口進(jìn)行少量的開發(fā)，就可以跟NeuSeer平臺(tái)實(shí)現(xiàn)結(jié)合。
愛分析：微服務(wù)的理念對于客戶的滲透率如何？
時(shí)培昕：在互聯(lián)網(wǎng)領(lǐng)域比較常見，在工業(yè)領(lǐng)域還需要時(shí)間滲透，但我們給客戶交付的工業(yè)應(yīng)用多數(shù)都已經(jīng)是微服務(wù)的架構(gòu)。
愛分析：處于怎樣的考慮把平臺(tái)要做成生態(tài)的模式？
時(shí)培昕：我們雖然提供了一個(gè)很強(qiáng)的平臺(tái)，但是由于工業(yè)實(shí)在太分散，如何在具體場景下利用各種工具達(dá)到分析目標(biāo)和構(gòu)建應(yīng)用，不是寄云一家能夠完成的，所以我們也非常希望構(gòu)建這樣的生態(tài)，有更多的開發(fā)者和分析人員參與進(jìn)來，共同使用和貢獻(xiàn)，通過這種社區(qū)的寫作，解決很多原本他們無法單獨(dú)解決的問題。現(xiàn)在有很多合作伙伴、科研機(jī)構(gòu)都已經(jīng)在平臺(tái)上面做應(yīng)用開發(fā)和數(shù)據(jù)分析。
愛分析：對合作伙伴的開發(fā)服務(wù)是否需要收取一定費(fèi)用？
時(shí)培昕：現(xiàn)在是免費(fèi)，到年底會(huì)按實(shí)際的資源使用量收取費(fèi)用。現(xiàn)有平臺(tái)上的客戶有集成商、有工業(yè)設(shè)備的原廠商和服務(wù)商，也有做工控系統(tǒng)和工業(yè)網(wǎng)關(guān)的廠商。我們希望為他們提供一個(gè)開放的平臺(tái)，只要跟我們平臺(tái)實(shí)現(xiàn)連接，把數(shù)據(jù)傳上來，就可以快速利用我們平臺(tái)的各種存儲(chǔ)、分析、模型和應(yīng)用開發(fā)能力，實(shí)現(xiàn)對工業(yè)設(shè)備數(shù)據(jù)的實(shí)時(shí)監(jiān)控、數(shù)據(jù)分析、故障診斷和性能預(yù)測。而這些能力，原來是需要非常高的門檻和代價(jià)才能實(shí)現(xiàn)的，我們的目標(biāo)就是需要把這些門檻和代價(jià)盡量降低。
愛分析：數(shù)據(jù)來源有哪些？是否接入第三方數(shù)據(jù)？
時(shí)培昕：主要是客戶的設(shè)備數(shù)據(jù)和業(yè)務(wù)系統(tǒng)數(shù)據(jù)。暫時(shí)還沒有考慮第三方數(shù)據(jù)的接入，未來會(huì)引入一些開放的第三方數(shù)據(jù)源。
愛分析：目前切了哪些行業(yè)？
時(shí)培昕：主要行業(yè)包括軌道交通、電力能源和智能制造。軌道交通客群包括造車、建設(shè)、運(yùn)營三類，合作的有唐車和四方等。電力能源行業(yè)我們服務(wù)像大唐、中電投和國家電網(wǎng)等發(fā)電企業(yè)，搭建開放式平臺(tái)實(shí)現(xiàn)設(shè)備健康管理、健康監(jiān)測，和合作伙伴共同開發(fā)眾多全新的工業(yè)應(yīng)用。制造領(lǐng)域有京東方、彩虹集團(tuán)、陜鼓等，從產(chǎn)線數(shù)據(jù)采集、生產(chǎn)經(jīng)營分析、質(zhì)量追蹤，一直到設(shè)備的遠(yuǎn)程運(yùn)維等。
愛分析：服務(wù)大型企業(yè)時(shí)，是以怎樣的方式進(jìn)入？
時(shí)培昕：從單一需求切入，逐步做大。數(shù)據(jù)成熟的企業(yè)，可能先從分析和應(yīng)用開發(fā)切入，但有時(shí)候不得不從數(shù)據(jù)采集和存儲(chǔ)切入。不斷解決客戶現(xiàn)有需求，并且?guī)椭蛻粢?guī)劃新的建設(shè)需求。。
愛分析：前期理解業(yè)務(wù)需要多久？定制化部分有哪些要點(diǎn)？
時(shí)培昕：根據(jù)客戶不同，有幾天的，也有可能需要幾個(gè)星期，都會(huì)有調(diào)研。很多定制化是對具體場景下特定主題或者應(yīng)用的分析和開發(fā)，由于我們提供了比較多的微應(yīng)用，我們可以通過模塊化的方式實(shí)現(xiàn)快速組合，實(shí)現(xiàn)快速集成。
愛分析：通常情況下，項(xiàng)目周期需要多久？
時(shí)培昕：大項(xiàng)目的交付往往需要幾個(gè)月或半年以上，POC時(shí)間很短。
愛分析：采用怎樣的定價(jià)方式？客戶的續(xù)單能力如何？
時(shí)培昕：對于中小客戶，采用云的方式提供服務(wù)，按年收費(fèi)；對于大客戶，我們提供產(chǎn)品+定制化服務(wù)。項(xiàng)目一般是持續(xù)性的，每年有不同的建設(shè)主題。
愛分析：后續(xù)搭配的服務(wù)有哪些？
時(shí)培昕：偏分析的服務(wù)會(huì)一直持續(xù)，安裝部署是一次性的，還包括產(chǎn)品的運(yùn)維服務(wù)。
愛分析：項(xiàng)目通常在什么量級？
時(shí)培昕：從幾十萬開始，到上千萬不等。
愛分析：種子或標(biāo)桿客戶有哪些？
時(shí)培昕：平臺(tái)推出的時(shí)間不長，所以基于我們平臺(tái)開發(fā)的客戶還不太多，但是已經(jīng)有一部分在線的設(shè)備廠商在使用。但平臺(tái)是多個(gè)獨(dú)立產(chǎn)品的整合，這些獨(dú)立產(chǎn)品，包括時(shí)序數(shù)據(jù)庫、大數(shù)據(jù)分析平臺(tái)、數(shù)倉和數(shù)據(jù)分析以及PaaS平臺(tái)，包括上海城建、大唐、國網(wǎng)、中車這些客戶都已完成部署。
愛分析：大客戶如何定義？
時(shí)培昕：大客戶的收入規(guī)模百億級以上。幾億到幾十億是中小型客戶。
愛分析：原來通用型平臺(tái)現(xiàn)在還在推嗎？這部分業(yè)務(wù)未來如何考慮？
時(shí)培昕：目前我們首先會(huì)集中在電力能源、軌道交通這些重點(diǎn)行業(yè)，而在其他行業(yè)，我們會(huì)把通用平臺(tái)的能力開放出來，與合作伙伴一起共同構(gòu)建行業(yè)云平臺(tái)。。
愛分析：工業(yè)領(lǐng)域，產(chǎn)品的可復(fù)制性較低，這個(gè)如何考慮？
時(shí)培昕：需要更多的合作伙伴。我們能做的是關(guān)注的幾大行業(yè)，盡量把接口和能力開放出來，合作伙伴解決不了這些問題的時(shí)候，可以用我們平臺(tái)實(shí)現(xiàn)一個(gè)相對完整的解決方案。我們相信很多行業(yè)里，合作伙伴比我們更專業(yè)。
愛分析：目前切的三個(gè)行業(yè)考慮繼續(xù)做深？
時(shí)培昕：是的，繼續(xù)做深。其他行業(yè)歸在智能制造里，我們會(huì)給一些基礎(chǔ)能力，像通用的故障診斷、通用的質(zhì)量分析，尋找合作伙伴。工業(yè)太散了，每一個(gè)客戶需求都不一樣。
愛分析：整體團(tuán)隊(duì)結(jié)構(gòu)如何？
時(shí)培昕：一共80多人，技術(shù)占了七成。
愛分析：采用怎樣的銷售方式？
時(shí)培昕：直銷為主，做大客戶。中國的商業(yè)環(huán)境是只有技術(shù)肯定不行，必須有自己的大客戶能力，我們的銷售團(tuán)隊(duì)都是非常資深的行業(yè)銷售，有非常豐富的行業(yè)經(jīng)歷。
愛分析：核心團(tuán)隊(duì)背景。
時(shí)培昕：主要來自Teradata、IBM、HP、Oracle、GE和PTC等各大外企的管理層，有豐富的企業(yè)市場經(jīng)驗(yàn)。
愛分析：團(tuán)隊(duì)擴(kuò)張與營收是否正相關(guān)？
時(shí)培昕：不是，我們已經(jīng)過了技術(shù)儲(chǔ)備的最大擴(kuò)張階段，接下來擴(kuò)充在業(yè)務(wù)和行業(yè)專家。因此業(yè)務(wù)的增長可能有一個(gè)滯后階段。
愛分析：與入場的各類玩家相比，寄云的優(yōu)勢有哪些？
時(shí)培昕：如果跟國外巨頭比較，我們優(yōu)勢在本地理解和支持能力。國內(nèi)市場中，很多廠商是以連接為主線，我們最強(qiáng)的地方是以數(shù)據(jù)為主線。我們希望國內(nèi)企業(yè)更多的是合作，包括一些做專門數(shù)據(jù)分析的廠商，我們也希望可以合作。
愛分析：國內(nèi)廠家跑出的不多，這是出于什么原因？
時(shí)培昕：幾十年以來，中國95%的工業(yè)軟件系統(tǒng)都掌握在國外工業(yè)廠商手里。一方面這是巨大的國家安全隱患，一方面壓制了大量工業(yè)軟件人才的培養(yǎng)，所以一直以來都沒有很好的國內(nèi)工業(yè)軟件廠商。國家政策就是要我們把這些工業(yè)軟件、工控系統(tǒng)控制在自己的手里，自主可控，這就是國內(nèi)軟件企業(yè)的機(jī)會(huì)點(diǎn)。
愛分析：目前看來，大數(shù)據(jù)公司很難真正明白工業(yè)的業(yè)務(wù)場景。
時(shí)培昕：這個(gè)得學(xué)，我們不認(rèn)為一個(gè)做消費(fèi)類大數(shù)據(jù)公司能夠進(jìn)入工業(yè)，最大問題就是不理解工業(yè)。我們也不認(rèn)為一個(gè)工業(yè)企業(yè)能夠獨(dú)立把這個(gè)事情做好，因?yàn)樗麤]有很好的工具、分析能力和開發(fā)能力。我們是正好有這方面能力，但是現(xiàn)在我們還不足以覆蓋到每個(gè)方面。
愛分析：實(shí)際對接的客戶部門是業(yè)務(wù)部門？
時(shí)培昕：業(yè)務(wù)部門為主。
愛分析：市場空間您如何判斷？
時(shí)培昕：GE Digital一年的revenue是60億美金，2020年要達(dá)到150億美金。我認(rèn)為中國市場中，工業(yè)占GDP的35%以上，所以這才是中國最大的軟件市場。
愛分析：下一步整體公司的戰(zhàn)略是什么？
時(shí)培昕：第一，我們已經(jīng)有不錯(cuò)的平臺(tái)，基于我們平臺(tái)把行業(yè)做深，更多面向垂直行業(yè)的具體應(yīng)用，把行業(yè)能力和平臺(tái)能力結(jié)合。
第二，與更多的合作伙伴共同搭建平臺(tái)生態(tài)。讓更多做控制系統(tǒng)、應(yīng)用開發(fā)的企業(yè)，可以在平臺(tái)上解決自己原來沒有辦法解決的問題。
未來我們可能會(huì)參與到幾個(gè)行業(yè)級別的工業(yè)互聯(lián)網(wǎng)平臺(tái)的建設(shè)中，和合作伙伴共同打造細(xì)分行業(yè)的工業(yè)互聯(lián)網(wǎng)平臺(tái)。
