方鑫，BV百度風(fēng)投投資副總裁，長(zhǎng)期關(guān)注AI行業(yè)解決方案、企業(yè)服務(wù)智能化、工業(yè)智能、數(shù)據(jù)智能等領(lǐng)域，并致力于幫助產(chǎn)業(yè)方、科研學(xué)者、創(chuàng)業(yè)者和技術(shù)擁有者等打造和完善行業(yè)智能創(chuàng)新方案。在工業(yè)智能領(lǐng)域主導(dǎo)或參與投資項(xiàng)目包括玄羽科技、匯電云聯(lián)、湃方科技、埃睿迪、長(zhǎng)揚(yáng)科技、數(shù)見科技、云丁科技等。
一、工業(yè)智能化概述
1.1 我們理解的工業(yè)智能化，是技術(shù)帶來的開源節(jié)流、生產(chǎn)組織方式變革或行業(yè)效率模型再造
1.2 工業(yè)智能化的形態(tài)和商業(yè)模式發(fā)展：強(qiáng)解決方案大乙方&強(qiáng)運(yùn)營(yíng)新甲方
二、工業(yè)智能化創(chuàng)業(yè)與投資機(jī)會(huì)詳解
1. 平臺(tái)型企業(yè)并不壟斷，互相賦能正當(dāng)其時(shí)
2. 垂直重度打造細(xì)分行業(yè)工業(yè)智能系統(tǒng)大有可為
3. 單點(diǎn)切入，資產(chǎn)/設(shè)備、流程優(yōu)化打造新型智能系統(tǒng)
3.1 資產(chǎn)/設(shè)備的智能化機(jī)會(huì)
3.2 算法和數(shù)據(jù)驅(qū)動(dòng)的流程優(yōu)化打造新型調(diào)度決策系統(tǒng)
4. 智能工廠操作系統(tǒng)，從點(diǎn)線運(yùn)營(yíng)效率到系統(tǒng)效率提升
4.1 串聯(lián)制造執(zhí)行，獲取業(yè)務(wù)數(shù)據(jù)，MES的價(jià)值
4.2 精準(zhǔn)和柔性，從制程優(yōu)化到全局智能FOS（工廠操作系統(tǒng)），未來工廠的暢想
5. 工業(yè)智能化帶來的產(chǎn)業(yè)效率提升和商業(yè)模式變革
5.1 以工廠為核心，企業(yè)作為主體，技術(shù)賦能上下游的產(chǎn)業(yè)效率提升
5.2 連接研產(chǎn)供銷，企業(yè)級(jí)的流程再造和商業(yè)價(jià)值重塑
6. 工業(yè)智能中數(shù)據(jù)產(chǎn)業(yè)鏈的投資價(jià)值
三、共創(chuàng)工業(yè)智能未來：技術(shù)孵化、產(chǎn)業(yè)連接和資本助力
此長(zhǎng)文字?jǐn)?shù)1萬+，閱讀時(shí)間需30mins+，感謝您對(duì)BV及工業(yè)智能的熱忱！
1.1 我們理解的工業(yè)智能化，是技術(shù)帶來的開源節(jié)流、生產(chǎn)組織方式變革或行業(yè)效率模型再造。
所謂工業(yè)智能化，我們關(guān)注的是能夠帶來開源節(jié)流、生產(chǎn)組織方式變革的產(chǎn)品或技術(shù)解決方案，以及通過效率模型的變革和再造帶來的運(yùn)營(yíng)型機(jī)會(huì)。工業(yè)智能化是以工業(yè)感知、IOT、AI、數(shù)據(jù)、軟件、機(jī)器人等技術(shù)為基礎(chǔ)，實(shí)現(xiàn)全局語義化的智能感知、控制、調(diào)度和決策，通過這些手段，可能會(huì)對(duì)有原有的設(shè)備、制程、工廠、供應(yīng)鏈進(jìn)行優(yōu)化和改造，以達(dá)到提質(zhì)、降本、增效或生產(chǎn)組織方式變革的目的，也可能誕生新的智能設(shè)備、新的制程、新的OEM、新的供應(yīng)鏈組織形式甚至新的品類。但效率模型變革在各個(gè)行業(yè)并非一蹴而就，工業(yè)領(lǐng)域?qū)⒃跀?shù)據(jù)化和信息化進(jìn)程中，迎來漸進(jìn)式的智能化變革，本文系統(tǒng)梳理了工業(yè)產(chǎn)業(yè)鏈上技術(shù)變革帶來的作業(yè)效率和商業(yè)效率提升機(jī)會(huì)，并從數(shù)據(jù)、模型、決策角度分析數(shù)據(jù)產(chǎn)業(yè)鏈的價(jià)值。
圖1工業(yè)智能化技術(shù)概覽
1.2工業(yè)智能化的形態(tài)和商業(yè)模式發(fā)展：強(qiáng)解決方案大乙方&強(qiáng)運(yùn)營(yíng)新甲方
用技術(shù)手段實(shí)現(xiàn)工業(yè)智能化，其呈現(xiàn)的形態(tài)和商業(yè)模式又是什么呢。本文試圖從一個(gè)技術(shù)、產(chǎn)業(yè)觀察者，產(chǎn)業(yè)投資者的角度來闡述和分析工業(yè)智能化的一些方向和可能。概括如下圖，工業(yè)智能的表現(xiàn)形式可能為硬件、軟件、業(yè)務(wù)系統(tǒng)、算法、平臺(tái)、解決方案等，從商業(yè)模式看，可能強(qiáng)解決方案，終極路徑成為一個(gè)大乙方；也可能通過強(qiáng)運(yùn)營(yíng)模式再造新甲方或成為新型甲方。
圖2AI賦能的機(jī)會(huì)：解決方案or重度運(yùn)營(yíng)
然而平臺(tái)林立，創(chuàng)業(yè)公司的機(jī)會(huì)在哪里？細(xì)分行業(yè)繁多，哪些領(lǐng)域有大的機(jī)會(huì)？是做解決方案的機(jī)會(huì)還是運(yùn)營(yíng)的機(jī)會(huì)？本文試圖通過平臺(tái)的分析、技術(shù)配置和行業(yè)選擇的梳理、工廠解構(gòu)、產(chǎn)業(yè)鏈拆分和數(shù)據(jù)的鏈條來尋找投資和創(chuàng)業(yè)的機(jī)會(huì)。并總結(jié)如下：
圖3工業(yè)智能化的未來方向和發(fā)展可能
1. 平臺(tái)型企業(yè)并不壟斷，互相賦能正當(dāng)其時(shí)
近年，市場(chǎng)涌現(xiàn)了眾多的工業(yè)互聯(lián)網(wǎng)平臺(tái)級(jí)企業(yè)，但工業(yè)行業(yè)本身細(xì)分非常多，且各自的行業(yè)屬性和特點(diǎn)差異很大，不可能出現(xiàn)一個(gè)放之四海而皆準(zhǔn)的模型和技術(shù)。這里面技術(shù)應(yīng)用的邏輯和商業(yè)閉環(huán)的形成可能需要不同技術(shù)背景、產(chǎn)業(yè)背景的人或公司來參與和驗(yàn)證。
以國(guó)內(nèi)比較早的工業(yè)互聯(lián)網(wǎng)平臺(tái)為例，基于母公司或原企業(yè)的稟賦特征，大型工業(yè)企業(yè)工互平臺(tái)多少都承載了原有企業(yè)的烙印。
比如根云互聯(lián)以設(shè)備物聯(lián)為基礎(chǔ)，建立設(shè)備全生命周期的管控，搭建工業(yè)云平臺(tái)；圍繞三一重工銷售全世界各地產(chǎn)品，利于IOT、大數(shù)據(jù)、人工智能技術(shù)進(jìn)行商業(yè)模式的創(chuàng)新，并延展至其他設(shè)備和產(chǎn)業(yè)。
而海爾CosmoPlat則是以用戶為中心的柔性生產(chǎn)平臺(tái)，區(qū)別德國(guó)工業(yè)4.0工廠智能化升級(jí)改造，Cosmo除關(guān)注廠內(nèi)的作業(yè)效率外，更注重于商業(yè)效率的提升。通過Cosmo實(shí)現(xiàn)了部分品類的零庫存、可控成本大規(guī)模定制等。并嘗試將家電領(lǐng)域?qū)崿F(xiàn)的體系化的大規(guī)模定制能力賦能給陶瓷、紡織服裝等產(chǎn)業(yè)。
新晉上市的工業(yè)富聯(lián)依托富士康現(xiàn)有大量客戶資源、長(zhǎng)期深入穩(wěn)定的戰(zhàn)略合作關(guān)系，規(guī)模效應(yīng)下的產(chǎn)業(yè)及供應(yīng)鏈優(yōu)勢(shì)，期望進(jìn)行上下游延伸，打造工業(yè)互聯(lián)網(wǎng)平臺(tái)。從上市后的業(yè)務(wù)進(jìn)展來看，在刀具預(yù)測(cè)、制程優(yōu)化等等方面紛紛開始發(fā)力。
相較于國(guó)內(nèi)新興的工業(yè)互聯(lián)網(wǎng)平臺(tái)，GE Predix及西門子MindSpere是國(guó)際上較早的將工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)等理念應(yīng)用于工業(yè)的平臺(tái)。且歷史發(fā)展進(jìn)程來看，他們也在不斷用各種收購兼并的方式豐富自己的產(chǎn)品、解決方案及行業(yè)線。
除歷史悠久的西門子和GE這樣的大型企業(yè)和新興工業(yè)互聯(lián)網(wǎng)平臺(tái)之外，傳統(tǒng)的軟件廠商和系統(tǒng)集成商也在謀求工業(yè)互聯(lián)網(wǎng)方向的轉(zhuǎn)型和布局，如用友、漢得信息、東方國(guó)信、寶信等等。
另一類的代表是阿里云、華為這樣在國(guó)內(nèi)具有較強(qiáng)的2B能力的互聯(lián)網(wǎng)或科技企業(yè)，阿里云ET工業(yè)大腦在流程行業(yè)的方案，如鋼鐵、石化、能源做的比較多；淘工廠平臺(tái)主要為淘寶商家提供制造和供應(yīng)鏈能力。但這些公司都希望提供的是更通用、底層、標(biāo)準(zhǔn)化的能力，在其生態(tài)，也需要更多掌握細(xì)分行業(yè)knowhow和算法的方案商的合作。
所謂平臺(tái)，大家都是想要搭建一個(gè)更開放和廣闊的生態(tài)，賦能給更多的工業(yè)企業(yè)，但中國(guó)的工業(yè)互聯(lián)網(wǎng)或者工業(yè)智能化才剛剛開始，大型平臺(tái)企業(yè)也只是冰山一角，且不同行業(yè)的knowhow的差異較大，留給創(chuàng)業(yè)者的機(jī)會(huì)還很廣闊。
2. 垂直重度打造細(xì)分行業(yè)工業(yè)智能系統(tǒng)大有可為
工業(yè)本身是一個(gè)非常泛的概念，不同行業(yè)之間差異較大，單論流程工業(yè)與離散工業(yè)的生產(chǎn)自動(dòng)化程度、數(shù)據(jù)可得性和工業(yè)復(fù)雜度都不盡相同，存在的機(jī)會(huì)也有所不同，而最大的共性在于，每一個(gè)場(chǎng)景都需求各異，進(jìn)入任何一細(xì)分領(lǐng)域都需要足夠深厚的行業(yè)knowhow和上下游資源整合能力。不同行業(yè)的智能化訴求可能也不盡相同。這種特質(zhì)的好處在于在產(chǎn)業(yè)服務(wù)的層面，無法形成傳統(tǒng)大企業(yè)壟斷的局面，而各個(gè)細(xì)分都有平臺(tái)級(jí)的機(jī)會(huì)。從離散到混合到流程，從產(chǎn)品到服務(wù)，從生產(chǎn)到管理，存在不同的智能化變革的機(jī)會(huì)。
可供選擇和配置的技術(shù)手段有很多，且成熟度和領(lǐng)先性各有不同，什么才是有價(jià)值的機(jī)會(huì)點(diǎn)，如何進(jìn)行選擇，本文試圖做出一些邏輯上的梳理。
如果將上文提及的技術(shù)、與行業(yè)以及行業(yè)相應(yīng)的功能和環(huán)節(jié)進(jìn)行結(jié)合，就可能產(chǎn)生相應(yīng)的商業(yè)模式和創(chuàng)業(yè)機(jī)會(huì)。
圖4 從離散到連續(xù)，技術(shù)及行業(yè)配置的機(jī)會(huì)
以下舉例來說，不同行業(yè)都存在智能化變革的可能，這里面可能是賣解決方案的機(jī)會(huì)，也可能是運(yùn)營(yíng)型的機(jī)會(huì)。
? 產(chǎn)供銷一體2C產(chǎn)品型行業(yè)：2C型產(chǎn)品都有定制和柔性生產(chǎn)的需求，例如紡織服裝、食品飲料、家電等，2C領(lǐng)域由于需求和產(chǎn)品的差異化，比較分散，集中度可能不高，有做出新品類、新網(wǎng)絡(luò)和做出集中度的可能。這其中可能結(jié)合了大數(shù)據(jù)、排產(chǎn)排程、運(yùn)籌優(yōu)化、柔性產(chǎn)線改造技術(shù)及各種工業(yè)軟件來得以實(shí)現(xiàn)。
? 高能耗流程型行業(yè)：諸如鋼鐵、有色、化工、陶瓷等行業(yè)，周期性較強(qiáng)，涉及國(guó)計(jì)民生，體量大，且多面臨產(chǎn)能過剩問題，能源消耗占據(jù)了很大成本，在感知、實(shí)時(shí)檢測(cè)、能效等方面都有強(qiáng)需求。有做成一個(gè)大的解決方案商的機(jī)會(huì)。
? 設(shè)備裝備類企業(yè)：基于邊緣計(jì)算和工業(yè)物聯(lián)網(wǎng)技術(shù)，設(shè)備類企業(yè)都商業(yè)模式轉(zhuǎn)型的可能，從銷售服務(wù)效率、資金效率等等層面都有很大增加值的可能。
? 半導(dǎo)體和面板產(chǎn)業(yè)：本身精細(xì)化、自動(dòng)化程度比較高，但產(chǎn)業(yè)鏈的國(guó)產(chǎn)化程度低，良品率的提升對(duì)于整個(gè)產(chǎn)業(yè)的附加值大。
從單個(gè)行業(yè)產(chǎn)業(yè)鏈來看，我們從什么地方下手和切入，結(jié)合大的大乙方和新甲方的方向，筆者通過系統(tǒng)的調(diào)研和投資踐履，梳理了在工業(yè)產(chǎn)業(yè)鏈上和工廠內(nèi)部技術(shù)變革帶來的作業(yè)效率和商業(yè)效率變革機(jī)會(huì)。并簡(jiǎn)要概括如下：
圖5 工業(yè)智能化的世界觀
3. 單點(diǎn)切入，資產(chǎn)/設(shè)備、流程優(yōu)化打造新型智能系統(tǒng)
3.1 資產(chǎn)/設(shè)備的智能化機(jī)會(huì)
3.1.1 工業(yè)機(jī)器人及智能裝備
從設(shè)備、資產(chǎn)角度，不同信息化和自動(dòng)化程度的工廠都有資產(chǎn)升級(jí)更新迭代的需求，近年涌現(xiàn)了一批成長(zhǎng)很快的新型集成商、本體研發(fā)商。同時(shí)在產(chǎn)品體系上，也出現(xiàn)并聯(lián)、協(xié)作等新型的需求和團(tuán)隊(duì)，人機(jī)互融、仿生、自適應(yīng)等新興技術(shù)層出不窮，我們認(rèn)為機(jī)器人本身是一個(gè)很大的系統(tǒng)性投資機(jī)會(huì)，從產(chǎn)業(yè)鏈到不同細(xì)分，在這里就不做更多展開。
另一個(gè)方向是裝備的智能化，部分行業(yè)和工廠的自動(dòng)化程度已經(jīng)比較高了，但設(shè)備和資產(chǎn)本身在技術(shù)突破層面有很大的空間，裝備本身借助工業(yè)視覺、大數(shù)據(jù)、計(jì)算機(jī)仿真等技術(shù)進(jìn)一步自適應(yīng)、自校準(zhǔn)、自主化。同時(shí)裝備往制程的延展和產(chǎn)線的結(jié)合，可以進(jìn)一步影響產(chǎn)品的良率。
3.1.2 設(shè)備故障預(yù)測(cè)和健康管理(PHM)
傳統(tǒng)設(shè)備原廠商都沒有太關(guān)注設(shè)備、產(chǎn)品銷售后帶來的后服務(wù)問題，典型的三大發(fā)動(dòng)機(jī)廠商GE、羅羅、普惠在PHM層面做得不錯(cuò)，但大量機(jī)械設(shè)備廠商不具備自帶PHM的服務(wù)能力。從數(shù)據(jù)采集、數(shù)據(jù)分析層面，設(shè)備的故障診斷和預(yù)測(cè)結(jié)合了算法能力、工程經(jīng)驗(yàn)和復(fù)雜機(jī)理模型的理解，對(duì)傳統(tǒng)的設(shè)備廠商帶來比較大的技術(shù)挑戰(zhàn)。
從技術(shù)路徑上，在端上做特征提取，在云端訓(xùn)練模型是驗(yàn)證的路徑，但具備這樣的能力的團(tuán)隊(duì)在市場(chǎng)上較為稀缺。以美國(guó)的Uptake為例，依托卡特彼勒的內(nèi)燃機(jī)產(chǎn)品的PHM，幾年內(nèi)迅速成為數(shù)十億美元的獨(dú)角獸。另一個(gè)代表是全球最大的風(fēng)機(jī)廠商Vestas，他們從制造開始，對(duì)風(fēng)機(jī)進(jìn)行了改造，傳感器遍布所有部件，從2016年起，服務(wù)收入超過設(shè)備銷售收入，成功轉(zhuǎn)型成為一家風(fēng)機(jī)服務(wù)的提供商。
從市場(chǎng)規(guī)?？矗覈?guó)有一千座鋼鐵高爐，47萬個(gè)燃煤鍋爐、200萬臺(tái)數(shù)控機(jī)床、30萬的大中型空氣壓縮機(jī)、5萬臺(tái)的內(nèi)燃機(jī)，而且還有海量的泵等機(jī)械設(shè)備，且絕大部分設(shè)備、產(chǎn)品、裝備都沒有考慮過健康管理問題。
但也有三個(gè)方面的因素限制了這個(gè)方向的發(fā)展，一是AI技術(shù)與工業(yè)Knowhow不能有效結(jié)合，大多數(shù)團(tuán)隊(duì)也缺乏相關(guān)的工程化經(jīng)驗(yàn)；二是算力成本過高，讓資產(chǎn)端無法獲得高性價(jià)比的預(yù)測(cè)性解決方案；三故障數(shù)據(jù)和標(biāo)注的缺失，無法進(jìn)行經(jīng)典意義的深度學(xué)習(xí)路徑去做預(yù)測(cè)。
今年漢諾威工業(yè)展上預(yù)測(cè)性維護(hù)是一個(gè)非常熱的話題，科技大廠、傳統(tǒng)工業(yè)軟件廠商、設(shè)備商、眾多細(xì)分的創(chuàng)業(yè)公司在這涉足這一領(lǐng)域，在歐洲市場(chǎng)來看，這也是比較落地的工業(yè)AI和工業(yè)互聯(lián)網(wǎng)應(yīng)用場(chǎng)景，基于人力成本高昂等原因，預(yù)測(cè)性維護(hù)在商業(yè)邏輯也比較說得通，比如每次上門的巡檢和運(yùn)維單人需要300歐元，但預(yù)測(cè)性維護(hù)的方式完全可減少或避免這一支出。設(shè)備廠商也在積極擁抱這一技術(shù)，嘗試進(jìn)行商業(yè)模式的轉(zhuǎn)型，比如Durr集團(tuán)與Software AG的合作，幫助其從設(shè)備銷售往服務(wù)轉(zhuǎn)型。
3.1.3 與IOT結(jié)合的商業(yè)模式變革
從設(shè)備使用角度，通過共享/租賃的模式，甲方可以選擇使用而不是持有，同時(shí)結(jié)合長(zhǎng)期數(shù)據(jù)提取和分析，可以將保險(xiǎn)、金融等商業(yè)模式嫁接進(jìn)來。例如美國(guó)工程機(jī)械租賃平臺(tái)Yard Club為卡特彼勒收購，國(guó)內(nèi)的樹根互聯(lián)、徐工信息、中科云谷也在設(shè)備金融保險(xiǎn)方面有實(shí)踐。
從資金端的需求看，國(guó)內(nèi)一些金融機(jī)構(gòu)也在尋找機(jī)器人等智能設(shè)備的融資租賃機(jī)會(huì)，基于精準(zhǔn)的物聯(lián)網(wǎng)檢測(cè)和數(shù)據(jù)服務(wù)租賃模式可能會(huì)為智能設(shè)備領(lǐng)域帶來新的產(chǎn)業(yè)增長(zhǎng)機(jī)會(huì)。
結(jié)合PHM和IOT相關(guān)的商業(yè)模式變革，我們總結(jié)了以下的技術(shù)變革和創(chuàng)新機(jī)會(huì)點(diǎn)。
圖6 資產(chǎn)使用優(yōu)化圖解
3.2 算法和數(shù)據(jù)驅(qū)動(dòng)的流程優(yōu)化打造新型調(diào)度決策系統(tǒng)
跳出單個(gè)設(shè)備，大型的甲方也在尋找不同的制程優(yōu)化解決方案，但不同的行業(yè)差異性較大，且同行業(yè)也會(huì)涉及大量復(fù)雜的制程，可能有物理、化學(xué)、生物的變化。結(jié)合數(shù)據(jù)的分析，對(duì)原料、設(shè)備、工藝進(jìn)行優(yōu)化以期達(dá)到提質(zhì)、增效、節(jié)能等效果。
我們系統(tǒng)梳理了從離散制造到連續(xù)制造的各個(gè)行業(yè)，從行業(yè)空間、信息化程度、能力邊際提升空間、產(chǎn)能提升等層面進(jìn)行了一些比較?？偨Y(jié)了可能存在巨大市場(chǎng)機(jī)會(huì)和技術(shù)賦能機(jī)會(huì)的數(shù)個(gè)制程。
BV也布局了3C領(lǐng)域、環(huán)保、鋼鐵等領(lǐng)域涉及制程優(yōu)化的公司，比如在手機(jī)加工領(lǐng)域，在成型、沖壓、合金、涂裝、表面處理領(lǐng)域涉及數(shù)十個(gè)制程，每個(gè)制程都有通過數(shù)據(jù)、算法進(jìn)行優(yōu)化的空間。終極形態(tài)是打造一套AI閉環(huán)控制的新型調(diào)度決策系統(tǒng)和智能工廠操作系統(tǒng)。
過去的專家系統(tǒng)更多是一個(gè)機(jī)理模型，但數(shù)據(jù)的決策最終要和工藝和機(jī)理模型結(jié)合起來，這也是在工業(yè)領(lǐng)域無法產(chǎn)生一個(gè)放之四海皆準(zhǔn)的通用型平臺(tái)的原因。
部分投資者對(duì)于制程的非標(biāo)性存在質(zhì)疑，這種非通用的需求和場(chǎng)景一定程度限制了復(fù)制的速度和規(guī)模效應(yīng)。重述一下我們?cè)诠I(yè)智能化領(lǐng)域?qū)で髢深愅顿Y機(jī)會(huì)，解決方案商和運(yùn)營(yíng)商，在信息化和自動(dòng)化時(shí)代，很多行業(yè)比如3C、鋼鐵、石化等等領(lǐng)域，都產(chǎn)生了多家上市公司，從市場(chǎng)規(guī)模的體量上看，在智能化時(shí)代，很多行業(yè)都可以支撐多家大的解決方案商或運(yùn)營(yíng)商誕生，對(duì)于我們的核心重點(diǎn)是要找到好的行業(yè)、結(jié)合新興技術(shù)和工業(yè)場(chǎng)景理解的團(tuán)隊(duì)和真正能有效變革和提升行業(yè)效率模型的方案。
另外，除了行業(yè)各異的制程外，與物聯(lián)網(wǎng)、數(shù)據(jù)、人工智能等技術(shù)結(jié)合通用型需求，在這里還想講三點(diǎn)，設(shè)計(jì)、安全、檢測(cè)和能效。
3.2.1 設(shè)計(jì)+AI
工業(yè)仿真天然與機(jī)器學(xué)習(xí)相關(guān)，為獲得最優(yōu)的設(shè)計(jì)、裝配、運(yùn)維等實(shí)踐，需要新型的智能化工業(yè)仿真軟件。CAD、CAE本身是一個(gè)很大的生態(tài)，可以類比安卓和IOS，主流的參與者西門子、達(dá)索等都在積極布局和收購在不同領(lǐng)域，如流體力學(xué)、散熱學(xué)、振動(dòng)力學(xué)等等方面的優(yōu)化算法和求解器，軟件、插件產(chǎn)品可廣泛用于汽車、航空航天、機(jī)械裝備、3C等行業(yè)。不過目前在中國(guó)市場(chǎng)還未出現(xiàn)做設(shè)計(jì)做的很大的軟件公司，大的想象空間可能在于結(jié)合大規(guī)模定制、柔性供應(yīng)鏈等模式，獲取需求數(shù)據(jù)、結(jié)合領(lǐng)先軟件仿真和AI技術(shù)、無縫銜接，快速生產(chǎn)適銷產(chǎn)品，直接切入到運(yùn)營(yíng)領(lǐng)域，再造某一新品類，重整供應(yīng)鏈。
3.2.2 安全要素的必要性和價(jià)值
在往工業(yè)智能化時(shí)代行進(jìn)的過程中，必然有大量的機(jī)器、設(shè)備、station都通過DCS、Scada等系統(tǒng)來調(diào)度，除傳統(tǒng)工業(yè)軟件外，還有很多新興的業(yè)務(wù)調(diào)度和決策系統(tǒng)出現(xiàn)。在人的介入越來越少的情況，安全的把控更為不可或缺。
在工業(yè)安全領(lǐng)域，過往在國(guó)內(nèi)大多是一些壟斷性企業(yè)基于合規(guī)性或等保的需求進(jìn)行采購，但近年，逐步從政策性驅(qū)動(dòng)往市場(chǎng)化驅(qū)動(dòng)發(fā)展，擁有多元工控協(xié)議解析能力、強(qiáng)產(chǎn)品能力團(tuán)隊(duì)將有機(jī)會(huì)快速脫穎而出，并不斷迭代自身產(chǎn)品線，儲(chǔ)備下一代的與數(shù)據(jù)AI結(jié)合安全防護(hù)需求。
美國(guó)工業(yè)網(wǎng)絡(luò)安全公司Claroty獲得了Rockwell Automation、西門子風(fēng)投Next 47、施耐特等工業(yè)巨頭的投資，在工控協(xié)議的解析和自動(dòng)化、信息化的融合方面獲得了投資的支持，同時(shí)也獲得了淡馬錫等財(cái)務(wù)投資者青睞。
3.2.3 能效與AI的結(jié)合點(diǎn)
能源是眾多工業(yè)企業(yè)主要成本之一，諸如鋼鐵、石油、水泥、環(huán)保等流程行業(yè)，能耗占據(jù)了企業(yè)大部分的成本。傳統(tǒng)的LMS扮演了一定的能效管理職能但在優(yōu)化方面做得有限，一些科研機(jī)構(gòu)掌握眾多的機(jī)理模型和控制邏輯有一定的節(jié)能效果，新的機(jī)會(huì)是在于這些機(jī)理模型與AI的進(jìn)一步結(jié)合。
另一方面，隨著電力市場(chǎng)的逐步改革和市場(chǎng)化，工商業(yè)用電的放開，多元化的參與者進(jìn)入到這一市場(chǎng)。我們也期待技術(shù)、數(shù)據(jù)能夠產(chǎn)生一定的鯰魚效應(yīng)，幫助企業(yè)降本增效。
3.2.4 工業(yè)檢測(cè)的通行需求和非標(biāo)特性
通過計(jì)算機(jī)視覺技術(shù)去提升檢測(cè)環(huán)節(jié)的效率不是一個(gè)新的話題，在3C面板、蓋板、鋰電池、晶元、醫(yī)藥等領(lǐng)域都有些公司在做。但也存在許多挑戰(zhàn)，諸如非標(biāo)問題，機(jī)器視覺系統(tǒng)開發(fā)成本高，周期長(zhǎng)；算法和軟件存在易用性差，使用門檻高等問題；且還存在高精度、高動(dòng)態(tài)、高反等技術(shù)上的難點(diǎn)和挑戰(zhàn)。但如果能做出較為通用的平臺(tái)公司，且能夠解決低成本規(guī)模化行業(yè)復(fù)制的問題，必然能產(chǎn)生大的機(jī)會(huì)。
4. 智能工廠操作系統(tǒng)，從點(diǎn)線運(yùn)營(yíng)效率到系統(tǒng)效率提升
如果設(shè)備是點(diǎn)，制程是線，上升到面的層面我們?cè)賮砜纯粗悄芑淖兏餀C(jī)會(huì)。將制程的分段優(yōu)化進(jìn)行串聯(lián)，并輔以工業(yè)軟件及先進(jìn)的傳感其技術(shù)、自動(dòng)化技術(shù)、機(jī)器人技術(shù)，實(shí)現(xiàn)全局語義化的調(diào)度和決策是理想的智能操作系統(tǒng)狀態(tài)。從工廠運(yùn)營(yíng)層面，我們關(guān)注作業(yè)效率的提升，我們從資產(chǎn)/設(shè)備——制程——智能操作系統(tǒng)（Factory Operating System），三個(gè)層面看工廠智能化的投資機(jī)會(huì)；并以數(shù)據(jù)庫、邊緣計(jì)算、PAAS、新的感知作為承載智能化改造的基礎(chǔ)。
圖7 智能工廠操作系統(tǒng)結(jié)構(gòu)
4.1 串聯(lián)制造執(zhí)行，獲取業(yè)務(wù)數(shù)據(jù)，MES的價(jià)值
美國(guó)先進(jìn)制造研究機(jī)構(gòu)AMR將MES定義為“位于上層的計(jì)劃管理系統(tǒng)與底層的工業(yè)控制之間的面向車間層的管理信息系統(tǒng)，整體來看，MES在我國(guó)的滲透率還是比較低的。
MES產(chǎn)品具有比較強(qiáng)的行業(yè)屬性和定制屬性，領(lǐng)先的產(chǎn)品和技術(shù)掌握在大部分外資企業(yè)的手里，比如Rockwell、西門子、GE，同時(shí)通過兼并收購豐富其行業(yè)覆蓋；半導(dǎo)體軟件領(lǐng)域的領(lǐng)先技術(shù)都掌握諸如Applied Materials等國(guó)外企業(yè)。從國(guó)內(nèi)部分企業(yè)的過往發(fā)展來看，或是依托集中度高的行業(yè)各樣發(fā)展起來，比如寶信和石化盈科，或是限于產(chǎn)品特性未能做大。同時(shí)，真正擁有強(qiáng)產(chǎn)品的能力和團(tuán)隊(duì)在國(guó)內(nèi)較為稀缺。但我們認(rèn)為，MES作為工廠智能操作系統(tǒng)的基礎(chǔ)在未來不可或缺。
這里面有兩層的投資邏輯，第一是能否成為一家大型的解決方案商，MES公司存在三個(gè)方面的價(jià)值，一是客戶壁壘，細(xì)分行業(yè)客戶黏性高，積累難度高；中大型客戶、外企看中服務(wù)質(zhì)量和穩(wěn)定性，一般與服務(wù)企業(yè)建立長(zhǎng)期穩(wěn)定合作關(guān)系；二是行業(yè)理解：離用戶近、理解業(yè)務(wù)邏輯，可能做一定的定制開發(fā)；三是場(chǎng)景數(shù)據(jù)優(yōu)勢(shì)：基于數(shù)據(jù)積累應(yīng)用數(shù)據(jù)科學(xué)進(jìn)行效率模型變革；第二個(gè)投資邏輯是否有強(qiáng)產(chǎn)品、云化的可能，諸如Rockwell、GFOS、ITAC Software等領(lǐng)先MES廠商兼認(rèn)為云端是未來的發(fā)展方向，都在談物聯(lián)網(wǎng)平臺(tái)，將數(shù)據(jù)放到云端，從制造執(zhí)行往工作協(xié)同、安全等方向發(fā)展。在國(guó)內(nèi)工業(yè)互聯(lián)網(wǎng)的大背景下，這個(gè)趨勢(shì)也在漸進(jìn)式的發(fā)展。
MES是串聯(lián)工廠作業(yè)和制程的系統(tǒng)，但有定制化程度高、實(shí)施周期長(zhǎng)等發(fā)展瓶頸。但整體來看，MES在我國(guó)的滲透率還是比較低的，但作為智能操作系統(tǒng)的基礎(chǔ)，MES將管理層面和生產(chǎn)層面（工業(yè)控制）進(jìn)行連接，使得全局的數(shù)據(jù)分析、調(diào)度、決策成為可能，同時(shí)在能耗分析和優(yōu)化、以及排產(chǎn)排程、柔性制造層面，可以通過AI的結(jié)合提升效率。
MES通常囊括了工廠內(nèi)人、機(jī)、料、法、環(huán)各個(gè)環(huán)節(jié)，且與行業(yè)knowhow、業(yè)務(wù)流程強(qiáng)相關(guān)，舉例說來，有了MES才能有效量化單品能耗和單人產(chǎn)出。
廣義來講，APS是MES的一部分，它扮演了排期優(yōu)化執(zhí)行生產(chǎn)的角色，排產(chǎn)排程本身是一個(gè)運(yùn)籌學(xué)的最優(yōu)化問題，結(jié)合多條件的約束，需求最優(yōu)的排產(chǎn)排程計(jì)劃，人工智能可以提升效率。例如油田的開采周期持續(xù)8-10年，如何獲得最優(yōu)的產(chǎn)量本身是一個(gè)多階段求最優(yōu)解的過程。另外高級(jí)排產(chǎn)排程的算法可以使得生產(chǎn)獲得更強(qiáng)的柔性，在某些領(lǐng)域可能數(shù)倍提升生產(chǎn)效率。
4.2 精準(zhǔn)和柔性，從制程優(yōu)化到全局智能FOS（工廠操作系統(tǒng)），未來工廠的暢想
現(xiàn)階段的智能化可能大多數(shù)還不能做到全廠全域的情況，大多是點(diǎn)、線的技術(shù)，但在方向和路徑上，一些大型企業(yè)和創(chuàng)業(yè)者也在試圖去延伸自己的能力邊界，從單一制程往全制程發(fā)展。試想一下，在工廠運(yùn)營(yíng)環(huán)境下，對(duì)物理世界的信息進(jìn)行全局語義化的解析，機(jī)器與機(jī)器，人與機(jī)器能夠進(jìn)行高效的交互，同時(shí)智能化的操作系統(tǒng)完成眾多的控制、調(diào)度、決策，包括AR、視覺技術(shù)對(duì)于人或數(shù)字員工的引導(dǎo)，倉儲(chǔ)物流柔性化的作業(yè)調(diào)度，新型業(yè)務(wù)軟件系統(tǒng)執(zhí)行的決策調(diào)度，用戶意圖的獲取3D重建和模擬……同時(shí)這種控制、調(diào)度、決策能夠保證最優(yōu)的實(shí)踐。工業(yè)企業(yè)的效能提升必將進(jìn)入一片新的天地。
5. 工業(yè)智能化帶來的產(chǎn)業(yè)效率提升和商業(yè)模式變革
以上的梳理集中于工廠運(yùn)營(yíng)層面，如果上升到工廠作為一個(gè)企業(yè)，作為一個(gè)盈利主體這一層面，它要結(jié)合上下游全面考慮研、產(chǎn)、供、銷。
圖8 工廠運(yùn)營(yíng)之外的效率變革機(jī)會(huì)
5.1 以工廠為核心，企業(yè)作為主體，技術(shù)賦能上下游的產(chǎn)業(yè)效率提升
工業(yè)智能化不僅涉及工廠內(nèi)全局語義化的智能操作系統(tǒng)，同時(shí)上下游的協(xié)同，生產(chǎn)、資金和銷售服務(wù)層面都有巨大的效率提升空間。
在生產(chǎn)采購層面，通過設(shè)備、數(shù)據(jù)的連接，IOT的賦能，線上線下的打通，云工廠可以帶來產(chǎn)業(yè)鏈效率的提升，在產(chǎn)量、價(jià)格、投入等層面都質(zhì)的突破。
借助各種優(yōu)化算法，工業(yè)企業(yè)在采購、庫存、物流等層面都存在降本、增效的機(jī)會(huì)，早在本世紀(jì)初，惠普公司應(yīng)用庫存優(yōu)化及數(shù)學(xué)規(guī)劃模型來重構(gòu)其供應(yīng)鏈模型，兩年時(shí)間節(jié)省1.3億美元。
借助產(chǎn)業(yè)鏈里的數(shù)據(jù)獲得更精準(zhǔn)的風(fēng)險(xiǎn)模型，也能幫助企業(yè)提升資金層面的效率。
在銷售服務(wù)層面，海爾、酷特智能都是典型C2M的代表，海爾通過反向定制，實(shí)現(xiàn)了部分產(chǎn)品的零庫存，帶來巨大的財(cái)務(wù)收益，當(dāng)然這一結(jié)果也是工業(yè)軟件、數(shù)據(jù)積累、智能化的效能。
總體來講，數(shù)據(jù)算法和智能軟硬件可以作為配置器，進(jìn)行產(chǎn)能撮合、供需匹配、資金匹配和賦能供應(yīng)鏈協(xié)同。
5.2 連接研產(chǎn)供銷，企業(yè)級(jí)的流程再造和商業(yè)價(jià)值重塑
從制造型企業(yè)的職能來看，價(jià)值的閉環(huán)通過研產(chǎn)供銷來實(shí)現(xiàn)，創(chuàng)業(yè)或投資的邏輯也可循著企業(yè)自身價(jià)值實(shí)現(xiàn)的邏輯來探索新的機(jī)會(huì)。過往一些做精益咨詢的公司一定程度扮演了局部或全局優(yōu)化的智能，AI時(shí)代，借助技術(shù)的賦能，在企業(yè)的價(jià)值實(shí)現(xiàn)角度，可能帶來新部門、新的供應(yīng)鏈組織形式甚至新品類（公司）的投資機(jī)會(huì)。
圖9 企業(yè)級(jí)AI：連接研產(chǎn)供銷
6. 工業(yè)智能中數(shù)據(jù)產(chǎn)業(yè)鏈的投資價(jià)值
在作業(yè)效率和商業(yè)效率，資產(chǎn)到制程到FOS的框架之外，我們?cè)賮碛懻撘粋€(gè)貫穿始終的主題，就是數(shù)據(jù)。過去的工業(yè)領(lǐng)域投資，重點(diǎn)著力產(chǎn)品設(shè)備、自動(dòng)化的產(chǎn)品和解決方案等等，整體偏硬，總體是對(duì)于人的手腳，體力勞動(dòng)的替代。AI能做的事，當(dāng)然不僅限于動(dòng)作的執(zhí)行，在數(shù)據(jù)決策層面，AI能夠賦能工業(yè)企業(yè)的一些內(nèi)部部門，或者替代一些大型專業(yè)服務(wù)公司，幫助其更好地完成運(yùn)營(yíng)和商業(yè)的決策。
從數(shù)據(jù)的產(chǎn)業(yè)鏈來看，我們劃分了三個(gè)層級(jí)來看：
圖10 工業(yè)數(shù)據(jù)產(chǎn)業(yè)鏈投資機(jī)會(huì)
在設(shè)備物聯(lián)角度，面對(duì)多種協(xié)議并存的異構(gòu)設(shè)備，如何把他們連接、數(shù)據(jù)匯集、融合起來，實(shí)現(xiàn)在邊緣或云端計(jì)算，是一個(gè)基礎(chǔ)的命題。從數(shù)據(jù)源和數(shù)據(jù)采集層面，我們也在關(guān)注新的數(shù)據(jù)軸，新的感知和采集手段，比如領(lǐng)先和跨代際的傳感器，BV也在此領(lǐng)域系統(tǒng)布局多家國(guó)內(nèi)外領(lǐng)先的前沿傳感器公司?；蛘吣軌蚩焖賻椭髽I(yè)完成工業(yè)3.0的軟件產(chǎn)品等，如果一個(gè)企業(yè)無法量化一些指標(biāo)，諸如能耗、成本或工時(shí)，則談不上更多數(shù)據(jù)決策問題。
在存儲(chǔ)、處理和分析角度，我們關(guān)注新型的數(shù)據(jù)技術(shù)、中間件和算力需求，數(shù)據(jù)融合、集成也是智能化的一個(gè)通用需求；同時(shí)，工業(yè)機(jī)理、工業(yè)流程、模型方法經(jīng)驗(yàn)和知識(shí)積累不足，也成為工業(yè)領(lǐng)域算法層面的瓶頸。
在應(yīng)用層，數(shù)據(jù)可以幫助人完成在供應(yīng)鏈、設(shè)計(jì)、生產(chǎn)制造、檢測(cè)、后服務(wù)全局的決策，因此產(chǎn)生了各種技術(shù)解決方案和商業(yè)模式，上文提及的作業(yè)效率和商業(yè)效率反映了數(shù)據(jù)的能力邊際足以為工業(yè)帶來巨大的效能和變革。
國(guó)內(nèi)不同行業(yè)、不同地區(qū)的企業(yè)，所處階段不盡相同，有的處于2.0需要補(bǔ)課，有的處于3.0待普及，有個(gè)別企業(yè)處于4.0需示范，多元化的發(fā)展階段，差異化的改造需求，碎片化的市場(chǎng)訂單，造就中國(guó)工業(yè)智能化改造最復(fù)雜的市場(chǎng)。
在投資孵化，深入產(chǎn)業(yè)的過程中，我們也看到了對(duì)于技術(shù)創(chuàng)新者諸多的挑戰(zhàn)，例如數(shù)據(jù)完整性、解決方案不能閉環(huán)、商業(yè)模式不夠有吸引力、沒有很好的環(huán)境數(shù)據(jù)和模擬環(huán)境、運(yùn)營(yíng)邊界比較窄、還有諸多傳統(tǒng)to大B面臨的困擾和問題。前路不可謂不光明，但道路不可謂不曲折。
BV的邏輯是循著大的行業(yè)效率變革的方向，布局以前沿技術(shù)作為手段，做解決方案或運(yùn)營(yíng)類公司，同時(shí)借助智能產(chǎn)業(yè)實(shí)驗(yàn)室、高?？蒲性核芯抠Y源整合，技術(shù)方案連接等手段助力中國(guó)乃至全球的工業(yè)轉(zhuǎn)型升級(jí)。
期待與更多的技術(shù)先驅(qū)、學(xué)者大牛、創(chuàng)業(yè)者、產(chǎn)業(yè)領(lǐng)導(dǎo)者、投資者進(jìn)行更深度的交流與合作，歡迎發(fā)郵件到：fangxin@bv.ai
RECOMMEND
推薦閱讀
工業(yè)智能的野心，在于用強(qiáng)AI技術(shù)實(shí)現(xiàn)進(jìn)一步工業(yè)化
BV劉維：2019，抉擇時(shí)刻
BV劉維展望AI黃金十年：塑造新效率模型，造就新產(chǎn)業(yè)巨頭
光電+AI，合刃科技創(chuàng)新提出非視距物體識(shí)別技術(shù)
電力交易改革帶來萬億智能交易新藍(lán)海
淺談從服裝3D設(shè)計(jì)切入推動(dòng)時(shí)尚產(chǎn)業(yè)數(shù)字化
鯨倉CEO李林子：“搶錢”的創(chuàng)業(yè)時(shí)代，我們不說服客戶，更希望滿足客戶
麥飛科技談中國(guó)農(nóng)業(yè)發(fā)展現(xiàn)狀及背后推動(dòng)力
關(guān)于BV
BV是由百度發(fā)起、專業(yè)團(tuán)隊(duì)管理的獨(dú)立風(fēng)險(xiǎn)投資機(jī)構(gòu)，其出資人包括百度和其他優(yōu)秀的產(chǎn)業(yè)、金融機(jī)構(gòu)。BV目前管理著5億美元規(guī)模的三支美元和人民幣基金，在北京和舊金山同步運(yùn)營(yíng)，致力于成為AI時(shí)代的世界一流VC。
BV在用投資打造一個(gè)更高效的智能世界：更細(xì)顆粒度的感知、更精準(zhǔn)的決策、更少的人力成本、更好的效率模型。我們已投資了100多家AI公司——從芯片到傳感器，從人體數(shù)據(jù)采集到天基觀測(cè)網(wǎng)，從智能工業(yè)到智能城市，我們投資AI背后的底層技術(shù)，也投資AI驅(qū)動(dòng)的各種行業(yè)變革。
