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。

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營型機會。工業(yè)智能化是以工業(yè)感知、IOT、AI、數(shù)據(jù)、軟件、機器人等技術(shù)為基礎(chǔ)，實現(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，可能會對有原有的設(shè)備、制程、工廠、供應鏈進行優(yōu)化和改造，以達到提質(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、新的供應鏈組織形式甚至新的品類。但效率模型變革在各個行業(yè)并非一蹴而就，工業(yè)領(lǐng)域?qū)⒃跀?shù)據(jù)化和信息化進程中，迎來漸進式的智能化變革，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)效率提升機會，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：強解決方案大乙方&強運營新甲方

用技術(shù)手段實現(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)務系統(tǒng)、算法、平臺、解決方案等，從商業(yè)模式看，可能強解決方案，終極路徑成為一個大乙方；也可能通過強運營模式再造新甲方或成為新型甲方。

圖2AI賦能的機會：解決方案or重度運營

然而平臺林立，創(chuàng)業(yè)公司的機會在哪里？細分行業(yè)繁多，哪些領(lǐng)域有大的機會？是做解決方案的機會還是運營的機會？本文試圖通過平臺的分析、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)的機會。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

二、工業(yè)智能化創(chuàng)業(yè)與投資機會詳解

1.平臺型企業(yè)并不壟斷，互相賦能正當其時

近年，市場涌現(xiàn)了眾多的工業(yè)互聯(lián)網(wǎng)平臺級企業(yè)，但工業(yè)行業(yè)本身細分非常多，且各自的行業(yè)屬性和特點差異很大，不可能出現(xiàn)一個放之四海而皆準的模型和技術(shù)。這里面技術(shù)應用的邏輯和商業(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證。

以國內(nèi)比較早的工業(yè)互聯(lián)網(wǎng)平臺為例，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；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，區(qū)別德國工業(yè)4.0工廠智能化升級改造，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、長期深入穩(wěn)定的戰(zhàn)略合作關(guān)系，規(guī)模效應下的產(chǎn)業(yè)及供應鏈優(yōu)勢，期望進行上下游延伸，打造工業(yè)互聯(lián)網(wǎng)平臺。從上市后的業(yè)務進展來看，在刀具預測、制程優(yōu)化等等方面紛紛開始發(fā)力。

相較于國內(nèi)新興的工業(yè)互聯(lián)網(wǎng)平臺，GEPredix及西門子MindSpere是國際上較早的將工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)等理念應用于工業(yè)的平臺。且歷史發(fā)展進程來看，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、東方國信、寶信等等。

另一類的代表是阿里云、華為這樣在國內(nèi)具有較強的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；淘工廠平臺主要為淘寶商家提供制造和供應鏈能力。但這些公司都希望提供的是更通用、底層、標準化的能力，在其生態(tài)，也需要更多掌握細分行業(yè)knowhow和算法的方案商的合作。

所謂平臺，大家都是想要搭建一個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)者的機會還很廣闊。

2.垂直重度打造細分行業(yè)工業(yè)智能系統(tǒng)大有可為

工業(yè)本身是一個非常泛的概念，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)自動化程度、數(shù)據(jù)可得性和工業(yè)復雜度都不盡相同，存在的機會也有所不同，而最大的共性在于，每一個場景都需求各異，進入任何一細分領(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)服務的層面，無法形成傳統(tǒng)大企業(yè)壟斷的局面，而各個細分都有平臺級的機會。從離散到混合到流程，從產(chǎn)品到服務，從生產(chǎn)到管理，存在不同的智能化變革的機會。

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，什么才是有價值的機會點，如何進行選擇，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)相應的功能和環(huán)節(jié)進行結(jié)合，就可能產(chǎn)生相應的商業(yè)模式和創(chuàng)業(yè)機會。

圖4從離散到連續(xù)，技術(shù)及行業(yè)配置的機會

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會，也可能是運營型的機會。

?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，涉及國計民生，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、實時檢測、能效等方面都有強需求。有做成一個大的解決方案商的機會。

?設(shè)備裝備類企業(yè)：基于邊緣計算和工業(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，從銷售服務效率、資金效率等等層面都有很大增加值的可能。

?半導體和面板產(chǎn)業(yè)：本身精細化、自動化程度比較高，但產(chǎn)業(yè)鏈的國產(chǎn)化程度低，良品率的提升對于整個產(chǎn)業(yè)的附加值大。

從單個行業(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)效率變革機會。并簡要概括如下：

圖5工業(yè)智能化的世界觀

3.單點切入，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)備的智能化機會

3.1.1工業(yè)機器人及智能裝備

從設(shè)備、資產(chǎn)角度，不同信息化和自動化程度的工廠都有資產(chǎn)升級更新迭代的需求，近年涌現(xiàn)了一批成長很快的新型集成商、本體研發(fā)商。同時在產(chǎn)品體系上，也出現(xiàn)并聯(lián)、協(xié)作等新型的需求和團隊，人機互融、仿生、自適應等新興技術(shù)層出不窮，我們認為機器人本身是一個很大的系統(tǒng)性投資機會，從產(chǎn)業(yè)鏈到不同細分，在這里就不做更多展開。

另一個方向是裝備的智能化，部分行業(yè)和工廠的自動化程度已經(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)、計算機仿真等技術(shù)進一步自適應、自校準、自主化。同時裝備往制程的延展和產(chǎn)線的結(jié)合，可以進一步影響產(chǎn)品的良率。

3.1.2設(shè)備故障預測和健康管理(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問題，典型的三大發(fā)動機廠商GE、羅羅、普惠在PHM層面做得不錯，但大量機械設(shè)備廠商不具備自帶PHM的服務能力。從數(shù)據(jù)采集、數(shù)據(jù)分析層面，設(shè)備的故障診斷和預測結(jié)合了算法能力、工程經(jīng)驗和復雜機理模型的理解，對傳統(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，在云端訓練模型是驗證的路徑，但具備這樣的能力的團隊在市場上較為稀缺。以美國的Uptake為例，依托卡特彼勒的內(nèi)燃機產(chǎn)品的PHM，幾年內(nèi)迅速成為數(shù)十億美元的獨角獸。另一個代表是全球最大的風機廠商Vestas，他們從制造開始，對風機進行了改造，傳感器遍布所有部件，從2016年起，服務收入超過設(shè)備銷售收入，成功轉(zhuǎn)型成為一家風機服務的提供商。

從市場規(guī)模看，我國有一千座鋼鐵高爐，47萬個燃煤鍋爐、200萬臺數(shù)控機床、30萬的大中型空氣壓縮機、5萬臺的內(nèi)燃機，而且還有海量的泵等機械設(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。

但也有三個方面的因素限制了這個方向的發(fā)展，一是AI技術(shù)與工業(yè)Knowhow不能有效結(jié)合，大多數(shù)團隊也缺乏相關(guān)的工程化經(jīng)驗；二是算力成本過高，讓資產(chǎn)端無法獲得高性價比的預測性解決方案；三故障數(shù)據(jù)和標注的缺失，無法進行經(jīng)典意義的深度學習路徑去做預測。

今年漢諾威工業(yè)展上預測性維護是一個非常熱的話題，科技大廠、傳統(tǒng)工業(yè)軟件廠商、設(shè)備商、眾多細分的創(chuàng)業(yè)公司在這涉足這一領(lǐng)域，在歐洲市場來看，這也是比較落地的工業(yè)AI和工業(yè)互聯(lián)網(wǎng)應用場景，基于人力成本高昂等原因，預測性維護在商業(yè)邏輯也比較說得通，比如每次上門的巡檢和運維單人需要300歐元，但預測性維護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)，嘗試進行商業(yè)模式的轉(zhuǎn)型，比如Durr集團與SoftwareAG的合作，幫助其從設(shè)備銷售往服務轉(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，同時結(jié)合長期數(shù)據(jù)提取和分析，可以將保險、金融等商業(yè)模式嫁接進來。例如美國工程機械租賃平臺YardClub為卡特彼勒收購，國內(nèi)的樹根互聯(lián)、徐工信息、中科云谷也在設(shè)備金融保險方面有實踐。

從資金端的需求看，國內(nèi)一些金融機構(gòu)也在尋找機器人等智能設(shè)備的融資租賃機會，基于精準的物聯(lián)網(wǎng)檢測和數(shù)據(jù)服務租賃模式可能會為智能設(shè)備領(lǐng)域帶來新的產(chǎn)業(yè)增長機會。

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)新機會點。

圖6資產(chǎn)使用優(yōu)化圖解

3.2算法和數(shù)據(jù)驅(qū)動的流程優(yōu)化打造新型調(diào)度決策系統(tǒng)

跳出單個設(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)也會涉及大量復雜的制程，可能有物理、化學、生物的變化。結(jié)合數(shù)據(jù)的分析，對原料、設(shè)備、工藝進行優(yōu)化以期達到提質(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)能提升等層面進行了一些比較?？偨Y(jié)了可能存在巨大市場機會和技術(shù)賦能機會的數(shù)個制程。

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)十個制程，每個制程都有通過數(shù)據(jù)、算法進行優(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)更多是一個機理模型，但數(shù)據(jù)的決策最終要和工藝和機理模型結(jié)合起來，這也是在工業(yè)領(lǐng)域無法產(chǎn)生一個放之四海皆準的通用型平臺的原因。

部分投資者對于制程的非標性存在質(zhì)疑，這種非通用的需求和場景一定程度限制了復制的速度和規(guī)模效應。重述一下我們在工業(yè)智能化領(lǐng)域?qū)で髢深愅顿Y機會，解決方案商和運營商，在信息化和自動化時代，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，從市場規(guī)模的體量上看，在智能化時代，很多行業(yè)都可以支撐多家大的解決方案商或運營商誕生，對于我們的核心重點是要找到好的行業(yè)、結(jié)合新興技術(shù)和工業(yè)場景理解的團隊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，設(shè)計、安全、檢測和能效。

3.2.1設(shè)計+AI

工業(yè)仿真天然與機器學習相關(guān)，為獲得最優(yōu)的設(shè)計、裝配、運維等實踐，需要新型的智能化工業(yè)仿真軟件。CAD、CAE本身是一個很大的生態(tài)，可以類比安卓和IOS，主流的參與者西門子、達索等都在積極布局和收購在不同領(lǐng)域，如流體力學、散熱學、振動力學等等方面的優(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、機械裝備、3C等行業(yè)。不過目前在中國市場還未出現(xiàn)做設(shè)計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，直接切入到運營領(lǐng)域，再造某一新品類，重整供應鏈。

3.2.2安全要素的必要性和價值

在往工業(yè)智能化時代行進的過程中，必然有大量的機器、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)性或等保的需求進行采購，但近年，逐步從政策性驅(qū)動往市場化驅(qū)動發(fā)展，擁有多元工控協(xié)議解析能力、強產(chǎn)品能力團隊將有機會快速脫穎而出，并不斷迭代自身產(chǎn)品線，儲備下一代的與數(shù)據(jù)AI結(jié)合安全防護需求。

美國工業(yè)網(wǎng)絡(luò)安全公司Claroty獲得了RockwellAutomation、西門子風投Next47、施耐特等工業(yè)巨頭的投資，在工控協(xié)議的解析和自動化、信息化的融合方面獲得了投資的支持，同時也獲得了淡馬錫等財務投資者青睞。

3.2.3能效與AI的結(jié)合點

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，一些科研機構(gòu)掌握眾多的機理模型和控制邏輯有一定的節(jié)能效果，新的機會是在于這些機理模型與AI的進一步結(jié)合。

另一方面，隨著電力市場的逐步改革和市場化，工商業(yè)用電的放開，多元化的參與者進入到這一市場。我們也期待技術(shù)、數(shù)據(jù)能夠產(chǎn)生一定的鯰魚效應，幫助企業(yè)降本增效。

3.2.4工業(yè)檢測的通行需求和非標特性

通過計算機視覺技術(shù)去提升檢測環(huán)節(jié)的效率不是一個新的話題，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)，諸如非標問題，機器視覺系統(tǒng)開發(fā)成本高，周期長；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、高動態(tài)、高反等技術(shù)上的難點和挑戰(zhàn)。但如果能做出較為通用的平臺公司，且能夠解決低成本規(guī)?；袠I(yè)復制的問題，必然能產(chǎn)生大的機會。

4.智能工廠操作系統(tǒng)，從點線運營效率到系統(tǒng)效率提升

如果設(shè)備是點，制程是線，上升到面的層面我們再來看看智能化的變革機會。將制程的分段優(yōu)化進行串聯(lián)，并輔以工業(yè)軟件及先進的傳感其技術(shù)、自動化技術(shù)、機器人技術(shù)，實現(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)。從工廠運營層面，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)（FactoryOperatingSystem），三個層面看工廠智能化的投資機會；并以數(shù)據(jù)庫、邊緣計算、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)務數(shù)據(jù)，MES的價值

美國先進制造研究機構(gòu)AMR將MES定義為“位于上層的計劃管理系統(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在我國的滲透率還是比較低的。

MES產(chǎn)品具有比較強的行業(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，同時通過兼并收購豐富其行業(yè)覆蓋；半導體軟件領(lǐng)域的領(lǐng)先技術(shù)都掌握諸如AppliedMaterials等國外企業(yè)。從國內(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，真正擁有強產(chǎn)品的能力和團隊在國內(nèi)較為稀缺。但我們認為，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公司存在三個方面的價值，一是客戶壁壘，細分行業(yè)客戶黏性高，積累難度高；中大型客戶、外企看中服務質(zhì)量和穩(wěn)定性，一般與服務企業(yè)建立長期穩(wěn)定合作關(guān)系；二是行業(yè)理解：離用戶近、理解業(yè)務邏輯，可能做一定的定制開發(fā)；三是場景數(shù)據(jù)優(yōu)勢：基于數(shù)據(jù)積累應用數(shù)據(jù)科學進行效率模型變革；第二個投資邏輯是否有強產(chǎn)品、云化的可能，諸如Rockwell、GFOS、ITACSoftware等領(lǐng)先MES廠商兼認為云端是未來的發(fā)展方向，都在談物聯(lián)網(wǎng)平臺，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。在國內(nèi)工業(yè)互聯(lián)網(wǎng)的大背景下，這個趨勢也在漸進式的發(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、實施周期長等發(fā)展瓶頸。但整體來看，MES在我國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、料、法、環(huán)各個環(huán)節(jié)，且與行業(yè)knowhow、業(yè)務流程強相關(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)排程本身是一個運籌學的最優(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)量本身是一個多階段求最優(yōu)解的過程。另外高級排產(chǎn)排程的算法可以使得生產(chǎn)獲得更強的柔性，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、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，在工廠運營環(huán)境下，對物理世界的信息進行全局語義化的解析，機器與機器，人與機器能夠進行高效的交互，同時智能化的操作系統(tǒng)完成眾多的控制、調(diào)度、決策，包括AR、視覺技術(shù)對于人或數(shù)字員工的引導，倉儲物流柔性化的作業(yè)調(diào)度，新型業(yè)務軟件系統(tǒng)執(zhí)行的決策調(diào)度，用戶意圖的獲取3D重建和模擬……同時這種控制、調(diào)度、決策能夠保證最優(yōu)的實踐。工業(yè)企業(yè)的效能提升必將進入一片新的天地。

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營層面，如果上升到工廠作為一個企業(yè)，作為一個盈利主體這一層面，它要結(jié)合上下游全面考慮研、產(chǎn)、供、銷。

圖8工廠運營之外的效率變革機會

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)，同時上下游的協(xié)同，生產(chǎn)、資金和銷售服務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、增效的機會，早在本世紀初，惠普公司應用庫存優(yōu)化及數(shù)學規(guī)劃模型來重構(gòu)其供應鏈模型，兩年時間節(jié)省1.3億美元。

借助產(chǎn)業(yè)鏈里的數(shù)據(jù)獲得更精準的風險模型，也能幫助企業(yè)提升資金層面的效率。

在銷售服務層面，海爾、酷特智能都是典型C2M的代表，海爾通過反向定制，實現(xiàn)了部分產(chǎn)品的零庫存，帶來巨大的財務收益，當然這一結(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，進行產(chǎn)能撮合、供需匹配、資金匹配和賦能供應鏈協(xié)同。

5.2連接研產(chǎn)供銷，企業(yè)級的流程再造和商業(yè)價值重塑

從制造型企業(yè)的職能來看，價值的閉環(huán)通過研產(chǎn)供銷來實現(xiàn)，創(chuàng)業(yè)或投資的邏輯也可循著企業(yè)自身價值實現(xiàn)的邏輯來探索新的機會。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時代，借助技術(shù)的賦能，在企業(yè)的價值實現(xiàn)角度，可能帶來新部門、新的供應鏈組織形式甚至新品類（公司）的投資機會。

圖9企業(yè)級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，我們再來討論一個貫穿始終的主題，就是數(shù)據(jù)。過去的工業(yè)領(lǐng)域投資，重點著力產(chǎn)品設(shè)備、自動化的產(chǎn)品和解決方案等等，整體偏硬，總體是對于人的手腳，體力勞動的替代。AI能做的事，當然不僅限于動作的執(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)服務公司，幫助其更好地完成運營和商業(yè)的決策。

從數(shù)據(jù)的產(chǎn)業(yè)鏈來看，我們劃分了三個層級來看：

圖10工業(yè)數(shù)據(jù)產(chǎn)業(yè)鏈投資機會

在設(shè)備物聯(lián)角度，面對多種協(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，實現(xiàn)在邊緣或云端計算，是一個基礎(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，如果一個企業(yè)無法量化一些指標，諸如能耗、成本或工時，則談不上更多數(shù)據(jù)決策問題。

在存儲、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通用需求；同時，工業(yè)機理、工業(yè)流程、模型方法經(jīng)驗和知識積累不足，也成為工業(yè)領(lǐng)域算法層面的瓶頸。

在應用層，數(shù)據(jù)可以幫助人完成在供應鏈、設(shè)計、生產(chǎn)制造、檢測、后服務全局的決策，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。

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

國內(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需要補課，有的處于3.0待普及，有個別企業(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，碎片化的市場訂單，造就中國工業(yè)智能化改造最復雜的市場。

在投資孵化，深入產(chǎn)業(yè)的過程中，我們也看到了對于技術(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、運營邊界比較窄、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。

作者方鑫

BV百度風投投資副總裁，長期關(guān)注AI行業(yè)解決方案、企業(yè)服務智能化、工業(yè)智能、數(shù)據(jù)智能等領(lǐng)域，在工業(yè)智能領(lǐng)域主導或參與投資項目包括玄羽科技、匯電云聯(lián)、湃方科技、埃睿迪、長揚科技、數(shù)見科技、云丁科技等。