你是否想過(guò)，如果說(shuō)人類正困在系統(tǒng)里，那么機(jī)器在干什么？

圖源：見水印

在制造工廠里，我們看到機(jī)器有了“思想”并能相互“溝通”，它們按照不同的需求自動(dòng)處理訂單、實(shí)行自主生產(chǎn)：

憑借最新信息技術(shù)和先進(jìn)制造業(yè)技術(shù)的融合， 機(jī)器在工廠里能處理的任務(wù)早已超出了我們的認(rèn)知，不僅會(huì)支持決策，還會(huì)代替人類做出實(shí)時(shí)、大規(guī)模決策甚至預(yù)測(cè)，而這背后的關(guān)鍵支撐則是工業(yè)互聯(lián)網(wǎng)。

這種變革具體是如何發(fā)生的？

在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，都有哪些成長(zhǎng)性、創(chuàng)新力的服務(wù)？

為此，首期「大鯨榜」將目光聚焦在工業(yè)互聯(lián)網(wǎng)領(lǐng)域?；⑿嵴{(diào)研團(tuán)隊(duì)攜手第三方專業(yè)評(píng)審團(tuán)，歷經(jīng)三個(gè)多月的檢索、調(diào)研走訪、細(xì)致評(píng)估，最終評(píng)選出該領(lǐng)域最具成長(zhǎng)力的30家企業(yè)，這既是我們對(duì)工業(yè)互聯(lián)網(wǎng)領(lǐng)域優(yōu)秀企業(yè)和項(xiàng)目的一份總結(jié)，也期望通過(guò)挖掘其中出色的解決方案及落地案例，去回答，究竟靠數(shù)字化，可以做對(duì)什么、能夠帶來(lái)哪些價(jià)值。

「大鯨榜」來(lái)自虎嗅·大鯨計(jì)劃，關(guān)注企業(yè)服務(wù)領(lǐng)域，旨在通過(guò)榜單評(píng)選去發(fā)現(xiàn)更多有實(shí)力但仍潛于水面之下不為人知的大鯨企業(yè)——成長(zhǎng)型公司

榜單的完整名錄如下，排名不分先后：

上榜企業(yè)畫像：

基于此次調(diào)研收集到的信息，我們總結(jié)出上榜企業(yè)的幾點(diǎn)畫像特征：

1. 深圳、北京是工業(yè)互聯(lián)網(wǎng)創(chuàng)業(yè)公司的重鎮(zhèn)

總體來(lái)看我國(guó)的制造業(yè)，在長(zhǎng)三角、環(huán)渤海、京津唐及粵港澳大灣等區(qū)域相對(duì)發(fā)達(dá)，但本次上榜的三十家企業(yè)分布則并非如此，主要集中在深圳、北京——有12家總部在深圳，其次是位居北京的企業(yè)數(shù)量為11家，地理位置優(yōu)越性明顯：

廣東地區(qū)工業(yè)基礎(chǔ)雄厚——制造業(yè)在廣州有著悠久的傳統(tǒng)，在深圳經(jīng)歷了現(xiàn)代化，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展在這里有得天獨(dú)厚的優(yōu)勢(shì)；而北京地區(qū)更多受益于政策支持以及強(qiáng)大的科研高校資源。

2. IBM、西門子和華為是該領(lǐng)域的“黃埔軍校

工業(yè)智能化的實(shí)現(xiàn)需要跨領(lǐng)域和跨學(xué)科的復(fù)合型技術(shù)人才和專業(yè)技能，人才構(gòu)成來(lái)看，研發(fā)人才為57%，工業(yè)領(lǐng)域人才占比約為36%；聚焦在核心人員的履歷上，可以看到他們多有如IBM、微軟、華為及西門子等科技巨頭企業(yè)的工作背景，以及如清華、哈工大、麻省理工學(xué)院等海內(nèi)外理工類高校學(xué)歷，保證技術(shù)的迭代和創(chuàng)新。

強(qiáng)大的科研力也充分反映在企業(yè)研發(fā)的技術(shù)產(chǎn)品上：湃方科技的人工智能芯片，通過(guò)AI芯片及算法基因與工業(yè)設(shè)備的深度融合，幫助構(gòu)建起競(jìng)爭(zhēng)壁壘；朗坤智慧作為傳統(tǒng)電力行業(yè)老牌企業(yè)，仍堅(jiān)持技術(shù)創(chuàng)新，擁有垂直行業(yè)的核心算法，并自研工業(yè)平臺(tái)和時(shí)序庫(kù)；亮風(fēng)臺(tái)的研發(fā)投入占比較高，核心團(tuán)隊(duì)和技術(shù)構(gòu)成具有較強(qiáng)實(shí)力，尤其是在AR云平臺(tái)領(lǐng)域，并憑借技術(shù)競(jìng)爭(zhēng)力擁有較大的市場(chǎng)優(yōu)勢(shì)；威努特?fù)碛袊?guó)內(nèi)首款獨(dú)立知識(shí)產(chǎn)權(quán)的漏洞挖掘工具，首款工業(yè)防火墻，為企業(yè)提供可靠的統(tǒng)一安全管理解決方案；明略科技擁有國(guó)家級(jí)人工智能平臺(tái)，及自主知識(shí)產(chǎn)權(quán)的核心算法，已在制造業(yè)、交通、能源等多行業(yè)應(yīng)用。

3. 工業(yè)互聯(lián)網(wǎng)在若干細(xì)分行業(yè)的深入度差異較大

制造業(yè)門類眾多、水平參差不齊，數(shù)字化轉(zhuǎn)型的切入點(diǎn)及難度也各不相同：

比如在鋼鐵及石化行業(yè)，典型的應(yīng)用場(chǎng)景主要是“設(shè)備全生命周期管理、智能化生產(chǎn)及供應(yīng)鏈協(xié)同”；煤炭行業(yè)存在生產(chǎn)風(fēng)險(xiǎn)高、物流成本高等痛點(diǎn)，相關(guān)解決方案則更聚焦于“安全生產(chǎn)、智慧運(yùn)輸、綜合管理”。

從行業(yè)應(yīng)用現(xiàn)狀來(lái)看，目前較集中于鋼鐵、石化、煤炭、紡織、通用器械、汽車行業(yè)，而在新能源、船舶、航空航天等應(yīng)用不多。從應(yīng)用深度來(lái)看，只在紡織行業(yè)做到了“垂直行業(yè)服務(wù)一條龍”，如致景科技，其旗下有“百布”、“全布”、“云版房”、”致景金條“、“致景智慧倉(cāng)物流園”等業(yè)務(wù)板塊，全面打通紡織服裝行業(yè)的信息流、物流和資金流。

4. 2020，加速擴(kuò)張

過(guò)往，工業(yè)互聯(lián)網(wǎng)的發(fā)展驅(qū)動(dòng)力主要為“政府引導(dǎo)”，但在2020年是一個(gè)關(guān)鍵節(jié)點(diǎn)，5G商用的普及、以及年初突發(fā)的新冠疫情（讓不少企業(yè)認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的重要性），一定程度上促進(jìn)了工業(yè)互聯(lián)網(wǎng)的推廣。

上榜企業(yè)在2020年均做了戰(zhàn)略調(diào)整，成立5年內(nèi)的企業(yè)重點(diǎn)在擴(kuò)充人員、產(chǎn)品研發(fā)創(chuàng)新和生態(tài)合作伙伴搭建上；而成立時(shí)間超過(guò)5年的則相對(duì)更注重開拓新領(lǐng)域和新行業(yè)。

此外，截止2020年11月份，四成上榜企業(yè)處于B輪融資階段、二成處于C/D輪階段，這反映了多數(shù)企業(yè)已經(jīng)歷了市場(chǎng)的認(rèn)證及投資人的認(rèn)可；也說(shuō)明業(yè)界普遍看好產(chǎn)業(yè)前景，工業(yè)互聯(lián)網(wǎng)從“政府引導(dǎo)”轉(zhuǎn)變?yōu)椤笆袌?chǎng)引導(dǎo)”，中小企業(yè)不斷涌現(xiàn)，也促進(jìn)了產(chǎn)業(yè)創(chuàng)新活力的提升。

制造業(yè)的深刻變革及其阻礙

在搜尋、調(diào)研高成長(zhǎng)企業(yè)的過(guò)程中，我們對(duì)工業(yè)互聯(lián)網(wǎng)領(lǐng)域里的變化有了真實(shí)的感知：一方面，大數(shù)據(jù)、人工智能等新一代信息技術(shù)與制造業(yè)正在加速融合，另一方面，基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，也延伸出了新業(yè)態(tài)。

總的來(lái)說(shuō)，有哪些新趨勢(shì)和實(shí)踐亮點(diǎn)？

1. 人、機(jī)器、企業(yè)共同經(jīng)歷數(shù)據(jù)革命

數(shù)據(jù)分析對(duì)企業(yè)運(yùn)營(yíng)和決策影響重大，并在重塑企業(yè)競(jìng)爭(zhēng)力，通過(guò)下表可以看到：相對(duì)領(lǐng)先的企業(yè)十分重視數(shù)據(jù)方面技能的提升，表現(xiàn)在更看重具有技術(shù)思維和數(shù)據(jù)思維的人才、發(fā)展機(jī)器學(xué)習(xí)及部署人工智能系統(tǒng)等。

先進(jìn)技術(shù)的應(yīng)用也將加劇這一變革，比如被認(rèn)為是推動(dòng)工業(yè)互聯(lián)網(wǎng)智能化的關(guān)鍵“數(shù)字孿生（Digital Twin）”，通過(guò)構(gòu)建數(shù)字空間，能使企業(yè)在實(shí)際投入生產(chǎn)前即能在虛擬環(huán)境中優(yōu)化、仿真和測(cè)試。且已有不少市場(chǎng)應(yīng)用，如傲林科技通過(guò)數(shù)字孿生算法模型為汽車行業(yè)客戶量化分析、優(yōu)化運(yùn)營(yíng)，最終達(dá)成企業(yè)物料耗用平均降低38%、庫(kù)存占用平均降低39%。

2. AR技術(shù)應(yīng)用在疫情期間價(jià)值凸顯

AR主要用于輔助工業(yè)作業(yè)：首先可以給出工人額外信息顯示和引導(dǎo)，其次是遠(yuǎn)程指導(dǎo)系統(tǒng)，降低高技術(shù)工作對(duì)現(xiàn)場(chǎng)人員的依賴。

“通過(guò)AR遠(yuǎn)程協(xié)作系統(tǒng)HiLeia，在遠(yuǎn)程維修、作業(yè)指導(dǎo)、補(bǔ)助設(shè)備點(diǎn)檢、遠(yuǎn)程稽核、培訓(xùn)員工等業(yè)務(wù)場(chǎng)景協(xié)助保持多家企業(yè)的正常運(yùn)營(yíng)，對(duì)后疫情時(shí)代的工業(yè)發(fā)展具有重大意義?！?/p>

——評(píng)委點(diǎn)評(píng)亮風(fēng)臺(tái)

3. 工業(yè)機(jī)器人“大規(guī)模崛起”，工廠開始“無(wú)人化”

制造業(yè)“機(jī)器換人”的趨勢(shì)已愈發(fā)明顯，且增長(zhǎng)力強(qiáng)勁——研究公司Robo Global預(yù)測(cè)全球工業(yè)機(jī)器人市場(chǎng)將從450億美元（2020年）上升到730億美元（2025年）。尤其是在輕工業(yè)領(lǐng)域，幫助實(shí)現(xiàn)柔性生產(chǎn)的智能智造機(jī)器人正被大量應(yīng)用。如斯坦德機(jī)器人在華為、富士康等物流發(fā)揮關(guān)鍵作用，節(jié)約人力18-26人，提升效率70%。

另外，偏遠(yuǎn)設(shè)備的無(wú)人機(jī)巡檢、自動(dòng)駕駛運(yùn)輸?shù)榷荚谕苿?dòng)工廠的“無(wú)人化”。

4. 依托平臺(tái)延伸出工業(yè)電子商務(wù)、供應(yīng)鏈金融新模式

以思貝克為例，其“基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的供應(yīng)鏈金融服務(wù)商，有效監(jiān)控企業(yè)的經(jīng)營(yíng)狀況及信用情況，打通資金進(jìn)入實(shí)體經(jīng)濟(jì)的安全通道，同時(shí)解決中小企業(yè)融資難等問(wèn)題?！?/p>

此外，“企業(yè)上云、共享制造”也給中小企業(yè)謀求發(fā)展提供了新出路，如通過(guò)產(chǎn)能共享、設(shè)備租賃等模式既能顯著降低企業(yè)投入成本，也能使得原本被資產(chǎn)、技術(shù)等原因擋在門外的企業(yè)進(jìn)入市場(chǎng)。

5. 加速實(shí)現(xiàn)“零庫(kù)存”，更快速響應(yīng)客戶

在實(shí)現(xiàn)零庫(kù)存的目標(biāo)驅(qū)動(dòng)下，供應(yīng)鏈、采購(gòu)、物流的價(jià)值被極大釋放：供應(yīng)方式上基于平臺(tái)打造現(xiàn)代供應(yīng)鏈，根據(jù)需求動(dòng)態(tài)調(diào)整供應(yīng)計(jì)劃；物流上通過(guò)智能跟蹤，實(shí)現(xiàn)全流程的可視化監(jiān)控，降低物流成本，提高運(yùn)力，提升客戶體驗(yàn)和滿意度。

值得注意的是，除了提供統(tǒng)一化、模塊化的產(chǎn)品，制造業(yè)企業(yè)需要同時(shí)兼顧個(gè)性化、定制化需求的用戶，該如何全程響應(yīng)用戶需求無(wú)疑是一大挑戰(zhàn)。此次調(diào)研中，酷家樂(lè)為家居行業(yè)提供的云設(shè)計(jì)功能，“打通了前端設(shè)計(jì)與后段定制化生產(chǎn)，為家居品牌提供更快捷的設(shè)計(jì)-生產(chǎn)途徑，有效解決同類產(chǎn)品庫(kù)存問(wèn)題，也為消費(fèi)者提供定制化選擇機(jī)會(huì)”，值得借鑒。

綜上，上榜企業(yè)的產(chǎn)品/服務(wù)基本成型，且覆蓋了核心業(yè)務(wù)優(yōu)化、生產(chǎn)保障能力提升和社會(huì)化資源協(xié)作等核心場(chǎng)景應(yīng)用，意味著產(chǎn)業(yè)或已邁出探索階段，即將進(jìn)入增長(zhǎng)期。

但是，當(dāng)前在該領(lǐng)域仍面臨較多問(wèn)題，發(fā)展存在極大挑戰(zhàn)：

1. 數(shù)據(jù)基礎(chǔ)仍較為薄弱

制造業(yè)領(lǐng)域的數(shù)字化轉(zhuǎn)型流程基本仍要依次沿著自動(dòng)化、信息化、網(wǎng)絡(luò)化、智能化去發(fā)展，前文提到了“數(shù)據(jù)是智能化的基本前提”，但在國(guó)內(nèi)大量制造業(yè)企業(yè)還未完成自動(dòng)化改造，數(shù)據(jù)采集仍較為困難，更別提企業(yè)數(shù)據(jù)的有效打通；此外，出于保密、安全上的考慮，制造業(yè)企業(yè)對(duì)數(shù)據(jù)全面上云有較強(qiáng)顧慮，工廠的數(shù)字化整體面臨極大挑戰(zhàn)。

2. 標(biāo)準(zhǔn)化較低，市場(chǎng)教育困難

“對(duì)于工廠來(lái)說(shuō)，能不能實(shí)現(xiàn)數(shù)據(jù)化，進(jìn)而做到快速生產(chǎn)、靈活生產(chǎn)，現(xiàn)在已經(jīng)不是一個(gè)能不能活得更好的問(wèn)題，而是一個(gè)生死問(wèn)題?！?/p>

—— 高世太（藍(lán)馳投資總監(jiān)）

雖然，工業(yè)領(lǐng)域的數(shù)智化轉(zhuǎn)型已成為共識(shí)。目前整體來(lái)看，多數(shù)產(chǎn)品方案形態(tài)遠(yuǎn)未標(biāo)準(zhǔn)化，企業(yè)各異的需求同時(shí)涉及到軟硬件等多方面的開發(fā)，還需要服務(wù)商深入理解工業(yè)具體工作流程，項(xiàng)目執(zhí)行難度大、速度慢，難以讓客戶短期看到效果，企業(yè)意愿不強(qiáng)。

此外，制造業(yè)企業(yè)在大數(shù)據(jù)實(shí)時(shí)路徑如何選擇、投入產(chǎn)出如何評(píng)估、業(yè)務(wù)流程如何配合等方面也普遍存在困惑。

3. 在中小型企業(yè)里推進(jìn)緩慢

制造業(yè)門類眾多、差異巨大，不同規(guī)模的企業(yè)轉(zhuǎn)型方式也各不相同。由于數(shù)字化的改造成本高，目前在規(guī)模大的制造企業(yè)，尤其是大型重工業(yè)、及行業(yè)頭部企業(yè)的應(yīng)用較多，而對(duì)大量的中小型制造業(yè)企業(yè)而言，由于不同工廠的情況不同，項(xiàng)目經(jīng)驗(yàn)難以復(fù)制，落地周期時(shí)間較長(zhǎng)，造成投入產(chǎn)出的價(jià)值不夠清晰，數(shù)字化轉(zhuǎn)型明顯較為困難。

4. 技術(shù)還有提升空間

目前很多新技術(shù)/產(chǎn)品功能還較為有限，主要應(yīng)對(duì)各種工業(yè)場(chǎng)景下的小部分——如物流搬運(yùn)、生產(chǎn)加工上。此外，在未知缺陷監(jiān)測(cè)、數(shù)據(jù)分析等方面仍依賴人工矯正，無(wú)法與工廠的熟練老師傅相比，且缺少分析和解決問(wèn)題（即決策）的能力。

5. 缺乏跨領(lǐng)域?qū)I(yè)人才

既熟悉工業(yè)業(yè)務(wù)流程，又掌握先進(jìn)技術(shù)的相關(guān)人才稀少，這也給高校人才培養(yǎng)提出了新挑戰(zhàn)。

說(shuō)明：

文中數(shù)據(jù)及案例描述來(lái)自企業(yè)填報(bào)資料，參評(píng)企業(yè)對(duì)其信息的真實(shí)及準(zhǔn)確性負(fù)責(zé)，統(tǒng)計(jì)時(shí)間為2020年11月。

評(píng)選機(jī)制：虎嗅大鯨榜團(tuán)隊(duì)經(jīng)過(guò)前期案頭研究、企業(yè)走訪、以及專家訪談，首先搭建了一個(gè)針對(duì)工業(yè)互聯(lián)網(wǎng)服務(wù)商的評(píng)選體系，評(píng)選圍繞三大維度、涉及二十四個(gè)評(píng)價(jià)指標(biāo)。其后我們邀請(qǐng)了十余位行業(yè)專家及領(lǐng)域知名投資人，秉持著高度正直的態(tài)度，一同對(duì)參評(píng)企業(yè)申報(bào)材料進(jìn)行仔細(xì)分析、查證、評(píng)估和交叉驗(yàn)證，最終評(píng)選出30家高成長(zhǎng)性企業(yè)。