聚焦新基建丨數千億級工業互聯網市場,能否跑出獨角獸?

頻繁被點名的新基建,蘊藏著中國下一個十年發展的新方向。而在萬物互聯的未來,工業互聯網領域的獨角獸,從而何來?

聚焦新基建丨數千億級工業互聯網市場,能否跑出獨角獸?

與當年“四萬億”相比,新基建的“新”,體現在數字化產業的基礎設施建設上。5G、大數據中心、人工智能與工業互聯網,構成了未來中國經濟增長的新動能,也催生出產業鏈上下游無數的投資機會。

與此同時,過去十幾年的時間裡中國消費互聯網所取得的亮眼成績,不僅徹底改變了人們的日常生活,也催生出許多商業新貴,他們在掌握流量紅利的同時也積累了足夠豐富的數據資源,並以此探索出更多的商業模式。

當互聯網進入下半場,大數據、雲計算、人工智能等高新技術與產業的融合不斷加深,在為傳統產業加速賦能的同時,也湧現出一批即具備技術,又深入產業的創業型企業。作為國民經濟支柱的工業製造業領域,更是如此。

工業互聯網究竟代表著什麼?這個領域能否像消費互聯網那樣誕生出新的獨角獸?通過梳理目前我國工業互聯網的發展現狀,或能窺一斑而知全豹。

工業互聯網從何而來?

不管你是否為從業者,相信工業互聯網的概念並不陌生。這個最早由通用電氣(GE)提出概念,發端於製造業,卻因為聯手了IBM、思科、英特爾與AT&T等IT企業,變得更為性感。

在很長一段時間裡,GE旗下的Predix一直被業內人士看作是行業的標杆性物種:從建立平臺,到萬物互聯,再到成立GE Digital並將原有軟件及IT職能部門併入,建立全面的數字化轉型能力,這家美國老牌製造企業在工業互聯網領域所進行的每一步探索,都為後來者提供了參考,或是教訓。

雖然2018年GE出售Predix及其數字化部門,引來了業內的無數討論,GE揮淚斬馬謖的做法,讓從業者們紛紛看衰工業互聯網的未來發展。但在今天,我們從發展的角度回頭看,GE讓其數字資產業務和Predix自由化的在市場上經營,並逐步擺脫其業務上對於GE集團的依賴,反倒是更為靈活高效的做法(集團戰略變更及財務因素,不在本文的討論範圍之內)。

回到工業互聯網的初衷,其實若按照英文“Industry Internet”來看,很難說這個概念究竟是工業領域專屬,還是更適用於現階段更為火熱的產業互聯網。但從GE所提出的“the power of 1 percent“的理念,以及具體落的行業來看,在航空、能源、醫療健康、鐵路、能源等全球產業體系中,節省百分之一能夠帶來的潛在價值毋庸置疑。於是,這個最初起源於工業製造業領域的概念,也深入到產業中去,讓未來的發展具備更多的想象空間。

聚焦新基建丨數千億級工業互聯網市場,能否跑出獨角獸?

圖片來源於報告:《Industrial Internet:Pushing the boundary of Minds and Machines》

將目光拉回到中國,2018年3月工業富聯的閃電過會,讓工業互聯網以一種更具衝擊力的姿態出現在公眾的視野。誠然,彼時國內早已湧現出不少平臺型產品,也陸續有對外賦能的案例曝光,但資本層面的大動作,更容易讓人感受到行業蠢蠢欲動的生機,也從一定程度上給予一級市場以信心。

聚焦新基建丨數千億級工業互聯網市場,能否跑出獨角獸?

如上如所示,億歐盤點了2019年市場上獲得融資的工業互聯網領域相關企業,發現獲得融資的企業一共有30家,其中還有少數幾家當年獲得了兩輪融資,雖然較2018年的40多家(企名片數據)相比略有下降,融資輪次也較多地集中在A輪,但整體還是呈現出向上發展的勢頭。

當政策、資本都向同一個方向聚攏時,產生的動力是強勁而迅猛的。但工業互聯網究竟長什麼樣子,新入局的投資人又該用什麼樣子的邏輯去看待這個行業,是個複雜的問題。

工業的互聯網or工業互聯的網?

在釐清答案之前,不妨先看一組數據:賽迪智庫曾在一份報告中提到,2020年我國工業互聯網市場規模逼近7000億元大關,工業互聯網平臺市場規模將從2019年的491.2億元,上升至696.1億元。工業互聯網市場規模,與工業互聯網平臺市場之間的規模差距,超過了10倍,那麼平臺之外的究竟是什麼?

先簡單地拋出觀點:平臺之外的產業規模,涉及到了5G通信、大數據、物聯網等數字經濟各產業鏈上下游的基礎設施,這些基礎設施可以說是建設和實現工業互聯網的先決條件。

那麼工業互聯網究竟是如何實現的?不妨先參考工業互聯網產業聯盟製作的平臺功能架構圖。

聚焦新基建丨數千億級工業互聯網市場,能否跑出獨角獸?

來源:工業互聯網平臺白皮書(2017)

從最核心的IaaS層、PaaS層、SaaS層角度來看,工業互聯網平臺其實與大數據平臺的邏輯如出一轍。略有差別的地方是,一般大數據平臺的數據會沉澱在不同針對消費者的網站或者APP上,但工業製造業場景中的數據來源,則複雜得多,有來自不同設備的,不同生產流程和運營環節的,甚至是不同人的。

因此,與通常的大數據平臺相比,工業互聯網平臺的架構,多了最底部的邊緣層,用來採集數據、並進行數據的預分析與處理,這是實現工業互聯網“數據+應用”的基礎,也是做工業物聯網與AI加邊緣計算的方向所在。

由此,繼續向上的IaaS層、PaaS層和SaaS層也就無需過多贅述了,在完成了最初的數據積累之後,後續在開發應用及服務時,才不會讓“巧婦難為無米之炊“。

工業互聯網平臺的原理看上去並不複雜,對著架構圖仔細研究幾家企業便能基本清晰,複雜的是平臺搭建過程中所面臨的具體情況。

眾所周知,中國擁有全世界最全面的製造門類和最完整的供應鏈,這的確是我們的優勢。但在青桐資本畢英哲看來,短短30餘年建立起來的製造業體系,在過去野蠻生長的過程中遺留下了短板,是草莽生長的,別說自動化和信息化的建設了,能不能做好5S和精益生產,都得打個問號。“同行之間的發展水平有差異,不同行業之間的技術發展階段更是層次不齊。這種千姿百態的發展狀態,註定了我國在建設工業互聯網的過程中,也需要不同的思考路徑。”

基於此,我國工業互聯網在發展建設的過程中,採取了“兩手都要抓,兩手都要硬“的思路:原本自動化、信息化基礎已經不錯的大型企業,先實現內部的數字化轉型,將“設計-供應鏈-生產製造-運輸-銷售“的全鏈路打通,通過建立數據中臺的方式實現工業內部的互聯互通,並將積累下來的技術對外賦能;而資金有限的中小企業,也可以通過購買SaaS服務,或加入產業集群的方式,抱團取暖。

明勢資本創始人黃明明向億歐總結了目前市場上常見的四類工業互聯網企業類型:

第一類是BAT等傳統互聯網巨頭。阿里推出了ET工業大腦;騰訊將工業列為騰訊雲超級大腦的五個重點方向之一;百度則打造了百度雲“天工”智能物聯網平臺;ByteDance也在這一領域開始了積極的佈局。

第二類是傳統的工業龍頭企業,如富士康,三一、徐工、海爾等。他們把“工業互聯網”視為轉型升級的火車頭。各家都推出了自己的工業互聯網平臺,富士康的工業富聯還登陸了A股,創下36天最快過會紀錄。

第三類,是華為, 用友, 東方國信, 浪潮等頭部ICT企業,利用自己的技術優勢,品牌和渠道優勢殺入。

還有第四類,就是一大批擁有相關背景的創業公司,如崑崙數據、天澤智雲,以及明勢投資的全應科技和玄羽科技等。

“這四類玩家對工業互聯網的理解、以及實現路徑各不相同。有做應用的,有做Pass層的,有從流程製造切入的,也有從離散型製造切入的,有做各類傳感器和邊緣計算的,也有做MES和圍繞工業場景做ERP、CRM的,有從OT往IT融合的,也有從IT往OT切的,有做設備的預測性維護,也有從事網絡協同製造和柔性生產的,總之各家有各家的解讀和嘗試。”在黃明明看來,現在大家都處於摸索嘗試的狀態,四類不同背景的玩家也選擇了不同的細分領域進行切入,是行業發展處於早期階段非常明顯的特徵。

達晨創投合夥人,工業互聯網聯盟專家,同時長期關注大數據、人工智能領域的資深投資人竇勇則認為,任何一個產業的發展都是有規律可循的:“從15、16年消費互聯網熱度慢慢降下去,到To B的大數據、企業服務興起,以及現在的工業互聯網,從行業發展的週期來看,我國工業互聯網的發展階段還處於初期階段。我們其實沒有必要給它下定義,只要真正做到‘降本增效’四個字,就是有價值的存在。”

在過去一段時間裡,竇勇接連投出了數聯銘品、崑崙數據、美林數據等工業大數據領域具備代表性的企業。在他看來,如果從萬物互聯的角度來看,工業大數據其實變成了工業互聯網生態中的一個細小分支,因為只有在實現互聯互通的前提下,才有足夠的數據去進行應用開發,數據的價值才能進一步體現。但不管是工業大數據也好,工業互聯網也罷,只要來源於工業,最終反哺工業,便有投資的價值。

數千億級工業互聯網市場,能否跑出獨角獸?

回到文章最初的話題,市場規模如此巨大的工業互聯網市場,是否能夠跑出獨角獸?問題的答案需要我們立足當下,放眼未來。

透過竇勇對行業的觀察,處於需求爆發前期的工業互聯網行業,很難說誰做得好誰做得不好,因為客戶的需求是五花八門的,不同行業、不同企業的發展階段也具有差異性。“縱使某些行業的需求有共性,也針對不同的企業,也需要去做相應的定製化開發,但‘降本增效’是永遠的命題。”

而在黃明明眼中,這個問題的答案是毋庸置疑的,通過算一筆簡單的經濟賬就能得知:2018年,中國第二產業增加值超過36萬億人民幣,佔GDP比重為40.7%,這意味著如果工業互聯網能幫助傳統產業提升1%的效率,那帶來的價值就是3600億。“尤其是中國傳統工業市場的每個細分領域都是非常巨大的,無論是建設這些領域的工業互聯網本身、還是做後期的智能運營,只要降本增效的效果明顯,客戶的付費意願也回很強,當然會出現大的獨角獸。”

對於一個處於發展初期的行業而言,未來究竟會發展成怎樣其實充滿了未知數,但可以肯定的是,工業製造業領域不會有一家獨大,工業互聯網同樣也是。在數據漸豐的未來,圍繞數據產生的業務與模式創新還將不斷湧現,複雜的中國製造或許會在各個行業都出現基於互聯網的新物種,即使現在無法預測全貌,在新基建的推送下同樣未來可期。


分享到:


相關文章: