波澜壮阔万象丛生，从制造业演进历程看工业互联网的6类应用与3大趋势 | 彬复研究
11月30日，工信部印发《“十四五”信息化和工业化深度融合发展规划》，提出以智能制造为目标，以数字化转型为抓手，推动工业互联网创新发展。作为诞生不足10年的新生事物，工业互联网如何成为“新基建”七大基础设施，和制造业转型升级的“官宣搭档”？
工业互联网将OT与IT连接打通，释放了工业数据价值；将信息化架构重塑，开犁了工业创新土壤，6大应用迸发市场机会，3大功能进阶智能制造，工业互联网初创企业如今奏响第一乐章。
注：全文共计14000+字，阅读大约需要40分钟。彬复行研文章，信息密度较大，但是干货满满，enjoy~
摘要
工业互联网源于云计算与物联网对物理世界关系的重构，开始进入工业领域。经济效率型增长推动工业必须迈向数字化、智能化，而新型工业必然基于新型基础设施，工业互联网融合了工业系统与物联网泛在感知，云计算AI大数据，重塑了工业3.0自动化和信息化之间割裂的数据流通架构。面向制造业业务管理全流程、制造业产品生产全周期实现“业务驱动”到“数据驱动”的转变。
工业互联网三软一硬一网一平台，六大细分赛道万象新生。1、设计研发软件极复杂、高投入高回报，“国产替代”迎来关注；2、运营管理软件轻量化惠及小微企业，系统数据打通迈向信息化终局；3、生产管理软件贴近工业现场，是亟待补足的工业信息化最薄弱环节；4、工业IOT边缘设备联网是工业互联网的实现基础；5、工业云网运维是被忽视的工业互联网基础设施；6、工业互联网平台则巨头林立专注产业生态。
工业互联网企业在初创阶段，往往面对着客户拿国外成熟软件对标的质问，需要做好边缘打核心，坐冷板凳陪太子读书的准备。以通用软件起家、闭门觅句式研发都不是最好的选择，唯有依靠工程师企业家的雄心和工业技术的绝活，抓头部客户——扮演制造业核心企业数字化转型的“自家人”，抓垂直行业——积累行业洞察形成技术强点；抓关键渠道——树立行业口碑撬动渠道有效复制，最终抵达“标准化”的彼岸。智能制造时代中国的“西门子”正萌芽于此时此刻。
一、工业互联网是云计算和物联网对工业自动化+信息化的进阶重构
1.1 经济效率型增长的要求，推动了工业必须迈向数字化、智能化
从经济周期和制造业经营业绩来看，我国工业数字化转型迫在眉睫。随着全球范围的疫情持续影响，宏观经济疲软，制造企业利润长期维持较低水平，通过数字化、智能化为制造业降本增效、实现柔性生产，制造业从粗放型增长到效率型增长是历史的必然，也是时代的机遇。
图 1：2017-2021年中国规模以上工业企业营业收入与利润总额变动情况
改革开放以来，中国的经济腾飞曾长期依赖人口红利和资本红利。人口红利主要是依赖劳动要素，我国聚集大量劳动密集型产业；资本红利则是由于商品稀缺导致供不应求，供给侧生产制造企业借助资本杠杆大干快上跑马圈地，最终也导致同质化产能过剩。
随着我国老龄化加剧和资本红利退潮，我国制造业的低端落后产能和产能过剩的历史包袱，已经严重阻碍了我国迈向现代化强国的步伐。制造业转型升级，生产精密高品质的工业产品，形成高端制造产业集群是我国迈向第二个一百年目标的必由之路。
图2：2020年中国65岁以上人口占比接近日本1993年水平（资料来源：国家统计局，日本统计局，野村证券）
2015年5月，《中国制造2025》首次提出。中国制造业转型升级“两步走”计划：第一步实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展；第二步，到2025年，智能制造支撑体系基本建立，重点产业初步实现智能转型。
2018年至2020年，强调建设“智能制造”新基建。“加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设”在各类中央重要会议被密集提及，与“旧基建”相比，“新基建”的特点在于支持科技创新、智能制造的相关基础设施建设，以及针对“旧基建”进行的补短板工程。
2021年8月，强调加强创新基础性研究。国资委指出要把科技创新摆在更加突出的位置，推动中央企业主动融入国家基础研究、应用基础研究创新体系，针对工业母机、高端芯片、新材料、新能源汽车等加强关键核心技术攻关，努力打造原创技术“策源地”。
1.2 新型工业必然基于新型基础设施，工业互联网是关键支撑和重要基石
“中国制造2025”新型工业的背后是新型基础设施，以“新基建”为核心，我国已经推出的一系列基础设施产业引导，按照“云网边端”可以总结为：云——工业互联网平台及工业互联网平台上的工业应用；网——5G广连接、低延迟无线通信；边——工业物联网，工业边缘智能；端——工业机器人/工业母机；
云网边端的智能制造基础设施汇集，正在形成一个互相支撑的大网，隐约之中，一个现代工业的雏形就此显现——我们正试图建立支撑制造资源泛在连接、弹性供给、高效配置的智能工业，即供应链核心企业主导的黑灯产业链；和小企业组成的按需柔性制造产业网。
图 3 ：智能制造的“云网边端”
智能工业的实现遵循“两个手段”，一是制造高品质产品，即工厂的自动化、黑灯化，由OT自动化来解决；二是高水平的供需匹配，即供应链要素全流通由IT信息化来解决。
工业互联网作为打通OT与IT，迸发自动化、信息化1+1>2能量的转换器，是智能制造的重要基石，是支撑制造业全要素、全产业链、全价值链资源汇聚配置的新型基础设施。
1.3 工业互联网起源：云计算与物联网对物理世界关系的重构，开始进入工业领域
云计算和物联网实现了对物理世界关系的重构，带来了三个关键能力：软硬解耦、按需服务、设备互联。云计算与物联网对物理世界关系的重构进入工业领域，诞生了工业互联网。
软硬解耦使得工业软件的升级迭代更加灵活快捷；按需服务使得基础设施的建设成本大大降低，智能化信息化开始惠及更多中小企业；设备互联则意味着数据从端到端的流动，跨系统流动更加顺畅。
工业互联网是工业系统+物联网：感知、连接，+云计算：云化服务、AI大数据而实现的一种融合产物。正是由于云计算、互联网的出现，使得工业物联网概念得以产生，也正是因此，工业互联网更像是“云”的产物，不是工业互联网的“网”。
图4：云计算与物联网为工业互联网带来的三个核心能力
图 5：工业4.0由云、AI、5G、物联网推动，机器和数据作为生产资料实现对人的解放（资料来源：新时代证券）
1.4 工业互联网是工业系统+互联平台和应用，是工业3.0向工业4.0的迭代产物
工业互联网是工业本身加互联网，扎根工业，理解工业，赋能工业是工业互联网的基础，工业互联网中的“互联网”包括了工业互联网平台和工业云应用：负责数据汇集的工业互联网平台，基于云架构和设备物联的，更加便捷化、智能化的工业软件，平台和软件在实际部署上则没有明显的先后顺序，在早期可以独立实现。
图 6：工业互联网的组成和功能
工业互联网的出现使得工业3.0架构实现向工业4.0的迭代。工业3.0的自动化和信息化，依靠从设备往上到设备控制器PLC，再到数据采集与监视控制系统SCADA，进行少量OT数据转换为到IT数据后，上传至制造执行系统MES和ERP系统，人与机器的连接是机械的。
图7：从工业3.0到工业4.0，数据流通架构发生转变
工业互联网支撑的工业4.0数据流通架构主要包括三个部分。
围绕数据获取的工业IoT，类似于PLC和SCADA架构的数据采集、边缘网关，但有着与之不同的采集和连接方式——基于物联网的协议采集和无线传输；
中间层IoT平台，围绕数据呈现的中间层工业互联网平台，类比云计算的PaaS层，主要功能是设备接入与管理监控，数据格式转换清洗，数据预处理并做呈现。其上可选择性的配置低代码平台、数据中台作为APaaS形式。
最上层是基于工业互联网平台部署的工业应用软件，围绕工业数据价值创造，SaaS化MES、ERP、生产排程、绩效管理、物流和仓储管理等等。
图8：工业互联网的3个功能模块
此外工业互联网还应包括支撑其系统良好运行的硬件设施，公有云、边缘云和私有云，以及在云-边-端之间的高可靠、低延迟通信网络。
1.5 工业互联网面向制造业业务管理全流程、制造业产品生产全周期
工业互联网服务于整个制造业业务的管理全流程。制造业业务运营包含四层架构：从生产资料、生产资源层，向上到工厂、车间层再到企业层，多个同一行业上下游企业，围绕而成的产业链就是第四层，制造业业务每一层之间的连接，均是工业互联网的服务对象。
图 9：制造业的业务管理逻辑
工业互联网服务于制造业产品生产全周期。工业产品的生命周期经历四个阶段：最初的产品设计，到制造现场生产，企业运营产销决策，最后是供应链层的供需流通，工业互联网应用将在产品的全生命周期发挥价值。
图 6：对应制造业业务流程的四类工业应用
二、从应用角度逐一拆解工业互联网产业体系的细分赛道机会
根据中国信通院对工业互联网核心产业体系的界定，工业互联网包括工业互联网平台，工业软件，工业数字化边缘采集、连接，工业互联网工控，工业互联网安全，工业互联网网络等内容。信通院统计调查与预测2020 年工业互联网核心产业约为 6520 亿元，数千亿的工业互联网产业拥有众多细分领域，等待被逐一命名。
图：11工业互联网核心产业体系界定《中国信通院：工业互联网产业经济发展报告》
2.1 研发设计类软件：极复杂、高投入、高回报，“国产替代”迎来关注
研发设计类软件基于物理、数学原理等基础学科，是与学科专业关联性强的基础性工业软件。通过工业互联网平台汇聚产学研用等各领域研发设计资源，能够加快工业知识经验沉淀、仿真设计工具创新，实现并行、敏捷、交互和模块化设计，推动供应商参与设计、用户反馈设计，提高产品设计水平、协同研发效率和成本控制能力。
图 12：研发设计类工业软件主要产品序列
研发设计类软件是工业软件中研发难度最高，国产化率最低的“卡脖子”领域，当前依靠“自主可控”推动，有强国产替代需求。另一个推动研发设计类软件发展的因素在于智能制造下生产成本前置，当前设计研发支出的在产品生命周期的占比仅为5%，单个研发设计软件的市场空间实际并不大，产品设计价值占比提升有利于改善这一情况。
图 13：智能制造下生产成本愈发前置（资料来源：华泰研究）
设计研发类工业软件依靠基础科学成果转化，是以数学为基础，贯穿了物理、化学、力学、材料学等诸多领域的交叉科学，以CAE为例，其数学基础是对世界7大千禧难题纳维-斯托克斯方程的精确和光滑求解。
|
|
|
| 图 14：基于CAD实现的汽车碰撞模型的场景 | 图15：CAE的数学基础：求解世界7大千禧难题纳维-斯托克斯方程 |
设计研发类软件工具属性较强，形成使用习惯后切换难，设计研发类软件工具是“国产替代”需求下必须研发的领域，但也是对缺乏突出禀赋的创业公司不太友好的领域。
设计研发类软件需要巨量的研发人力和财力投入和使用场景的长时间打磨，试验费用和成本极高。达索系统脱胎于达索航空，西门子UG软件脱胎于汽车品牌，仿真软件MSC脱胎于美国宇航局NASA，都经历了长期扶持和大量研发投入的过程才落地。
创新要讲同一种语言，导致了设计研发类软件全球范围内的赢者通吃，当前“国产替代”的需求实际缩小了国内创业公司的竞争范围——只需在国内市场形成率先突破。虽然美国在工业4.0领域中非常突出，但是工业软件中仍然有着法国达索（旗下Solidworks等众多设计仿真软件），德国西门子（不仅在机械制造，旗下mentor也是全球三大半导体EDA公司之一）等欧洲软件在全球范围内广泛使用，一旦某一设计研发软件在该领域率先形成影响力，全球范围内的科研人员都会使用这种软件。
图16：目前全球主流设计研发工业软件
设计研发类软件国内市场的代表玩家包括：达索等国际品牌，数码大方，中望软件（历史最高PE倍数达到200倍），浩辰软件，以及超过百家具有技术背景尚在积累客户的设计研发软件创业公司，从创业者画像来看，目前创业者多是高校研究院所背景、以及国外品牌代理商转自研的背景团队。
2.2 信息管理类软件：轻量化惠及广大小微企业，各系统数据打通是信息化终局
信息管理类软件是实现工业产品研发、生产、服务和管理过程中业务流程信息化的工业软件，包括企业资源管理系统、物流仓储、客户关系，办公软件、商业智能等，大中型企业已有成熟的信息管理软件应用经验。
信息管理类软件是渗透率最高的工业软件，规模以上企业已经实现了企业信息管理软件的应用，而大量中小微企业还缺乏基本的企业管理软件则是下一个重要机会，实现ERP类产品的云化、轻量化，以覆盖信息化水平低，付费能力低的中小企业，是工业互联网中信息管理类软件的使命。
图 17：信息管理类主要产品序列
行业特点包括行业通用性强，覆盖面广，易形成寡头，国内市场的代表玩家包括：SAP和ORACLE等国际品牌，用友，金蝶等国产化ERP公司在国内的渗透率，基于SaaS化、轻量化ERP的需求，该领域创业公司画像会更多出现互联网、云计算、大数据等团队。
图 13：信息管理类软件链接生产、制造、运营各环节
2.3 生产管理类软件：补足工业信息化最薄弱环节，贴近工业场景
车间层信息化是工业软件渗透率中最薄弱环节。生产管理软件是生产制造执行系统（MES）为主的生产现场级工业管理软件，包括质量管理系统、能效管理系统、仓储管理系统、计划排程系统等。
图 19：生产管理软件主要产品序列
MES是长期缺失的工业软件中间层，MES是对来自ERP的生产信息进行细化分解下发，再以实时监控底层设备的运行状态，分析、计算与处理将生产状况及时反馈。离散行业，特别中小离散企业MES渗透率极低，据有关统计，2018年MES软件在国内渗透率在5%左右。
流程行业的生产管理类软件渗透率优于离散行业，国内在大型流程行业如钢铁、石化等，已经初步形成了较为成熟的浙江中控，和利时等大型特定流程行业信息化服务公司。而需要关注的是，其依然经过在特定行业十余年的深耕，才逐步替代了西门子，IBM等国外公司在掌控着国计民生的国企央企中的应用。
图 20：车间层信息化是工业软件中最薄弱的环节
生产管理类软件较ERP更垂直于行业，有贴近工艺属性，且部署交付周期更长有大量定制需求，同行业内依靠口碑效应易形成细分赛道龙头。这些特点使得生产管理类软件创业公司画像并不统一，包括云技术，大数据基因团队，国外软件二次开发与交付转自研产品背景，自动化背景团队。
国内市场的代表玩家包括：GE、 Rockwell、西门子等，国内也出现鼎捷，用友，赛意，盘古等。新兴代表包括：轻量化MES的新核云、黑湖制造，专注于半导体的上扬、哥瑞利等
2.4 工业IoT边缘：设备联网是工业互联首要基础，高标准数据采集仍是稀缺能力
边缘层是工业互联网的新产物，通过边缘网关向上对接IOT平台层，再与MES层连接，实现从过去3.0状态下仅有的信息下发，到整个信息留存的闭环，从联网到留存到应用最终实现降本增效，进而促进企业更有动力去实现设备联网。
在工业3.0时代， SCADA基于分散控制系统DCS和电力自动化的OT工业现场语言，本身的OT属性使得其在向MES提供数据传输时，依赖内部设置的数据接口类别，无法承担工业4.0下“灵活配置，按需服务”OT与IT数据打通需求。
边缘层的数据采集与预处理是工业互联网得以实行的基础，通过在设备端部署具备标准计算能力的工业IoT边缘盒子，对设备进行灵活配置的协议采集，打通设备的全量数据。工业IoT融合IT敏捷灵活以及OT可靠稳定，实现网络接入协议转换、数据采集与分析处理。
由于自动化设备的非标准化，多品牌多品类跨版本的工业设备数据协议采集，以及满足上层工业软件需求的全数据模型，高频率采集和数据清洗还存在一定难度，高标准的IoT边缘采集目前仍是一种稀缺能力。
国内市场的代表玩家包括：自研IoT平台的传统巨头西门子和研华；专注于流程行业的自动化厂商中控，和利时；IoT平台层向下发展到边缘层的厂家树根互联，华为等；以及自动化背景创业公司团队，语祯物联，北京兰光等。
然而单独的数据采集并不产生独立价值，如何利用数据实际为工业企业“降本增效”，是工业IoT厂商需要关注的问题。
|
|
|
| 图 21：工业IOT边缘层交互流程 | 图 22：从设备联网到数据留存实现降本增效 |
2.5 工业云-网-边-端：被忽视的工业互联网基础设施
工业互联网数据采集和应用侧的背后，是被忽视的工业互联网基础设施。实现数据从工业系统连接到公有云、工业互联网平台应用的过程中，产生了一些新的需求。
工业互联网标识系统支撑数字孪生。通过条形码、二维码、无线射频识别标签等方式赋予物品唯一身份，标识连接产品，扫码解析获得产品全信息质量全追溯；标识连接设备上云上云，实现设备生命周期全监控，其作用类似互联网领域的域名标识编码。
发展工业通信网络建设，专网/网络切片，工业网络安全、数据安全灾备，集团信息化数据中台，工业云基础运维(混合云运维）等是支撑工业管理，特别是工业现场上云上平台的安全性、可靠性的网络基础。
工业边缘云、边缘计算，工厂内网的安全性和实时性，与互联网数据充分连接的便利性之间的权衡，是制约工业互联网基础设施发展的重要因素。未来“5G+边缘计算”在工业领域的部署推广，有望解决工业系统+远端云计算带来的安全与延迟问题。
图 23：被忽视的工业互联网基础设施
2.6 从国产化率和渗透率的角度，看6类工业互联网领域的创业机会
对比工业互联网各环节的中国2025年渗透率目标，工业互联网的普及仍有很大提升空间。2021年11月30日，工信部《“十四五”信息化和工业化深度融合发展规划》，围绕融合发展的关键环节提出定量目标，包括企业经营管理数字化普及率达80%，数字化研发设计工具普及率达85%，关键工序数控化率达68%，工业互联网平台普及率达45%。
图24：6类工业互联网服务的国产化率、渗透率与历史市场规模（2019-2020年），彬复资料整理
从工业互联网边缘、平台、和应用分开来看，工业互联网平台是目前走最前面的领域，玩家包括华为、阿里、腾讯等云计算巨头，和树根，航天云网，海尔卡奥斯，美云数智等工业垂直领域核心企业，如此“虎口拔牙”显然并不是创业公司适合涉足的领域。
图25：众多云计算和产业核心企业已经布局工业互联网平台（资料来源：申万宏源证券）
研发设计类软件，国内CAD软件2020年市场规模75亿元，由于设计研发软件的需求刚性，行业渗透率足够高，但国产替代率非常低。对于研发设计类软件创业公司来说，现在还处在比拼性能的阶段，大量的代理转自研和高校团队处在至暗前夜，既没有绑定头部客户，也没有客户伙伴愿意大量付费支持其做此类研发。
生产信息管理类软件，2019年中国ERP市场规模约300亿元，国产替代率相对较高，大型企业由于财务合规管理需求ERP渗透率接近100%，未来步入寡头垄断，完全比拼价格和商务能力的阶段。
通过轻量化的运营管理类软件，服务于广大工业小微型企业是下一个机会。然而利用商业推广能力获客后，一旦服务商提供的软件应用没有切入到制造企业的管理流程，也缺少科学管理思想的固化，其价值就会受到挑战，迎来发展的瓶颈。
生产管理软件，贴近工艺，服务商之间比拼工业理解。MES在2019年的国内市场规模为50亿元，渗透率和国产化率程度都非常低。大型企业的生产管理类软件会朝着替代西门子，罗克韦尔等方向发展，且部分国产软件已相对成熟，在云化和物联网化的背景下，终端有需求，未来可期；中小企业生产运营管理类软件市场尚处在认知建设，跑马圈地的爬坡期，市场竞争尚不激烈。
工业IoT边缘计算是工业互联网带来的新需求，预计当期市场规模尚低于10亿元，相比工业3.0中SCADA100亿元的市场还有10倍空间，当前市场渗透率还非常低。
工业IoT从阶段上看，边缘计算的产品经历2018-2020年的行业摸索，标准化的协议采集范式已经成型，经历比拼理解和性能后，未来会过渡到比拼价格阶段，合理的绑定头部渠道，和利用代理商来增加市场占有率是主要方向。
工业网络安全和云网运维领域市场约50亿元，当前主要来自于部署服务器的需求，出于信创要求国产化率约在50%以上，但行业渗透率低，原因在于混合云运维，云灾备，专网等需求，当前工业客户的需求尚不明确，服务商的产品，也还处比拼理解的阶段。
图26：工业互联网的主要领域分属概念定型，产品定型，效果定型的不同阶段
三、面对大企业开发数据中台，面对中小企业主打SaaS化轻量部署，结合人工智能进阶智能制造2.0
中国工业数字化转型应对不同规模企业区别看待。中小型制造业目前主要处在流程化和半自动化阶段，目标是实现工厂透明化，体系化，规范化管理，帮助工厂建立评价体系，绩效体系，提高工厂生产效率。
大型制造业基本实现自动化和信息化，发力点是数字化工厂和智能化工厂，目标是探索无人值守工厂，大数据优化排产和数字化交付。
图27：中国制造业的演进过程
3.1 大型制造业企业面临的数字化转型诉求
大型制造企业拥有标准化的制造车间，自动化程度和信息化程度已相当高，也因此大型制造业面临的数字化转型层次也更高，更具探索性和前瞻性。聚焦本土大型制造业企业数字化转型的服务商慧程，在业务实施中总结了4类数字化转型诉求：
质量控制。传统质检速度、精度均已无法满足现代消费者需要，出现质量问题无法追源及时解决。
降本增效。缺乏全局打通的信息化手段，难以精准控制成本，同时存货周转缓慢，影响运营效率。
模式创新。打破内外部信息形成孤岛，生产销售环节割裂。新零售模式背后是一个产品生命全周期的数字化的支持，例如透明工厂，是生产方式也是营销手段。
产品创新。由于消费者需求愈发高度多元化，克服以往对个性化订单反应速率慢，等问题需要大数据支撑设计，比如小单快反，同一条生产线上的混品生产，柔性生产是产品创新的基础。
图 28：大型制造业的现代化制造车间
3.2 制造数据中台、低代码平台：工业互联网应用的2.0阶段
在工业3.0时代，制造执行、排产、质量控制和物流仓储等均是独立的“业务驱动”型组织，是信息孤岛。工业4.0基于IoT数据平台生长出的低代码平台或数据湖，连接IoT边缘数采，MES和ERP的业务数据，进而往上支撑智能工业应用。
在今天大数据普及，数据标准化打通的背景下，下一层物联网的数据采集标准化，为中间模块打通形成必要条件，为制造业大数据分析提供了基础。
工业互联网低代码平台将工业软件功能模块化，解构成工业微服务，能够帮助工业软件实现灵活化、敏捷化开发，大型企业还能够根据自己的业务逻辑自行定义软件功能，做到内部数字化迭代升级。
图 29：低代码平台、在制造业数据流通中的位置
大企业出于布局新技术、新一代的管理系统的需求，和业务流程驱动转向数据驱动业务的需求，已经开始尝试部署工业互联网低代码中台和数据中台。
但对于试图提供一个行业通用的工业互联网标准平台产品的服务企业来说，一方面，低代码平台的应用需要客户本身具备拥抱数字化的高水平管理思想以及具备开发能力IT支撑团队，注定是一个“高级玩具”；另一方面，将低代码平台交给渠道商来做二次开发和交付尚未时机成熟，只有其本身成为解决问题的杀手级产品提供商，才会有代理商愿意围绕其标准化的软件，做二开代理。
3.3 小型制造业企业面临的数字化转型诉求
中小企业车间内产线凌乱，自动化程度低，需要人为记录整个生产流程，且中小制造业和大型制造业需求不同。2019年第四次全国经济普查数据显示，仅有3%的中小企业处于数字化转型深度应用阶段，89%的中小企业尚未开展数字化转型尝试。
中小型制造业企业相比数字化转型，更加关注的是生存问题：订单从哪里来？资金从哪里来？工人从哪里来？
图 30：小型制造业的制造车间
花小钱，办大事是中小企业的核心诉求，基于此，中小企业客户的数字化转型方案就需要满足三个要求：
需要投入成本低，投入需要能兑现实际效益。众多中小企业利润微薄，数字化转型投入能力有限，传统信息化的成本偏高。传统MES需要半年以上的交付周期，成本在百万以上，明显不适合中小企业。
需对企业原有的人员和流程改变小，最好是无感上云上平台，提升管理效率。中小企业缺乏信息化应用人才，越落后越不敢转型，需要降低学习成本，最好即插即用。
需要垂直领域Know-How，触达现场的解决方案能力，仅有通用平台能力无法满足需求。中小企业的工业设备种类繁杂多样、车间管理不透明，管理方式各异，这使得不仅是国外软件，过往以服务大型企业为主的国内信息化厂商也出现了水土不服。
3.4 工业应用云化/SaaS化：降低中小企业工业智能化门槛
基于云计算和物联网按需服务，软硬解耦的能力，工业互联网为中小制造业企业带来了新方案。以SaaS MES为例，它能有效降低开发成本、降低交付周期、帮助企业减小管理风险，SaaS MES作为一个平台，使得MES产品标准化、模块化按需提供成为可能。
对于中小企业来说，可以小步快跑的方式，拆开合同包逐步实现所需功能，开发成本，部署周期和管理风险都有降低。对于服务商来说，SaaS MES还可以根据不同的用户特质，使用情况，所用模块或时间期限来进行产品定价和分配。
图 31：SaaS MES能有效降低开发成本、降低交付周期、帮助企业减小管理风险（资料来源：鑫智汇源，天风证券）
虽然SaaS化的愿景很美好，但SaaS模型目前在中国并没有真正跑通。由于中小企业的需求不清晰，在传统的打单销售模式下，客单价较低，销售费用会非常高，导致完全无利可图，比拼商业推广能力。以ToC的方式ToB，免费试用，聚焦覆盖面更广的通用性服务，都是工业SaaS软件服务商正在尝试的道路。
3.5 制造业人工智能：AI挖掘数据价值，打造从万人工厂到无人工厂的新型工业
智能制造依靠机器与数据作为新型生产资料对人的解放，从万人工厂，到无人工厂，智能制造离不开人工智能。当前我国劳动力资源供给出现严重缺口，而制造业产品组装和检测仍然大量依赖人工，制造业主要依靠人的现状和劳动力供给形成突出矛盾。制造业全制程运营决策，同样迫切需要Al作为工厂大数据分析的大脑，真正实现智慧工厂。
图 32：AI在工业互联网中的应用场景（资料来源：中科迪宏）
AI产品质检是当前AI在工业领域最成功的应用方向。AI 赋能的质检能够利用较小的样本在数分钟内完成深度学习模型训练，以毫秒为单位识别缺陷。解决传统质检的人工成本高、无法长时间连续作业，以及传统解决传统方法无法解决的复杂缺陷检测、定位，准确率不高等痛点。成熟且迫切的应用场景，使得AI质检是目前AI在制造领域应用更为广泛的功能场景。
利用机器数据技术的工业AI安监，实现对工业厂区的视觉安全监测，如：危险化学品冲装、安全着装、违规作业、生产环境监测、人车跟踪管理，可通过视觉算法提前预警，应用场景包括矿山、港口、化工园区、钢铁厂区等。
AI知识图谱，将信息沉淀为“知识”，大大降低了制造业企业过往对“老师傅”的依赖。数据试试留存规整后，再基于深度学习的根因分析等得到的企业级知识库，能够帮助制造业的现场管理更简单。例如，在产线运行方面，AI 赋能的设备预测性维护，能够利用APS排程数据，和ERP的设备基本信息，和现场IOT的设备运行数据，综合分析设备折旧，提前预知设备的异常状态，从而最小化设备停机时间，降低维护成本，减少安全隐患。
Al技术使得采用多种路径解决复杂工业问题成为可能，未来融合多种Al技术的工业互联网将是相关服务商打造竞争优势的重要切口。
图33：AI+工业互联网的竞争要点（资料来源：艾瑞咨询《2021年“新基建”背景下中国工业互联网与工业智能研究报告》）
四、寻找工业互联网的“人间清醒”和“最佳路径”
4.1 工业互联网行业的“三个缺”和“三个不缺”
工业互联波澜壮阔，也万象丛生。经过与33家工业互联网企业的交流之后，我们发现，工业互联网行业的现状或许可以总结出“三个缺”和“三个不缺”：
缺懂OT技术的管理型人才：当前的IT编程开发人才相对过剩，而懂工业现场的OT人才更加稀缺，工业工程领域专家，大型制造企业的厂长，一线资深工程师/技术总监等兼具技术管理的复合型人才，是工业互联网行业的中流砥柱。
缺产业内的天使客户打磨产品：工业互联网初创公司作为行业新入者，闭门造车做不好工业软件，一定要有优质的伙伴级客户形成工业理解；数字化转型中的工业企业也需要拿出魄力开放自己的业务场景，与服务商一道固化需求，打磨产品。
缺工程师企业家的雄心，耐心和韧性：工业互联网创业是艰难漫长的过程，需要有扎根研发的耐心，“陪太子读书”的韧性，对国外成熟软件“必将取而代之”的雄心。
三个不缺：不缺资金，蓝海已经不蓝：工业软件、工业互联网的赛道，已经被投资机构广泛关注，具不完全统计，我国工业软件企业已经超过600家，2020年完成的工业软件投资事件超过100起；
不缺需求，但要能解决问题：当前我国制造企业存在大量的信息化、数字化需求，制造业核心企业有充足预算布局创新技术，中型企业面临提质增效的生存问题，数字化转型意识强烈，创业企业所提供的产品服务能否真正解决问题，提供价值是关键；
不缺属地代理商渠道：过去20年用友金蝶为代表工业3.0信息化实施，在全国各地扶植了上千家属地交付团队，但定制和二次开发公司向上形成自己的标准化软件，是非常困难的，反之如果公司已经做出了标准化产品，借助属地渠道服务商推广是容易的。
4.2 工业互联网创业公司的“三个需要”
南山工业书院发起人林雪萍在《万象丛生，工业软件浮世绘》中说“工业软件的成长早期，一开始往往是靠着工程师企业家的雄心和工业技术的绝活而起步”，工程师企业家的雄心和工业技术的绝活，是对工业互联网创业者的绝佳表述，摆在工业互联网创业公司面前的道路绝非一马平川。
需要面对客户拿国外成熟软件对标的质问：工业软件赛道在国外非常成熟，所以面对大客户时客户会拿初创公司自研软件与国外成熟软件对比对标，质问效果与价格。
需要克服做低端软件定制“小富偏安”的诱惑：国内有大量的二次开发交付团队，团队规模在几十余人，收入可能很可观，毛利率30-40%，但定制开发产能在国内非常过剩，遍布制造业，金融等各行各业，从企业长期做大做强，创造社会价值的角度，这类企业缺乏想象空间，长此以往也会产生惰性。
需要做好边缘打核心，坐冷板凳陪太子读书的准备：中大型企业客户的直接获取非常困难，需要从简单的边缘需求做起，逐步接触核心需求。大型企业有自己的三产公司或研究院，创业公司哪怕进入服务商名录，短期内依然面临不被认可，被不公正对待的情况，作为大甲方的乙方，创业公司更要长袖善舞，要做好坐冷板凳、陪太子读书的准备。
但我们也看到部分工业互联网公司创业的坎坷背后，面临一些共性问题：
试图在起步阶段研发通用性软件，导致产品缺少深度和厚度，在确定目标客户上“左右逢源”，既跨流程离散，又跨上游下游，这一方面是路径偏差，工业互联网是新型工业基础设施，一定是先有工业理解才会有好用的工业软件，另一方面目前还没有足够丰富的标准化需求能够满足这样的通用软件。
创始团队太偏技术背景，忽视市场规律：推出的产品理念或功能相比客户需求过于超前，面临市场教育压力，缺乏行业地位的初创企业想要撬动客户新需求，艰难程度可想而知；单打独斗——产品线全部自研，客户全部直销，作为一个创业公司，如果刚到市场上便与所有人为敌，找不到很多合作伙伴也是有问题的。
反之，有超凡洞见，单点切入却有全局把握，路径清晰不容易犯错；或是有资源禀赋，各项能力没有短板使其融资顺畅，腾挪余地更大走走弯路也不要紧；或是有稀缺能力，长板能力具有护城河壁垒，能够在早期为公司获得更多合作机会的公司，更有机会在工业互联网赛道中突出重围，获得市场认可。
4.3 工业互联网创业公司的最佳角色：做好制造业核心企业数字化转型的 “自家人”
制造业核心企业有充足预算和技术人员储备，但大企业循规蹈矩的运行机制很难应对工业软件的复杂性。过去工业企业的IT部门只负责网络等基础设施，现在通过IoT物联网，能够介入到OT生产领域。过去MES不需要IT部门下需求，由生产部门执行，但现在因为要涉及到IoT部分，IT部门开始参加到物联网的需求中来，这是全新的工作领域。
工业互联网服务企业能够协助制造企业IT部门形成最佳实践，从孤立的“业务驱动”，转向全链路的“数据驱动”。工业3.0中信息化是割裂的，生产执行，质量管理，物流仓储，运营财务等由不同业务部门来进行管理。
例如设备联网采集数据动作的“浪费”，当考虑接入网关的需求时各业务部门独立决策，导致在每台设备上连接各自的采集装置，实际上这些数据需求是完全能够统一的。由IT部门找到合适的工业互联网服务商，将业务驱动、各部门采集数据不连通的形式，通过基于IoT平台到数据中台的形式整合起来，这是IT部门提升话语权，提升预算，提升价值的新契机。
正因如此，制造业核心企业的IT部门有很强的意愿，找到对制造业数字化转型有深入理解的国产工业互联网服务商，不仅愿意给国产厂商应用的机会，还会告诉厂商哪里需要改进，如何完善功能。
图 34：工业互联网促进IT部门和OT业务部门的深度融合（资料来源：锱云）
4.4 工业互联网创业的必经之路：抓头部客户，抓垂直行业，抓关键渠道，抵达“标准化”的彼岸
对于工业互联网创业公司公司来说保有路径的定力，获得大客户支持，也只是构建商业模式的第一步，一家成功的工业软件企业，或许至少应该经历以下四个过程：
抓头部客户：通过大客户一方面能够建立行业口碑，另一方面，在为大客户定制化的过程中遇到的需求越多，下一个项目可以标准的程度也就越多。
抓垂直行业：工业有明确分工分39个工业大类，工业互联网同样需要区分行业，瞄准行业才能真正解决问题。聚焦行业，即插即用，基于有深度的行业理解，建立有纵深的护城河。
抓关键渠道：以积累成熟的技术壁垒能力为基础，撬动渠道复制，通过已经形成的行业口碑，成为渠道商的优选合作伙伴，特别对于中型以下客户，依托头部渠道做客户教育，容易建立信任。
每一步都是考验，需要时间锤炼和耐心坚守。全球最大的管理软件提供商——SAP经历了二十多年才从大客户定制化中不断演进成为一家纯软件企业，期间形成了自己的低代码能力，建立了咨询、集成、数据治理、运维等多层面的合作生态，最终实现了年营业收入273亿欧元，毛利70%，市值达到1600亿美元，令人仰止。
图35：SAP 整体解决方案（资料来源：SAP整体架构图）
工业互联网的终局注定只有少数幸存者。随着工业互联网公司涉及到的行业和功能需求越来越广泛，单一主体的创新动力不足，就不可避免的需要通过并购来解决“广”和“精”的冲突。行至终局四下并购，那么在此之前工业互联网创业公司谁能率先建立标准，形成生态，谁才能在终局活下来。
五、工业互联网“观后感”
工业互联网将OT与IT连接打通，释放了工业数据价值，将信息化架构重塑，开犁了工业创新土壤。随着云计算、边缘计算的按需服务和软硬解耦属性在制造企业展现价值，制造升级的脉络已经从工业3.0围绕工业控制的自动化，向着工业4.0拥抱工业互联网的智能化发生转变。
工业互联网是支撑制造业全要素、全产业链、全价值链资源汇聚配置的新型基础设施。面对制造业效率型增长的要求，伴随劳动力要素的稀缺和互联网+数据要素的增长，智能制造终局，如大规模定制、柔性供应链、生产服务化、云工厂，需要工业互联网融合IT与OT，即工厂的自动化、黑灯化，由OT来解决；和高水平的供需匹配，即供应链要素全流通由IT来解决。
图35：:工业互联在智能制造“目标、背景、手段和终局”版图中的位置
工业互联网产业波澜壮阔，中国制造2025只是“第一乐章”。根据中国信通院预测，2020年国内工业互联网产业经济总体规模约为3.1万亿元，到2025年将总体规模达到9.4万亿元，复合增速维持在25%以上。智能制造的实现是一个长期过程，工业互联网同样不是大干快上一蹴而就，工业互联网的实施有阶段性，中国制造有“2025”，还会有“2035、2045”，不同规模的企业处在不同阶段，不同行业亦处在不同阶段。
长长的赛道周期，细分的市场领域，工业互联网无疑是创业公司大显身手的机会，但又会有多少创业公司能长期面对客户拿国外成熟软件对标的质问，克服做低端软件定制“小富偏安”的诱惑；做好边缘打核心，坐冷板凳陪太子读书的准备？相比资本市场对工业互联网赛道的热情追捧，工业互联网行业本身却充满着“九死一生”的寂寞和孤独。
然而工业互联网的“难”也正是那些凭借工程师企业家的雄心和工业技术的绝活起步的工业互联网创业公司，“向死而生”的动力源泉。作为智能制造的关键支撑和重要基石，工业互联网赛道一定会诞生伟大的企业，如同工业3.0时代的西门子，罗克韦尔。
对于当下已经拥有全球近1/3工业产值的中国，也终会出现百亿美金乃至千亿美金市值的本土工业互联网企业，我们始终相信。
﹀
﹀
﹀
编辑：Kristen CAI
▎往期推荐
国内旅游进入内循环阶段，旅游新业态投资机会显现 | 彬复研究
“锂电储能”市场已悄然引爆，光储协同值得重点关注 | 彬复研究
彬复资本
