产业调研：工业互联网如何落地？

今天聊了一个工业大数据公司X的销售负责人，他们正在跟航天云网合作，协助企业上云。有些超出我预期的地方，以前我觉得工业互联网是主题，是靠政府补助的生意，现在也差不多，但是聊完以后我觉得还真是有落地的可能了，尽管渗透率依然很低。

企业抵触上云，为什么？根据专家反馈，谈到上云，所有企业是抗拒的。现在国家强推工业互联网，各地政府积极推出补助，为什么企业还是不愿意上云？很简单，因为你把经营数据都放到公有云上去了，还怎么偷税漏税？裁判在推的东西运动员肯定不喜欢，要让企业自发上云只有一种办法，就是让它发现被监管和多缴税的损失远远小于带来的利益。这个利益是什么，就是通过上云以后的SaaS应用能够提升经营效率，降本增效。下面放两个具体案例：

案例一：昆山奇美。杭州锦江集团，是一个千亿级的集团，通过资本收购控股了一个公司，叫昆山奇美，做偏光片的，跟东旭光电竞争。昆山奇美做了一条流水线的大数据改造，花了1600万，远远大于厂子上云的钱（厂子上云200万）。昆山奇美老板以前说，偏光片世界上最好的是日本的日东，但是日东赚得盆满钵满，奇美业绩却不行，因为奇美的SAP ERP、MES、用友的财务软件三方数据对不上，最后的数据是三方的人商量出来的，不是设备产生的。偏光片原材料很贵，良品率对成本影响很大，日东的良品率93%，奇美的良率平时跟它差不多，但是一到12月份就变得特别大，因为每个月把次品都放在存货里面了。X公司干的第一件事就是把软件全部打通，没有人来商量数据，全部由机器产生，良品率一下就变成了70%，解决了第一个痛点——数据真实性。第二个痛点是良品率低，这个行业良品率低是这个设备上有无数的know-how，需要雇老师傅来调整，这些师傅不会告诉你他的调节方法，X公司的解决方案就是把机器上的数据监控起来，找出老师傅调的是哪个参数，找到参数之间的关系，通过算法就把这个问题解决了。后面昆山奇美可能要把六七条生产线全部用这种方法改造一次，这是很大的一个项目。

案例二：一个织布公司。以前这个公司织出来的布靠人工检查坏点，一分钟只能人眼看5-7米，布走走停停，效率不高。X公司给的方案是靠工业摄像头，自动标注哪个点是坏的，准确率和效率就比人高了，人工检查是一分钟5-7米，靠算法是一分钟150米，这个布不用停，随着布走完，电子坏点都标出来了，自动告诉你这匹布是B类还是A类，并且数据拿到下游也可以帮他自动生成裁切。

X公司的商业模式是标准解决方案加实施，有的不需要实施（小企业花不起实施的钱，自己调整业务适应应用），大企业如果花的起钱就请人来实施（1500元人天）。我感觉人均创收很不错了，公司现在一百人左右，一年合同额超过1亿。上面讲的东西听起来很像项目制，但有点像用友，产品+实施，toB的生意很多是这样的。目前X公司积累了七八个标准解决方案，具体包括：

• 企业数字化生产管理决策大数据系统

• 企业生产排程智能化调度系统

• 企业质量全流程追溯系统

• 企业工艺数字化优化系统

• 纺织行业大数据解决方案

• 机加工行业大数据解决方案

• 汽车零配件行业大数据解决方案

• 偏光片行业大数据解决方案

• 5G工业互联网场景应用解决方案

业务推广方式——产业链上下游。X公司现在业务不愁做，一共就20来个销售，主要通过产业链上下游的方式去推广业务。比如做完奇美以后，做上下游的企业。纺织也一样，一做就做一条产业链。前面说了，企业对于上云是拒绝的，怎么推广呢？把工业大数据和工业互联网分开，先跟企业谈解决问题，你的痛点一定能算出来值多少钱，能增加多少利润，比如一年多创造1000万利润，X收1000万（分三年收）。这个过程中顺手把企业上云，给它建私有云，再把部分数据放到公有云上（企业上云数据一定是分级的），就实现了企业上云。

什么样的公司会先上云？南方公司，二代掌权。X公司对客户的评判标准很有意思——如果客户是北方的企业，先往后面放，北方企业是老板把企业当孩子养，南方的企业是老板把企业当猪养。如果孩子有问题，一般人是保守治疗。如果猪有问题，该怎么治就怎么治，开膛破肚没关系，因为一上工业大数据很多部门就没了。前几天他们谈了一个物流公司。老板给一汽做物流，电话调度部门就有60人，就是告诉司机几点出门，某个时间点要出现在某个位置，非常落后。如果裁掉这个部门一年能够节约3000万，老板说这个部门领导是我小舅子，里面的人都是老员工，不能裁。所以五六十岁的创一代不行，南方三四十岁的富二代更有可能接受工业大数据和工业互联网的新技术。

结论：工业互联网还在早期，谈企业上云不如更多关注工业大数据，企业一旦发现大数据给业绩带来好处，自然会选择上云，这是一条曲线救国的路子。靠口号和补贴推动工业互联网，最终只会凉凉，自古以来靠政府补贴的都没啥好结果。