什么是工业智能如何的定义的

从2018年初开始系统性的看工业智能，至今陆陆续续已经快两年时间了，期间经历了工业智能领域从无人问津，到高瓴、红杉、高榕、IDG等大机构逐步入场，自己手头攒吧攒吧也投了几个相关项目了。近期因为要系统性的讲一下这个领域的投资逻辑，所以也是在这片自留地对整个投资过程和相关项目做个复盘总结，存档于此。

01 重新定义工业智能

首先开宗明义，还是先刷新下我个人对工业智能的定义。其实一开始对此理解很浅薄，只是在做完鹏锐项目之后，隐约觉得像电力能源这样集中度较高的行业，由于其自动化、数据化程度已经较高，数据积累比较完整，所以会优先产生数据智能的机会。因此简单的把“工业”和“智能”组合，创造了“工业智能”的概念，还写了一系列的工业智能文章，并且后来这个概念也如预期般被更多人认可，想来多少有一点点小激动。但是现在回过头来看，当时的观点还是相当稚嫩啊。

总的来说，产业互联网由于依托在数倍于消费行业的传统产业，而自动化、数字化程度又较低，所以潜在成长空间巨大，因此上至BAT，下至各大投资同行，大家都陆陆续续重点关注产业互联网。从根源上讲，我当时也是因为看好产业互联网的前景才关注到这一领域，但是产业互联网本身太大了，这就像中台一样，单纯讲中台不讲业务体系重构是很难落地的，所以再细分下来，我把目光聚焦到了产业互联网的生产端——工业互联网。

从产业发展趋势来看，我一直认为有两股力量在交替推动产业变革，一股是“+互联网”，本质是解决信息不对称，实现资源再分配；另一股是“+智能”，本质上是提升行业效率，提高生产力。这两股力量就像武侠小说中武林高手体内的两股真气，在不同的时期会有一方占据上峰，另一方暂居下峰，两方交叉共同造就高手的一身绝世武功。对于集中度较低的行业来说，行业分散、玩家众多，大家迫切于优先完成行业整合，此时“+互联网”的力量占据上峰，行业大玩家通过信息互联和数据打通完成对行业小玩家的兼并收购，实现行业整合；而对于集中度较高的行业来说，行业已经完成整合，门槛较高、竞争有序，基本以大型集团型玩家为主，客户更加关注自身生产效率的提升，此时“+智能”的力量占据上峰，行业大玩家希望通过ABC+IoT的新技术手段完成对系统的重构与生产效率的提升——这一类型，则是我想定义的“工业智能”。他们发生在像电力能源、石油化工、冶金水泥这样的大部分流程工业的领域，以及像汽车这样的少部分离散行业。

02 核心方程式

工业智能领域的项目，这两年也看了很多，陆陆续续走访了很多电力、石化、冶金、汽车等领域的头部客户，曾穿行在奥迪Q7的全自动产线，也曾深入到中石油炼化基地的最前沿，曾带着安全帽跑到某钢铁企业的高炉边凝视，也曾远赴边疆在一个变电站思考人生。其中思考最多的，还是这个领域的终局。对于流程工业客户来讲，产品相对标准化，不需要像离散行业那样完成所谓“大规模的个性化定制”，他们最期待的，往往是在现有的生产约束条件下把企业价值最大化。所以从这个角度来讲，这里面应该存在一个公式，一个在众多核心要素约束下的函数最大化问题。

目前看起来，我觉得起码有四个核心变量不可忽略（初步思考，欢迎补充）：

工艺：代表设备级的行业know-how，工艺的优化需要通过机理模型+数学算法相结合的方式实现对设备的自动优化控制。代表案例：和隆优化。

资源：代表产线级的要素分布，资源的优化需要基于生产现场的资源约束及实际工况，实现对生产过程的高效排产与资源调度。代表案例：数策软件。

能效：代表工厂级的效率实现，能效的优化需要打通全厂级别的数据，通过动、静态数据集成，实现能效分析和优化。代表案例：鹏锐技术。

安全：工艺、资源和能效的优化决定了智能化的上限，安全运行则决定了其下限，前三个变量也许是积分的关系也许是乘方的关系（与价值正相关），但安全与其他变量都是乘的关系，理论上讲应该是一个[0,1)范围的变量，只有它无限趋近于1的时候，前三个变量才会发挥价值，如果安全事件频发（安全=0），则一切都是梦幻泡影了（Value=0）。也正是因为如此，安全往往难以显性的为企业创造价值，或者说安全做到极致也并不创造增量价值，所以很多人并不重视，因之安全产业爆发一般要靠政府政策自上而下推动变革，或者事件触法引发行业变革，这几年国家网络安全法的推出和国家应急管理部等成立，以及频发的工业安全事件，也加速催生了如工控安全、应急安全这样的行业爆发。代表案例：天地和兴。

如上四个重要变量，是目前的投资实践下我认为几个比较重要的影响因子，一定会有遗漏也肯定有所偏颇，但是流程工业的目标，实现多维约束情况下的全局最优，在我看起来一定是大势所趋，这其实也是我所理解的，未来经济下行大背景下的---“供给侧改革”。

03 投资复盘

下面就通过和隆优化、数策软件、鹏锐技术和天地和兴这四个项目的投资过程，来复盘并梳理一下工业智能的投资逻辑。

和隆优化：和隆是近期刚刚交割的一个项目，但实际上关注已经很久了。去年刚刚开始看工业智能的时候，梳理了这个领域大的投资逻辑，从边缘层和应用层的分析来看，面向主设备级的控制优化是很难的，反之也是具有很大价值的，因为这最贴近生产过程，也与工艺结合最紧密。

当时研究了市场上几乎所有玩家，其实真正做的好的企业不多，阿里ET大脑和西安热工院有过案例，但是实际落地过程缓慢。而相关的创业公司更是寥寥，很多只能做某一类单体设备，效果尚不明朗。看到和隆优化的时候真是眼前一亮，这么一家企业，竟然已经在这个领域深扎了这么多年，几乎覆盖了冶金、热电和化工领域的所有核心生产装置，其技术路线完美符合我的“猜测”，即机理模型+数学模型结合的方式在工业实时优化中产生效果，事实上也是如此，他们在客户现场的优化效果非常显著，基本3-6个月可以收回投资成本，而且他们从一开始零几年就是“先进”的云+边+端的边缘计算架构，在这个传统的行业中实属“异类”。

当时18年底的时候联系了公司董秘，但因为公司不需要融资而一直没有进展，后来今年6月份公司启动融资后我们立马通过朋友介绍去聊，确定团队和业务的成长性没有问题便很快做出了投资决策。

数策软件：数策是我早期负责的项目之一，也是通过这个项目打开了我对垂直行业数据智能的认知，项目发展很不错，目前也是刚刚完成C轮融资。回溯到当时的时间点，其实市面上做大数据应用的公司很多，明星的如TalkingData、百分点、明略等等，如果做泛而全的大数据公司，从定位上其实很难跟这些大数据公司找到差异化，发展上也会泯然众人矣。

所以团队从成立之初就战略聚焦在了汽车行业，在汽车这样的大行业里做重度垂直的行业应用，打通研-产-供-销全链条的数据应用，果然差异化效果明显，公司目前已经基本占据了汽车行业中高端品牌的半壁江山，未来想象空间非常大。这个项目最有趣的的是他们在生产端的实践，以销定产的高级排产系统、以生产数据反向钳制的库存优化系统，这些针对生产过程的资源优化和调度，区别于以往老旧的MES、APS系统所提供的管理型功能，是新的IT系统，事实上也是大工业体系下客户都需要的。

行业趋势正是如此：新的架构下产生新的应用，也必将为客户带来增量的新的价值。他们从主机厂做到Tier1，从内资做到外资，帮助客户真正实现“以销定产”，未来前景可期。

鹏锐技术：鹏锐算是我在流程工业智能领域的第一个项目，当时的契机是在围绕着BIM/PIM方向看三维可视化相关的应用（这个方向现在时髦点叫数字孪生），表面上是可视化，其实质是面向工厂所有建筑和设备的主数据管理与集成——看多了大数据项目的我深知这一点是企业级大数据服务的基础，市场上老三家Aveva、Bentley、Intergraph基本很难支撑国内本土服务，因此国产可视化引擎有至少10年以上的机会窗口。

当时在北京看另外一个项目，做竞争对手分析的过程中发现鹏锐，通过银行的朋友介绍和CEO鹏总建立连接，第一次去公司拜访就大开眼界：从底层加装IOT设备补足数据做动静态数据集成、到工业大数据平台建立、再到厂级的能效分析和辅助优化决策，鹏锐的这一系列完备的产品组合，即使在现在看来，也是非常的“先进”且有竞争力。投资完成到目前两年时间，公司的产品逐步推广到京能、大唐、国电投、华能等电力集团和国网、南网两网公司，今年是很关键的一年，希望能顺利实现大规模盈利！

天地和兴：天地和兴与前面三个项目都有所不同，他们是做工控安全的，也就是时下特别火的“工控安全”/“工业互联网安全”，前几天十三部委联合发文支持工业安全体系建立，为这个领域又添了一把火，实在让人始料未及。时间回溯到18年我们投资的时间点，当时市场上最火的明星公司匡恩网络刚刚倒下，工控安全的大旗下一时间冒出一大批公司，像威努特、长扬等公司都声名赫赫，我们当时调研了这个方向大部分的企业，得到了这么几个结论并支撑我们投资了天地项目。

首先安全这个事情一定是事件和政策双轮驱动的，国家网络安全法的推出和电网的各类频发安全事件，说明市场拐点已经到来，其次以电力为代表的流程工业存量资产价值高，预算充沛，会优先落地工控安全相关应用，因此像小东总带领的这样具备电力行业+工控安全复合背景的团队会在竞争中占据行业优势，事实上也证明了这一点，市场需求迅速起来的时候，只有这类从产品、人才、客户资源等各方面储备都已经ready的公司才能接得住、赶上来。今年公司即将完成C轮融资，发展速度很快，希望早日成为工控安全领域的独角兽企业。

总的来说，无论是产业互联网也好，工业互联网也好，亦或工业智能也好，这两年看下来，大家都还处于非常早的初级阶段，创业和投资都在从不同的单点切入，大家共同努力在推动产业朝着最理想的终局发展，这必将是一个漫长的过程，也必将是一条机会无穷的康庄大道。中国工业总产值100多万亿，1个点的存量优化就是个1万亿的市场，未来未至，但机会已来，这是目前最重要的“正确而非共识”投资机遇，我会持续看好并将重注于此。