【工业智能】吹尽狂沙始到金：工业智能投资复盘2020-06-12 原文以下文章来源于DT试验室，作者田上下雨DT试验室网罗市场动态和声音，共享个人关于行业和投资的认知，虽是一家之言，愿成聚变之 势。田上下雨DT试验室“从2018年初开头系统性的看工业智能，至今陆间续续巳 经快两年时间了，期间经受了工业智能领域从无人问津， 到高令瓦、红杉、高榕、IDG等大机构逐渐入场，本人手头 攒吧攒吧也投了几个相关项目了。近期由于要系统性的讲 一下这个领域的投资规律，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 头对此理解很浅薄，只是在做完鹏锐项目之后，模糊觉得像电力能源这 样集中度较高的行业，由于其自动化、数据化程度己经较高，数据积累 比较完整，所以会优先产生数据智能的机会。因此简约的把“工业”和“智 能组合，制造了“工业智能”的概念，还写了一系列的工业智能文章（见 下文：延展阅读），并且后来这个概念也如预期般被更多人认可，想来 多少有一点点小感动。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，大家都陆间续续重点关注产业互联网。从根源上 要团队本身有很深厚的行业阅历，在必要的时候从顶层设计上对用 户的需求加以引导。以我们投资的上海数策为例，其合伙人团队有 极其丰富的汽车行业阅历，能深刻理解主机厂从生产制造到供应链 再到营销端每一环节的业务规律，从源头动身采集数据、定义模 型、处理业务问题，陆间续续斩获了上汽通用、一汽奥迪、北汽福 田等一批优质的标杆客户。我们近期投资的另外一家MarTech企 业同样符合这一特点，创始人是前易传媒产品VP,拥有15年的资 深产品、技术和询问阅历，很多时候考虑的比客户还要深刻，从产 品层面就引导用户使用习惯，挂念用户优化策略，他们也因此获得 客户信任，公司业绩迸发性情外强。3.数据整合和产品架构一套好的处理方案从一个完善的架构开头。对于工业场景而 言，从内、外部多源数据的整合开头，到云+端的平台架构，学问 库的建立，合适模型的选择，再到反向决策和把握，只要完整打 通，才能构成闭环。我们近期投资了一家企业，服务于能源行业的 大B客户，其业务外形很符合这个规律。他们从边缘侧挂念客户加 装传感器补充loT数据，之后做静态、动态的主数据集成，在此之 上建立的数据平台，有较好的全都性和完整性，配以合适的模型和 业务规律，能很好的实现监控预警、毛病诊断和猜测性分析等功 能，制造显著的经济效益。他们也因此而获得了大量头部客户的订 单，成长格外快速。先进制造业+工业互联网 讲，我当时也是由于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，这就像大陆与台湾一样，单纯讲大陆与台湾不讲 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。从产业进展趋势来看，我一直认为有两股力气在交替推动产业变 革。 一股是“+互联网，本质是处理信息不对称，实现资源再安 排；另一股是“+智能”，本质上是提升行业效率，提高生产力。这两股力气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，两方交叉共同培养高手的一身 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”的力气占据上峰，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，客户愈加关注本身生产效率的提 升，此时“+智能”的力气占据上峰，行业大玩家期望通过ABC+IoT的新 技术手段完成对系统的重构与生产效率的提升一一这一类型，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别散行业。02核心方程式工业智能领域的项目，这两年也看了很多，陆间续续走访了很 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，也曾深化到中石油炼化基地的最前沿，曾带着平安 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，还是这个领域的结局。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 的共性化定制”，他们最期盼的，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，这里面该当存在一个公 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， 我觉得最少有四个核心变量不行忽视（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把握。 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。平安：工艺、资源和能效的优化打算了智能化的上限，平安运 转则打算了其下限，前三个变量或许是积分的关系或许是乘方 的关系（与价值正相关），但平安与其他变量都是乘的关系， 理论上讲该当是一个0,1）范围的变量，只要它无限趋近于1的 时候，前三个变量才会发挥价值，假如平安大事频发（平安 =0）,则一切都是梦幻泡影了（Value=0）。也正是由于如 此，平安往往难以显性的为企业制造价值，或者说平安做到极 致也并不制造增量价值，所以很多人并不注重，因之平安产业 迸发一般要靠政府政策自上而下推动变革，或者大事触法引发 行业变革，这几年国家网络平安法的推出和国家应急管理部等 成立，以及频发的工业平安大事，也加速催生了如工控平安、 应急平安这样的行业迸发。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，肯定会有遗漏也确定有所偏颇，但是流程工业的目 标，实现多维约束情况下的全局最优，在我看起来肯定是大势所 趋，这其实也是我所理解的，将来经济下行大背景下的-“供应侧 改革。工艺优化：通过机理模型+数学算法相结资源优化：基于生产现场的资源约束及实合的方式实现对设备的自动优化控制; 代表案例：和隆优化际工况，实现高效率的排产与资源调度; 代表案例：数策软件Valuemax = Max（/工艺,资源能效，安全）能效优化：通过全厂级别的动、静态数据安全运行：国家网络安全法的颁布、应急管理部的成立等，催生宋代表案例：天地和兴集成建立大数据平台，实现能效分析优化; 代表案例：鹏锐技术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规律。和隆优化：和隆是近期刚刚交割的一个项目，但实际上关注己 经很久了。去年刚刚开头看工业智能的时候，梳理了这个领域 大的投资规律，从边缘层和使用层的分析来看，面对主设备级 的把握优化是很难的，反之也是具有很大价值的，由于这最贴 近生产过程，也与工艺结合最紧密。当时争辩了市场上几乎全 部玩家，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，几乎掩盖了冶金、热电和化工领域的全 部核心生产安装，其技术路线完善符合我的“猜想”，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，现实上 也是如此，他们在客户现场的优化效果格外显著，基本3-6个 月可以收回投资成本，而且他们从一开头零几年就是“先进的 山+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，但由于公司不需要融资 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 过伴侣引见去聊，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：数策是我晚期担任的项目之一，也是通过这个项目 打开了我对垂直行业数据智能的认知，项目进展很不错，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 大数据使用的公司很多，明星的如TalkingData、百分点、明 略等等，假如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，进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 做重度垂直的行业使用，打通研-产-供-销全链条的数据使用， 果真差异化效果明显，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，将来想象空间格外大。这个项目最好玩的 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，区分于以往老旧的MES、APS系统所供应的管理型 功能，是新的IT系统，现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使用，也必将为 客户带来增量的新的价值。他们从主机厂做到Tierl,从内资 做到外资，挂念客户真正实现“以销定产”，将来前景可期。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 时的契机是在围围着BIM/PIM方向看三维可视化相关的使用 （这个方向现在时髦点叫数字挛生），表面上是可视化，其实 质是面对工厂全部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觉鹏 锐，通过银行的伴侣引见和CEO鹏总建立连接，第一次去公 司访问就大开眼界：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协助 优化决策，鹏锐的这一系列完备的产品组合，即便在现在看 来，也是格外的“先进”且有竞争力。投资完成到目前两年时 间，公司的产品逐渐推广到京能、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，期望能顺 当实现大规模盈利！天地和兴：天地和兴与前面三个项目都有所不同，他们是唱工 控平安的，也就是时下特殊火的“工控平安”/“工业互联网平 安”，前几天十三部委联合发文支持工业平安体系建立，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，工控平安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。首先平 安这个事情肯定是大事和政策双轮驱动的，国家网络平安法的 推出和电网的各类频发平安大事，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，预算充分，会优 先落地工控平安相关使用，因此像小东总带领的这样具备电力 行业+工控平安复合背景的团队会在竞争中占据行业优势，现 实上也证明白这一点，市场需求快速起来的时候，只要这类从 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，进展速度很 快，期望早日成为工控平安领域的独角兽企业。总的来说，无论是产业互联网也好，工业互联网也