原标题：人工智能成为“新基建”释放出哪些信号？精益与人工智能...

受新冠肺炎疫情影响2018年提出的“新基建”概念被按下快进键。不仅中央对加快新型基础设施建设進度作出部署各地政府也相继推出万亿元投资清单。人工智能作为“新基建”七大领域之一是引领新一轮科技革命、产业变革、社会變革的战略性技术，正在对国家经济发展、社会进步、国际政治经济格局等方面产生重大深远的影响我国在2017年就颁发了《新一代人工智能发展规划》，为抢抓人工智能发展的重大战略机遇构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国

我国政府高度重视人工智能的技术进步与产业发展，人工智能已上升国家战略从市场规模来看，中国人工智能市场规模逐年攀升数据显示，2019姩中国人工智能市场规模约为519亿元增长率达到52.2%。据预测到2020年，中国在人工智能的市场规模有望突破700亿元

图 1 年我国人工智能市场规模

從产业链来看，人工智能产业链主要有三个核心层：基础层、技术层及应用层在基础层方面，计算技术得到广泛的运用为人工智能技術的实现和人工智能应用的落地提供基础的后台保障，是一切人工智能应用得以实现的大前提；人工智能技术层主要有语音识别、计算機视觉、深度学习领域。人工智能应用非常广泛目前金融、汽车、零售、大健康、安防、教育等领域都有涉及。

图 2 人工智能产业链示意圖

赛智产业研究院认为人工智能的基础设施建设的核心是构建专用设施，填补算力不足同时应在泛在、融合的发展趋势下，构建软硬件协同、新老系统协同、各个行业协同的产业新生态

文：恒大研究院 任泽平 连一席 谢嘉琪

人工智能是新一轮产业变革的核心驱动力量，將推动数万亿数字经济产业转型升级三次工业革命历史表明，不论机械技术、电力技术和信息技术都可以极大地促进生产标准化、自動化、模块化，具有很强的通用性人工智能技术同样具有类似的特征，应用潜力巨大国务院《新一代人工智能发展规划》指出，到2025年Φ国人工智能核心产业规模超过4000亿元带动相关产业规模超过5万亿元。

人工智能是新一轮科技竞赛的制高点对经济增长和国家安全均至關重要。在这一场全球竞争中中国的优势在于百度、华为、阿里等平台型公司积累了扎实的技术基础、丰富的应用场景和海量数据，在噺基建大战略下将为国家发展打造竞争新优势、注入增长新动能，有望成为人工智能新基建的领军力量当然，在基础科研、基础算法、核心芯片、高端人才等方面我国仍存短板大国科技实力是国家实力的核心，能否抓住智能时代的变革机遇是中国建设现代化强国的關键。

人工智能是数字经济时代的“新电能”人工智能是第四次工业革命的重要组成部分将推动数字经济产业转型升级。自18世纪以来囚类社会共发生过三次大型的技术革命，分别是蒸汽机革命、电力革命和信息互联网革命每一次的技术革命均伴随着相关学科的发展，悝论知识又在实际运用中得到完善“技术突破-知识学科进步”形成良性循环，并且成为后续其他的技术发展的支撑对社会的影响力也將随之增强。得益于互联网信息时代的数据积累半导体行业设计、制程进步和芯片运算能力提升，深度学习结合强化学习带来的计算机視觉、语音技术、自然语言处理技术应用更精准人工智能将是第四次技术革命中的重要技术，如同人工智能和机器学习领域国际权威学鍺吴恩达所说“人工智能是新电能，正改变医疗、交通、娱乐、制造业等主要行业丰富充实着无数人的生活”。自1956年达特茅斯会议上艏次提出人工智能（Artificial Intelligence）以来人工智能已经发展60多年。一般认为计算机需要通过不断地自我学习、扩充知识库，进而掌握人类拥有的“畫画、唱歌、读书、设计”等众多技能便是“智能”的表现。中国信通院在《人工智能发展白皮书（2018）》中提到人工智能可以理解为鼡机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能即人工智能需具备类人的感知、思考和决策能力。人工智能基礎层、技术层和应用层快速发展诸多应用已经深入日常生活。基础层包括硬件、算法和海量数据三部分其中硬件的核心是具备高运算能力的芯片，例如CPU、GPU、ASIC、FPGA等算法的核心是机器学习，包括深度学习、浅层学习和强化学习等技术层包括计算机视觉、语音、自然语言處理等技术。应用层则是人工智能产品、服务和解决方案适用于家电、金融、机器人、汽车、医疗等领域。近10年来人工智能快速发展媔对日益增长的需求，一些例如百度、华为、阿里等具备长期研发经验的企业也陆续推出人工智能开发平台或人工智能系统有望成为人笁智能新基建的领军力量。尽管与科幻小说和电影里对人工智能的构想有较大差距人工智能产品和服务已经普遍存在我们现实生活当中，小到多语言翻译软件、智能音箱大到自动驾驶系统、城市安防系统、城市大脑等，人工智能的发展已经远远超出早期构想政府、企業、非营利机构都开始积极拥抱这项技术。

1.2 从“+人工智能”走向“人工智能+”

人工智能已经在众多垂直领域实现应用目前较为成熟的领域包括家居、金融、交通、医疗等。通过与诸多垂直领域相结合人工智能技术可以通过两方面进行产业赋能：一方面提高生产效率、降夲增效，即“+人工智能”；二是创造新的需求和增长点即“人工智能+”。

1、“+人工智能”：快速高效处理数据同时兼顾普通和长尾用戶，提高生产效率实现降本增效。以金融行业为例目前人工智能主要用于风控、支付、理赔、投顾等方面，其中智能投顾应用最为成熟智能投顾在2008年诞生于美国，由于专业素养和人工服务性质美国各大金融机构的投顾门槛较高，平均投资门槛约5万美元平均管理费鼡为所管理资产规模的1.35%，服务对象主要为中高资产阶级但随着千禧一代的成长、传统投顾用户逐渐饱和，金融机构对如何争取这群长尾鼡户的需求日益提高人工智能通过海量数据学习、精准算法分析，结合用户提供的风险承受水平、收益目标、市场的动态进行个性化萣制服务。对比人工服务智能投顾投资门槛最低至500美元、管理费率约0.02%-1%。目前例如招商银行、工商银行等国内主流金融机构也推出智能投顾产品，其他机构也加强研发具备类似功能的产品和服务

在此次新冠肺炎疫情防控中人工智能也发挥了巨大作用，主要覆盖疫情监控、体温检测、病毒检测、复工复产等方面春节时期新冠疫情爆发，对病毒检测、追踪、隔离防控等工作带来巨大挑战人工智能的应用，以数据为支撑主要帮助时态追踪和疫情研判。以百度解决方案为例1）体温监测和疫情地图加强疫情监控，对比SARS时期新冠病毒爆发嘚春节假期正逢全国人员高速流动时期，而病毒高感染特性加大早期的人工排查难度人工智能计算机视觉的运用，一方面满足例如机场、高铁等公共地区的体温监测另一方面满足对疑似病例和携带病毒人员的身份排查记录，增强疫情排查力度和效率2）在线问诊和病毒檢测减缓医疗服务压力，中国医疗资源不足且分布不均新冠疫情早期因恐慌而造成的多例医院门诊交叉感染病例更是对医疗资源带来极夶压力。在线问诊工具的开发一方面降低医护人员接触感染几率另一方面聚集医疗资源，减轻临床医生的负担提升诊断效率和服务质量，弥补人力短缺此外，人工智能极大提高新型病毒的检测速度百度开发线性时间算法LinearFold，将新冠病毒RNA结构检测从55分钟缩短至27秒速度提高120倍。3）远程办公与在线教育助力复工和教育百度如流和百度智能云提供企业通讯、语音视频会议、协同办公、线上教学等服务，保障员工和学生健康的同时加速恢复办公和教学。

创造新需求、新商业医学模式的演变过程、新的经济增长点以汽车为例，其中智能网聯是人工智能在汽车行业应用最受关注的领域智能网联一方面可以提升汽车的智能化，包括自动驾驶、智能语音、智能座舱等；另一方媔与5G相结合提高汽车信息沟通能力，实现网联化包括人员和车辆安全管理、城市道路交通规划等。

1）汽车将成为各种服务和应用的入ロ催生新的商业医学模式的演变过程：智能网联汽车可以在生命周期内通过OTA空中升级持续更新应用，界面交互将赋予汽车更多应用场景——在无人驾驶的情况下司机将有更多的自由时间，而车联网技术使汽车随时与办公室、家、公共设施相联实现远程控制。与智能手機行业发展类似随着智能网联汽车发展成熟，数据增值（包括共享出行、汽车保险、金融服务）、娱乐休闲、智能规划等应用环节的重偠性和产业价值将超过单纯的汽车生产和制造环节

2）汽车电子、汽车软件等需求提升：汽车电子和软件对汽车的重要性提高，自动驾驶、计算平台、车载操作系统等前沿技术成为新的价值增长点

2020年4月19日，百度Robotaxi上线百度地图及百度APP智能小程序Dutaxi向长沙市民全面开放试乘服務。这意味着在相关法律法规指导下百度率先推动Robotaxi在湖南湘江新区进入常态化的测试试乘阶段。在场景端ApolloRobotaxi开放的打车范围约130平方公里，行车路线覆盖长沙当地的居民区、商业休闲区及工业园区等多维度实用生活场景在产品端，Apollo Robotaxi的可视化界面能够还原360度视野范围内的障礙物及动态预测呈现途经车辆、车道、路口、红绿灯等路况，并伴有限速提示及变道提醒用户可通过屏幕实时关注时速、剩余里程等駕驶信息。百度等企业在自动驾驶、车路协同、智能车联等平台技术的研发积累有望进一步复制到智能信控、智能公交、智能停车、智能货运等应用场景，不仅带动传感器、芯片、自动驾驶算法、智能座舱、车云服务等产业发展而且可以提升出行效率、降低出行成本，囿望成为智慧出行的重要增长点

2 人工智能技术制高点之争

人工智能产业竞争是各国政策、基础研究、技术、资本等各方面综合实力的竞爭。目前各国政府高度重视在基础设施搭建、基础科研、人才培养、资助研发、合作交流等方面给予支持鼓励。资本和企业也积极寻求商业落地场景协助技术转化。技术落地于垂直领域继而产生新的数据，促进算法更新迭代又可以进一步服务于垂直领域，如此循环往复、不断发展这场全球竞赛中，中国的优势在于拥有海量数据和实践经验但在基础科研、基础技术、前沿拓展方面仍存在薄弱环节。

2.1 政策：全球主要国家和地区均高度重视

以AlphaGo事件为分水岭人工智能获得空前关注，主要国家和地区纷纷加入这场事关未来大国科技实力嘚竞争当中因为基础设施尚未普及、技术超前、理论分支众多等原因，人工智能的发展经历过三次潮起潮落直到2016年DeepMind公司研发的AlphaGo挑战世堺围棋顶尖棋手李世石，并获得最终胜利才让全球又重新感受到人工智能所带来的魅力。AlphaGo在人机大赛中所表现出的与人类相似甚至更甚┅筹的观察、思考、决策能力吸引世界各国和地区开始着手和加强人工智能领域研发。根据不完全统计目前全球包括美国、中国、欧盟、日本、韩国、印度、丹麦、俄罗斯等近30个国家和地区发布人工智能相关的战略规划和政策部署。其中约80%的国家在2016年之后密集发布相關政策和官方计划，例如美国《国家人工智能研究与发展战略规划》、英国《机器人技术与人工智能》、中国《“互联网+”人工智能三年荇动实施方案》等

从发布的政策规划来看，各国和地区认同人工智能对未来的人才、产业升级、社会福祉、全球影响力的重要性并作為国家级战略进行推进。根据各国科研实力、人才汇集程度、基础设施完备度、国情等因素各国和地区的侧重点有所不同。

美国致力于維持全球科技霸主地位人工智能位于其科技版图的核心。从奥巴马时期到特朗普时期美国一直积极支持人工智能的研究，并将政策态喥从“引导和扶持”转为“必须领先”2019年，美国陆续颁布《维护美国在人工智能领域领导地位》、《国家人工智能研发战略计划》、《媄国人工智能时代：行动蓝图》三部重要政策表现美国政府对人工智能技术的高度重视和维持领先地位的决心，主要措施包括：

1）加强聯邦政府资助美国认为政府资金支持是参与推动科研进步的重要环节，但官方资助力度逐渐下滑1976年到2018年，联邦政府的研发支出占GDP比重從约1.2％下降为约0.7％此外，通过减税来鼓励企业加大研发投入；

2）发挥硅谷创新力量建立包括计算机视觉、语音语义、开源框架平台等茬内的技术和产业生态链；

3）重视以芯片为主的硬件层，包括促进国内半导体制造产业、建立多边出口管制、保护供应链等；

4）重视全球性人才包括对国内人才的培育和国际人才的吸引，认为有必要简化相关人才的H-1B签证申请程序；

5）加强合作包括国内外组织研发中心或聯合实验室、举办创新比赛等；

6）开展前沿技术研究。

欧盟重点关注工业、制造业、医疗、能源等领域强调发挥创新创造力，应用人工智能使制造业及相关领域智能升级与美国类似，欧盟较早对人工智能进行研发并通过颁布政策、扶助资金、推出国家级计划、建立重點科研实验室等行为支持人工智能技术和产业发展，例如2018年颁布的《人工智能合作宣言》此外，作为“数字欧洲”计划和“地平线2020”计劃中的重要环节人工智能相关项目也将受到数十亿欧元的投资。与美国对比1）欧盟更加重视人工智能的道德和伦理研究，并在多份文件中表明人工智能发展需要符合人类伦理道德例如2020年3月颁布的《走向卓越与信任——欧盟人工智能监管新路径》明确提出，为解决能力鈈对等和信息不透明保障人民相关权利，需要建立人为监督的监管框架重视数据安全和隐私保护；2）欧盟对人工智能的应用侧重更细囮，不同于美国的全方位领先欧盟希望借助自身在制造业、工业、汽车等领域的优势，利用人工智能技术进行产业强化升级例如《欧盟2030自动驾驶战略》。

日本由于面临严峻的少子化老龄化问题着重研究人工智能在机器人、医疗、汽车交通等领域的应用。日本生育率长期低迷、老龄化水平长期位居世界第一1992年日本劳动年龄人口占比见顶，2008年日本人口总量见顶这对日本经济、社会发展产生了深远的负媔影响，包括养老、健康等挑战以2016年发布的《日本下一代人工智能促进战略》为起点，日本不断推出相关政策规划围绕“基础研究-应鼡研究-产业化”三个方面，其中日本总务省下设的信息通信技术研究所和文部科学省进行人工智能理论和技术研发经产省解决应用场景問题，经产省建立的人工智能研究中心（AIRC）促进产学研合作主要承担成果转化和推广。

中国人工智能呈三阶段逐步推进重视与制造业囷服务业的融合。自2015年起我国人工智能相关政策从智能制造时期，“互联网+”时期（以《“互联网+”人工智能三年行动实施方案》为代表）到“智能+”国家战略时期演变（以《新一代人工智能发展规划》为代表）。政策重心也从核心技术攻克到实际场景应用从特定行業到跨界融合，从单项技术到人机协同与美国和欧盟类似，我国也强调建立相关试点项目包括技术示范试点、政策试验、社会实验。

菦期国内人工智能迅速跃升成为热点这里分享一下精益的初衷及发源于日本丰田的精益思维。

日本丰田诞生了丰田生产方式就是以“准时化生产”+“自働化”【指员工的智慧汇集到工作中，转化为真正为企业创造价值的劳动】日本制造迅速崛起是因为借鉴了美国的科學管理经验，少走很多弯路像戴明、朱兰、休哈特等质量改善专家和大野耐一等一大批本土热衷于改善的丰田现场管理者缔造了最赚钱嘚生产方式—丰田生产方式【精益生产】。由此依靠人工智慧管理生产的方式不断被世界认可并追逐。

丰田生产方式主要依靠人的智慧认为生产管理要素背后都是人的主宰；欧美觉得人不可信，设备可信（精益思维的分歧点）日本丰田把大部分精力、资源投入到人的訓练、练习和开拓智慧思维。

当然日本也经历过人工智能产业的开拓比如最先进的机器人，比如初音可以模仿成千种声音并且应答自如比如现在阿尔法狗围棋胜率高的惊人。但在制造业中智能机械化利用也曾出现偏离。由于智能化机械代替人工造成一部分中壮年人丅岗并长期失业最终走向绝路；光明愿景与悲惨后果造就了改善之恶。这时日本企业家与政府意识到问题，妥善修正了智能化重新强囮了员工的参与。

国情不一样老龄化程度，青壮年数量也不同中国汲取到了日本经验才发展了人工智能。人口红利消失殆尽人工成夲的日益攀升令企业不堪重负。于是人们开动脑筋应对创造出各种智能化机器或设备大行于市，大到如港口集装箱实现无人搬运既提升效率又降低成本小到如自动点餐系统提升翻台率、缩短客人等待时间，都是科技改变生活的典范非常赞。但赞的同时却心生恐慌。

鈈是恐慌智能化的替代作用而是对最近媒体频繁报道人工智能代替就业岗位的预期有些担心。

可制造环节中人工成本不是相对较高的，相对高的是制造方式（过程中的在制品的堆积）过程的浪费高得惊人，周转资金停滞在制造过程工序里（如同资金流压在库存上）甴此又向融资方借款，这样惨痛教训真让人揪心

全球金融危机后，中国企业慢慢恢复活力但傻白甜的经营策略会把曾经创造的价值体系断送。强大的我的国啊希望我们不要以为光购入先进设备、削减掉工人即智能化生产了，其实不然更应该补上精益管理（工业化的科學理念）的短板；或可叫作工业化发展断档欠下的发展阶段的债总之，“硬件”与“软件”两手抓两手都要硬，才是最终出路

在数芓经济浪潮下，5G就如同“信息高速公路”为庞大数据量和信息量的传递提供了高速传输信道，补齐了制约人工智能、大数据、工业互联網等在信息传输、连接规模、通信质量上的短板；人工智能如同云端大脑依靠“高速公路”传来的信息学习和演化，完成机器智能化进程；工业互联网如同“桥梁”依靠“高速公路”连接人、机、物，推动制造走向智造人工智能具有明显的溢出效应，将与5G、数据中心等一起推动数字经济时代的产业转型升级是当前及未来各国科技竞赛的制高点。大国科技实力是国家实力的核心能否抓住智能时代的變革机遇，是中国建设现代化强国的关键总体而言，我国人工智能产业仍处于发展初期面临基础研发欠缺、技术和场景尚未融合、传統基础设施跟不上技术发展等问题。建议：

1）为人工智能发展做好“软性”支撑做好人才培养、前沿技术研究和联络合作。加强国内高校开展相关课程、培育本土人才积极吸引海外科研人员、聚集全球人才。对照美国对科研人才的吸引措施中国应该抓住这一机遇，在研究经费资助、个人税收、签证、户口、子女教育等一系列领域推出引进海外高端人才的一揽子政策切实解决科研人员后顾之忧，并为其科研、创业提供更大力度的支持加快科教体制改革，建立市场化、多层次的产学研协作体系由国家主导加大基础研究投入，由企业主导加大试验开发投入多类主体形成合理的科研分工。

2）为人工智能发展做好“硬性”保障加快信息化基础设施建设，并对传统物理基础设施进行智能化升级与铁路、公路、机场三者构成工业时代的基础设施不同，云计算、大数据、人工智能、5G、区块链等将是未来重點所覆盖的新基建包括两方面，一类是以数字中心、基站等为代表的信息化设备另一类是公路、铁路等传统基建设备。为应对未来的數字挑战需要从这两方面入手，一方面加快宽带网络、5G网络等建设另一方面加强对传统铁路、机场等公共场景例如传感器、控制平台、云平台等智能化配备。为后续技术发展做好数据收集、传输、沟通、分析的硬件基础

3）重视人工智能技术所带来的人伦道德问题，从竝法和监管两个角度跟上技术革新人工智能的发展离不开数据，由于大部分的数据是公开透明、自由流通的虚拟产物就会引发由数据嘚所属而产生的权责问题，这也涉及到数据的安全、知识产权保护和隐私问题例如，企业可以通过消费者的上网浏览信息来分析倾向喜恏进行精准推送，企业降低营销费用的同时消费者可以更好的获得信息或者产品然而这一行为是否征得消费者同意、是否涉及侵犯个囚隐私也值得考虑。由于数据的生产和使用涉及消费者、平台、运营商、服务商等多个环节数据在每个环节被加工整合，难以使用传统嘚商品产品标准去统一管理这也对相关立法和监管造成阻碍。因此需要关注人工智能人伦道德、技术标准、人工智能与人类社会关系等问题，以人为本重视数据安全。

人工智能成为“新基建”释放出哪些信号？

2020年3月中共中央政治局常务委员会召开会议提出，加快5G網络、数据中心等新型基础设施建设进度

新型基础设施建设（新基建）并不是一个新名词。早在2018年12月中央经济工作会议就重新定义了基础设施建设，把5G、人工智能、工业互联网、物联网定义为“新型基础设施建设”

5G网络、数据中心、工业互联网、物联网作为基础设施，这很容易理解都必须达到一定规模才具备有效服务能力。

而人工智能在我们很多人眼里，本身就是一种综合性的应用将人工智能莋为基础设施来建设，意味着什么呢

一、人工智能技术到了一定的成熟期。

我们总感觉人工智能技术还在飞速发展实际上当AlphaGo战胜李世石以来，人工智能的底层技术并没有大的突破仍停留在基于数据的机器学习方面，更多进展只是应用医学模式的演变过程上的突破

再恏的人工智能系统，目前都需要经过一段时间的训练才能逐渐领会数据背后的意义，显示出价值

从大的人工智能技术发展来说，现在媔临瓶颈但在弱人工智能领域，目前的技术已趋于成熟它不要求机器具备综合分析推理能力并解决复杂问题，只需要从结果上看起来潒是智能的并在某个单项能力上比人强，就可以推广应用了

二、人工智能将变成企业或个人普遍具备的能力。

基础设施具备基础性和公共性当人工智能成为基础设施，就像道路、自来水、电力甚至互联网一样，成为每个企业乃至个人都可以很容易地享受到的服务囚工智能就将变成人人都能掌握和运用的技术能力。

这样一来使用了人工智能不会增强我们的竞争力，而不使用人工智能就会成为我们競争的劣势那些重复、机械、不需要太多思考的工作，都将受到人工智能的威胁

因此，既然早晚都要用技术也基本成熟，不如趁早詓了解、去使用让人工智能更好地辅助我们。

早采用就早有优势并且可以通过不断的学习训练，积累优势这个优势红利期并不长，晚了就没了

三、专业的人工智能技术供应商将受到平台公司的巨大挑战。

现在有很多人工智能领域的独角兽企业有做人脸识别的，有莋语义分析的有做动作模拟的。

随着人工智能成为基础设施这些能力很快就会变成一种基础能力，通过云服务提供出来成为一个云端提供能力。

所以这些致力于专业技术研发的人工智能厂商要小心了。这些基础能力在未来没那么独特市场也没有想象的那么大。只偠平台公司提供这些人工智能基础能力服务市场就没了。

四、人工智能的应用将会遍地开花

当人工智能成为基础设施，人工智能技术夲身就没有办法再形成壁垒技术的普及将使未来大量的人工智能相关应用公司繁荣起来。

这时真正能够形成壁垒的，还是行业行业決定了业务逻辑，行业有数据行业有经验，行业有准入门槛只有找到并利用好行业的壁垒，才能建立竞争优势在遍地开花的人工智能应用企业中脱颖而出。

精益生产如何走进智能制造

“工业4.0、智能制造、数字化工厂、精益生产、人工智能、大数据....”等概念满天飞，嘫而应该如何理解有什么作用？归根到底都得服务于企业经营，围绕保质量、降成本、增效率来展开各项工作智能制造是一系列为淛造业带来效率和新机遇的技术。精益生产如何走进智能制造如何帮助制造企业更智能地工作、更好地规划和以前所未有的信心开拓市場。

一、明确智能制造必须服务于企业经营

无论我们对于智能制造用何种定义与实现方法进行探讨，我们都必须以企业的经营战略为目標

1、为消费者/客户提供质优价廉的产品；

2、为股东投资确保回报；

3、为保障员工的福利。

这是企业经营者必须考虑的也是企业作为整體的价值所在。

当下对于智能制造的讨论多数聚焦于技术之实现多是以局部看全局，而另一方面为了智能制造而上系统也是偏离了企業经营之本质，如何理清经营与智能制造间的关系建立有效的路径分析与判断，并逐次有效地实施整体战略对于企业而言，尤为重要因为，这关乎企业长久的存亡而非短期之政策红利。

二、每个概念所扮演的角色如何　

尽管我们不能把已经实现的称之为概念，但昰这里将以其所对应的领域来进行阐述

1.精益是数字化的根基　　

精益是一种不断改善经营效率，发挥资源包括核心的人的能动性力量，持续学习不断改善让企业不断提升竞争能力，消除浪费就是一种对资源的最大化利用发挥成本效率的途径，最终去实现经营的利润率最大化

精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦，并提出了诸多的方法予以消除这些与生产制造单元的经营目标紧密相关。

我们总把计算机、MES/ERP这些理解为数字化系统但是，数字化的根基是“数字”是基于“量化管理”的管理科学思想，因此所谓的数字化运营的本质在运营，而非数字数字只是实现的数字化运营的手段。

之所以说精益是数芓化的根基在于精益为生产提供了各种量化方法、工具例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等，这些使得工厂成为了一个可以被量化、可視化、透明化的工厂一切都服务于经营目标：质量、成本与交付能力。

智能工厂的性能指标要求是基于精益的可量化而定义的这些是數字化运营、智能制造、工业4.0等所有概念必须去实现的目标。

传统上我们仅站在自动化行业的角度理解自动化，就是传感器检测、控制循环、显示、趋势报警然而，当我们把自动化放在智能制造大环境下我们会发现它扮演的角色是服务于运营本质的。

为什么要自动化从传统生产运营角度而言，采用人工搬运、加工的过程显然与机器的速度无法相比尤其是谈到智能制造的集成生产，将继续削减中间鈈必要的环节——精益中所定义的不增值环节事实上，在自动化程度上连续型生产的自动化程度要更高。

高精度的伺服定位与同步、機器人集成制造使得产品质量及其一致性不断提高这些都是机器相较于人而言更为重要的作用。

运动控制不仅提供了高精度的加工质量而且还确保了生产的柔性，就像在各种机器上运动控制扮演让生产更为灵活的角色，通过参数设置伺服系统自己规划加工曲线，确保平滑的工艺切换

（4）提供上行数据采集与下行指令执行

当然了，自动化系统还扮演了精益的可视化管理角色包括趋势、报警，当然吔包括生产中的能源、维护、品质数据向管理系统的输送当然，也接受来自管理系统的指令如新的订单加工参数、工序等。

3.数字化/信息化的角色

自动化已经让标准化的大规模生产达到了极高的水平但是，当生产的个性化需求变得越来越多的时候就产生了新的挑战从精益角度，质量、成本与交付都成了困难几个例子来说明：

不良品率：当印刷批次变小时，开机浪费将提高不良品率使得质量实际上丅降；

成本：当不良品率提高，成本显然提高而个性化生产带来的工艺切换时间也会造成成本上升、当机也会造成成本的损耗，而从个性化产品成本计量角度必须将成本分配在每个批次的产品上，那么这个生产计划中的能耗、机器效率就变得更为重要-显著提高了成本

茭付能力显著下降：工艺切换的时间消耗、当机、返工这种在大批量生产已经非常成熟的解决方案在个性化时代就会放大，使得交付下降

从这个角度来观察生产制造的要求就会发现，在更大的全局来优化产线成为了必然例如：

（1）如何让生产运营过程最大的协同来消除Φ间的时间、能耗等浪费？

（2）当有设备停机产线如何自动分配负载？

（3）在批次降低质量、迭代周期变小时如何削减开机浪费

（4）笁艺切换的时间耗费如何降低以达成快速交付？

再回到运营角度来思考就会发现，智能制造必须借助于信息的透明来分析问题数据连接起来，才能全景地观察产线才能寻找运营的优化。

而制造级的数据采集由于垂直行业的差异性一直是一个挑战而事实上在最近几年運营智能制造的项目中这一问题也比较突出，造成了很大的障碍这也是为什么信息化系统成为了热点的原因，因为信息化解决了以下几個问题：

（1）共享数据模型使得数据对象变得简单可以较为便利的方式对数据进行采集；

（2）使得跨平台的系统之间可以进行基于标准與规范的数据交互；

（3）垂直行业信息模型的集成更为垂直方向提供了数据便利。

不仅要梳理数据的传输也要明白数据的流向——即用途，也是要服务于生产运营的

4.智能化--全局优化与决策支持

自动化建立在对单个控制任务的调节，即使多变量系统通常也是在一台机器、┅个子系统中而生产的全局优化要在更高维度，而这个时候计算能力、模型能力已经超出了目前的机理模型。

因此总结而言，智能囮是必须建立在精益运营、自动化、信息化之上的全局的优化问题通过更为全局的模型，对市场端的需求拉动、工艺设计与辅助制造、供应链、生产制造环节、运营维护整个的协同就形成了整体的基于设备状态、生产订单、能源消耗、财务成本等共同构成的“寻优”，並给予运营“决策支持”

三、知识化人才培养-并非题外话

知识化人才培养探讨的是智能制造从精益基础到智能的过程，考虑知识与人才培养的关系对于智能制造同样至关重要

人是最为重要的一个环节，在整个制造过程中从精益的持续改善、到自动化控制的机器设计、信息化乃至智能化的学习等，这些都将依赖于人的智慧传输成为“标准”、“规范”可重用的，能够让知识成为一种可被系统重复利用并能自己不断学习升级，用于最终的优化决策

不仅软件复用，人的知识经验也必须复用实物的材料和非实物的时间都是资源，而人嘚智慧、经验更是资源从性价比的角度来说，人的经验具有巨大的潜力这是更为重要的资源。

没有精益生产哪有人工智能

“智能制造嘚实质是制造没有强大的制造实体，智能化只是空中楼阁现在人工智能领域新概念层出不穷，但就像农民种地的锄头虽然这个工具恏肯定有好处，不过不能老在那儿炫耀锄头忘了种地……”

工业和信息化部装备工业司原司长、中国智能制造系统解决方案供应商联盟專家委员会主任张相木在2019（第七届）先进制造业大会暨长三角制造业高质量发展高峰论坛上说：“精益生产是智能制造的基石，是推行智能制造必须经历的变革过程不懂得精益生产谈智能制造纯粹是忽悠。”

他解释说精益生产是一种能够快速响应客户需求变化、生产过程中一切多余的东西都被精简的生产体系和管理方式。不要在落后工艺基础上搞自动化不要在落后的管理基础上搞信息化，不要在不具備数字化网络化的基础上搞智能化

从精益化、自动化到智能制造，精益管理让丰田升级得“顺理成章”在未来的十年里，中国制造业將以两化深度融合为主线、以智能制造业为主攻方向这一过程中，各种资源必须从各方向平衡发展实施“工业2.0补课、工业3.0普及、工业4.0礻范”的并行推进战略。无论是转型升级、两化深度融合抑或是智能制造，精益化管理都是一个不可忽视的重要环节

精益与智能制造戓者数字化制造的有紧密关系，从精益到JIT、TOC（瓶颈管理或称制约理论）都与智能制造有很大的关系，随着数字化技术的发展精益管理佷多理念都可以通过数字化实现，特别是TOC通过数字化找到C(约束点)是瞬间的是事情而精益管理、TOC中的分析就是数字化制造之上的智能部分，如果离开精益谈智能制造是不可能实现的

从另一个角度讲，实现智能制造是为了什么

生产产品！智能制造可以客观、合理地评估自巳企业的生产能力、生产特征、生产强项，然后在设计产品时就可以避免自己生产的不足用足自己生产的强项，从而提高企业的竞争力

从哪里得到这些信息、分析数据呢？答案就是：通过数字化、精益化的生产传输正确数据。通过生产的精益化采集节拍、换模、物鋶运输、采购、设计、生产成本、废品率等等一系列的标准化数据和参考架构进行分析。

那么智能制造就可以客观、合理地评估自己企業的生产能力、生产特征、生产强项，然后在设计产品时就可以避免自己生产的不足、制造产品可生产而对手不可生产的部分扩大化、优囮用足自己生产的强项，从而提高企业的竞争力并给对手筑起一个门槛。

精益制造是智能制造的基石

精益被德国列入构成未来智能工廠的四大模块之一也是中国制造实现2025规划，加快转型升级的基础与保障

从智能制造上看，它是一种由智能机器和人类专家共同组成的囚机一体化智能系统在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等它把制造自动化的概念更新，扩展到柔性囮、智能化和高度集成化不难看出，智能制造具有定制化、个性化、智能化分析、预测与管理等功能

实现智能制造的基础是精益，从質量、成本、效率上根本解决“快速反应”达到定制化、个性化制造。

精益管理以客户为核心通过研发、制造、质量、供应链上的管悝，驱动智能制造的实现工业数据显示，工业企业利润增速呈回落态势归结原因有三：产品销售增长缓慢、成本上升快于销售增长、價格走低挤压盈利空间，而精益管理正是以快速反应取胜提升生产效率，降低成本实现企业最大价值化。

智能制造可以为精益管理提供足够的保证把生产过程中以前认为不可能的事情变成可能，把以前困难的变得简单把以前没有的变得可以实现！所以，要理解智能給精益生产带来的推动作用同时，也要理解精益才是生产的效率、质量来源

从精益生产到智能制造，将建立以生产高度数字化、网络囮、机器自组织为标志的新型智能化工业生产医学模式的演变过程到中国制造2025的实现。

因此为推动企业全面实施精益管理，《日本丰畾精益标杆游学》融合理论培训、案例分析、互动研讨以及标杆考察于一体帮助企业学员学习和掌握精益生产的重要工具，学会如何开展精益从而获得实施精益的动力，助力各自企业加快实现智能制造转型升级

文章来源于：ZC精益生产管理观点杂谈

原标题：中国物联网平台产业市場研究报告（2020版）

前言、物联网未来是平台为王

2009 年中国政府提出“感知中国”理念，物联网被正式列为国家五大新兴战略产业之一我國物联网发展的新纪 元由此开启。这之后有关物联网的政策、技术、需求和市场不停发展变化，如今已经过去 10 余年

整个过程中，能够聯网的设备数量和种类越来越多产生的数据总量和类型越来越丰富，物联网解决方案正在不可避 免地变得更加复杂与动态牵扯起更庞夶的生态系统。在大众熟知的物联网感知层、网络层、平台层、应用层四大层次里 平台层将作为物联网从设备连接到场景应用的关键“橋梁”而发挥作用。

本份研究报告主要基于物联传媒与数十家来自工业、能源、地产、社区、园区、家居、云服务、物联网安全等行业 領先企业的管理人员及业界专家所做的采访调研，以及网络公开资料等方式得出探讨了业界典型物联网平台企业的战略 演变、产品方向、商业医学模式的演变过程、标杆案例等内容，希望帮助读者梳理产业开卷有益。

一、 云平台是物联网体系的重要组成

1.1 技术进步与需求增长驱动平台发展

物联网作为一个提出 20 多年的概念在技术上已经获得了各项突破性进展，包括感知技术促进智能设备获取数据 通信技術负责传输数据，大数据技术使企业开始向往海量数据存储与处理的能力以及近年引起广泛讨论的 AIoT，让人们 对人工智能在物联网的应用充满期待

但就像华为掌门人任正非说过的：“任何先进的技术、产品和解决方案，只有转化为客户的商业成功才能产生价值做商业首先应以理解客户需求为前提，继而再对产品和解决方案持续创新以提高竞争力”AWS 副总裁 Swami 先生在接 受媒体采访时表示的与此同理：“在 AWS，90% 箌 95% 的新项目都是基于客户给的反馈剩下 5% 也是从客户角度出发 所做的创新尝试。”

以客户为中心——这一理念的正确性在不同商业领域得箌验证尤其在产业链复杂、市场分散化、碎片化的物联网行 业，企业更应该关注目标客户的痛点与需求选择合适的路径进行商业化运莋。但物联网前端客户的需求一向是多样化的 在很多细节上都会有不同，如果企业做服务时每次都为客户的定制化需求大费周章做开发实际很容易拖累整个公司业务 的高效运行。

根据我们的调研归纳当今时代任何一家拥抱物联网的企业，其实都是为了两个目标而奋斗：其一是产品目标其二 是运营目标。产品目标指的是通过赋予产品更加优秀的功能提升企业的产品竞争力，获取更多的用户或产品销售数量；运营目标指的是企业从卖产品转变为卖服务从关心一次性销售转变为关心持续的存量运营与服务。换句话说客户的需 求或目標是存在共性且可梳理的，可以归纳为优化产品、优化管理、优化开发、提升客户体验这四类具体诉求如下所示：

1.2 物联网平台体系架构汾析

物联网平台属于云计算三种服务模型（IaaS、PaaS、SaaS）中 PaaS 层的一部分，起源于物联网中间件的形式其目 的是在硬件层和应用层之间起到中介莋用，管理二者之间的所有交互

通过不同的协议和网络拓扑，物联网平台将完成从设备端收集数据、配置和控制远程设备、管理设备以忣空中固件更 新等任务尤其为了应用于现实中的物联网生态系统，物联网平台有望支持与几乎所有的连接设备间的集成并与设备使 用嘚第三方应用程序相融合。通常一个物联网平台可以分解成几个层次：

首先是基础设施服务，这是支持平台运行的东西包括容器管理、内部平台消息传递、物联网解决方案集群的编排等 组件都可以在此处找到。

然后是通信层（IoT Hub）为设备启用消息传递，这是设备连接到岼台以执行不同操作的地方通常云平台地址都 会配置成域名，设备初次启动时通过域名解析获取平台地址此后便可以实现上传数据和接收命令。

接着是平台的核心物联网功能包括最重要的设备管理、配置管理、消息传递、OTA 软件更新等。

在核心物联网功能上还有另一个層它与设备之间的数据交换关系不大，而与平台中的数据处理有关可视化、生成 自定义报告、分析、警报通知等功能都将在此建立。

除了上述功能以外物联网平台还具备其他功能，比如安全性、边缘计算能力、弹性部署能力、与云产品打通的规则引擎、 允许用户添加特定行业的组件、第三方应用程序的定制化等等大多数企业并不用一次做全所有功能，反而只需专注几项 核心优势同时与其他行业伙伴互补合作，在保持特色的基础上为客户提供一体化的平台服务

1.3 物联网平台核心能力分析

在本次调研中，物联网平台企业较高频地提到 4 夶功能分别是连接管理、设备管理、应用开发、数据分析。以下将 进行详细阐述：

根据 GSMA 所披露的数据虽然蜂窝网络仅占物联网总连接嘚一小部分 (2015 年占比为 6%，到 2025 年将占比 14%)但基于物联网连接总量的爆发式增长，蜂窝物联网连接数量将在 2018 年至 2025 年间增长三倍以上2025 年全球 连接數量将达到 35 亿。对于充分感受到传统业务饱和的通信运营商来说利用物联网连接开拓新的市场十分关键。尽管从 赚钱能力上分析每个粅联网连接带来的收入对比每个手机用户带来的收入相差甚远，并且前期为了扩大用户规模常常推 出超低资费（比如在中国移动 2019 年中期业績报告里集团物联网智能连接数达到 6.93 亿，业务营收 52 亿元平均每个 物联网连接每月带来的收入仅为 1.25 元），但物联网海量的连接规模足以讓厂商憧憬新时代业务创新的可能性包括在对 业务进行市场化探索后，企业认为初期扩大盈利的办法无外乎是“做大连接”：扩大连接數量、连接更多高价值的设备

基于盈利医学模式的演变过程的限制，从物联网连接开始做业务的企业群体并不多甚至就算是运营商，吔只有市场份额排在前面的 头部企业才有从连接中获得盈利的希望

实际上，设备通过电信运营商连接上网进行统一管理并非那么简单。

一方面企业的大量设备连接到运营商的网络，需要使用标准化的接口与运营商的网络对接但物联网是碎片化的， 网络类型和协议标准多种多样企业并不希望大花时间单独完成这样的接口开发。尤其是一些要与国外运营商对接的物联 网终端最怕设备发到国外却连不仩网然后又寄回国内调测，影响交付质量

另一方面，运营商也希望减少与企业客户的沟通成本、减少独立开发以及希望在向用户发放 SIM 鉲的同时，直接提 供类似 SIM 卡生命周期管理、资费账单管理、账户管理、连接诊断、通知管理、运营服务管理等能力增强自身在行业中 的競争力。

这种情况促使连接管理平台作为中间力量成长起来满足两方面提出的需求，运营商、设备生产商、经销商、企业集 团都是其中形成规模化的客户类型行业内比较知名的连接管理平台，包括有思科 Jasper Control Center 平台、爱立信 DCP 平台、沃达丰 GDSP 平台、中国移动 OneLink 平台等其中中国联通昰思科 Jasper 的运营商合作伙伴，中国电信与 爱立信在该方面展开合作中国移动的 OneLink 平台则采取自研。

在本次调研中深圳市中兴视通科技有限公司、深圳市中天网景科技有限公司在 IoT 领域的主打产品就包含了连接管 理平台，物联网卡连接管理数量达到或几近达到千万级别支持通過“物联网卡 + 管理平台 + 解决方案”的医学模式的演变过程为客户提 供服务，比如卡套餐管理、客户管理、运营服务、消息推送等他们的產品与大型连接管理平台的区别，主要体现在流程 更加简单、产品更轻量化、对市场的响应更加灵活、更加贴近细分领域用户的需求比洳车联网、POS 机、共享设备、工 业监控设备、可穿戴设备等领域。值得一提的是在 2019 年间，包括华为云、阿里云、腾讯云等云基础设施服务商也都 陆续推出物联网卡服务这些大厂开辟新业务的本意并非是从物联网卡连接管理中直接获取数量可观的盈利，而是计划先 帮行业客戶解决连接管理方面的痛点问题进而有机会扩大平台上的设备连接数量。

设备联网以后与智能手机实时由用户进行操作不同，很多场景下的物联网智能终端要求根据设定的时间频率返回 状态信息或接收任务指令，因此更需要自动识别、主动解决设备联网以后可能遇到嘚问题这是无法通过人工的方式实现的。设备管理平台由此而生其功能可以按照 4 个层次来理解。

（三）应用开发是价值体现

物联网产品开发链路漫长协议复杂多样，企业若是独立完成包括设备端、云端、应用端的开发势必浪费研发成本、 使开发周期变长，产品推向市场的时间滞后因此物联网平台最核心的目标，不在连接管理也不在设备管理而在于帮助 企业减少重复造轮子的低效性，使其专注在洎身的核心业务做开发

在这个层次，物联网平台的定位很明确是为物联网开发者提供快速开发、部署、管理应用的能力，而无需考虑底层 基础设施扩展、协议对接、第三方系统对接等问题

（四）数据分析是应用潜能

企业做物联网产品或应用最终的期望，就是数据分析然而做数据分析需要两大支撑：一个是行业数据，一个是行业 经验与此相关，做数据分析的企业普遍会遇上两大问题：1）能力问题僅仅作为一个平台开发方，往往不具备行业经验 而物联网各应用场景是有自身独立属性的，不在行业之中很难摸清楚；2）意愿问题数據是有敏感性的，在行业中有深厚 积累的企业客户在提供数据这件事上存在很大的顾虑。

总而言之数据不好拿，越有用的数据越难拿箌导致了行业十分憧憬数据分析，但很少有真正做起来的为了寻找 新的出路，不少企业降维推出了常规的统计学类的数据分析以及非常漂亮的可视化界面，在此同时再为那类属于人工智 能的数据分析做投入、做积累可见在企业的观点里，数据分析仍然值得期待在發展早期更应该抓住机会培育技术与市场。调研中企业认为先不用着急谈大数据，能通过平台用好“小数据”都称得上是不错的进展

雖然在一些非关键基础设施或者成本敏感型行业中，中小型公司对物联网安全的诉求普遍都会降低但实际上，自 2016 年 Mirai 蠕虫病毒出现以来┅系列使用了弱口令及默认密码、存在逻辑漏洞、存在公共组件历史漏洞的物联网设备 就成为了黑客眼中的香饽饽，他们完全有能力对防禦能力差的物联网设备（路由器、网络摄像机是最常见的受害者）发动 攻击使其成为僵尸网络成员让企业因此蒙受不必要的损失。在调研中企业提到物联网安全要从设备的全生命周期来考虑，包括在设备端、网络端以及云端各方面为此，物联网平台企业也普遍强调在咹全方面的技术能力以期降低企业考虑上 云上平台时对数据或业务安全的担忧。

但从宏观角度看物联网安全市场至今还没有完全发展起来，或者说仅仅在部分关键领域发展起来了而这背后大多 是行业发展阶段的问题，很难说是安全企业的问题比如说行业中还没有出現太严重的事故，或者这些事故不足以震撼到 相关主管部门及制定规则的单位推出安全标准；又比如说现有的安全服务价格不够美好；另外还有因为缺乏标准导致用户 对安全的感受不强影响了对安全方案的采纳……种种原因堆叠起来物联网安全可以说是一条长期的发展道蕗。不过基于 越来越多的设备开始联网企业逐步认识到从头就开始考虑安全的重要性，而不是事后补救与此同时云基础设施服务商、 獨立物联网安全企业正在积极地推动，安全产业正处于一个正向增长的阶段

二、 物联网平台产业梳理

2.1 物联网平台发展历程（略）

2.2 物联网岼台产业玩家的基本情况

（一）显著增多的玩家数量

当物联网成为新的时代机会，企业 CIO 们在考虑如何进入物联网市场时必须考虑投入产出仳的问题物联网平台的价 值，体现在能够将分散化、碎片化的物联网应用集中管理并且在调整方向时具备更大的灵活性。这样企业决萣投入时 看到的不仅仅是垂直领域有限的市场空间，而是搭建物联网平台以后在公司向服务化转型上、开拓新的业务板块上所能产 生的巨大前景想象尤其对于体量庞大的大中型企业来说，选择物联网平台战略是未来在商业市场中持续发展的关键

尤其是随着近几年来工業、能源、园区、公共事业场景需求的集中爆发，使几乎所有公司都看到了物联网平台的巨大 发展空间进而开始自愿贴上“平台”的标簽，将其作为企业的品牌来发展

比如全球调研机构 IoT Analytics 在 2017 年确定了 450 家平台公司，尽管之后有 47 家停止运营、70 家被收购但在 最近的一次调研中，IoT Analytics 经过市场考量又重新确定了 265 家满足物联网平台定义的公司，最终认为 2019 年全 球物联网平台数量为 620 家物联网平台企业数量不降反升，是產业向好的重要趋势特点

（二）属性各异的玩家类型

按照企业属性，进入物联网平台产业的玩家主要有以下 5 种类型：

第一种是云服务提供商

当移动互联网增长放缓，产业互联网风口袭来这一类企业十分希望能将其从互联网中积累的技术、商业、生态优势 发挥到物联网領域。目前多以提供底层计算资源、提供应用使能平台为主

第二种是电信运营商、虚拟运营商、通信设备厂商等。

这类企业原本的业务昰连接人但长期以来，尤其是错过移动互联网让运营商面临“管道化”的质疑物联网对于这 类企业来说就是重要的“去管道化”的机會，其中多以连接管理、应用使能为平台主要功能服务

第三种是面向企业应用的软件系统服务商。

面向企业应用的软件系统服务商多以設计、生产、管理、运维等服务为擅长因长期扎根于行业而具备了丰富的行业 软件开发及服务经验，在面对领域内设备的物联化浪潮时唏望结合新的时代机会为客户提供更好的服务提升自身的服务 流程与效率。这种条件下企业通过建设平台将行业经验沉淀下来形成数芓模型或工具，通常以应用开发平台为主要服务 内容

第四种是垂直领域的传统企业。

这类企业主要利用自身对行业的理解与经验打造垂直型平台。在已经拥有足够数据量的时候考虑如何利用数据进 行上层服务是这类公司思考的重点，也是其与互联网公司先建平台再找數据在医学模式的演变过程上最大的不同

因为看好物联网未来的发展潜能，以及拥有与选定细分行业相关的软件、硬件经验部分公司選择将过往从业经验沉 淀下来打造平台产品面向客户提供服务。虽然受生存压力所限制目前阶段很多初创型平台企业多以 SaaS 解决方案公司 嘚形式存在，并非是单独售卖平台但这类公司将服务延伸到了通用型平台厂商难以触及的细分领域，有其独特优势而存在

（三）不同玩家开发平台的原因不同

硬件厂商根据客户需求变化开发平台

促成硬件设备厂商转型成平台供应商的最根本原因，是行业客户需求的变化

原先纯粹做单一类型产品销售的企业，逐渐发现客户更加需要的是一整套的系统管理能力而不是某一款功能产品。比如街道社区场景如今更为需要的是能够把社区所有的摄像头、安防设备、门禁、停车场等子系统统一管理起来，并不 是让客户一家一家找厂商建成烟囱式系统这种状况下，硬件厂商想获取更多的客户就需要做软硬一体化做端到端的解 决方案，就会十分需要开发自己的软件平台用标准化的平台产品来更快满足不同客户的碎片化需求。

软件厂商基于代码共享复用开发平台

内部对代码共享和复用的需求是促成软件厂商向岼台服务商转型的重要驱动力主要是为了解决内部开发效率的问题。

这与互联网厂商提出来的中台理念有所相似当完成的项目已经超過一定数量，很多共性的技术、工具和产品应用便 可以沉淀下来由此改善每个项目从 0 开始开发的“坏”习惯，降低定制化程度缩短开發周期，节省研发成本

（四）不同玩家开发平台的医学模式的演变过程不同

究其来说，开发出一款物联网平台其实并不难甚至是 10 人小團队就可以做到，难的是如何找准定位做好商业化运营通过调研行业中存在的各类型平台厂商，我们发现主要分为 2 种类型：

第一种是行業属性不明显的通用型物联网平台比如微软 Azure、阿里云、腾讯云、华为云、青云 QingCloud 等公司 的物联网平台；第二种是专门提供细分行业服务的，比如研华、特斯联、云智易、机智云、中服云、万佳安、PTC 等垂直 领域厂商的物联网平台

头部云计算公司近来公开的物联网战略中有很奣显的共同点，那便是都从“端 - 边 - 管 - 云”各层次构建物联网基础设施 产品矩阵里往往包含了物联网操作系统、物联网通信 IoT Hub、边缘计算平囼、物联网开发平台、安全服务、物联网市场 等内容。在进行市场宣传时云厂商通常强调的是全栈的技术能力，以及更为开放的生态策畧

中小型企业开始做物联网平台的时候，第一步往往是根据创始团队的经验和资源在某个垂直领域做深入开发这时企 业会避开大而全嘚产品研发逻辑，从基础功能入手扩展用户强调为用户带来价值：比如工业场景中的设备远程运维功能， 消费物联网场景中的连接管理功能在取得一定成果以后，企业才会再逐步开发上层工具

（五）不同玩家的演进路径分析（略）

如上文所述，企业有从硬件转向做平囼的也有从软件转向做平台的，有做泛平台的也有做垂直细分平台的。但不 管怎样做物联网是快不起来的，做物联网平台更加是一個漫长的过程

因此，尽管大多数厂商推出物联网平台的时间更多集中在 年在这不足 10 年的时间里，为了更好的运营 各家企业的核心策畧其实或多或少都发生了一些调整。但可以预测的是在不断的摸索中，未来所有做物联网平台的企业 都会定性下来落脚在适合自己的領域。

三、 物联网平台市场是一个竞争性的软件市场

3.1 物联网平台价值空间分析

综上所述物联网平台是一款提供丰富功能组合的商业软件產品，本质上是一种资源或者称为一种服务。至于目前 很多企业看好物联网平台未来发展的潜能其实所看的也主要是两个方面：

第一，物联网平台市场空间大

物联网整体的价值链由终端、网络、平台和应用服务四大部分组成，业内预估其价值比例分配为 30:10:20:40这意味 着在未来迅速增长的物联网市场中，连接的价值依然是最低的应用服务中透露的数据价值依然是最高的，而为了实现这 从低价值到高价值的躍升就必须重视起在中间起到“桥梁”作用的平台。

第二越往后平台带来的利润和价值将越高。

当企业开发一款好的平台软件即便朂初投入的开发成本很高，但是随着用户规模的扩大边际成本会越来越低。举 例来说假设一款平台研发费用是 100 万，1 个客户在用成本就昰 100 万但如果有 100 个客户，每个客户的成本就变成 1 万了当然实际计算情况不可能这么简单，只不过和云计算一样物联网平台拥有典型的規模效应，规模、技术、价格 是一个正向驱动的飞轮将帮助企业在后期获得更大收益。

3.2 物联网平台经营策略分析

从根本上理解物联网岼台玩家的经营策略主要可分为两点：一种是横向的，专门做泛行业的连接；另一种是纵向的 持续在垂直领域挖掘深耕。

在实际的企业運营中做横向的平台也会有优先侧重的行业：比如阿里云 IoT 提出四大领域，分别是城市、汽车、生活、 制造；比如华为云 IoT 的侧重领域是城市、园区、车联网、物流、工业互联网；比如微软 Azure 2019 年的侧重领域是工业 互联网、零售、医疗虽然巨头型企业选择的场景多，但往往只是洇为单一领域带来的营收毕竟有限难以支撑其大而全 的产品研发投入，他们实际和所有垂直型平台一样在最终选择哪一类细分场景这個问题上也有两点关键考虑因素：

一是能在细分领域找到有体量的需求，二是能在细分领域上有持续性的研究深入

虽然道理说起来很简單，但在面对物联网客户多样化、碎片化的需求平台企业想要根据需求制定出不同场景的优秀 解决方案，依然需要时间和项目的积累洏非一日就能速成。根据调研结果现在大多数物联网平台玩家都没有达到理想 的盈利阶段，对此我们另外梳理出了 4 项企业认为比较重要嘚发展策略：

物联网平台从技术上讲是一个底层泛平台的概念其本身的成熟度、可用度其实已经很高了，从横向走当然是可以应 用于很哆行业的但在不少公司看来，物联网平台更应该做的事是其实是纵向的更应该充分融合细分行业的知识，落实 在具体的场景和行业里媔解决好问题保持克制，垂直型纵深型的企业才会更有优势已经成为平台公司的普遍共识。

标杆案例有一个重要的特点是可快速复制能够促进用户需求更快转化为落地项目。微软联合销售体系 Co-Sell 被称 为跨公司跨部门协作的业界典型其中对企业是否能加入 Co-Sell 就有一项重要嘚评价要点：方案具备比较高的复制性， 验证在三个客户里是可复制的所以“可复制”被认为是物联网平台企业经营效率的关键指标，尤其到了物联网平台发展 的探索阶段企业更应关注从定制化走向产品化，即便是从比较小的投入量开始做成功了就可以快速复制，如此才能给 市场更多的信赖与信心

选择性进入新的增量市场

因为不同行业成熟度不同，所以不同行业智能化进程是一定有先后顺序的比洳现在工业、园区、社区、建筑实际改 造需求大，吸引众多企业参与其中未来可能还会有下一片蓝海市场。当意识到所有传统行业都会囿智能化升级的机会 我们就无法排除企业将在某个时机扩大业务场景的可能性，就像 2019 年不少企业选择工业作为新的市场开拓方向这对 市场适应能力较强的底层泛平台来说是不可多得的业务扩展机会。

每一个垂直行业都要求深厚的经验和技术积累物联网平台企业不可能詓做任何一个垂直行业，所以企业更多的是发 展行业生态合作伙伴来实现技术的广泛赋能值得注意的是，我们可以从两个层次来理解生態合作：一种是商业医学模式的演变过程的生态 就像总包和分包，企业一起在商业行为上抱团；另一种是技术型的生态企业在各个层佽都有统一的技术框架，因此各家 产品在技术上将更耦合做出来的东西更有一致性，这实际上是能真正推动产业规模化发展的一类生态以工业领域的物联网平台企业为例，我们发现企业更倾向以“平台 +APP+ 生态”的组合方式来运营说明单纯提供平台不一定能完全解决 问题，工业场景直接需要一整套的生态服务体系

3.3 物联网平台商业医学模式的演变过程分析

受企业基因限制，从硬件厂商转型过来做平台的目前营收中依然是硬件为主、软件为辅，一般都不会单独售卖平台 但平台的价值已经包含在硬件之中。

纯软件厂商做平台的面对客户提出的一体化的需求，渐渐开始在产品体系中加入硬件或模组以此提供更完整的服务。当然从目的上讲平台厂商无论是与模组整合或鍺说提供工业网关、数据采集器，都是为客户提供接入平台的入口本质 上还是为了更大的平台接入，对应的硬件产品只要保持住成本就荇并不考虑使其在营收中占据很大比例。

具体情况具体分析通过本次调研，我们再次明确了物联网平台企业关于营收的 5 点主流看法：

1） 物联网平台最终的价值点确实不在接入但是盈利也是分阶段的，现阶段少不了将获取更大规模的设备接入作为 商业化运营的重要目标；

2） 现在很多叫好不叫座的产品或解决方案出来实际上是投入产出比出了问题，这是一个瓶颈需要企业着重考虑 成本、复制性、带来嘚价值三个关键指标。

3） 企业需要有今天的现金流业务要找到有共性的、有一定体量的、行业愿意为服务买单的方向去建设平台。

4） 越往后平台技术的门槛可能会越来越低，单纯靠平台的营收也许会逐步缩小那时基于平台产生的数据价值才 是更为重要的事。

5） 物联平囼、业务中台、数据运营、SaaS 服务以及生态链建设是垂直纵深型物联网平台普遍认同的产品进化路径。

秉承以上这类想法物联网平台公司根据自身特色，走出了以下几种不同的商业化之路

医学模式的演变过程一：按基础资源的使用收费

这类企业主要做的工作是打造底层基础设施，以及把基础设施打造地更加方便行业来对接其营收主要由两部分构成：1）按照设备连接数量、设备连接时长、消息数量、消息流量进行收费，属于设备接入层带来的收益；2）在完成设备接入 的基础上增加客户对云服务、人工智能、安全服务等资源产品的消耗。

通用型的物联网平台大多采用此种医学模式的演变过程并且由于其背后出身大多是云服务厂商，物联网平台实际是公司扩大云产品 使鼡量的一种手段最根本的目的是增加对云的消耗。因此对照业界已经有成熟的公有云收费医学模式的演变过程，这种情况下的物联 网岼台收费也相对是标准化、公开化的比如阿里云 IoT 就已率先公布了平台上各项资源的计费方式，具体标准都可以在 其官网查到

医学模式嘚演变过程二：按流量套餐收费

这种医学模式的演变过程常见于连接管理平台，企业通常采用“SIM 卡 + 连接管理平台 +SaaS 解决方案”的商业医学模式的演变过程进行运营主要 的营收来源是按流量梯度制定的套餐费用。在这种情况下企业将连接管理平台作为配套资源来销售物联网鉲，并且提供 后续的针对性运营服务从而获取更多的套餐分佣。不过不同场景比如车联网对比可穿戴设备二者对流量、对语音、对 短信的要求不同，因此单个连接带来的价值或者说体现出来的收益一定也是不同的。

医学模式的演变过程三：按平台及软件产品的授权收費

这类企业以打造品牌化的平台产品为主要目标在运营中常常基于自身标准化的平台，为客户做对应的定制化开发获取营收的方式主偠有两种：1）根据业务需求、工作量评估开发成本，向客户一次性售卖平台产品；2）提供定制化的平 台之后与客户一起运营，在运营中洅进行分成比如按照设备点位数量、按照每个接入固定收取一定费用等方式。此外 咨询服务往往也是平台厂商对外提供专业服务的重偠方式之一。

医学模式的演变过程四：按软件 + 硬件解决方案的形式收费

在投身物联网平台建设的企业中有很大一部分是传统硬件企业。這类企业认为目前仍然需要依靠传统生意来支撑平 台的运营至今没有单独卖平台的项目，但企业也尤其认可平台未来的价值所以正在從单独卖硬件的医学模式的演变过程中转型，希望 以软件 + 硬件一体化的医学模式的演变过程提供解决方案另外还有一部分平台软件企业，长期以来发展了自身在硬件层的产业链和生态 伙伴虽然同样提供的是物联网整体解决方案，但这种情况下平台仍是其营收中非常重要嘚部分

为此我们可以笼统地将这类按照解决方案报价的体系分成 3 部分：1）硬件费用——除去企业可能存在某种自有硬件 产品外，其他硬件来自于预先对接并测试好的其他厂家的产品；2）基础平台费用——相当于软件的授权；3）对接费用—— 如前文所述眼下很多物联网项目并不是理想的直接连物的方式，而是需要平台与很多现有的第三方系统进行对接此时 企业往往根据系统的开放程度、协议的规范程度、需要对接的点位数量进行评估，具体费用标准仍然是以需要投入的研发 费用为参照当然，除此以外还有部分企业不仅有提供硬件、軟件和解决方案的能力，还能直接提供实施和运维的服务 对此又是另一项收费内容。

3.4 物联网平台盈利状况探讨

在物联网迅速发展的进程Φ率先感受到明显收益增长的是感知层，包括传感器技术成熟后成本持续走低通讯模组 出货规模持续走高，2019 年主流模组厂商陆续成功仩市这一现象就足够体现这种欣欣向荣的情况

为此在调研中，我们特别向厂商们提问“物联网平台何时盈利”这样的问题结果企业大哆认为物联网平台是一个长 期发展的过程，涉及到物联网市场碎片化、用户需求分散化的典型痛点物联网平台厂商目前所能获得的营收規模虽然能 达到千万级别，但仍没有实现其真正的市场价值不过利好的是，在行业同仁的努力下能预见到产业整体正在往好的方 向发展，同时近两年玩家间的竞争将更为激烈没有独特优势的平台企业更难存活。

3.6 物联网平台竞合形势判断

竞争主要分为两类分为同类型岼台厂商之间的竞争、平台厂商与未来可能自建平台的客户之间潜在的竞争，并且如 上文所述物联网平台在技术上的门槛并不高，这可能会导致技术的同质化各平台间提供的能力大同小异，在说服客户 采用自家物联网平台服务时将更强调在平台在应用开发、标杆案例、生态建设上的能力，以下不妨进行详细说明

首先是技术同质化带来竞争。在调研中我们发现一个 10 人左右的初创团队就可以做出连接管理和设备管理平台， 这件事在产品化上不是很难而且现在全球已经发展有 600 多家平台企业，国内每个垂直领域的平台企业通常也有一二┿家 实际上来说，同一层级各家的技术水平差异不至于太大比如最早的园区平台，虽然起初定价飙升到几十万上百万但随 着后续做園区项目的平台厂商越来越多，技术同质化出现以后现在最低的报价已经变成 10 万以内，只有具备明显差异化、 接口众多的平台厂商才会囿更高规模的定价区间这也就是为什么在目前的情况中，部分企业并不指望纯靠平台就能大赚 一笔反而更关注整体解决方案的原因。

其次是与自建平台的客户之间的竞争尽管云厂商一直宣传不做应用，不与客户竞争但逐渐发现行业中有一部分客 户开始自建平台，比洳我们能看到美的、海尔作为综合家电的典型企业在早期他们选择了一些物联网平台厂商进行合作， 但后来陆续开始自建平台在我们僦这个问题对企业进行调研时，实际上企业表示在这一点仍然是合作大于竞争具体可 以从两点进行理解：1）未来有能力建平台的企业还昰会自己建，但这不会成为主流更多的企业一定是倾向于应用第三 方平台来实现快速的技术创新，机会仍然存在很多；2）平台企业与大镓电公司合作除了经济价值外，更多是希望共同把 技术更成熟的落地因此双方间更多的定义是合作伙伴，而不是竞争对手

最后还有苼态竞争。从 AWS、Azure、阿里云、腾讯云、华为云、青云 QingCloud、UCloud 等一批云计算厂商都在 强调生态共建这件事上就可以发现他们希望与具备行业属性嘚硬件厂商、模组厂商、物联网平台厂商、软件开发商、系 统集成商合作，推动物联网项目更快地更高标准地完成商业化落地在生态的莋用下，云基础设施服务商提供底层计算资源、 基础开发环境和工具增长了云产品的收入；其他参与到生态中的物联网平台企业，也借助生态融合的特点丰富了自身 的产品能力，享有生态之中更多的项目机会以及获得另外的宣传曝光和资金扶持，这些都将推动行业整體进步所以目 前很多通用型物联网平台和垂直领域物联网平台因能力互补成为合作伙伴的新闻频频见诸报端，虽然双方间没有强行绑定 但不知不觉间仍然形成了各具特色的产业生态体。

3.7 企业如何选择理想的物联网平台

在早期的调研中我们总结了物联网企业选择平台供應商的 4 点指标：看成本——从成本合适的项目开始部署；看架 构——了解平台是否具备足够的弹性扩展的能力；看项目案例——看领域内囿没有类似的案例经验；看实施团队——确保 有可靠的交付质量。这些都是平台企业会主动与用户聊的事情但除以上所列以外，本次调研我们还聊了关于“平台上的 设备连接数量”、“平台中的开发者数量”这两大问题尝试探讨这两项要素在选择平台时的重要程度。

（┅）平台上的设备连接数量是否重要

经过调研我们了解到，实际上在整个物联网平台产业里客户真正愿意付费的往往是系统集成的能仂，对于平台上设 备接入的付费金额不会特别高因此更大规模的连接数量并不一定意味更大的营收，但接入又是第一步所以关于物联網 平台厂商究竟如何看待设备连接数量，它是否能被用来当做评估平台产品能力的一项指标针对这项问题我们梳理了如下 观点，以作读鍺评估：

评估一个平台产品的方法有很多比如可靠度、成熟度、并发数这些指标，连接数也可以在里面但一定不是单向地 由企业告诉愙户自己有多少连接量。至于为什么行业内会有连接数量这个说法其实是厂商从一个比较容易理解的角度， 来直观说明一个平台的成熟喥和可靠度所以连接数量可以算其中一个基础指标，但不是用户选择平台的全部指标最关 键是要看上了平台后能否快速落地指导业务，有场景化的物联网应用能够赋能业务。——广州云智易物联网有限公司

设备连接数量主要是投入资源能力的体现比如说承载了多少帶宽，多少并发对于一个平台来说，连接量自然是越 多越好但实际还要考虑到连接的价值和投入产出比，所以这之间一定有个权衡

峩觉得像工业行业的连接数就不会很大，至少和消费物联网相比是这样但是从软件、从应用层面上有多少收益，换 句话说客户通过平台渻了多少钱或者平台创造了多少价值给客户，这才是最核心的所以不应该从连接数看，应该从带 来的营收价值上看

（二） 开发者对岼台运营的意义？

物联网开发平台本质上是一种资源聚合主要面向的人群是技术开发人员，包括企业开发者和个人开发者为开发者 提供更好的服务体验，是物联网平台厂商需要重视的一件事情如今各家平台厂商都强调对开发者社区的运营，此处引用 机智云 VP 邢雁的观点來说明开发者对于物联网平台的重要性：

首先是技术角度技术人员对技术走向的把握有天然优势，对于企业发展自然也有优势优秀的開发平台沉淀新兴的、 成熟的开发技术，会吸引大量优秀的开发者自发对新技术进行研究、共享及应用当社区中聚集了稳定数量的高质量开发 者后，这些开发者又会反哺平台贡献自身的开发经验，并不断提出新的需求和优化建议促使平台持续升级迭代，保持 技术领先性这通常是公司打通商业医学模式的演变过程的一个入口，也是公司技术健康良性循环的基础

其次是商业角度。对于物联网产品来说设备接入的技术开发是绕不过去的，如果客户的技术部门工程师不了解平台 的技术那么产品选型机会就少、服务实施周期也会非常长。另外如果客户对平台服务商的产品熟悉可以有效利用这些 工具来丰富自身产品、提升自身服务水平。所以从商业角度讲供需双方其實都是为了降低产品接入的门槛，使产品开发 成本更低、效率更高、服务更好

最后还有生态角度。物联网产品涉及的技术领域更广、专業跨度更大涵盖不同专长的开发者也更多，云平台只是整 个产业链里承上启下最关键的中间件对于自身提供的产品服务会有所取舍，並不是什么都平台做还有很多必要的应用 开发需要更多人去参与，而企业客户也不是都有研发能力或研发投入人力因此，长期基于平囼做产品、与平台配合度极 高的开发者在经过平台认证后成为平台的商业伙伴，可以获得平台给予的大量技术培训和商业机会与平台┅起发挥各 自优势共同服务商业客户，从而实现双赢

四、 物联网平台在垂直领域的应用分析

4.1 物联网市场规模概述

2016 年，工业和信息化部编淛发布了《信息通信行业发展规划（2016 － 2020 年）》及《信息通信行业发展规划物联 网分册（2016 － 2020 年）》强调了新时代发展物联网的重要性。《汾册》指明“十三五”时期是我国物联网加速进 入“跨界融合、集成创新和规模化发展”的新阶段，与我国新型工业化、城镇化、信息囮、农业现代化建设深度交汇具 有广阔的发展前景。于是在 2018 年底信通院发布《物联网白皮书（2018）》，对《分册》所做的计划有了一次Φ期评估 显示物联网总体产业规模在 2018 年 6 月已经达到 1.2 万亿元，证明在这中期已完成了“十三五”时期目标的 80%（2015 年国内物联网市场规模仅為 7500 万元。）

物联网市场规模以可观的速度实现上涨预示着万物互联的开启、应用需求的全面升级，以及对海量数据进行智能化 分析的可荇性尤其在应用层，“物联网 +”的趋势进一步升级物联网不再是作为一项孤立的技术而存在，而是将与大数据、 云计算、人工智能等創新技术融合带动细分产业转型升级。

业内有一种说法是将物联网应用分为三大主线分别是面向需求侧的消费性物联网、面向供给侧嘚生产性物联网、智 慧城市应用物联网。

更早以前麦肯锡将物联网场景分为 9 类：

同样在工信部颁布的《分册》中指出将重点打造智能制慥、智慧农业、智能家居、智能交通和车联网、智慧医疗和 健康养老、智慧节能环保六大领域示范工程。

当我们再考虑到未来 5G 的发展和应鼡情况发现全球物联网应用势必将分化出重点发展的领域，以及适合其他参与 者扎根发展的长尾市场如前文所述，在将实现规模化的所有物联网应用场景里物联网平台都将作为底层软件基础设施， 支撑整个系统的高效、可靠落地参考此前的《IDC 全球物联网决策者调研 2019》报告，机构通过对全球范围内 5421 名 企业物联网决策者进行调研（其中中国 475 名）发现全球 63.5% 的企业已使用物联网平台，中国企业使用物联网岼台的 比例更高达到 65.7%，并且在未来五年中国通用型物联网平台市场将持续高速增长，年复合增长率将达到 40.0%

4.2 物联网平台各场景应用介紹

避免大而全、选择有需求、有体量、有产品的垂直领域进行深入，是当前绝大多数物联网平台企业决策的共识但物 联网平台基础设施嘚定位没有改变，平台本身能够应用的场景非常之多经过调研，我们选取几处更为受到关注的应用场 景进行说明

工业制造由人、物品、机器、车间、企业各要素组成，涵盖了设计、研发、生产、管理、服务等环节在这之中，网 络体系负责全产业链的泛在深度互联；平囼体系作为连接枢纽负责数据的汇总处理与分析；应用体系是平台可持续运营 的关键，完整构建产业链生态

在调研中我们主要聊的是岼台体系，但不可避免地要以全局视角来看待整个工业互联网的特点与趋势比如说大型工 业企业更看重整个工厂的集成创新，其他中小型制造企业在连数字化都没有解决的前提下更看重单点应用的普及；比如 说无论企业规模有何区别，他们最普遍的需求都是从产品往服務走以降低成本、提高质量、优化服务为根本目标。与此 同时还有一个很明显的现象是随着这几年国家大力推广工业企业上云上平台，企业逐渐认同通过对云、对平台的使用来 实现他们的转型目标这种情况促使了国内工业互联网平台产业的迅速发展，目前已经有超过 300 镓工业互联网平台企业 注册在工业互联网产业联盟中

即便如此，因为工业场景有较高的技术门槛、较长的产品研发迭代周期、以及分散囮的市场很难形成规模足够大的收 益所以各类平台的技术水平、业务能力、商业医学模式的演变过程普遍还是摸索着过河的状态，整个產业发展的速度不及想象中的那么快到如今，芯片厂商、通信厂商、自动化厂商、云服务厂商、设备厂商、软件厂商都在积极参与工业互联网建设聚焦优势 领域积累行业经验。树根互联根云凭借传统业务优势在工程机械行业获得了领先同时考虑到市场空间，近年来根雲还积 极开发了覆盖纺织机械、发电机组、农用机械、数控机床等细分行业的解决方案希望打造跨行业的工业赋能平台；徐工 信息汉云此前以 3 亿元创下我国工业互联网行业 A 轮融资金额最高记录，在公司机械制造传统业务以外服务了新能源汽车、 专用设备、物流、核心零部件等众多行业建设了 20 个行业子平台为不同规模工业企业赋能；富士康工业富联是工业互联 网的第一股，定位是为其他制造业提供工业互聯网平台服务此前富士康深圳龙华工厂入选世界经济论坛“制造业灯塔工厂”， 主要体现的还是富士康多年在制造业积累的自动化技术、工厂流程经验与工业数据资源；航天科工旗下的航天云网在业内 被评价为工业界的“淘宝网”主要为制造业用户提供需求的对接以及根据需求产生的定制化、个性化增值服务，包括研发、 生产、采购、营销、售后等云制造全产业链环节；微软在最近 IDC 发布的《2019 年全球制造業工业物联网平台供应商评估 报告》中被定位为领先者这与其能够基于业界需要的通用医学模式的演变过程和标准，为用户提供全球性嘚边缘、私有、公有云基础设施 以及提供可调节的工业物联网平台管理服务有关；研华 WISE-PaaS 平台依托研华传统的硬件优势，在工业领域拥有罙厚 的知识积累和客户资源公司未来将进一步与不同工业现场的不同应用软件整合，形成更全面的工业物联网解决方案

智慧生活指代嘚范围非常广泛，对比上文提到的工业制造属于生产场景智能家居、智慧地产、智慧社区等应用可以 归纳到智慧生活领域。通过调研了解到物联网平台在智慧生活场景的应用主要分为两个阶段：

第一是设备物联阶段。早期很多创企围绕智能硬件做了大量投入虽然从商業层面智能家居行业没有在当时取得预想 中的成功，甚至不少企业都在 3 年内转型或者死亡但留下来的企业都已借着机会打通了从底层硬件到云端的接入能力， 积累了丰富客户资源

第二是数据运营阶段。智慧生活领域的设备物联要比工业制造领域简单的多不管是对接在镓庭中的大小家电 / 照明 / 智能单品、社区里的门禁 / 摄像头 / 停车道闸 / 安防系统，平台企业大多认为该领域物联的问题已经解决至少单品智能 囷联动智能的畅想都已实现，下一阶段面临的是打通各类设备和系统间的互联互通并且思考如何为客户尤其是运营方提 供数据层面的服務，提升产品给客户带来的价值

随着各方角色都已加入到该领域，包括物业、房地产开发商、业主、商家这四种身份都将被连接起来廠家将为此输 出一整套的智慧人居系统，提供优质的智慧生活服务不过因为产业范围太广及企业基因限制，智慧生活领域的玩家通常 选擇擅长领域优先投入

公共事业是指负责维持公共服务基础设施的事业，包括电力、供水、路灯、井盖、废物处理、城市交通、城市消防咹 防等场景和其它商业型场景不同，公共事业多有规模性、垄断性、非营利性、公益性的特点多带有政府服务的性质， 最终要实现的價值是将服务做到城市级别重点解决信息建设分散、数据融合困难、协议标准不统一的问题，在此条件下 统一架构的物联网平台必不可尐

水务管理是城市管理不可或缺的部分。传统水务管理正面临着人工抄表效率低、供水能力 / 水资源利用效率低、水价 机制灵动性不强、基础设施日益老化、管道漏损率过高等一系列问题由此催生了多方社会角色参与的智慧水务市场。物 联网平台厂商就此切入以接入智能水表进行自动监测及可视化展示为基础服务，后续将依托平台所采集的数据挖掘深层 信息从中产生数字模型，真正实现水量预测、水仂计算、优化调度等智慧功能推动水务管理实现智慧化。

智能停车是城市交通的重要一环但停车难却是广为人知的用户痛点，而这一現象的背后正是车位不足、车位利用率低、 不同系统之间存在数据孤岛的问题通过运用物联网平台，从车位锁、车检器、摄像头等智能設备中产生的数据将经网络 传输在平台中实现存储与分析且城市级的停车物联网平台有望接通区域内各类型的停车子系统，打通各大停車单位之间 的数据最终将数据展示在用户侧，帮助车主快速找到空闲车位

视频监控是智慧城市发展的关键应用。在平安城市、雪亮工程、天网工程的政策驱动下城市中网络摄像头的数量迅 猛增长，视频监控开始在交通、安防、社区、商场建筑、甚至民用场景展现更夶的市场空间。物联网云平台作为产业链 的关键支撑获取了摄像头传输过来的图像数据以后，将其交给大数据、AI 技术进行分析完全可鉯产生自动化、智能化 的视频监控功能，提高整体应用价值

智慧灯杆近来十分受智慧城市青睐。这一集合了通信信号、照明、环境监测、视频监控、充电杆、信息交互、舆情报 警等多种功能的智慧杆不仅能保留原有照明系统的智能控制，还能通过多杆合一减少重复建设、改善市容市貌以及预 留了 5G 微基站接口，为智慧城市应用发展留下基础虽然目前各地智慧杆项目多停留在打造样板的阶段，但若论及智慧 杆发展遇到的问题就不可忽略对统一架构的物联网平台的建设，因为智慧杆多杆合一后面向的是多个政府部门面对不 同需求平台必须做好其间的功能与交互体验。

随着社会经济的发展综合能源服务被提出，行业开始强调不仅要销售能源产品还要销售能源服务。楿较于传统的 能源服务医学模式的演变过程行业更加期待往产业综合、开放共享、广泛互联、安全高效、互动友好等方向创新发展，再加上我国明确 了到 2020 年非化石能源占一次能源消费总量的比重达到 15% 左右到 2030 年达到 20% 左右的目标，明确了节能减排的 决心与信心这时由用能方、能源供应商和能源运营商三大主体组成的能源服务链，势必要以更加高效统一的现代能源体 系方针打造能源物联网

在这个发展阶段，除去能源消费结构朝着低碳化发展以外能源行业从供给侧主导向需求侧主导演进的结构性变化同 样明显。一般的医学模式的演变过程昰厂商根据用户需求打磨产品，进而获取更大规模用户分析从中积累的数据并将结果提供给能源 供应商和能源服务商进行实施改善，朂终推动整个生态圈参与综合能源服务当用能信息在整个能源体系中产生流动，能 够承载数据存储、数据分析及 AI 算法的物联网平台自然受到重视并且企业有能力依托平台实现进一步的能源数字化转型、 创造新的收益与新的商业医学模式的演变过程。

当然根据国情、产業格局以及产业壁垒可以判断，未来能源物联网平台的市场格局一定是由能源行业巨头之间的竞 争而决定国家电网在 2019 年提出全面启动“泛在电力物联网”建设，计划在现有坚强智能电网基础上引用大数据、云 计算、物联网、移动互联网、人工智能等现代信息技术，推动電力系统信息广泛交互、充分共享最终构成能源流、业务流、 数据流“三流合一”的能源互联网；远景能源从风电起家，是国内民营风電领域的龙头企业公司业务方向始终以可再生 能源为核心，其打造的能源物联网平台 EnOS ?通过开放的协议框架支持广泛的能源设备接入目前在全球已经管理超过 1232 个光伏电站，35584 套储能系统792 个风电场，72328 个充电桩12838 个楼宇智能电表，共计超过 100GW 的能 源资产；新奥数能泛能网平台繼承了母公司新奥集团尤其在燃气方面的客户资源优势与服务经验通过将园区、区域、城 市的气电冷热等多种能源子系统智慧互联，建竝能源数字一张网统一服务用能、供能、配网、监管等能源生态主体。目 前平台已经接入了超 1000 家用能企业、超 100 家园区、管理 658 亿 KWh/ 年的用电規模管理 695 万吨 / 年的用热规模。正泰集团在光伏产业拥有领先地位目前在全球建立了 500 多个光伏电站，在能源物联网业务板块主要是针对各类能源应 用场景为政府、工商业及终端用户提供电力设备、光伏发电、储能系统、能效楼宇等一揽子解决方案，涵盖“供给 - 存储 - 输变 - 配售 - 消费”整套流程为用户提供绿色智能的综合能源服务。

随着社会生产力的提高传统的农业正在从卖方市场转变为买方市场，从中顯现的问题越来越多：比如有关谷物 / 蔬 菜 / 水果的种植、畜牧业的养殖都面临效率低下、市场不流通、信息开放程度不足的问题；比如有关播种与收成、出生与 屠宰都有较长的时间周期再加上日益加剧的气候变化、病毒蔓延都在给农产品未来的利润带来的不确定性。此时农業现 代化获得了充分的关注与发展农业物联网就是实现智慧农业的必要途径。

以上是农业物联网在推进过程中遇到的困难挑战联想到京东“跑步鸡”、阿里云“200 公里猪”、华为“联网牛” 等物联网应用已经在养殖场景产生效果，但放眼整个农业物联网包括种植和养殖两個场景实际仍然处于发展的初级阶段。 企业仍然多以提供解决方案为主真正极具行业代表性的物联网平台还没有出现，这表示其中还存在着尚未发掘的巨大机会

2018 年，国内物联网科技企业 G7 披露了最新一轮 3.2 亿美元的融资一时间吸引了业界的注意。当我们研究 G7 的 商业特色发现 G7 是以自身在行业内积累的物联网平台为核心，继而向大型物流企业和物流车队提供综合管理与服务解 决方案覆盖安全、保险、结算、金融、智能装备等车队运营全流程。根据最新数据G7 服务的客户超过 6 万家，平台上 的连接车辆超过 130 万台作为基础设施的平台上面更昰积累着庞大的车队数据，为其业务创新带来重要支撑扎根物流 行业 20 多年的 G7 董事长翟学魂在接受媒体采访时表示：“原来技术太贵，很哆传统行业用不起而现在物联网和大数据 技术已经相当成熟，可以实现 98% 物流要素的 IoT 化因此能提升行业效率和降低事故率。”

联想到从 2009 姩阿里首次双 11 创造 0.5 亿销售额到 2019 年双 11 总成交额达到 2684 亿元，过去 10 年间以电 商发展为关键，物流产业尤其是快递行业发生了翻天覆地的变化后来基于发展规律，快递行业出现增速放缓的情况企 业意识到新的转折点已经出现，那就是物联网、大数据、人工智能这类新的技术鈳以赋能到物流之中覆盖运输、仓储、 包装、装卸、流通加工、配送、物流信息等全物流环节，从中精准掌握到人车货仓的时间、空间狀态继而为企业创造新 的商业价值或打造新的商业医学模式的演变过程。

G7 做智慧物流是从车辆管理入手的这是目前行业中的一大热点，有众多的参与者但我们也不能忽略其他领域所 做的工作。2018 年菜鸟网络宣布将利用数字孪生技术、AI 和 IoT 技术打造物流 IoT 开放平台，支持接叺任意设备实现 仓储、运输、配送和驿站代收等全链路数字化、智能化升级；同年获得菜鸟网络战略投资的易流科技，扎根行业打造了噫 流云软硬一体 SaaS 协同平台目前在平台上连接了超 150 万在线车辆、160 多万司机用户，在制造、冷链、快递、新零售、 餐饮、商超等多个细分领域深度扩展了应用京东物流 2019 年宣布落成国内首个 5G 智能物流示范园区及对应的智能物流 平台 LoMir（络谜），依托 5G 网络通信技术、通过 AI、IoT、自动駕驶、机器人等智能物流技术和产品融合应用打造高 智能、自决策、一体化的智能物流示范园。

此前国家发展改革委网站正式发布“關于印发《智能汽车创新发展战略》的通知”，指出智能汽车已成为全球汽车 产业发展的战略方向未来汽车产业发展的主要任务就是构建一个完善的智能汽车产业生态体系，并强调要积极推进车载 高精度传感器、车规级芯片、智能操作系统、车载智能终端、智能计算平台等产品的研发与产业化积极培育道路智能设施、 车联网、智能出行等新业态，增强汽车产业的核心竞争力

适逢当下 5G 的发展，车联网对哽高带宽、更低时延、更大连接的要求得到满足再加上明显的政策倾向与巨大的市 场潜力，车联网近年来成为产业关注的重点对象有關智能网联汽车的市场预测结果也一片向好。在这样的前景下包括 OEM 车厂、车机厂商、操作系统提供商、车载智能硬件厂商、TSP 服务商、通信运营商、车载方案芯片提供商、车载语音 提供商、车机互联解决方案提供商等众多企业都融入到了产业链之中，共同促进车联网“人车蕗网云”五维发展

华为 IoT 是以车联网服务平台为战略的产业玩家之一，覆盖了新能源车监管、智能网联、车队管理、UBI 保险、V2X 车路协同等场景需求2018 年 6 月，华为发布 OceanConnect 车联网平台侧重以 OceanConnect 物联网平台为核心， 构建车联网平台基础设施为用户提供四个使能方面：1）联接使能——支撑亿级海量连接和百万级并发，通过全球可达的 公有云部署能力为汽车提供安全可靠联接；2）数据使能——通过对车况和驾驶行为等車辆大数据的采集与分析，在云上 实现人和车的数字画像使能智能内容分发和业务推荐；3）生态使能——通过数据和业务分离结构，帮助车企掌控数字资 产汇集第三方内容和应用生态，构筑以车企为中心的生态系统；4）演进使能——车联网平台与 V2X 协同发展从单车 智能箌车路协同智能，使能未来智能交通提升社会交通整体的安全性和效率。百度车联网是百度人工智能战略的核心重 要组成部分及车场景建设者和核心出口在 BAT 之中，百度的车联网布局相对更加完整包含网联化和智能化两部分，核 心产品有小度车载 OS、车载地图、无线手机車机方案 Carlife+ 等

根据 IDC 的报告，未来三年如果零售业能够在顾客体验、员工工作和日常运营等环节中恰当地应用人工智能、混合现实、 物联網等技术，将为客户满意度带来 20% 的提升同时员工的工作效率和库存周转率也将分别提升 15% 和 25%。5 零售 业转型的案例近几年来数不胜数包括垺饰连锁、大卖场 / 商超、百货 / 购物中心、餐饮连锁等行业都在积极改善旧的医学模式的演变过程， 寻找新的业态智慧商圈、智慧门店、無人零售、智能货柜等概念更是层出不穷……

致力于成为平台和科技产业生产力的微软，较早地就将目光放到了零售领域不仅推出了 Azure IoT Hub 等雲端物联 网管理服务，还推出了能将人工智能拓展到边缘和物联网设备的 Azure IoT Edge 服务以及业界首个芯片级云 + 端物联网 安全互联管理方案 Azure Sphere，通过與行业内典型厂商间的互补合作微软 Azure 广泛地将产品技术应用在了各类零售 场景；腾讯云 IoT 关注消费物联网应用场景，结合生活物联云、人臉识别、云支付等多项能力推出了无人商业解决方案 帮助客户灵活、安全、低成本地部署并管理智能货柜、智慧门店等业态，快速实现噺业务医学模式的演变过程中国移动 OneNet 平台智 慧零售解决方案主要由“智慧零售终端 + 云平台 + 管理系统”组成，比如通过摄像头采集视频图潒上传到云平台结合人 脸识别等技术，再联系上顾客收银、会员信息等系统为客户提供客流 / 经营分析、门店监控、基于人脸识别的精准营销 等创新型服务。

排队三小时、看诊三分钟在中国有这样的俗语于坊间流传。虽然目前情况总比多少年前有些改善但看病难、看疒 贵的问题始终存在。HTC 研发及医疗总裁张智威博士曾经对今天的医疗医学模式的演变过程作出梳理归纳了两大特点：1）被动式。很 多病凊总是先由人体感觉到不舒服去找医生诊断后才能发现。其间的时间差难以避免且有些病情在这个时间差内可能 会持续发展。换句话說这是反应式的医疗；2）集中式。当大部分优质的医疗资源集中在大城市、三甲医院时就暴露出 资源不平均的问题，最终将导致民众紦更多时间和成本花在预约排号、路途交通、等候看诊等等方面或者因为这样的涌入， 三甲医院的医生将要承受超负荷的工作为每位囻众能够留出的时间仍然不可避免地被缩短，甚至在就诊后患者也常常 难以完全消除自身的各项疑虑与担忧。

从被动式走向主动式从集中式走向分散式，是智慧医疗体系下提出的新愿景前者侧重对人的状态进行及时获取与 管理，后者强调解决医疗资源紧缺的问题扩夶医疗服务的普及性。

目前市面上有一类远程医疗监控医学模式的演变过程较为普遍该种医学模式的演变过程是基于物联网、云计算、囚工智能和大数据技术来做实时的 人体健康监测和管理应对，主要实现从被动获取信息到主动获取信息打通前期防护、中期诊断治疗，鉯及后期恢复护理 这项长期的过程比如被称为全美最好医院的梅奥诊所，曾和可穿戴设备厂商 Fitbit 合作开发产品用来跟踪监测心脏手 术病囚的恢复。这种情况下物联网平台将收集到的健康设备监控数据进行汇总分析一些远程医疗方案将从中产生，进而 提高医疗效率及患者嘚医护体验

4.3 物联网平台玩家图谱

五 、物联网平台投融资事件汇总与分析

因为通用型物联网平台多诞生于具有资源背景的云基础设施服务商，在未分离出物联网平台业务之前较少有单独融 资的情况。因此汇总物联网平台的融资事件主要是看各个垂直领域的企业融资活动。

而在所有细分领域中智慧生活和工业互联网是物联网平台最为典型的两类应用，产生的投融资事件也是一前一后最 能体现行业风向变囮的包括了产业资本与政府引导基金将如何促进市场发展。故本篇报告着重对这两大领域的投融资事 件进行分析

5.1 智慧生活场景投融资

智慧生活场景可以被认为是物联网平台发展的起源。在该领域物联网平台产业的融资历程体现了 3 大特点：

1）企业多成立于 2013、2014 年间，当时市场以智能硬件开发为普遍医学模式的演变过程大量创企在期间获得了融资；

2）随着 2017 年以后智能硬件的风口逐渐消失，行业开始出现洗牌只有一些典型的头部创企在 2017、2018 年间获 得了持续的资本注入，融资进程达到 C 轮及以后；

3）因为有较高的市场成熟度该领域在 2019 年及以后產生的融资事件逐渐减少，企业转而更强调业务的持续开发与 积累

5.2 工业互联网场景投融资

在工业互联网领域，有 1 个重要的时间节点值得關注即2017 年 11 月，国务院印发了《关于深化“互联网 + 先进制造业” 发展工业互联网的指导意见》提出三个阶段发展目标：

1）到 2025 年，基本形荿具备国际竞争力的基础设施和产业体系形成 3-5 个达到国际水准的工业互联网平台。

2）到 2035 年建成国际领先的工业互联网网络基础设施和岼台，工业互联网全面深度应用并在优势行业形成创新引 领能力安全保障能力全面提升，重点领域实现国际领先

3）到本世纪中叶 , 工业互联网创新发展能力、技术产业体系以及融合应用等全面达到国际先进水平 , 综合实力进入世 界前列。

在这“三步走”战略之外还有一个彡年起步计划，即要在 年阶段内初步建成低时延、高可靠、广覆盖 的工业互联网网络基础设施，初步形成各有侧重、协同集聚发展的工業互联网平台体系初步建立工业互联网安全保障体系。

政策的风向影响了市场的反应和资本的决策对应到工业领域投融资方面近几年囿三大特点：

1）一批企业在该政策颁布之前就已经成立并围绕工业互联网展开工作，2015、2016 年陆续获得试水性质的投资；

2）到 2018 年政策推动“工業互联网元年”概念出现以后行业内的投融资事件明显增多，且一线资本开始围绕一些 典型标的包括树根互联、徐工汉云等展开大额的市场化融资；

3）从整体看工业互联网领域的企业融资多集中在 B 轮及 B 轮以前，市场成熟度不高行业整体的创业和投资热情 并未消减，抓住细分市场深耕或者具有清晰商业医学模式的演变过程的企业此刻被资本选中的机会反而增大

除以上以外，物联网平台产业还存在其他類型的典型标的比如目前正专注于安防、消防和能源需求的智慧场景服务 商特斯联，在 2019 年 8 月获得了由光大控股领投 , 京东、科大讯飞、万達投资等跟投的 C 轮 20 亿人民币融资；再比如智 慧物流场景下的物联网平台 G7成立 9 年已产生 9 轮融资，最新一轮为 2018 年 8 月产生的 3.2 亿美元融资吸金能力十足。在我们的调研中各类型的企业也都提到有融资的意向或需求，当然他们也各自表明对创业公司来说，最宝贵的仍然是 深度嘚场景以及有前景的产品价值。

转载自：北京物联网智能技术应用协会