北京寄云鼎城科技有限公司是一家专注于工业互联网的高科技企业，旨在利用信息化技术，结合行业理解和服务经验，解决工业在生产效率不足、生产质量过低等方面的固有问题，帮助工业客户提高核心竞争力，推动工业企业走向“中国制造2025”。

时培昕 寄云科技董事长兼CEO

姜波：工业物联网的发展到了什么阶段？现在的格局怎么样？

时培昕：IIoT直译为“工业物联网”，但从国内的行业发展来看，用“工业互联网”这个词更加贴切。从宏观的行业来看，目前工业互联网在“离散”和“流程”两大类型工业中的应用，呈现显着的差异性。

在离散型工业中，企业普遍关注的是如何通过设备的自动化实现“机器换人”。其实从工业近几十年的发展以及未来的走向来看，工业自动化已经是“上一个时代”的任务，工业企业当前的目标应该是“数字化”，未来还将走向“智能化”。现在国内的离散型工业在“工业互联网”的发展上，严格来说大部分还在补齐“自动化”阶段的工作，只有那些大型的、高端的离散制造企业有实力进入到工业互联网的“高级应用”阶段，比如熄灯工厂、柔性产线、预测性维护、产能优化等。

相比来说，流程型工业尤其像大型化工、能源等类型企业，因为对产线的持续性、设备的可靠性等要求更高，早就完成了大部分的“自动化”部署和应用，而且很多企业已经在几十年的发展过程中，逐步建立了ERP、MES、SCM等信息化系统，对于这类企业来说，工业互联网意味着通过“数字化转型”实现基于数据分析的智能化决策和控制。

在微观的企业角度来看，我们从一些代表性的工业企业在工业互联网方面的探索中，可以看到一些典型性的应用。首先最具代表性的就是富士康的“熄灯工厂”，这是一种建基于物联网、工业大数据和人工智能等之上，实现了自动化制造流程、自动优化系统、生产实时状态监控等工业互联网应用的高级形态，它可以说是未来制造的发展标杆；还有一种比如像海尔智能工厂的“柔性产线”，打通了客户需求、工厂车间、物流系统等，实现了“定制化生产”、“个性化生产”；再比如中石化的“精益生产”，通过物流、物料、操作、工程等全局数据跟踪与管理，以及业务系统、生产制造系统等融合，实现了能耗降低、精细化管理水平提高等收益。

当然，以上这些案例从工业互联网的应用角度很有代表性意义，但从目前绝大多数的工业企业发展来看这些应用还不具备普适意义。因为这些应用需要雄厚的资本、长远的规划和实施以及庞大的智库支持。对于大部分的工业企业来说，工业互联网的实际意义更多的是通过设备联网、数据融合、远程监控，再到基于数据的设备维护、产线、产能和效率等的提升。

姜波：在工业互联网的实施过程中，离散型工业制造和流程型工业制造关注的点有何不同，背后的原因是什么？

时培昕：具体到工业互联网的实施上，现在大部分离散型工业的关注点在自动化设备的采购、设备联网、CNC数采、MDC，以及OEE、MTTR、MTBF等指标的统计与分析，他们希望通过这些投入，实现局部生产环节的数字化、自动化，很多企业对生产的可视化和机器换人的意愿也很高。

流程型工业在工业互联网的实施上起点一般都比较高，比如化工、能源企业，他们侧重于扩大数据采集的范围、提升已有的数据管理和应用的能力、融合各层比如生产系统MES和应用系统ERP等，以及实现跨厂区、企业和集团的综合管控能力的提升。具体的应用上，他们对基于大数据的安全生产管理、精益生产、数字化的管理等需求比较明确。

二者之所以有这样明显的专注点差异，一方面是刚才提到的双方在信息化基础方面的建设积累差距带来的，流程工业普遍来说在自动化、信息化方面的积累要明显的比离散制造企业更加的完善。第二方面在于他们对数字化改造的投入产出比的考虑不同，对于离散制造来说，可能大部分企业因为基础比较弱，现在只需要借助物联网以及较低的数字化应用的部署就可以取得明显的成效。而对于大型的流程制造企业来说，虽然起点高，进行数字化改造的难度也会更高，但流程型工业相对来说，人均产出都会比较高，规模一般会比较大，在规模足够大的基础上，他们哪怕是增加1%的产能，提升的生产效率也近乎约等于增加的净利润，增加的经济效益绝对值也足够大。这和改造的成本对比起来，就足以推动升级方案的部署了。

姜波：寄云当前的主要客户分布在什么行业？

时培昕：寄云科技现在重点关注的领域包括能源、电力、化工、装备以及半导体等行业。之所以将目标锁定在这些领域，一方面是建立在我们对目前工业互联网在各个领域的应用差异性的认知上，另一方面也是我们这些年在各个领域探索实践的经验总结上。

寄云关注的企业一般都是高度自动化、重资产且对生产指标要求非常高，这类企业主要在流程制造行业，当然像汽车制造、装备制造、半导体高端制造等工业与一般的离散制造相比有着更强烈的数字化意愿，并且具备足够的提升潜力，也是寄云科技的目标领域。寄云当前的客户中80%以上是国内500强或世界500强这样的大型制造企业。

总体来看，寄云科技关注的这些领域的企业，都有这么三个特点，首先是有着比较高的信息化建设基础，第二是数字化转型能够获得显着的效益且得到行业的验证，第三是企业有着足够的转型主动性和足够的预算基础。这种企业已经走过了基础连接的阶段，也具备了一定的信息化能力，他们已经无法通过这些已有的建设获得显着增长。

这个阶段的企业在各个层面都已经有了建设和积累，比如控制层面可能有PLC、DCS，在生产层面有MES，在应用层面有ERP……他们具备一定的数据采集和应用能力，但是仍然没有完全实现各层之间的数据和业务的融合，“孤岛”比较多。工业互联网的价值就是连接数据、融合业务，挖掘潜在的价值。

这种深入的数据价值的挖掘必须借助工业互联网来实现，比方说同样是数据采集和管理，设备的监控，业务的分析……传统工业企业其实都有一定的能力，但是却已经走到了传统技术能够支持的天花板。对于应对不断增长的数据点，以及由此带来的海量数据、实时数据、多维数据，以及自动化的、快速的、敏捷的深度学习等人工智能的应用需求，传统的工业企业的IT基础架构、其上的数据管理和分析软件都已经不再适用。

寄云科技一方面能够把高性能而又价格合理的专业软件产品提供给工业企业用以进行数字化转型的基础建设，比方说传统的高性能专业时序数据库基本上都是国外垄断，价格昂贵，不是一般的工业企业能够接受的，但是要实现高效的设备数据的接入、存储和管理、应用，时序数据库是必不可少的。现在寄云科技可以为各种规模的企业和应用场景提供百万点接入、毫秒级查询性能的时序数据库产品，扫清工业企业数字化转型的障碍。

另一方面，寄云科技始终与这些客户站在一起共同推进工业互联网的落地和建设。虽然大家都在说“换道超车”，但是真正的落到工业现场，时间的积累、专业的经验仍然是一个不可绕过的因素，许多的应用需要我们与业务专家在实践中摸索、积累经验，这也是工业互联网不像消费互联网能够这么快见效的原因。

姜波：在给工厂提供解决方案的时候，他们比较普遍的痛点都是什么？

时培昕：所有工业企业关注的重点，都是关键指标的优化。这种关键指标分为三层：

设备可靠性的指标：针对大型自动化连续生产，设备的可靠性永远是基础保障，只有通过有效的监控、测量、分析和预测，对设备的实时健康进行评估，对健康趋势进行预测，并根据预测结果调整维护策略，这是保障设备可靠性的基本原则；

关键生产过程的绩效指标：任何一种连续生产，都可以拆解成很多个独立的子过程，通过优化子过程的关键指标，在保证稳定性的基础上找到异常点并逐步改进，才能优化单一子系统的绩效指标，进而优化连续生产的总体指标；

整体运营的绩效指标：除了生产的连续指标，还需要将相应的人的效率管理指标、财务的指标、安全和风险的指标结合起来，对企业的整体运营进行评估，通过数据分析寻找到改进的空间，持续优化。

总的来说，所有的工业企业的目标都是寻求“卓越运营”（Operation Excellence）的持续提升，而只有将运营指标分解并数字化，形成不同生产和管理过程的关键指标，才能实现持续的改进。只不过，原先的工业企业重在人员管理，但现在已经很难从人的管理中收获更大的增益了，而只有加大对资产和生产过程的指标优化，才能实现持续的卓越运营。

姜波：流程型工业原本的设备服务商或者信息化服务商的合作态度如何，会开放态度合作还是会自己做？

时培昕：我们提到流程企业的基础建设还是比较完善的，首先像传感器、PLC这些一般情况都有比较标准的数据和控制接口，像DCS一般都会自带实时数据库，并且能够向上层应用传送数据，再往上到生产和业务层面数据的采集和系统的集成一般来说会越来越容易。所以，对于寄云科技这样的工业互联网服务商来说，在做工业互联网项目的过程中，一般不会受到其他相关设备和系统的兼容或者数据流通的影响。

另外，工业互联网和传统的工业系统和应用，目前来看还是合作、互补较多，直接竞争比较少，因为二者在很多情况不在一个竞争维度。比如，传统的控制系统是基于短期的历史数据，去实现一个明确的、可靠可控的控制回路。工业互联网方案一方面需要在控制系统中接受数据，另一方面还会把优化的分析决策反馈到控制系统。

当然，现在是一个变革发展的时代，新兴的工业互联网和一些传统的工业系统之间必然会存在一个新旧更替、融合的阶段，甚至可能会影响整个传统的工业系统体系。这在一些领域已经有了体现，比方说基于工业互联网的制造分析在设备管理、OEE、产线优化等方面的应用，就和传统MES等系统存在一定交叉，当然，它们之间也存在着本质的不同，但随着工业互联网的推进，必然会导致双方在某些领域的冲突和融合。

姜波：目前的竞争对手主要是谁，原本的系统服务商是什么样的角色？

时培昕：目前，国内的工业互联网服务商可以分为这么几类，第一是国内传统的工控系统、生产系统等服务商，第二是国外的工业系统厂商，第三就是像寄云科技这样的新兴服务商。

我们谈到工业企业的转型，其实服务商也在转型。无论是国内的还是国外的工业系统和软件服务商，现在大部分都在往工业互联网这方面“转型“。放在工业企业系统的层级体系里来看，就是现在“跨层”的现象越来越多。比如说以前处在“控制层”的服务商往上开始做“生产层面”的事情，而生产层面的系统服务商也在悄悄的扩展自己的“领地”。

这其中，国内的服务商走的更多的是自己扩展相关的产品功能、业务服务，可想而知，这种在固有思维模式下能够建立全新的、成功的商业模式的服务商应该比较少。国外的传统厂商更倾向于并购，然后将这些在各领域“有所长”的公司整合起来。新技术的应用是这些老厂商的短板，“船大难掉头”是这些巨头的挑战。同时，国外厂商比较习惯于包装一些标准化的系统，但越来越多的场景显示，满足客户分析需求的标准化的系统越来越难以“标准化”。比如制造分析应用，既要照顾越来越低的分析人员的门槛，从专家到一线业务人员都有需要，而各个企业之间又有各自独特的需求，这对于习惯一个软件包解决一切的传统思维的挑战，也是工业互联网应用灵活性的优势。

在这样的背景下，让我们再来看原有的传统的系统服务商“角色”可能更加清晰一些，其实这也是工业互联网和传统自动化系统的区别所在。简单来说，传统的工业系统是解决“确定性”的问题，而工业互联网是解决“不确定性”的问题。

对于工业系统所谓的“确定性”形象一点来说就是，锅炉在压力多少兆帕的情况下系统就要泄压，这个就是很确定的工业控制系统。而反观工业互联网解决的“不确定性”问题，比如一套工艺产线设计效率是95%，但它实际效率肯定到不了95%，大部分的企业实际生产中只能到85%，如何把效率提高到86%、90%……这是一个很“不确定”的问题。然而，这个很不确定的问题却能够给企业带来巨大的价值，哪怕1个百分点对于大型企业来说可能都是很客观的效益。工业互联网要想实现这类优化目标，需要传统工控系统的支持，工业互联网不是另起炉灶，从这个角度看双方是相辅相成的。

此外，工业其实是一个碎片化很严重的领域，虽然现在工业互联网的玩家众多，但是我们相信，只要服务商能够专注在给客户解决关键问题上，就一定能有收获。基于这一点，可以看出工业领域“通吃”的服务商不太可能，一定需要服务商专注在一个赛道、一个领域，哪怕是预测性维护、能源行业预测运营，都能做到非常大的企业规模，当然这需要时间积累。

姜波：一般说从POC能够看出效果的话，大概要多长时间？提供给客户的方案如果复制到类似的企业中去，需要定制化开发的地方多吗？

时培昕：POC的测试阶段一般情况要两三个月出效果，POC通过正式立项之后速度会快很多。

关于工业互联网应用的“复制性”，这一点在工业领域确实是一个问题也是挑战。比如说，虽然很多企业都有DCS系统，但不同的行业这些系统的参数却不一样，设备的组态也有各种差异，就像造乙二醇的和造甲醇的工艺是完全不一样的，就算是同样是生产甲醇的企业之间也有各种差异。打造一套尽可能标准化的产品为这些千差万别的企业提供服务，需要服务商在持续的项目积累中寻求平衡。

对于寄云科技来说，一方面我们不断的磨砺一些行业通用的底层应用，比方说刚才提到的时序数据库，以及寄云的工业物联网网关、边缘计算网关，再到数据转化、管理和可视化，还有自动化的深度学习平台、工业互联网赋能平台等工业互联网平台产品和组件，来加速项目的部署进度。最重要的是，我们积累了几个重要应用领域的通用平台产品，比如安全生产管理、预测性维护等等。这一套从底层环境，到最终业务应用的通用产品和组件，是保证项目进度和可复制性的基础。

结语：跟时总交流时间虽短，但交流中感觉时总对行业摸得比较透彻，在众多大客户订单中，每一个客户都有深度挖掘的机会，行业的进入门槛应该不低，在不断的解决碎片化的需求中，寄云将会进一步的飞跃。