苏州河综合利用(产业互联网的四条护城河)(1)

作者 · 胡佳恒

来源 · 腾研识者

01

三个故事与四条大河

哥伦布至死都以为,他航海抵达的是东印度群岛。这是他最初的目标概念,所以哥伦布也将上岸见到的美洲土著称为印第安人(indias,西班牙语的印度人)。这个故事在反复上演。从工业革命到互联网时代,探路者涌入新兴领域所进行的许多伟大行动,都是已经走到半路上,突然发现远远超越了最初的概念。

今天,人们发现的新大陆正是「产业互联网」。

为了唤醒和加深大众、特别是投资者的信心,新的相关概念,也像搭积木一样开始严丝合缝的垒向天际。但坦白讲,有时候即使概念看起来众声喧哗,可实际上还是远远不够。原因也非常简单:探索这片新领域,行动会先于概念,也更依赖对「下沉市场」的觉察。

所以接下来,让我们来看这样一个基本事实。

十年前,中小企业创造的最终产品和服务价值相当于GDP总量的60%,完成了65%的发明专利和80%以上的新产品开发,提供了80%以上的城镇就业岗位。现在,消费级市场已经以支付作为入口,基本完成了互联网化。而工商业产业领域,则几乎都还没有开始真正互联网化的进程。

幸运的是,工商业产业领域还没有开始真正互联网化时,有的企业主已经开始了「自我察觉」——他们自己行动了起来。我这里可以先讲三个下沉市场用户,自发「编织」产业互联网的故事。

第一个故事,叫「企业主为什么把能耗管理插件当搜索引擎用」?在青岛某橡胶厂,企业主主动给某售电公司打过许多苏州河综合利用(产业互联网的四条护城河)(2)电话:企业主想搞清楚自己工厂的某一道工序——密炼工序的能耗数据,然后根据数据去调整企业的生产运营计划。满足这个需求并不复杂,花了几天的时间就开发完毕了一个基于平台的插件,用来显示这个工序的数据情况。

但企业主几乎隔几天就打苏州河综合利用(产业互联网的四条护城河)(3)电话问,这个数据是什么意思?那么数据代表什么含义?过去是能源管理人员看能耗数据,现在是企业主自己看能源数据,关心用能的角色变了。过去能源管理人员可能一个月看一次数据,现在企业主一天要看好几次,因为这个企业主把这个数据当作了解自己企业运营的一个链条。当用户一天需要好几次去搜索一个数据时,搜索引擎就出现了。

所有的管理行为,第一步都是测量,测量需要依靠无差别的数据。而能源数据,更聚焦地说,电,贯穿企业运营的几乎每一个环节,正是从哪儿来,到哪儿去,无法说谎。那么,位于苏州河综合利用(产业互联网的四条护城河)(4)三四线城市的小企业,有没有企业运营的管理需求,以及随之发展的能源数据管理需求呢?这个故事已经给出了答案。

产业互联网的重要入口之一,在工商业企业的产线。入口中的入口,在能源数据管理。

第二个故事,叫「你能不能把电波画出来」?我的一位朋友某天来找我倒苦水,原委是这样:他去某高校讲ppt,内容是如何帮助高校宿舍做节能管理,ppt准备了100多页,讲到一半被打断了。对方说,我们对如何节能这件事不是很感兴趣,我就一个需求,你能不能在寝室使用电水壶、电吹风的时候,识别出来,然后断电?

对方花了很大的篇幅去介绍高校宿舍因为使用大功率电器,导致火灾的案例——这关系到学生的生命安全,而安全事故对高校负责人来说是一票否决的。

从技术上来讲,画出特定电器的电波形,然后进行识别操作,这件事在苏州河综合利用(产业互联网的四条护城河)(5)1990年代已经有海外研究者提出,国内也不是没有厂家拥有类似的技术,只是没有进入这样的特定封闭场景。但这已经和电没有太多关系,起到决定性作用的是算法和训练数据。

苏州河综合利用(产业互联网的四条护城河)(6)

需求已经越来越具体,而且看起来很不「合理」,可这就是来自能源管理市场的真实需求。

第三个故事,叫「别以为农民工刷脸打卡是作秀」。在以往最不可能出现互联网技术创新的行业——比如依赖重资金、高周转的房地产施工行业,互联网化的趋势也已经出现了。

因为工作关系,我们和上海的一家资方打过很多交道。这家资方旗下有房地产开发的建筑施工公司,他们发现房地产行业的利润趋势不可逆转之后,想了很多办法去降低成本,扩张服务链条,其中就包括做建筑行业的互联网标准化软件。不仅自己可以用,而且可以输出给其他的房地产开发商。

其中他们就谈到,要在建筑施工管理中引入面部识别功能。这是一个种地时「亮出锄头」的动作吗?一开始,我们也是有疑问的。后来经过多次拜访,我们发现这家资方的办公桌上,凌乱得摆放着各种机器,主人很抱歉地说,不好意思,是开发人员在做测试。于是那个之前存在的疑问再次出现:你们是真的在做这个系统的开发吗?

答案是肯定的。而且为什么是用面部识别技术,原因非常接地气。

施工总包方总是会遇到分包方因为种种原因消失的风险,这个时候,干活儿的工人只能找到总包方要工钱。如果工人像打卡一样,在每天进场前面部识别,就能统计出有哪些工人,以及上下工时间。总包方可直接将工资打到工人账户上,然后将相应工资在分包方的合同里扣除。因为房地产施工的场景非常封闭,只要把住出入口,面部识别就能发挥作用。

与传统互联网公司「发现需求-商业计划书-融资-产品原型」的开发路径不同的是,这家公司的开发路径是:项目获取-取得资金-用项目孵化产品原型-用项目迭代产品原型。说得通俗一点,就是不靠「预期 免费」模式去培养用户习惯,而是靠「项目 替代」模式去迭代用户习惯。

上面提到的三个故事,前两个跟我的行业背景——传统的电力能源行业有关,最后一个则扩散到了传统行业。从这三个故事当中,我们可以体会或者感受到不同的趋势。

这些面向产业互联网的产品服务,天生具备以下四点不同:

需求多半从实际有需求的公司孵化出来,而不是平地起高楼;

能孵化出这些需求的公司大多营收正向,而不是烧投资人的钱;

都是用盈利项目进行孵化,孵化即盈利,盈利即孵化;

具备行业内的强复制性。

这看起来没有护城河——也就是技术门槛,好像我是传统行业,我自发启用自己的资金、技术力量,加上外来赋能的互联网平台就可以了。对于一些大型企业来说,这种想法不可避免。但其实横跨在我们面前的,有四条护城河——每一个行业的产业互联网,都可能不一样。

能源互联网将是产业互联网的最重要应用领域之一。聚焦到能源互联网行业,这四条护城河在哪?如何跨过这四条护城河?

人工河:宁要昂贵的「人海战术」,不要便宜的「机器换人」

企业规模越大,市场链条越长,越不容易启动——即使你帮他实实在在降低了财务成本。要跨过的第一条护城河,是巨大的成本矛盾:宁愿要昂贵的「人海战术」,也不要便宜的「机器换人」。为什么?

2019年春节之后有一条新闻,说不少年轻人选择送外卖,不愿意去工厂上班。至少从2000年开始,每年基本都会出现这样的报道。现在的工厂吸引力下降确实是事实。

22年前上映的电影《花季雨季》里,女主角还能在暑期去生产线苏州河综合利用(产业互联网的四条护城河)(7)打工,大方地和邻座的工友讨论「拉长」是什么意思——「拉长,大概就是英文line的意思吧?」。在电影里,生产线代表着一个有活力的深圳。

60年前的日本东京,丰田启动不断被后世学习的丰田汽车生产线、丰田精益生产管理法。工厂成为一个国家崛起的发动机,也成为日本「经营四圣」向东南亚企业家传道授业解惑的道场。

106年前的美国密歇根州福特汽车生产线上,无数的工人通过协作,创造出90分钟出产一台T型车的纪录。这时的工厂,第一次取代传统作坊,取代传统薪酬体系,取代工人培养和晋升方式,塑造出现代企业的样子。

所以你看,工厂从来就是企业组织变革的主战场。

苏州河综合利用(产业互联网的四条护城河)(8)

但是别忘了,福特生产线员工的日工资是五美元,这样的工资水平,五个半月就能买一台自己生产的T型车。反观现在,许多中国工厂和106年前的福特汽车生产线没有本质区别,甚至还达不到106年前的标准。有的工厂负责人也不愿意「机器换人」,更愿意用人海战术去支撑订单。巨大的厂房内,两千名员工从早到晚重复机械劳动,工资水平增长缓慢,看不到未来。

为什么工厂不愿意「机器换人」,依然大量雇佣人去进行机械劳动?从工资成本考虑,机器是更省钱的。只是从企业存活的安全性考虑,用人是最安全的。为什么?

因为人是最好的柔性生产者。中国企业的大多数生产线面临无序的现状,供应链的无序,订单的无序,现金流的无序……当你无法判断下面三个月该代工生产什么产品时,你也会选择放弃使用机器,而是用人。因为人可以做任何动作,按照你需要的时间、节奏工作。

但是现在年轻人不愿意去工厂了,这是个问题。所以很难预测,很难管理,很难有序。这就形成了一个莫比乌斯环。如果这些问题不被解决,年轻人还会进一步「抛弃」工厂,强迫工厂放弃过去的方式。这个用技术或者产业互联网的方式一定是可以解决的,但它不是一个领域的公司能单独解决的问题,它是一个系统工程。

工厂需要一次巨大的变革,这也正是产业互联网的机会。让每一个工厂、每一条生能源数据管理能普度众生——帮助每一家企业提高运营效率。但是并不是每一家企业都能入这个法门——进行能源数据管理。获得数据、链接,用技术去解决预测、管理、无序的问题。然后,年轻人用自己的行动去投票,埋葬那些不愿意改变的工厂。

年轻人「抛弃」工厂是产业互联网的一个不起眼,但是极为重点的背景,当越来越多的年轻人「抛弃」工厂,也正是工厂开始迭代新生的时刻。

孤岛河:巨大的用户挑选偏差,易出现新时代的上山下乡

几乎所有商业模式的创新,都是基于技术的变革。同时,某一项技术变革能够支撑商业模式成立的重要原因,不在于这项技术的超前性,而只在它极大提升了效率。

南京信息工程大学商学院副教授张三峰、华侨大学经济发展与改革研究院教授魏下海撰写的《信息与通信技术是否降低了企业能源消耗——来自中国制造业企业调查数据的证据》一文,引用世界银行提供的中国制造业企业调查数据,就发现了如下事实:

无论是资本密集型、劳动密集型,还是介入中间类型的企业,信息和通信技术(ICT)都能帮他们提升能源使用效率;

无论是成熟企业还是初创企业,ICT都能帮他们提升能源使用效率,而且企业越成熟,提升效率越高;

无论是大企业还是小企业,ICT都能帮他们提升能源使用效率。

能源数据管理一定能提升企业的运营效率,因为其本质正是将企业运营过程中的关键节点、里程碑、控制点、检查点全然数据化,然后不停的计划、执行、修正、迭代。如果质疑这个规律,那就等同于质疑戴明环(PDCA),动摇整个现代企业管理的基础。

举个例子,能源数据管理会倒回来影响财务计划、预算和核算,去扒一层成本的皮。在中车眉山车辆有限公司,他们就是用财务手段进入到能源管理领域。把能源管理称为和质量管理、安全管理同等重要的管理内容,然后开始明确管理额度,明确测量精度,在收到明确测量结果后进行分类闭环。

最直观的结果是,单车成本下降了78.28元。全年的财务成本降低在千万元级别。更细节的变化是:1.生产安排因此发生调整。增加深夜生产用电,减少峰谷差电费。仅此一项吨钢件耗电成本同期下降苏州河综合利用(产业互联网的四条护城河)(9)188.16元,每年节约电成本304.苏州河综合利用(产业互联网的四条护城河)(10)79万元;2.用电来源因此发生调整。通过和园区协议采购留存用电,每年节约电成本12苏州河综合利用(产业互联网的四条护城河)(11)79万元;3.用气方式因此发生调整。六个月的运行数据显示,平车单车成本下降78.28元。同时,工业气站房被撤销,减少人员定额6人,全年节约成本约80万元。

这只是其中比较典型的三项数据调整。而这所有的变化,爆发点都来自于财务核算全部接入能源管理的概念,在于财务开始扒火车皮,在于公司组织出现了一个跨部门的,客观的数据链——能源数据链。

所以你会发现,用能源管理的方式可以搭建一座沟通财务和业务的桥梁。它居然是一种沟通不同部门协同作战的方式。也就是说,它提升了整个企业运营的效率,并不只是节能。所以,其实能源数据管理也挑企业。

这就好像一句绕口令:能源数据管理能普度众生——帮助每一家企业提高运营效率。但是并不是每一家企业都能入这个法门——进行能源数据管理。那么,什么样的企业适合进行能源数据管理呢?

对成本敏感——能源成本占产品/服务成本比重越高的企业,越需要能源数据管理。这是一个简单的用户画像;

对竞争敏感——市场化竞争越透明越公开的行业,越需要能源数据管理。这是一个简单的行业生存(都不能叫成长)需要;

对管理敏感——需要从组织管理中要营收和利润的企业,越需要能源数据管理。道理也很简单:管理不是坐而论道,是实践科学。它需要测量、抓手。

电赋予了企业进行这一维度管理的能力。这件事情有趣的地方在于,电其实是一种无差别的产品,你无法说出来哪一度电更有气质,还是更有眼缘,唯一的判断是单价。而神奇的是,当电开始在企业、生产线中流动时,它就成为最了解这家企业的存在。

如果缺乏这三种敏感,未经挑选地在大中型企业的生产线开始能源数据管理,就会出现这样的场景:程序员在生产线上不知道采集什么数据,因为他们既对产线陌生,也对企业运营陌生;不同年代采购的机器,虽然各自都有完好的通讯,但相互不同,数据无法交流,形成「数据孤岛」。

一个生产流程改造可以耗时苏州河综合利用(产业互联网的四条护城河)(12)140多天,成为新时代的码农「上山下乡」。这还不是最要命的。最要命的是,换一家同样的企业,数据马上没有参考意义,因为产线机器的组合完全不一样,一切从头开始。

专家河:链接分散的专家网络,形成固定企业用户模型

能源数据驱动企业运营不是假设而是事实。在产业互联网开始引爆之后,无论是否作出主动选择,每一家制造企业都将进入能源数据驱动企业运营的赛道,就像苏州河综合利用(产业互联网的四条护城河)(13)1999年张瑞敏提出企业「不触网就死」一样。原因很简单:

降低产品成本的需要。能源在产品制造中占有不同程度的比例。越是占比高的企业,越对能源数据敏感;

减少企业运营错误的需要。企业运营提升靠管理,管理的第一步是测量,测量的第一步是数据。能源数据是企业生产整个价值链最忠实的使者。就好像有人只看三项指标来判断宏观经济走势:水泥、钢铁、用电量。

如果要找一个充分体现能源数据驱动企业运营的行业场景,那么,造纸行业再典型不过。因为它是能耗密集型产业,有比较长的生产线,这些生产线又使用不同的能源。更关键的是,它比较容易用能源数据驱动,将工艺流程的能源数据渗透到企业运营管理之中,让能源数据变成企业管理依据。

用一句话来说明,那就是:如果你了解了一家造纸厂的能源管理如何实现,也就大致清楚了能源数据驱动企业运营的逻辑。

苏州河综合利用(产业互联网的四条护城河)(14)

而要弄清这个逻辑,160页纸都不够。这是华南理工大学博士张燕忠的答案,在他撰写的博士论文《基于数据驱动的造纸过程能源系统能耗异常诊断研究》中,用了160页的篇幅,也只是说明了能源数据如何判断能耗故障这件事。

故障是「观测变量或对象参数在可接受范围内的偏离」, 换一个角度去理解,知道故障在哪并能做出判断的基础,是对整个企业能源数据的全盘掌握,它降低了企业运营的风险成本,又间接为倒逼企业降低财务成本提供决策依据。这就是能源数据驱动企业运营的方法,NASA在1967年就专门成立了机械故障诊断预防小组。

造纸厂这类企业的能源数据管理模型可以成立的先决条件,是结成一个贯穿所有环节解决方案的专家网络——将那些能解决某一个环节问题的院校、科研院所专家,链接起来,然后把这一整套的模型打通才有效。

同理,木材加工厂,又是一类企业的能源数据管理模型。冷库也一样。但涉及的技术与学科又有所不同。

所以,这也是我们要跨过的第四条护城河:巨大的跨界学科合作,这在以往,除了在军事、航天领域,很少大规模实现过。很多人知道「产业互联网 」,只是不太确定这个「 」号有多大。

跨界河:跨学科交叉合作,与基础学科再相遇

让我们再次近距离的看一看,某一个单一场景的能源数据管理,一直往前走会和哪些基础科学相遇在十字路口。

还是从能源的角度来看,冷库的制冷能耗一般占冷库运营的70%,冷库成本的降低,将直接带来生鲜价格降低的可能性。这是一个令人兴奋的比例,它意味着企业管理者对能源成本的敏感度会很高。

举个更具体的案例,在上海宝山区某新建食品冷链物流冷库项目(占地8434平方米)中,项目主要技术要求是:温度-18度;总容积苏州河综合利用(产业互联网的四条护城河)(15)18790立方米;设计进货温度-8度;设计出货温度-18度;每日进货量按储藏量的5%计算……

如何降低这个冷库的成本,让生鲜更便宜?

第一步是建模,这涉及到建筑设计自动化。要建项目的BIM(建筑信息模型化)模型。我们就需要对这个项目的「冷库建筑设计、冷库围护结构、制冷及系统能效、能量回收和可再生资源利用、冷库运营管理」五个大指标进行数据化显示和评估。简单来说,这是一个计算的过程。涉及到计算冷库外表面积、冷库体积、窗墙面积比(关系到透光性和散热)、外墙传热系数、外窗传热系数、屋面传热系数等等。

第二步是分析。比如分析自然采光,上海经度121.47,纬度31.23,采用全阴天模拟,得出一个分析结果;再比如分析建筑被太阳直射而得热的数据,又得出一个分析结果;分析屋顶光伏发电的能力,然后和设计电耗对比,得出节能等级数据……其他分析指标还包括:气密性和防渗、电气与照明系统能效、融霜排水系统能效等等。

第三步是评价,这涉及到能源管理的基准线设定。将所有数据集合在一起,进行评价。设定一个能源管理的基准线,对这个项目的能源管理现状进行评级,比如优秀、良好、均衡、有潜力。

第四步是启动能源管理。当知道了这个项目的已有数据,并通过自我发展的方式模拟出缺失数据之后,这个项目的能源管理潜力就一览无遗了,我们可以去相应的环节改善它。

所以,这是一系列假设、计算、实践的过程。在这个过程中,交叉学科和研究的进入,并不是点缀,而是必须。

02

产消合一:产业互联网的尽头

能源数据管理的前路是能源互联网,而能源互联网将是产业互联网的最重要应用领域之一。那么,能源互联网的本质是什么?这个答案在国内有很多解释。不过我认为,至少需要问一下这个概念的提出者里夫金。

是里夫金在《第三次工业革命》中提出了这个概念。同时,这个概念在中国要比在美国热得多。我相信里夫金自己都没有意识到,这个概念会被单拎出来,演化成一个行业的热词。至少2015年的秋天,在新华社大礼堂的演讲中,我坐在台下,并没有感受到里夫金对能源互联网这个词的特别关照。事实上,这个词汇更多代表的是一种属于未来的哲学态度。

它意味着:产销一体,消费者同时也是生产者,「未来25年将有数百万消费者同时生产绿色能源」;它意味着:电能的价格消失,因为电能获取的边际成本无限趋近于零,即「零边际成本」;它意味着:电力公司的销售模式不再存在,即不再依靠电费的收取存活。

在这个基础上,人类社会的生产效率、生产模式出现重大变化,进而产生新的工业革命。

让几乎所有人都参与到经济活动中,用市场把交易降低到零边际成本。如果说存在一个所谓的原教旨主义的能源互联网,那么这才算是能源互联网的本意。就像uber出现时,人人都可以是消费者,人人也都可以是生产者,同时,你不必真的拥有一部汽车。

所以知道这个原教旨主义的概念有什么用?

我的回答是:当马斯克知道「第一性原理」,达利欧知道「原则」,卡斯知道「有限和无限游戏」时,请看他们创造出了什么。我想,产业互联网的未来应如是。

更多过去被忽视的中小企业,可以用便宜的价格,使用人工智能的服务,进而开始数字化的进程,开始有了测量,能够开始真正意义上的运营管理;

更多过去没有被链接起来的基础科学工作者,被链接到不同的企业用户场景/模型当中,持续不断的为不同的企业用户创造数字化价值;

更多的传统行业因为数字化的进程加速,开始抛弃过去的「概念」,开始生长为「产业互联网」的样子。

,