從2018年初開始系統性的看工業智能，至今陸陸續續已經快兩年時間了，期間經歷了工業智能領域從無人問津，到高瓴、紅杉、高榕、IDG等大機構逐步入場，自己手頭攢吧攢吧也投了幾個相關項目了。近期因為要系統性的講一下這個領域的投資邏輯，所以也是在這片自留地對整個投資過程和相關項目做個復盤總結，存檔于此。

01 重新定義工業智能

首先開宗明義，還是先刷新下我個人對工業智能的定義。其實一開始對此理解很淺薄，只是在做完鵬銳項目之后，隱約覺得像電力能源這樣集中度較高的行業，由于其自動化、數據化程度已經較高，數據積累比較完整，所以會優先產生數據智能的機會。因此簡單的把“工業”和“智能”組合，創造了“工業智能”的概念，還寫了一系列的工業智能文章，并且后來這個概念也如預期般被更多人認可，想來多少有一點點小激動。但是現在回過頭來看，當時的觀點還是相當稚嫩啊。

總的來說，產業互聯網由于依托在數倍于消費行業的傳統產業，而自動化、數字化程度又較低，所以潛在成長空間巨大，因此上至BAT，下至各大投資同行，大家都陸陸續續重點關注產業互聯網。從根源上講，我當時也是因為看好產業互聯網的前景才關注到這一領域，但是產業互聯網本身太大了，這就像中臺一樣，單純講中臺不講業務體系重構是很難落地的，所以再細分下來，我把目光聚焦到了產業互聯網的生產端——工業互聯網。

從產業發展趨勢來看，我一直認為有兩股力量在交替推動產業變革，一股是“+互聯網”，本質是解決信息不對稱，實現資源再分配；另一股是“+智能”，本質上是提升行業效率，提高生產力。這兩股力量就像武俠小說中武林高手體內的兩股真氣，在不同的時期會有一方占據上峰，另一方暫居下峰，兩方交叉共同造就高手的一身絕世武功。對于集中度較低的行業來說，行業分散、玩家眾多，大家迫切于優先完成行業整合，此時“+互聯網”的力量占據上峰，行業大玩家通過信息互聯和數據打通完成對行業小玩家的兼并收購，實現行業整合；而對于集中度較高的行業來說，行業已經完成整合，門檻較高、競爭有序，基本以大型集團型玩家為主，客戶更加關注自身生產效率的提升，此時“+智能”的力量占據上峰，行業大玩家希望通過ABC+IoT的新技術手段完成對系統的重構與生產效率的提升——這一類型，則是我想定義的“工業智能”。他們發生在像電力能源、石油化工、冶金水泥這樣的大部分流程工業的領域，以及像汽車這樣的少部分離散行業。

02 核心方程式

工業智能領域的項目，這兩年也看了很多，陸陸續續走訪了很多電力、石化、冶金、汽車等領域的頭部客戶，曾穿行在奧迪Q7的全自動產線，也曾深入到中石油煉化基地的最前沿，曾帶著安全帽跑到某鋼鐵企業的高爐邊凝視，也曾遠赴邊疆在一個變電站思考人生。其中思考最多的，還是這個領域的終局。對于流程工業客戶來講，產品相對標準化，不需要像離散行業那樣完成所謂“大規模的個性化定制”，他們最期待的，往往是在現有的生產約束條件下把企業價值最大化。所以從這個角度來講，這里面應該存在一個公式，一個在眾多核心要素約束下的函數最大化問題。

目前看起來，我覺得起碼有四個核心變量不可忽略（初步思考，歡迎補充）：

工藝：代表設備級的行業know-how，工藝的優化需要通過機理模型+數學算法相結合的方式實現對設備的自動優化控制。代表案例：和隆優化。

資源：代表產線級的要素分布，資源的優化需要基于生產現場的資源約束及實際工況，實現對生產過程的高效排產與資源調度。代表案例：數策軟件。

能效：代表工廠級的效率實現，能效的優化需要打通全廠級別的數據，通過動、靜態數據集成，實現能效分析和優化。代表案例：鵬銳技術。

安全：工藝、資源和能效的優化決定了智能化的上限，安全運行則決定了其下限，前三個變量也許是積分的關系也許是乘方的關系（與價值正相關），但安全與其他變量都是乘的關系，理論上講應該是一個[0,1)范圍的變量，只有它無限趨近于1的時候，前三個變量才會發揮價值，如果安全事件頻發（安全=0），則一切都是夢幻泡影了（Value=0）。也正是因為如此，安全往往難以顯性的為企業創造價值，或者說安全做到極致也并不創造增量價值，所以很多人并不重視，因之安全產業爆發一般要靠政府政策自上而下推動變革，或者事件觸法引發行業變革，這幾年國家網絡安全法的推出和國家應急管理部等成立，以及頻發的工業安全事件，也加速催生了如工控安全、應急安全這樣的行業爆發。代表案例：天地和興。

如上四個重要變量，是目前的投資實踐下我認為幾個比較重要的影響因子，一定會有遺漏也肯定有所偏頗，但是流程工業的目標，實現多維約束情況下的全局最優，在我看起來一定是大勢所趨，這其實也是我所理解的，未來經濟下行大背景下的---“供給側改革”。

03 投資復盤

下面就通過和隆優化、數策軟件、鵬銳技術和天地和興這四個項目的投資過程，來復盤并梳理一下工業智能的投資邏輯。

和隆優化：和隆是近期剛剛交割的一個項目，但實際上關注已經很久了。去年剛剛開始看工業智能的時候，梳理了這個領域大的投資邏輯，從邊緣層和應用層的分析來看，面向主設備級的控制優化是很難的，反之也是具有很大價值的，因為這最貼近生產過程，也與工藝結合最緊密。

當時研究了市場上幾乎所有玩家，其實真正做的好的企業不多，阿里ET大腦和西安熱工院有過案例，但是實際落地過程緩慢。而相關的創業公司更是寥寥，很多只能做某一類單體設備，效果尚不明朗。看到和隆優化的時候真是眼前一亮，這么一家企業，竟然已經在這個領域深扎了這么多年，幾乎覆蓋了冶金、熱電和化工領域的所有核心生產裝置，其技術路線完美符合我的“猜測”，即機理模型+數學模型結合的方式在工業實時優化中產生效果，事實上也是如此，他們在客戶現場的優化效果非常顯著，基本3-6個月可以收回投資成本，而且他們從一開始零幾年就是“先進”的云+邊+端的邊緣計算架構，在這個傳統的行業中實屬“異類”。

當時18年底的時候聯系了公司董秘，但因為公司不需要融資而一直沒有進展，后來今年6月份公司啟動融資后我們立馬通過朋友介紹去聊，確定團隊和業務的成長性沒有問題便很快做出了投資決策。

數策軟件：數策是我早期負責的項目之一，也是通過這個項目打開了我對垂直行業數據智能的認知，項目發展很不錯，目前也是剛剛完成C輪融資。回溯到當時的時間點，其實市面上做大數據應用的公司很多，明星的如TalkingData、百分點、明略等等，如果做泛而全的大數據公司，從定位上其實很難跟這些大數據公司找到差異化，發展上也會泯然眾人矣。

所以團隊從成立之初就戰略聚焦在了汽車行業，在汽車這樣的大行業里做重度垂直的行業應用，打通研-產-供-銷全鏈條的數據應用，果然差異化效果明顯，公司目前已經基本占據了汽車行業中高端品牌的半壁江山，未來想象空間非常大。這個項目最有趣的的是他們在生產端的實踐，以銷定產的高級排產系統、以生產數據反向鉗制的庫存優化系統，這些針對生產過程的資源優化和調度，區別于以往老舊的MES、APS系統所提供的管理型功能，是新的IT系統，事實上也是大工業體系下客戶都需要的。

行業趨勢正是如此：新的架構下產生新的應用，也必將為客戶帶來增量的新的價值。他們從主機廠做到Tier1，從內資做到外資，幫助客戶真正實現“以銷定產”，未來前景可期。

鵬銳技術：鵬銳算是我在流程工業智能領域的第一個項目，當時的契機是在圍繞著BIM/PIM方向看三維可視化相關的應用（這個方向現在時髦點叫數字孿生），表面上是可視化，其實質是面向工廠所有建筑和設備的主數據管理與集成——看多了大數據項目的我深知這一點是企業級大數據服務的基礎，市場上老三家Aveva、Bentley、Intergraph基本很難支撐國內本土服務，因此國產可視化引擎有至少10年以上的機會窗口。

當時在北京看另外一個項目，做競爭對手分析的過程中發現鵬銳，通過銀行的朋友介紹和CEO鵬總建立連接，第一次去公司拜訪就大開眼界：從底層加裝IOT設備補足數據做動靜態數據集成、到工業大數據平臺建立、再到廠級的能效分析和輔助優化決策，鵬銳的這一系列完備的產品組合，即使在現在看來，也是非常的“先進”且有競爭力。投資完成到目前兩年時間，公司的產品逐步推廣到京能、大唐、國電投、華能等電力集團和國網、南網兩網公司，今年是很關鍵的一年，希望能順利實現大規模盈利！

天地和興：天地和興與前面三個項目都有所不同，他們是做工控安全的，也就是時下特別火的“工控安全”/“工業互聯網安全”，前幾天十三部委聯合發文支持工業安全體系建立，為這個領域又添了一把火，實在讓人始料未及。時間回溯到18年我們投資的時間點，當時市場上最火的明星公司匡恩網絡剛剛倒下，工控安全的大旗下一時間冒出一大批公司，像威努特、長揚等公司都聲名赫赫，我們當時調研了這個方向大部分的企業，得到了這么幾個結論并支撐我們投資了天地項目。

首先安全這個事情一定是事件和政策雙輪驅動的，國家網絡安全法的推出和電網的各類頻發安全事件，說明市場拐點已經到來，其次以電力為代表的流程工業存量資產價值高，預算充沛，會優先落地工控安全相關應用，因此像小東總帶領的這樣具備電力行業+工控安全復合背景的團隊會在競爭中占據行業優勢，事實上也證明了這一點，市場需求迅速起來的時候，只有這類從產品、人才、客戶資源等各方面儲備都已經ready的公司才能接得住、趕上來。今年公司即將完成C輪融資，發展速度很快，希望早日成為工控安全領域的獨角獸企業。

總的來說，無論是產業互聯網也好，工業互聯網也好，亦或工業智能也好，這兩年看下來，大家都還處于非常早的初級階段，創業和投資都在從不同的單點切入，大家共同努力在推動產業朝著最理想的終局發展，這必將是一個漫長的過程，也必將是一條機會無窮的康莊大道。中國工業總產值100多萬億，1個點的存量優化就是個1萬億的市場，未來未至，但機會已來，這是目前最重要的“正確而非共識”投資機遇，我會持續看好并將重注于此。