昆仑数据：制造即服务 数据即价值

王盈

昆仑数据定位为“企业的大数据合伙人”，不仅提供大数据技术产品，同时还通过数据科学家团队为企业解决实际的业务问题。

大数据正深刻影响着现代人的思维模式与消费习惯，也在颠覆着传统行业。大数据可以为企业智慧决策提供依据，通过对数据的获取、挖掘和整合，将为从业者带来巨大的商业价值和无限可能。站在大数据的风口上，传统工业应如何顺势而为，走出产能严重过剩的困境，成为业界的难解之结。

对此，昆仑智汇数据科技（北京）有限公司（以下简称昆仑数据）CEO陆薇认为，唯快不破的互联网时代已去，深耕产业方得始终—必须将传统工业与互联网深度融合，寻求全新的管理与服务模式，创造出超出产品制造本身的、更具附加值的产业形态，才有可能让工业走出低谷，再度崛起。

产业互联网成新风口

陆薇认为，大数据已从炒概念和市场泡沫期进入做实事的阶段，但大数据在各个领域的发展还不够均衡。

如果把互联网进行简单分类，可以分为消费互联网与产业互联网。日常生活中的打车、团购、购物、O2O服務等都属于消费互联网的范畴。大数据技术是从消费互联网领域发展起来的，譬如谷歌、Facebook等互联网巨头天然拥然大数据基因，因为自身业务需要创建了大数据技术。陆薇详述了消费互联网和大数据兴起之道：“可以说，大数据技术一开始就是用于处理人产生的数据，主要是文本、图片等半结构化或非结构化数据，支持这些数据的技术非常适合用在商业领域，因此，这类数据公司多是集中在征信、营销、广告等商业应用领域。”经过十多年的发展，消费互联网已将人的衣食住行等大的需求覆盖，消费互联网市场已趋于稳定与饱和，与此同时，消费大数据技术也已发展成熟。很多市场调研报告显示，产业互联网潜力无限，可能将是互联网的下一个风口。

事实亦是如此，随着工业4.0、“互联网+”、物联网、企业级云平台等新一代信息技术的兴起，特别是随着产业互联网的重要基石—大数据（包括能够自学习的认知计算）的落地，互联网高速发展的引擎，已逐渐从消费互联网开始转向产业互联网。

比起消费互联网，产业互联网起步稍晚，该领域大数据技术的应用起步也相对较晚。目前，中国做大数据应用技术的公司占多数，但能做大数据系统的公司相对较少。“中国的产业互联网基本还在使用已有的大数据技术，特别是用大数据开源社区中的一些技术，来解决本地市场的应用需求。而产业互联网的数据和应用都和消费互联网有巨大的差异，因此对作为支撑的大数据技术有很不同的需求。“我认为，这是中国大数据未来应该发力的点。因此，我们在做产业互联网领域的大数据技术时，不是单纯做应用技术，而是涵盖了从系统软件技术到应用软件技术两个层面。我们希望在产业互联网大数据领域，打造一个从底层技术到应用的垂直平台。”陆薇如是说。

三类公司谁能改变世界？

产业大数据具有很大的探索空间，因此，一些对实体资源有充分把控能力的公司，开始尝试与移动互联网融合创造全新的价值经济，进而推动互联网行业迈向产业互联网时代。涌向该领域的公司，大致分为三类：

第一类是原来就在行业内做信息化解决方案的公司，他们在看到大数据的需求后，转型成为做大数据解决方案的公司。其优势在于，他们长期在这个行业，对行业的需求和业务较了解；其弱势在于，他们并不是大数据技术公司，更多地是利用既有的大数据技术做所在领域的应用落地。谈及与这类公司的关系，陆薇说：“我们更多地把他们看成合作伙伴，彼此优势互补。我们提供大数据平台，他们利用自身对行业的理解，以及多年建立的客户资源，在平台上共同发展大数据业务。”

第二类以前就是大数据公司，但不擅长这个领域。现在存在很多对大数据有需求的产业方向，这引发一些公司思考，是否能将原有的技术平移到对大数据有需求的领域。陆薇坦言，这一类公司大部分仍在使用通用的大数据技术，能解决产业互联网的一部分问题，但不是最合适的方式。

第三类公司和昆仑数据一样，真正立足于所在领域，研发针对该领域需求紧迫的大数据技术。目前，国内很缺乏这样的公司，而国外如硅谷的Uptake已展露出“独角兽”的潜力。2015年，Uptake从Caterpillar（卡特彼勒）等投资者处获得4500万美元的投资，用于设计一个“改变世界产业的平台”，并成为2015年硅谷估值增长最快的初创公司之首。

另外也有一些原来就在工业行业，想要转型的大型企业，这类公司以GE（通用电气）为典型代表。GE以前是做设备制造的企业，近年开始涉足软件和服务，其采取的做法就是和一些大数据公司合作，如与Pivotal和亚马逊AWS合作，再结合自身对行业的认识，共同开发Predix平台，以优化运营效率、供应链，节约成本，刺激工业互联网的发展。“我们在做的事情与之类似。我们立足于工业大数据领域，钻研该领域数据的特点、建设适用的大数据平台。”陆薇如是说。

用大数据解决用户的问题

产业互联网的商业模式是以“价值经济”为主，工业企业讲求务实和精益求精的管理。因此，工业大数据不是单纯的技术活，要从用户的业务需求出发，运用大数据为其提升效益、质量、效率，降低成本，开拓新业务。“这个是我们开展工作前，首先要思考透彻的问题。”陆薇说道，“要进入产业大数据，首先要能够跟产业界的专家一起谈业务。但由于当下做产业大数据的公司较少，很多企业虽想利用大数据，却难以找到理解其业务、能与之并肩作战的合作伙伴。”因此，昆仑数据定位为“企业的大数据合伙人”，不仅提供大数据技术产品，同时还通过数据科学家团队为企业解决实际的业务问题。

要解决的本质问题是企业的业务发展问题，工业企业向大数据转型不单是信息部门的事。“实施大数据之后，它既有的业务运作方法、流程、管理、战略都会受到很大的影响，这一定是一把手工程才能推得动。”陆薇解释道。

要应用工业大数据实现智能转型，企业需要有一定的基础。陆薇直言：“制造业企业都在讲工业4.0，要向智能车间、智慧工厂迈进，都有产业升级的需要。但很多企业还不具备条件，大数据是工业4.0的事，他们甚至连工业3.0还没有达到。工业3.0要求企业的生产经营全面实现自动化、信息化。在积累了一定的数据后，才谈得上基于数据优化生产经营、提升效率、降低成本。”

针对这一现象，昆仑数据会与一些做工业自动化和工业企业信息化的公司合作，让他们先帮助企业升级到工业3.0，在打好信息化、自动化的基础上积累数据，再“弯道超车”至工业4.0。通过数据优化管理实现深入的洞察，用大数据驱动业务支持制造服务的转型。

“我们希望作为企业的大数据合伙人，不是简单地提供一个系统，而是帮助企业规划大数据转型，包括分析和规划转型的方向、路线图，甚至做超出大数据本身的事情，如引进相应的自动化厂商、信息化厂商，帮助企业做内容生产、经营系统的改造，让企业具备做大数据的基础，接着帮助企业构建大数据平台，再通过数据科学家服务，让企业实施大数据的具体业务。只有这样，才能真正解决企业的业务问题。”陆薇介绍了昆仑数据帮助企业向工业大数据转型的具体步骤。

她说道：“工业领域的大数据对于推动大数据产业的发展，以及国家进步具有重大意义，这对我们是事业也是使命。”但陆薇认为，仅在技术和业务上帮助企业实现转型还不够她补充道：“目前，产业互联网领域面临着人才严重缺乏的问题。很多企业都有人才需求，而既懂大数据又懂行业需求，而且有意愿置身该行业的人才稀缺，因此对我们来说，帮助企业培养人才亦是重中之重。”

不向服务转型则将进入死胡同

制造即服务，数据即价值。未来制造业就是服务业，主要是为客户带来直接的价值，而价值的核心是数据驱动。“我们服务的企业很多是行业的龙头企业，他们的数据基础比较好，因此具备做大数据的条件。我们在与他们合作时也发现，他们有业务转型的需要，希望从一个纯制造的模式转成一个可以超越制造，能够提供生产性服务的模式。”陆薇如是说。

这也是一个全球性的趋势。麦肯锡的一份报告很好地说明了造成这个趋势的原因：该报告显示，国家从比较贫穷到相对富裕的过程中，工业占比会上升，但若从中等发展到非常富裕，占比却会下降，因为第三产业占比会上升。由此可见，工业企业未来面临产业发展存在上限的困局，这是社会经济发展不可遏制的趋势。

面对这一情况，工业企业要不断地扩大自己的市场空间，似乎前途渺茫。麦肯锡表示有办法：把苦笑曲线变成剪刀曲线，做法是让工业企业实现从传统制造向制造加生产型服务业的转型。

比如GE公司除了制造航空发动机，也给航空公司提供On The Wing服务，航空公司每年都要为GE的发动机监控系统支付服务费。目前，GE70%的利润来自于服务。

GE的转型升级之路值得中国也借鉴。国内工业界，即便是一些工业企业、制造业的龙头企业，其利润也不是非常丰厚，因此转型做服务成为可行的出路。以国内较早转型做服务的陕鼓动力为例，陕鼓动力现在利润的50%以上是靠服务，而不是靠卖鼓风机来实现的。“我们和企业肩并肩，帮助企业向生产性服务业转型，再建立一个以互联数据驱动的业务平台，服务行业中的上下游企业。”陆薇道出了企业的破局之道。

大数据扭转制造业空心的结局

现在，中国很多传统行业产能过剩，竞争非常激烈。“我们是《中国制造2025》中工业大数据路线图的规划者。我们在规划的过程中深刻地体会到，《中国制造2025》不是单靠政府可以推动的。中国制造业正面临非常大的挑战，几乎已经到了生死存亡的关头。这听起来有些耸人听闻，但绝非空穴来风。”陆薇的言辞间流露出些许忧虑。

要直观地说明形势的严峻，最有力的莫过于让经济数据来说话：2015年，BCG（波士顿咨询公司）做了一个关于全球制造业竞争力的调查，把各种因素综合进行分析。

十年前，美国的制造成本大概是中国的3倍；现在中国的制造成本指数是96，即同样一件产品，在美国制造成本是1美元，在中国则需要0.96美元，成本的差距越来越小，中国的成本优势已不复存在。

正因如此，在波士顿咨询的报告中，美国被认为是制造业的复兴者，而中国则是面临压力者。美国政府在4年前就提出要重振制造业，建设了国家制造创新网络，倾国之力在高端制造的重点工艺或新型材料方面，建立了国家级的创新社区。

制造业正在向4.0升级，而工业4.0意味着更精简的人力和更智能化的系统，更讲究技术驱动。诚然，中国在技术驱动上缺乏优势，由此面临着双重压力：高端的流向欧美，低端的流向越南、菲律宾，真的是到了生死存亡的关头。这种形势正是《中国制造2025》战略对中国如此重要的原因。如果我们不在很短的时间内真正地提升制造业的竞争力，必将面对高端、低端都流走的制造业空心的结局。陆薇表示，要实现《中国制造2025》是非常具有挑战性的，首先要寻求技术上的突破口，她说：“无论是《中国制造2025》，还是‘德国工业4.0，亦或是美国的工业互联网，在新工业革命中大家达成了共识—大数据是关键的技术要素。”

合力创新才能突破技术垄断

工业的任何细分领域要应用大数据，归根结底需要大数据平台的支持，且工业大数据有很多独特的技术需求，需要不一样的产品。陆薇坦言，要想在这一点上实现突破，不是单枪匹马力所能及的，她说：“中国制造2025第一项任务是提升制造业的创新能力，举措之一就是建立国家级制造业创新中心。

在工业和信息部和北京市经信委指导下，2016年9月成立的北京工业大数据创新中心集结了北京市优势资源，包括清华大学、中国机械科学总院等行业研究院所，昆仑数据这样的专业工业大数据公司，以及金風科技、台达电子、三一重工等工业各细分领域的龙头企业。

通过和行业内的龙头企业合作，推动大数据共性技术和行业应用的产业化，打造行业龙头示范效应，真正让行业内的上下游企业都用大数据。我们希望未来有朝一日，它能够发展成一个国家级的工业大数据创新中心，帮助工业企业真正实现产业互联服务的智能化转型。”但工业细分领域的需求很多，参与单位并不能满足所有的需求。就此，陆薇说：“我们希望中心的大数据平台成为一个开放创新的平台，让一些创新创业的团队可以在平台上针对他们了解的细分领域的需求开发相关的应用，服务该领域的用户。”

这些问题的症结还在于，中国工业发展数十年，但CAD、CAM、ERP、MES等高端的工业软件一直由国外垄断。当下工业大数据刚刚兴起，各国几乎是站在同一起跑线上。应以乐观的心态看到，不同于工业软件，中国在工业大数据技术上还有追赶和超越的机会。在陆薇看来，中国最大的优势在于工业市场巨大，我们可以先从业务做起，再将人才培养起来。“我们希望借助国家产业升级的巨大市场需求驱动，打造出能够比肩国际技术的大数据平台，真正打破国外企业在工业大数据领域的技术垄断局面。”陆薇说道