本文来自微信公众号“ 君联资本CEOClub”（ID：LegendCapitalCEOClub），世界经理人经授权转载。

中国工业总产值超80万亿人民币，工业信息化市场和信息化后的效率提升市场均在千亿规模，在经济增长放缓的大趋势下，工业企业对降耗增效的需求日渐明确。但在实际落地中，可视化、智能化的应用雷声大、雨点小，行业的变革速度似乎大大低于预期。为此我们研究了一批工业互联网的先驱公司，希望能从中窥见变化的趋势。以其中代表公司C3.ai为例，思辨智能物联在工业领域的正确打开方式。

C3公司全栈AI Suite

在研究C3公司的应用案例过程中，我们窥见到了三个在深刻影响工业行业的趋势。

一、影响工业行业的三大趋势

工业界的生产运营有严格的上下游逻辑，每一个环节的动作依据上游输入。以离散型制造业为例，工厂中的生产环节，通常根据上游环节的需求单量进行备料，匹配生产需求，单一环节的信息仅在临近环节内交换，这些孤岛信息带来了资源配置不合理等问题。

全域统筹可以帮助解决此类问题。这里面所说的区域到全域分为两个层次，第一个层次是单点到全厂，第二个层次是全厂到全供应链的上下游打通。当数据在全域层面打通后，整个系统的生产效率达到最大化。

C3公司的一个案例可以展示出从区域到全域带来的价值。客户是一家拥有150条产线的全球F100制造型企业，全集团有价值40亿美金的库存物料。C3公司基于C3 AI Suites，用10周时间为客户打造了一套库存优化系统。该系统采集所有生产流程的内外部实时信息，包括需求变化、供货商交期、产品良率、产线可用率等数据，实现物流全程归一化管理，帮助每个环节合理配置资源。通过深度学习来控制产线安全库存、安全时程等关键指标，最终为客户降低30%的库存备料。

2、从被动响应到主动预测

企业接单→生产准备→批量生产，这是典型的工业运营模式，此模式的最大挑战是，企业时刻处于被动响应的状态，在资源配置上频发溢出或欠缺的情况。利用AI进行主动预测，可以优化资源配置水平，从容应对订单需求。

C3帮助其客户从被动响应到主动预测带来收入提升。客户是一家设备中间商，C3为其设备进行物联改造，实时监测设备状态、技术人员排期负荷、数字化工单。预测客户潜在需求，以最大化设备利用率为目标，用深度学习来持续优化人、设备、客户的匹配关系。大幅提高客户的现场技术人员的有效时长，同时每年带来新增数十万美元的收入。

当下，连续型生产工厂的系统控制多基于DCS系统内已经固化好的控制程式，典型应用如电厂的给水调节模型。此类程式控制基于两个假设：首先是经典的数理公式可精确描述工艺，二是传感器的实时数据精确可靠。

但实际情况是，数理公式的描述基于许多边界条件。当实际的边界条件改变时，公式本身已经无法精确描述场景的实时情况，同时，传感器带来的累积误差也没有被考虑进去。因此程式化控制不可避免地造成系统无法达到最优效率。

AI技术可以利用深度学习建立统计回归模型，寻找潜在相关因子，量化所有潜在因子的权重，引入传感器的实时测量数值，进而用AI推荐模型的方式描述连续型生产工艺在发生的事情，调整相关参数，最终使全域系统效率达到最优化。

AI应用助力工业企业全面提升效率

ENGIE是全球最大的电力集团之一，装机容量114.4GW，每年收入670亿欧元 ，在全球70个国家拥有15.3万雇员。ENGIE选择了C3 AI Suite和AWS为其企业数字化转型来部署AIoT平台，全面提升全集团的生产效率。

该项目现在每1-15分钟从Engie的数百万设备上采集数据，通过数个C3 AI Suits处理数据，包括能耗预测、运维预测、资源调度、设备预测等，全面提升集团的生产运营效率。据悉，该项目每年为ENGIE带来价值15亿欧元的经济效益。

从区域逻辑到全域统筹，从被动响应到主动预测，从程式化到数理相关性，这三个趋势将给工业互联网的所有参与者带来挑战与机遇，同时也会催生三类需求。

二、三大趋势催生三类需求

智能化的前提是海量数据。海量数据体现在，从低维到高维，从低频间断到实时连续性的数据。

数据维度日益丰富，从传统的温度、压力、流量、红外、声波等，到近年日益成熟的光谱、CV、3D视觉等。NB-IoT、ZigBee、LoRa等传输链路的普及，低功耗芯片的成熟，让秒级的大规模数据采集成为可能。这些高维实时化的数据采集，是应用层智能化的先决条件，其中蕴藏着大量商业机会。

当下的硬件软件供货商，与工业企业的商务合作多为一次性项目制，通过单次项目为工厂提供设备、软件等，但对于工厂本身的业务不参与。在工厂智慧化后，工厂的各个运营环节需要专业化的技术公司直接参与工厂的运营。

这些公司会在诊断故障、库存管理、需求预测、价格策略等方面有各自的专业积累，帮助工厂提高运营效率。相应地，其商业模式也会从单次项目制演化为服务模式、订阅制，或是利润分成模式。

当工业AI应用丰富后，对于企业客户来讲，一站式解决所有需求是最高效的模式，这种一站式的需求会倒逼技术提供商改变单兵作战的模式。

模式有两种演进可能，一种可能是联盟化，专注在不同细分Function的技术提供商结为联盟，技术协议通用，数据无缝对接，共享客户。

更为可能的是孕育出像C3一样的平台化公司，技术服务商在平台上专注各自的领域，通过C3 AI Suites平台，以统一的接口服务客户。

智能物联正在深刻的影响着工业，从区域逻辑到全域统筹，从被动响应到主动预测，从程式化到数理相关性，这三个变化趋势正在重塑工业的运营逻辑。同时，变革之下正在孕育新的机会，高维实时的海量数据采集，单次供货到深度介入运营，工业AI应用采购的平台化。

智能物联是工业互联网的新舞台，相信所有参与者都会在其中找到自己的精彩。

数据来源：CrunchBase、C3.ai官网、公开资料

作者：孙登科，专注科技投资，关注IoT、AI、区块链等技术驱动的行业应用。

实习生张怀忠对本文亦有贡献。