2019-02-22 09:20
窦勇：大家早上好！这两天对大家是互联网的盛宴，昨天和今天大家看到的是专家和学者以及政府领导对工业互联网的探讨。我今天以投资人的身份看看工业互联网，我们先看看我们是怎样的投资机构。
我们有18年的历史，300亿资金规模，凝结中国500家民营企业。我们成功孵化出71家IPO上市公司，我们是一家非常传统的投资机构。我们尝试着在过去18年中解读中国的中介，经过几年的时间，我们在互联网领域做一些事情。
工业互联网平台现在正在进行转型，有做数据库的，也有做工业安全的，也有一些做工业大数据平台的。提起工业，数据哪来？从底层做一些布局，有硬件，也有软件，包括中间件。这样的产业里，企业初步形成了从数据的采集端到平台，再到行业应用，再到整个产业的整合，初步的生态。我们团队花5年的时间，10亿资金规模构建出了这个初步的生态。
工业互联网是2012年GE第一次提出的，刚开始提出这个词，大家会觉得GE是工业的巨头。从百度的搜索指数可以发现问题，2018年之前很少有人关注，只是成为了一些工业领域自玩的名词。为什么出现这样的情况？懂工业的人，又懂IT的人比较少。有移动消费互联网的存在，大部分人进入这个领域。为什么2018年会有爆发增长？资本的角度看，我们可以发现一个问题，工业富联，就是富士康的云平台剥离出来，以38天的审核速度通过了证监会的IPO审核，这样的历史审核速度使得工业互联网走向资本市场。产业链的关注点，无论是资本的市场，还是舆论，包括国家政策的指引，使得工业互联网的概念一下子走到我们面前。好比当年的大数据一样，在2015年、2014年之前大家对大数据只是科学家和IT人自己玩的概念。如果没有国家在贵州建立大数据的产业中心，那这个概念依然是少数人知道的。反过来讲，我们现在看一件事情基于价值的投资，它的本质是什么。工业互联网从出生到现在到底经历了什么？2018年上半年很热，但到了七八月的时候发生了一件事。我们一直追捧或者效仿的企业，GE出现了问题，要抛售一些新闻，让国内的这些工业互联网的企业和从业人员傻眼。因为我们一直追求的领袖和榜样，它突然把自己的最核心的业务进行整体出售，让所有人都觉得我们的工业互联网到了这样的程度，现在怎么走？这会让大家觉得很迷茫，今天因为是谈这样的话题，GE为什么出现这个问题？有的人知道，有的人不知道。因为在过去的两三年的时间，美国纳斯达克的指数30%的增长速度，但GE股价每年倒亏25%。这对国内的工业互联网创业企业也罢，国内的产业政策也罢，对从业者也罢，企业也罢，都发生了迷茫。Predix到底是什么？边缘层计算，行业应用和云平台，我只想跟大家说说，这最重要的是什么？前面可能就是行业应用，就是可视性跟洞察，这是被很多人忽略掉的。历时五年的时间，我们考察很多家的工业互联网企业，我们与大家分享一下对工业互联网的基本观点和看法。
工业互联网供需双方的期望值存在巨大差异。工业互联网离不开工业，工业相对比较传统，它希望以稳定为主。所有的企业主和工业的企业希望最小的资金投资和时间投入，挖掘出最大的价值。从工业互联网的角度来看，初创的企业或者说所谓的平台企业，创业企业，有算法和数据，但缺少行业支持。我希望联合着客户一起探讨行业的具体细化的问题，但作为企业主来讲，我没有那么多的时间。我花了钱，希望最少的时间可以提高最大的价值。发展初期的供需失衡，导致产业从原来的高档的期待，我期望值很高的时候，到现实落地的差异部分，双方有很大的差异。
我们认为工业互联网无非就是三个T，IT、OT、CT的互相交融发展。这里最核心的是工业数据，工业数据是一个有问题的发动机。为什么？工业数据很脏，不是真的很脏，因为数据端采上的数据很脏，需要挖掘价值的企业用大量的时间耗费在前端数据的整理和清洗及规划，成本投入巨大，但产生的价值是很小。作为企业主希望投入直接产生价值。但应用分析厂商来看，数据分析是没有价值的，这是双方的差异。很乱，因为工业的品类很多，种类也很多，有离散的，非离散的，各种通信协议，封闭的，各种厂家都不打开。数据结构的形式也比较多，图片、图像，结构化数据和非结构化的数据有很多。非联网和联网的，有的设备可以联网，有的设备不可以联网，通过数据采集器把数据弄上来的时候，这可能会失真，数据的乱为数据采集制造了很大的障碍。比较差，因为现在的主流算法可以解决部分的问题。但基于行业分析的逻辑上解决这些问题，相对还是比较少的。价值很难挖掘。有的可能我们整理了一堆的数据放在那，多少PB，但如果缺乏挖掘的工具时，我们不知道底下到底有没有石油。缺乏行业知识的工业数据很难，挖开工业互联网冰山底下的钥匙，我们发现持有钥匙的人太少了。有运营管理，业务运营优化，社会化资源协作，为了降成本和开源，提高效率。知识种类太乱了，随着BAT加入，对行业来说表面上看是比较好的，但存在的问题。我们作为很多初创的企业来说，人是最重要的，BAT有资金，如果大量初创企业的人才统统回归到BAT，这对产业中的初创企业而言是致命打击。社会的压力很大，人往更高资源的平台转移没问题。收购大量的人才，不断完善更多的算法，但缺少行业应用研究，缺少行业落地。工业互联网平台，阿里和腾讯都在想往这个领域发展，他们有很多的战略小组，但效果不是很好。因为工业互联网的企业要有行业经验和数据结构，这些人很贵，早期的时候可能研发一个平台，对数据处理需要大量的资金成本投入。但获取的价值很低，所有的初创企业来说，这个生死关的过程中消耗的资金成本跟所能够获取的产业价值之间有很大的差异，这会存在很大的问题。
京东副总裁以上的有末位淘汰，这是网上的新闻。滴滴裁员，网上有一些段子在盛传，但也反映出很多问题。民营企业可以感知到今年，是未来五年最好一年。工业制造业企业而言，可能人力成本在进一步的上升，但制造业的流通收入在下降。所有企业主都在想工业互联网的创新能不能帮我进行转型，能不能让我降低更多的成本。他们对工业互联网企业的期望值非常高。但他们能够带给这些工业企业的价值的差异会不会进一步反弹？如果这个问题解决了，那对整个行业的发展会有一些大的，不是太好的影响。所有的工业互联网企业商业模式，目前的角度看，很难突破。很多企业说能不能做一个通用平台，像GE的Predix一样。但不要忘记GE Predix花了很长的时间，投入了上千亿，几万个工程师开发了一个系统。即使是这样，它在落地的时候依然需要有很强的服务提供商来解决这个问题。不难发现本质的背后是工业太大，在非常宽泛的行业里用一个通用的平台标准解决所有的问题，这是做不到的。同一个行业里，我需要有平台出去。但反向来说，头部客户孵化了，那是不是这个行业可以完全复制？不是。最小的民营企业，但它的需求跟大的企业是不一样的，这是很难避免每一个行业都需要有服务人员，这会变成一个一个的项目，然后来解决这些问题。因为需要有数据工程师和行业专家一起解决问题，这是我们认为行业里未来会影响大的问题。
听起来好像很悲观，你们还敢投？做投资，我的观点是只要看清楚了行业的本质，挖掘真正的价值投资，这才是对的。行业泡沫在2019年肯定会破灭，头部企业会逐渐形成，第一轮泡沫形成以后，有的企业拥有足够的资金，聚集了足够的资源，有一些标杆的示范项目效应在行业里会产生头部，主要在数据平台。某个行业的应用，很难出现一个平台多个行业同时集中。商业模式短时间以内仍然难以突破，依靠政府补贴的模式，这种模式摆脱不了。我们现在看到国家大力支持工业企业上云，不是企业主不愿意，确实是他们没有精力和资本投入做这些事。中国大部分的企业还是中小微的企业，花几百万做这样的价值再造的过程。未来会不会出现不需要很多的数据工程师存在？我认为会，但眼下摆脱不了咨询的过程。5G的普及和应用，对整个产业有大的提升。数据不需要再回到中心来了，在边缘就可以进行处理。推动通信技术的进一步加强，数据传输效率会进一步提高，也会降低成本，让用户可以以更低的成本投入，获取非常高的价值。
随着科创版注册制在上海落地，上半年肯定会把板块推出来，对工业互联网而言，科创版也是重点支持的产业之一，会形成资金融入，推动产业良性发展，让工业互联网平台在未来得到比较好的推动。