查看原文
其他

智能互联网时代「工业大数据」投资及创业机会分析 | 九合投研

2017-04-17 坚持底层思考的 九合创投


每一次深刻的变革来临前,总有前兆。创业者作为整个商业世界的前锋战士,理应看的更远。上周我们发布首期研报《跨入智能互联网时代——从连接到数据,从流量经济到效率经济》 后大家反响热烈,这也给了我们投研组很多信心。今天,我们将推送后续细分领域的第一篇《工业大数据的投资机会》。


九合创投本次出品的《工业大数据报告》将至少能为你解读以下几个问题:


  • 当下工业4.0及其产业链条中的工业大数据为何如此重要?

  • 过去10年,国外工业大数据市场发生了什么?巨头与创业公司分别如何突围?

  • 中国工业大数据进展现状

  • 工业4.0时代创业者有哪些机会?投资人这个节点应该重点看哪些方向?

 

如果您正在从事工业大数据方面的创业,或对这一话题有自己的心得,欢迎在文末留言,也可以点击阅读原文,加入我们的工业4.0讨论群,期待与你一起发现更多。



目录


  • 当下工业4.0及其产业链条中的工业大数据为何如此重要?

  • 过去10年,国外工业大数据市场发生了什么?巨头与创业公司实现了怎样的突围?

  • 中国工业大数据进展现状

  • 工业4.0时代创业者有哪些机会?投资人在这个节点重点看哪些方向?


(一)大数据与第四次工业革命


1.历史进程


第四次工业革命是以智能化为核心的工业价值创造革命,其最终目的是实现生产活动的高度整合,使系统像人一样思考和协同工作(Jay Lee, 《工业大数据》,p7)



2.何为工业4.0


工业4.0包含两个重要部分:

 

1)智能制造,生产线全自动化,智能化的机器(机器人)取代人力

2)智能服务(又称智能信息化/工业信息化),利用物联网和信息物理系统(Cyber-physical Systems,CPS)技术,为生产过程中的每个环节建立信息化的连接;通过大数据分析与决策,实现设备、制造、订单、生产计划、设计、排程、人力资源管理、供应链、库存、分销、公司资产管理等一系列环节的整合,实时响应、高度透明、灵活生产,实现人脑一般的思考与协同




3.工业大数据在工业4.0中的核心地位


工业大数据在整个工业4.0产业链条中,相当于大脑的核心价值,连接机器与商业产出,且互联网属性最高。




九合观点:


从现阶段来看,狭义的工业大数据主要集中在机器数据和生产流水线的产品数据上;工业大数据的应用也主要集中在前三点。贯穿上下游和产品生命周期的价值大数据还有赖于产业的整体成熟和打通。




(二)过去十年,国外工业大数据市场发生了什么?



1.德国——更加侧重智能制造,即工业装备的全自动生产


核心企业:西门子(SIEMENS)、博世(BOSCH)、SAP等

 

德国根据自身在制造业中的优势,尤其是在装备制造业和生产线自动化方面的优势,从产品的制造端提出了生产线智能化转型方案,主要集中在工厂智能化和生产流程智能化。


2.美国——更加侧重智能信息服务,即“工业互联网”的概念


核心企业:GE、AT&T(美国电话电报公司)、思科(Cisco)、IBM(国际商业机器公司)等。Intel 随后在波士顿宣布成立工业互联网联盟(IIC)。

 

工业4.0的践行中,美国依托其在系统工程、软件应用和数据分析算法的竞争优势,将数据资产,即“智能信息系统”和“智能决策”作为工业互联网的核心要素。

 

2006 年提出了 Cyber-PhysicalSystem(CPS),即“信息物理系统”的概念。

 

2012年,GE 发布《工业互联网 — 打破智慧与机器的边界》报告,被公认为是美国向全世界推广工业互联网模式的标志性第一枪。

 

3.巨头代表案例——GE Predix

GE Predix 是针对工业大数据的特殊性,专为制造业所设计的、基于 Cloud Foundry(CF,一个开源 Pass 框架) 的 Pass 云平台。

 

2016 年 11 月 15 、16 日召开的 GE Minds+ Machines 2016 大会上,GE董事长兼CEO杰夫·伊梅尔特(Jeff Immelt)将 Predix 定义为 GE 领跑工业 4.0 的核心引擎,预计 Predix 2020 年销售额将达到 150 亿美元。


GE 围绕 Predix 的战略投资




此外,GE的战略投资基金 GE Venture 还与专注布局 loT 的早期投资机构 Frost Capital 达成战略合作,宣布成立孵化项目 Frost I3,提供资金、免费使用 Predix 平台,以及 GE 5000 多名专家直达指导,准备孵化 30 个工业大数据初创项目。



九合观点:


GE的工业4.0战略路径和互联网巨头的典型布局策略如出一辙:吃最大的平台蛋糕(Predix);围绕平台战略投资布局生态。从 GE 的战略看巨头的产业资本布局:

 

1)有基础定价权的入口级基础数据平台(仓储平台,云平台,物联网平台,开发系统etc.)是必须自营的领地;

2)基础平台的部分技术构成板块或创新性解决方案,是积极收购标的;

3)自带客户的上一代操作系统和应用软件,是积极收购标的;

4)非平台型的生态企业,积极战略投资来推广自有平台。


4.美国工业大数据代表性创业公司



阶段与规律总结

 

(1)2010年开始,工业大数据企业开始在美国兴起;企业数量不多,项目类型以机器数据基础通用模型居多,还停留在试验通用模型最有效方式、探寻目的型通用模型解决具体问题的阶段;市场远未达到开始出现针对行业垂直细分的饱和程度;

 

(2)企业与产业的依赖紧密,产业巨头战略投资带来客户和数据源或作为收购退出通道,B 轮后(包括B轮)必有产业资本介入;

 

(3)2012 年之前成立的公司,天使阶段都有早期投资机构进入,产业公司接盘,布局长远的早期机构诸如 Frost Capital 从中收益丰富;但以 2014 年成立的 uptake 为标志,大公司战投开始在更早期进入;


九合观点:


1.美国工业大数据的发展比国内早2-5年,国内目前阶段相当于美国2010-2012年的早期阶段


2.中美差别:美国诸如GE之类的新工业巨头,同时兼有做基础平台的能力;中国目前还没有出现类似GE的工业4.0领头企业,大部分企业国有化,拥有强大资本;有技术积累做基础平台的依然是互联网巨头。


3.收割的产业和要谨慎绕开的基础平台巨头有:


美国:GE,Cisco, Intel(有能力做基础平台 + 产业资本);  Shell, Aramco Energy etc.(产业资本)

中国:中石油,中石化,国家电网,富士康 etc.(产业资本);BAT,小米,华为(有能力做基础平台也在研发基础 loT 平台)



(三)中国工业大数据发展阶段


1.政策扶持


2015年3月5日,李克强总理在全国两会《政府工作报告》时首次提出“中国制造2025”的计划;2015年5月8日,国务院正式印发《中国制造2025》:一个目标,两化融合,三步走,四项原则,五条方针五大工程,十个领域。


九合观点:


“市场主导、自主发展将会是「信息化」部分;而“政府引导、合作共赢”的将是「工业化」部分。


2.中国工业4.0的产业阶段


差一点的企业可能还在工业 2.0 阶段,好一点的部分领先企业已经达到从 3.0 朝 4.0 过渡的一个阶段,半自动化/全自动化与部分的信息化成为这些高端制造型企业的普遍现象。更好的企业已经能做到自身生产加工的全自动化,以及部分的信息化。



九合观点:


2015-2020 :工业智能制造和工业信息服务企业野蛮生产、早期投资机构布局

2020-2025 :国有资本将进场进行收割与检验(走到B轮后的企业更有机会)

2025以后:可能会出现国家指导的工业化与信息化融合标准



(四)工业4.0可能的投资与创业机会分析


通过九合的走访,目前工业国内大数据资本布局现状:



1)国内工业大数据企业目前仍处于起步早期,大部分初创企业扎堆集中在智能制造 loT 平台上,工业大数据创业企业不多;

 

2)工业大数据由于其自身的特殊性和处理难度,行业内的团队多来自于传统物联网、企业服务产业背景,相对互联网从业者,融资意识不明显;

 

3)从资本布局来看,工业数据、工业信息化方面,后期机构和 PE 的嗅觉与卡位更积极,目前尚未出现美国 Frost Capital 一样集中布局和突出表现的早期投资机构。


可能的投资与创业机会分析:



1)工业大数据是工业4.0产业链中生产决策、转化价值、连接上下游的核心大脑,市场潜力较大,纯大数据模型和解决方案提供企业仍处于蓝海状态。

2)“工业化”和“信息化”是中国制造2025国策级别的工业4.0发展方向,属于“信息化”部分的工业大数据,应该会走向“市场引导”的先行路径,后期国有产业资本进驻,退出通道相对顺畅。

3)早期技术能力和切实解决生产效率是重点,后期靠近产业的程度(客户、产业资本相辅相成)成为决定规模的关键;工业4.0的信息化在发展后期会经历上下游数据链条打通的过程。多点线业务布局、与产业互动密切的早期机构,整合后期会有比较大的利润回报和话语权。

4)Pass 云平台、数据存储仓库等基础平台可能属于巨头的蛋糕,初创企业投资需慎重,除非团队具有突出优势或产品有独特创新点,有被巨头收购可能;但也不排除生长出新工业巨头的可能性,前提是有强大的国有产业资本支撑;

5)在行业发展初期,不要轻易因重模式而否认一家一家拿客户提供大数据解决方案的传统做法,其可能是利用时间窗口优势积累数据源和靠近产业的必经路径

6)传统产业背景团队相对纯互联网企业融资意识不强,项目源一方面可查找未有融资历史但有工商记录的工业大数据公司;一方面可以关注国内外来自 IBM、思科等工业 4.0 先行者的优秀产业人士。


—本文系九合投研团队原创,欢迎在评论区交流—

——转载请联系我们,获得授权——



如果您正在或准备从事工业4.0方面的创业,或对这一话题有自己的心得,欢迎点击左下角阅读原文,填写麦客表单,加入我们的工业 4.0 讨论群。


Welcome!



from:九合创投



九合能看到的,都告诉你

一家VC能搭把手的都在这儿


九合创投成立于2011年,由前“百度七剑”之一王啸创立。作为国内顶级的本土基金品牌,我们着眼未来,脑冷心热,信奉「做有价值的事情,商业价值便会随之而来」。目前,九合已投资一百多家早期初创公司,其中包括了36氪、星空琴行、下厨房、91金融,ZEPP、日食记、青云QingCloud等一系列企业。九合站在科技与人文的十字路口,致力于做投资圈中的价值极客,期待与更多优秀的创业者长久合作。
长按上方二维码,关注九合创投

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存