创业三年，工业4.0国内玩家的生存之道 | 九合对谈
尽管Uptake只用短短两年就跨过独角兽的门槛，可是中国工业物联网初创企业很难媲美如许的成长速度，唯有扎扎实实打好基本。风口虽至，贸然腾飞会摔得更惨。
今年年初，九合发布万字智能互联网报告，随后，我们马上跟了一篇工业4.0专题Mapping做了分享。当然不仅是九合，所有VC都明白，今年的工业物联网风头越来越劲——互联网在改造完消费后，最终缓慢而坚定地来到了工业领域，各种野心勃勃的力量正在这里实现着迅速的聚集与粘合：传统制造业、互联网及IT巨头纷纷在2017抢滩入主人工智能初创企业也已纷纷入局，初创公司甚至有望在预测性维护这个全新的赛道弯道超车工业巨头们。有报告预测，未来十年，工业4.0领域里中国会产生300家以上的上市公司，而它们中的绝大部分，会是现在还远远不那么起眼的创业公司。
这期，我们和九合系Portfolio,来自智擎信息的王曦聊了聊。
这是一些工业物联网三年创业老兵的分享和感受，一步一步带着公司过来，从最开始艰难的教育客户到现在客户经常主动提出启发性的思路，王曦说做工业设备故障预测这三年，纵然“每个阶段有每个阶段的痛苦”，但最兴奋的是置身于这潮流中，扎扎实实见证了自己和整个行业的向前。在这个风口做事，对于体量没那么大、资源没那么丰富的小玩家而言，前路虽漫漫，但一切有可期。
对谈：王曦Kenneth
智擎信息创始人，CEO
英国Keele大学IT及管理学硕士，前软通动力智慧城市总监，10年以上电力、石化、运输等行业物联网经验。2016年10月，智擎信息获九合天使轮投资。
关键词：扎实
/01/
数据！数据！数据！
王曦和他带领的智擎信息创办于2014年，是一家利用工业物联网和机器学习技术为工业企业提供设备智能故障分析和实时故障预测平台。
在第一个主攻行业——风电行业试点的过去三年，智擎已签约并仍在合作的客户囊括了整机制造厂商领域排名前两名的制造商，以及设备核心部件制造商等，通过提供全量数据采集及不断建立完善的故障预测模型，目前在某些场景下预测准确率已高达95%。
九合：三年前你开始创业的时候，国内工业4.0物联网环境怎么样？
王曦：14年刚开始做那会儿，国内也早已有了物联网的概念，但跟现在比，没有这么火和深入；那会也基本没有什么机器学习模型的说辞，我们最多叫数学、统计学的算法。我们算是在物联网、机器学习、工业4.0这些概念风口起来前就开始在这块深耕的一批人。
九合：风口之前做事情，是不是意味着需要解决的问题和面对的挑战更多？
早出发的一两年虽苦，但与同行相比，我们在数据接入这点上无疑算是获得了先发优势，尤其是在“数据已经成为新型石油”的今天，回头看是很明智和有远见的事情，无论对我们自己还是客户来说都是这样。现在智擎在与合作伙伴长期信任的基础上，基本上是零成本接入很多数据，这一点对新进入赛场的创业公司来说越来越不容易。我们前期很多事是为了提前占坑，事实证明也是事半功倍的。
问题和挑战当然也不能否认的也有很多。
早期，客户不知道我们，也不愿意给数据。我们要花很长时间说服他，不签合同我们也可以帮他试试。后来给一点数据，客户发现我们做出了一些效果，给的就会越来越多；但有时数据质量又不好，得跟客户商量是不是调整采集策略，并为客户提供的数据采集系统。这是我们后来数据服务平台的一个基础。基于这些，我才能尽量把数据还原出来，这个教育用户的过程我们用了很长时间。早期也试了很多算法，有的准，有的不太稳定。当时的预测算法在计算能力和性能方面其实是有瓶颈的，后来随着分布式运算的成熟，才慢慢发现预测其实可以发挥更大的作用，因为大家的痛点在这。到后来我们开始做准确率，慢慢一点点往上走，但是基本上走到后边的时候，也有个瓶颈怎么都就上不去了，然后又得跟客户，包括他的专家去共同研究，看存在什么样的问题。应该怎么去调优，怎么去优化。就是这样一个个目标、一点一点实现过来的。2014年我们开始做，2015年几个模型有了一定的效果，2016年我们有了20个模型，现在已经做到了40几个模型。
为了针对国内环境实现商业模式更好的落地，我们也经历了反复的探索。我们的价值体现在为客户提供端到端的产品和服务，从基于我们数据平台的数据采集接入、数据管理和实时分析，到基于持续模型的SaaS化产品来全面服务客户不同层次的需求。
智擎开发了一套基于大数据机器学习和物联网的设备故障预测系统：可以利用现场设备中的传感器数据，并通过自研的算法进行设备运行状态分析，并通过机器学习的方式，来预测未来设备故障的发生
王曦：首先我们分析，IoT对C端其实最多算是Plus，但是对于To B的企业来说就是实实在在的刚需。我们就开始在To B里寻找尽早能落地的场景。风电的亮点在于，它设备跟其他行业比起来算新，该用的传感器、控制系统都基本具备。
我们当时其实没有只看风电，包括石化、包括输变电，包括重工都有看。
九合的话：
过去，衡量一家企业服务公司的核心指标是客户数量和对应的付费/收入情况。而智能互联网时代，客户不再是单纯的收入标志，其背后还隐藏着更有价值的数据资产。数据是算法的基础，数据资产的积累，能够帮助企业不断外延新的市场和业务机会，创造新的利润渠道；同时，充足或独有的数据集也是算法模型脱颖而出的重要条件，智擎在这点上无疑是佼佼者。
对智擎这样物联网初创期的小公司来说，客户不仅仅意味着收入，更是核心的数据资产。
/02/
与客户一起扎实摸索的三年
“在注重效率的2B（企业业务）领域，任何微小的改变都能带来很大的优势。”GE全球CEO伊梅尔特曾用“1%的力量”（The Power of 1%）来描绘工业互联网提升工业效率所能带来的经济价值。
王曦： 有意思的一点是，从整体来讲，我觉得在客户方面，对我印象最深的就是它不是一个挑战，而是这三年，我见证了很多客户的思维、考虑的东西越来越务实和技术敏感型，这对我们来说是最惊喜的。从最早和客户相处的过程要面对他们的不信任、教育他们、说服他们把数据取细一点，到现在客户越来越意识到这个的重要性，愿意投入和付出更多的精力跟我们一起共同优化模型，对我们来说，其实从0到1的阶段已经过去了。
最早的时候大家一般会更希望去找国际大牌厂商去做这样的事情，但后来慢慢发现对新技术和业务的把控、落地，我们这种小而快的公司其实更有竞争力。最早为了获取信任，我们前期不签合同也可以，我先帮你做，你觉得有效果我们再谈，我们就拿结果说话，拿到了最早的一批种子用户。现在，客户更在意的就是你能做多准确，能为他省多少钱这些实实在在的东西。
客户间当然会有差别，最常见的是驱动力不同：一类客户强调的是对最后结果负的负责，另一类客户会把我们做的事进而纳入他的管理流程和分支里，从运维管理者的角度去全盘思考。这两种我们都很欢迎，尤其是后者，其实对我们这样的初创企业来说是一个非常好的强心剂，慢慢变成了一个类似刚需的东西。
工业物联网转型显然需要新技术和新思维，在这一点上，国外和国内一直以来一个不太一样的点是，国外企业的管理者可能对数据影响决策这点想的更清楚一些，往往也更愿意承担一些；国内的情况一般是：我先跟你合作一下，效果好我们再接着去做。为了适应国内客户的决策方式和流程，我们也做了一些探索，比如说合作方式上，把最初的解决方案和之后的销售拆开来，循序渐进的帮助大家提高一下接受度。
九合:大家都爱对标Uptake，它的崛起其实与它和机械大亨Caterpillar的深度合作密不可分，这种路子在中国有复制性吗？国外和国内物联网创业环境差别大吗？
中国的企业客户本来就相对慢，在这些重资产的工业领域这种情况只会更甚。从我们这几年跟企业打交道的过程来看，一切还是向好的，只是时间问题。民营企业一般决策和落单会更快些，国资和央企周期相对会长些，但未来机会很大。
/03/
未来
王曦：主要是对现有商业模式的反复打磨，带领团队尝试不同的方法策略和技术领域，最大限度提高产品可复制性。这也是为未来在其他行业的应用奠定基础。
九合：未来会专注于故障预测这个细分领域吗？
Fei：做故障预测这几年，我们意识到一个现象，原来预测大家觉得可有可无，现在似乎在变成刚需、标配，我们其实是选了客户最明确的一个痛点切入。我们现在也在慢慢看到客户其实会滋生出很多其他方面的需求，基于我们采集到的原数据，我们可以分析更多的价值，例如：关乎客户收入的设备性能分析，设备能耗优化管理等等。我们相信未来这些也都会有很大的发展空间。
结语
近日麦肯锡出了一份物联网发展专业报告，报告中指出，在2025年前全球物联网可望带动十五兆美元。世界各国或是各大企业无不前仆后继，唯恐错失新一波经济成长契机。同样值得注意的是，报告认为，物联网在工业部门的增长速度低于预期。工业部门对物联网应用的部署的步伐较缓慢，因为企业往往受到资本周期、组织惯性以及能够开发和部署物联网解决方案的人才短缺等等问题的限制，多数企业部署仍然在停留在“概念验证”阶段，尚未开始大规模项目实施。
对于智擎这样的企业来说，我们相信这并不算个坏消息。我们正历经工业物联网转型风暴前的宁静，这其实正是这些扎扎实实的物联网企业取得先机的大好机会。
From 九合创投
相关阅读
《智能互联网时代「工业大数据」投资及创业机会分析》
《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》
关注九合，在这里听到更多创业者心声