工業互聯網的新范式

許正

延續過去的成功思維，可能會導致今天的失敗，每一個企業正深刻感受到這一輪巨大產業變革所帶來的壓力和對原有模式的沖擊。

如今，硬科技正受到越來越多的關注，但創投圈還盯著互聯網，只有極少數投向了硬科技，其實科技創新才是根本。中國商業創新的真正軟肋除了技術上的滯后，“大眾創業、萬眾創新”這一中國經濟發展的內在要求和真實場景，也很可能成為創新路上，企業管理的一副沉重鐐銬。

以色列創新是一座標桿，也是一面鏡子，只是中國企業家們都看清楚了嗎？

工業互聯網：務實1%的威力

在今天工業互聯網以及工業4.0概念被熱炒的時代，全球工業領域領導者GE所采取的方式依舊很務實。早在2012年，GE就發布白皮書稱，如果工業互聯網的推廣和實施可以為工業領域帶來哪怕1%的成本或者資本節省，也就是從效率提升的角度帶來微小的進步，其成果也是巨大的。GE甚至給出了對中國市場效率提升的預計，在未來15年，燃氣發電機組能耗降低1%，將節約高達80億美元的燃料；鐵路運輸行業效率提升1%，又能節省20億美元的燃料成本。

中國過去30年快速的工業發展也帶來了粗放化經營和效率不高的問題，下一步如何在原有工業系統的基礎上提升效率，也是工業互聯網每一個企業必須著手思考的切入點。

根據GE 的觀點，完整的工業互聯網設計需要具備三大步驟：

第一步，收集各項生產數據，并操控智能設備和機器。目前的方法就是通過大量使用和安裝傳感器，從而讓機器本身變得更加智能化。

第二步，將傳感器收集的信息進行保存、處理和分析，尤其是面對海量生產數據，管理人員構建恰當的模型找到最關鍵的核心數據加以分析，這需要進行生產工藝經驗與先進互聯網技術技能的結合，跨界和整合的知識將變得至為關鍵。

第三步，目前傳統工業企業面臨最大的困境，是要組建數據分析挖掘的人才團隊，真正大幅提高生產效率，實施恰當的決策。在這個領域，沒有預先設定的模型可以使用，需要的是跨界人才的創新能力，協同工作，以及對不同問題的深入洞察。

在工業制造領域，精益生產的思想正是1%節約的理論基礎，這將幫企業邁出穩健而務實的第一步。在迅速變化的環境下，每一個企業還應該重新思索并回答一個非常基本的問題：“我們所從事的業務到底是什么？”在行業邊界不斷被重新界定的今天，一些更尖銳的問題擺在了我們面前：

我們到底能夠創造什么樣的價值？

產品相關的數據和不斷產生的海量數據該如何進行有效地管理？在新型價值系統中，企業是整合者還是標準化的組件？

尤其是新型的數據技術和互聯網技術，與原有產品的結合，正在重塑原有的價值系統，我們成功定義的企業形態必須發生某種改變。

跨界的挑戰者不斷跳入傳統行業，利用互聯網技術和數據技術創造新的模式，并推出更具競爭力的產品。組織也變得越來越不穩定了，越是具有高知識和高技能的人才，越是充滿流動性，而脫離組織的人才似乎仍能發揮知識價值。

今天，企業戰略和技術戰略已經成了同時并存的兩個關鍵走向。

硬科技大風口：到底靠什么技術？

上一波發展是以資源驅動為動力，從投資房地產，觸網O2O，嘗試C2B，到大數據定制，做了很多不一樣的事，但當我們放眼看看美國、以色列、德國時，會發現有一堵墻隔離著的感慨。

其背后原因是，過去30多年的經濟發展，主要是要素驅動和投資驅動。前者是靠勞動力、靠資源、靠政策；后者可以從今年兩會發布的數據可見，2015年GDP增長6.8%，但是M2（廣義貨幣）增長是13.5%。隨著技術變化的加速發展，企業界這幾年陷入了一些迷惘。

其中，核心問題在于我們沒有認認真真把科技創新作為驅動力，而現有的知識技能，比起未來時代的需求，有點脫節了。

如果未來將科技創新作為轉型升級的驅動因素的話，到底靠什么科技呢？

2016年3月，谷歌的阿爾法狗通過人工智能打敗了世界圍棋高手李世石，人們猛然感覺到很多根本性的技術在重塑這個時代。

最近，凱文·凱利也在國內大談人工智能，算法革新的核心在于把現實世界的很多邏輯、運作方式轉化成數字化的表征。這不僅僅是開發App，搞本地生活軟件，殺得血腥的打車軟件，可以涵蓋的。

另外的大趨勢是，技術創新需要虛實結合，根本在于將智能硬件、嵌入式芯片以及穩定系統設計結合起來，甚至是先進技術跨行業的綜合應用。

組織“新變異”：創新的方式全變了

今天，雖然很多人也在改變傳統的創新流程，加入更多的外部輸入元素，但這一切都無法跟上時代的步伐。在工業互聯網時代，創新明顯趨向于兩種方向：與客戶共創和快速迭代。

工業時代的客戶需求研究是聚焦在那些有特征的客戶身上，而且永遠遵從80/20原則，“長尾效應”提示我們也可以關注長尾里那些不太被關注的小眾，滿足他們的需求可能帶來更持久的回報。此前，長尾客戶在互聯網時代之前很難被觸及，同時共創也必須成為企業創新和研發工作的核心。

硬件加軟件，真正的挑戰是硬件，門檻也在硬件，這絕對不是短時間內就能夠完成的。

青島紅領服飾所擁有的多達數億款的版型儲備可以幫助消費者隨意設計他們所喜歡的襯衫和西服款式，并且在7天內發送到客戶手中。從規模來講，包括應用的復雜度來講，今天中國有很多獨特的東西需要我們真的去創新、去引領。

究竟怎么在市場上創造獨特價值？

在這個層面，很多企業缺乏一樣東西，就是要把真實的客戶需求轉化成我們的產品和服務，并且能夠持續地盈利。如果把特別擅長的技術，跨界用到有真客戶需求的行業里，就有可能會催生出全新的產品或服務。所以，這是一種獨特的、有門檻的技術。

那么突破性的技術在哪？

過去，國外還可以給你點零碎專利技術，現在，想通過收購獲取技術專利越來越難了，因為我們跑到前面以后，風越來越大。過去三十年發展積累了很多知識、很多技術，關鍵在于怎樣把它激活市場化。中國研究所里積累了相當多的創新技術，往往使用有限。這點通過對比以色列的創新就可以得知，以色列為什么這么火？因為他們很多技術創新來自軍工的民用化。

“以色列創新”更適合中國企業

第一，知識結構。它的創新人才技術和商業管理能力非常強，以色列有很多三人公司，只有CEO，CTO，再加上主管財務或市場的，類似的創新型公司做成就賣掉或去美國上市，再去創辦新的，一家、兩家、三家，最后轉為專業領域的投資人。現在很多以色列公司在尋求中國公司收購。

但反觀一部分的中國企業家群體知識體系太過陳舊，去海外也只是看熱鬧。大量的以色列企業家都具有大國際視野，對創新理論和方法論爛熟于心，是站在全球技術創新和管理的前沿。

而過去兩三年，我們浮躁地被各種互聯網思維沖擊，干了一些幻想性的事，跟移動、透明、開放的國際視野有點接不上。我們熱衷于傳播微信里的各種段子，誰又出大招了，誰又跨界打劫，我們的傳播離真正的科技也有點遠。

第二，全球技術對標。以色列被四個阿拉伯國家包圍著，它的邊境線上可以說隨時可能被侵入，怎么樣防護？總不能修個長城吧。他們研究出了一個智能芯片系統，有上千萬的攝像頭可以智能模擬學習，植入芯片，通過分布式運算，使得攝像頭成了一個分布式計算機系統，降低和云端服務器之間的通信量，攝像頭深度學習辨別正常和非正常的場景，解決邊境安保問題。

這個技術已經從國防系統分出來市場化了，其實我們有很多技術完全可以做到，但是我們的企業真正在研發硬科技的還是不多，或者活得不是很好。

這些技術原來用于其他探測，例如衛星探測等等，跨界進入醫療以后就會帶來一些突破性的影響，硬科技在國內很多科研院所和大型國企里是有的，怎么樣把它跨界激活是關鍵。

現在創投圈的現狀是，80%的資金和天使投資都流向了互聯網和TMT行業，只有極少數投向了硬科技。所以我們自己做天使基金，希望未來更多的資本能加入和關注這個領域。

精益創業：培養新一代企業家

現在中國的互聯網巨頭，都在布局娛樂等很多行業，但是美國的互聯網巨頭在布局什么？

谷歌的兩個創始人，現在讓一個印度人去管谷歌，然后把所有的精力都投入到硬科技，包括基因技術、谷歌X實驗室里的無人汽車、互聯網氣球、Google Fiber，包括物聯網里很多新的高科技。不光是谷歌在布局，微軟、Facebook也在全面布局硬科技。

不少美國的高科技公司說以前是“Made in China”，現在是“Made for China”。中國的移動互聯網用戶已經超過了美國，移動互聯網走到了前面。現在沒有抄襲的對象了，只能靠自己創新，所以這是一個很大的機遇。

實際上，給我們的時間窗口并不多，傳統體制內的技術外化效率太低，我們科研人員超過了美國，現在的轉化效率在大概25%，科技對GDP的貢獻只有29%。在一些發達國家，科技對GDP的貢獻達到80%。

但我們的產業縱深，技術梯度也是很廣的。現在需要把它打通：

第一，技術和市場互融。華為說技術很重要，但不是最重要的，關鍵華為的理念是在市場上滿足客戶的需要，重要的是在技術和客戶需求之間找到嫁接。

第二，投資專業化創新，或者找個好的委托人，幫助做行業嫁接，在新應用場景里找到新的價值。它遠比商業模式或互聯網創新失敗率要低。通過一種不斷實驗迭代積累經驗。

現在風靡全球的一種新型創新方式，是來自硅谷埃里·克萊斯提出的《精益創業》，它的核心是要在產品設計最初階段驗證兩個基本假設：客戶的痛點和解決方案。明確關鍵的核心需求后，給出最小可行化產品（MVP），而不是傳統意義上龐雜的巨型解決方案。

MVP針對的是愿意嘗試的天使客戶，不是普遍型的客戶，有可能只是提供探討和彼此深化認知的工具。微信最早推出的就是可以替代短信的MVP，還有最基本的語音留言功能，并不斷獲得用戶反饋，迭代第二代產品，收集反饋，最后擴大規模復制。

2011年GE大力推動精益創業的思想，在內部稱為快速工作，過去制造一臺冰箱從調研報告到封閉研發到市場推廣需要3～5年的周期，精益創業后周期縮短為6個月。天使用戶早期的深度參與，加速找到精準客戶需求的周期。

實際上，工業3.0或3.5的狀態對中國企業比較適合：

第一步，把所有物理產品的數據盡量地建立起完整的數據檔案。

第二步，將數據模型化，從而能夠形象地描繪我們這個現實世界。

第三步，人工智能。缺一不可。

其實數據積累不復雜，關鍵點在于對算法的設計，不是搞IT、搞信息技術、也不是搞互聯網的人可以做的，要依靠搞傳統產業的人，具體指懂產品內在邏輯、運營流程、體系運轉的人。

現在全世界都非常缺對傳統產業的數據模型實現算法化的人。企業內部不解決此類人才需求，問題就解決不了，互聯網行業懂軟件的人因為不了解行業的產品和運營，所以匹配度不高。很多公司造手機，搞軟件和生態，但如果你不深入行業，是無法建立算法并延伸到智能化的，更不要說人工智能了。谷歌的阿爾法狗背后有20多個科學家，他們研究了多年的圍棋理論，不見得他們本身是下圍棋的高手，但他們一定是研究這個理論包括圍棋的運行規則方面的高手。