兩年前的一個深夜，雷電交加，暴雨如注，張華聰還記得，他爬上50米高的筒倉倉頂，一遍一遍將皮尺伸入測量孔，確認庫位的場景。

他所在的寶武環科湛江基地，主要生產流程是將鐵礦渣經過篩選、粉磨成白色的超細礦粉。這種礦粉作為摻合料廣泛用于混凝土等建筑材料中，不僅能解決固體廢料占地、環境污染問題，還能提高混凝土品質，將礦渣“變廢為寶”。

但爆庫（礦粉輸入量超過庫容）是一個嚴重且極端的風險，特別是雨天，下游需求量減少，但產線24小時不能停，礦粉源源不斷入庫時，為了保證不會爆庫，需要不斷確認庫位。即使狂風暴雨，張華聰也需要及時了解庫位，甚至每十分鐘都得確認一遍。

庫位測量中，讓張華聰最頭疼的事，就是測不準。湛江寶武環科儲存礦粉的圓形筒倉高50米、直徑18米，總庫容達8000噸， “平均1米的庫位誤差，就會帶來200-250噸礦粉的誤差。”張華聰說。

在這個倉庫，他們采用的是“機械料位計+人工”雙重測量，但無論人工測還是機械測，都屬于單點測量，測量的數據只能代表局部的庫位，誤差不可避免。由于物料不停進出和流動，分布凹凸不均，經常三次測量的數據都不一致，根本無法確定哪一次誤差更小，也無法準確反映庫內容積，只能根據手感和經驗進行預估。

這也是目前國內大多數工業倉儲，如水泥熟料庫這樣的設施庫位測量方式。

長期以來，這種場景下，現場工作人員對倉庫庫位的認知，都處于一半靠測，一半靠猜的“半盲猜”中。

然而，庫位數據是產能價值，精確的庫位測量是生產的指導手冊。“合理控制庫位關乎整體產銷平衡，包括生產排產、對外銷售和安全管理。”寶武環科湛江公司礦粉作業區作業長周平介紹道。當庫位過低而未及時加快生產時，便會無足夠的礦粉滿足客戶需求；庫位過高則存在爆庫風險，一旦礦粉外溢造成揚塵污染，就是嚴重的環保事故。

轉變發生自2024年3月，湛江寶武環科將海康威視的三維掃描成像雷達裝入筒倉之后。

三維掃描成像雷達利用毫米波信號進行非接觸測量，有很強的抗干擾性，能夠穿透粉塵、水霧，具有強環境適應性。通過24小時360°連續高精度掃描，每5分鐘就能更新一次數據，還能實時展示筒倉內礦粉3D形貌，讓湛江寶武環科對礦粉的高度、體積，終于實現了精確呈現和高效監測，幫助解決測不準、數據不及時的難題。

從“半盲猜”到“心中有數“，湛江寶武環科庫位測量問題的解決，是海康雷達產品推進工業場景數字化的一個縮影。如今，從水泥熟料庫、骨料庫、養殖飼料倉，到冶金原料倉、原料棚庫、火力發電煤倉、煤礦選煤廠筒倉等場景，都有海康工業雷達產品的應用。

一維到四維全覆蓋，走向更多工業場景

“海康威視也做雷達？”

今年8月的中國國際測量控制與儀器儀表展上，海康威視雷達事業部帶去的幾百冊產品手冊以及名片，很快發放一空。

上面這個問題，是海康威視工業雷達行銷技術負責人金海善及其團隊在展會上被問及最多的問題。

其實，海康在雷達領域已經有10多年的積累，其工業雷達產品覆蓋了從一維物位測量到二維截面成像、三維體積成像、4D避障，并落地了不少應用案例。

工業雷達產品體系的形成，是一個水到渠成的過程。

海康威視的雷達產品此前在車載、交通安防領域都有應用，積累了完整的天線、射頻、硬件、軟件、算法系統設計能力及量產工藝核心技術，并做出了交通流量、測速雷達，以及防洪防澇場景的雷達液位計等系列產品。

循著雷達液位計的方向，海康威視將目光投向了應用更為廣泛的流程工業領域。

雷達液位計本質是非接觸測量液體高度，當測量目標為液體時，叫做“液位計“，當測量目標為固體時，叫做“料位計”，它們有一個統稱，叫“物位計”。

基于車載、交通安防的技術和量產工藝基礎，海康威視在2020年正式嘗試工業物位計。

在工業雷達的產品譜系中，物位測量屬于一維測量，核心技能是在各種復雜工況中連續、穩定測量物料的高度。

落地一維物位測量產品的過程中，鋼鐵、冶金、養殖、建材等領域普遍存在的大型筒倉庫盤庫、料面監測、輔助上下料控制等一維測量手段難以解決的場景，讓產品研發團隊看到了更大的機會。

如前文所述，大型筒倉“機械料位計+人工”的傳統測量方式存在一定的弊端，市面上的激光、超聲波等測量方式，并非解決這一場景問題的好辦法，而這卻是毫米波成像的強項。

2021年海康威視團隊開始在一維物位計基礎上做三維成像，開發出了基于毫米波技術的三維體積成像雷達，并由此進入大型固體料倉的更深入的應用場景。

此后，海康威視又從流程工業向離散工業進一步深化。

隨著一維物位測量、三維體積測量產品逐漸走進更多的行業，機會之門自然而然開得更大。

比如，許多大型工程機械都是室外全天候作業，過去進行避障主要通過激光，這便與筒倉的庫位測量踢到了同一塊絆腳石，即在雨水、粉塵、大霧等天氣無法正常工作。但這種平面避障產品與體積成像雷達在技術上有相通性。隨后，海康威視開發出了二維截面成像的毫米波雷達，檢測半徑能夠達到150米。由于機械作業時還有避障的需求，海康威視又將此前用于車載的4D雷達技術遷移過來，開發了4D避障產品。

2023年，國內雷達物位計市場規模增長到20億左右。海康威視的工業雷達產品也逐漸走向成熟。“從產品矩陣來看，海康威視的工業雷達產品已經形成比較完善的體系，包括一維物位測量、二維截面掃描、三維體積成像、4D避障全系列產品，我們會把現有的產品做得更好，也會根據場景需求，持續在四個維度產品矩陣中豐富產品類型。”金海善對雷峰網說。

然而，工業領域對于產品性能、場景適配性和穩定性的要求都很高，工業雷達團隊剛開始在市場開拓上也并非一帆風順。

對于不少用戶來說，海康威視是一位“老朋友”，雙方在安防領域早有合作，基于之前合作建立的默契與對海康威視品牌的認可，這些用戶在海康威視雷達產品進入工業領域之初，便早早的關注到，并自然地開啟了合作。

然而還有更多的一些情況是，與不熟悉的客戶打交道。“和客戶、用戶的溝通中，碰到更多的還是認知與信任的問題。”金海善對雷峰網說。

前期做試點項目過程中，團隊發現了一個有意思的事情：許多客戶剛開始并不知道海康威視有雷達產品，但最終交給海康做的，又往往是難以搞定的高難度場景。

一維物位測量的技術和產品已然十分成熟，客戶尚無足夠動力更換現有的成熟合作方。而海康威視恰好擁有從一維到四維的雷達產品，所以一些客戶會選擇讓海康威視從較難的一兩個場景開始嘗試。認為只要能夠解決這些較難的場景，那么其他場景應該也不會有問題。

“用技術創新，為具體的場景難題，帶來新的解決思路，帶來一些不一樣的變化，這是海康威視的強項，因為我們對技術一直有很大的持續的投入。”在金海善看來，“在工業雷達領域，攻克了這些高難度場景，反過來也會進一步提升對我們的信任度。”

從場景中來，到場景中去

要做好工業場景，最關鍵的是要懂得如何“從場景中來，到場景中去”。

據不完全統計，流程工業十多個行業，僅涉及測物位的就有500多個場景，測量對象更是千差萬別。

“毫米波雷達技術有一個非常關鍵的參數叫‘介電常數’，不同的物質介電常數不一樣，高溫、高壓、腐蝕、防爆等也都分為不同等級。毫米波雷達測量技術在各行各業雖是剛需，但場景比較碎片化，對連續性、穩定性要求也很高。”金海善解釋道。

除了不斷完善技術和產品，海康威視工業雷達產品團隊必須得一個接一個場景去學習、去理解、去積累經驗和打磨產品，給用戶提供能夠切實帶來改變的產品和方案。

金海善還記得第一次在西北一家氧化鋁工廠落地設備的情形。這個位于我國西北地區的氧化鋁工廠，所處位置十分偏僻，出去找一家飯館都要開車好久。而客戶在嘗試了國內外諸多產品卻均以失敗告終后，對該筒倉雷達測物位這個應用已經快要失去信心。

由于氧化鋁粉介電常數低，回波信號特別弱，給毫米波料面測量帶來很大挑戰。

海康威視的產品剛在這個氧化鋁粉筒倉測試時，也面臨了類似的問題：筒倉鋼結構相當復雜，震動強，電磁干擾嚴重，信號干擾強，雷達點云圖上出現了大量雜波和多徑效應，且有明顯遮擋，但由于筒倉時間比較久，根本找不到筒倉cad圖紙。筒倉相當于一個黑盒子，數據優化不知從何處入手。

于是，問題很快匯報到了總部。做這樣高難度的場景，投入較大，但一旦突破就是一個很好的案例，在綜合評估具備可行性后，海康下定決心一定要想辦法把這個場景做出來。

由于內部鋼結構情況不清楚，海康威視引入激光雷達，在不上下料的時候，掃描獲取筒倉內部點云圖，輔助識別筒倉內部數據過濾區域，并優化毫米波數據模型。并且針對震動、大量雜波、多徑、遮擋難題，進行算法策略優化，以及產品結構適配。

經過一個多月現場蹲點和總部各團隊的協同攻關，難題和挑戰被一個個攻克，最終能夠準確測量出筒倉內氧化鋁粉的最高、最低、平均料位，同步直觀顯示料面彩色點云圖。

目前，海康威視的毫米波雷達已經在現場穩定運行超過一個月，幾次高低料位報警都非常準確，雷達測量數據也與生產數據高度匹配，再也不用每天爬上三五十米高的人工梯進行料位測量。

他也還記得第一次遇到PLC （可編程繼電保護控制系統）電壓不穩，影響雷達使用的情形。

那是一個鋼鐵廠煤筒倉的料位測量項目，設備安裝完成后，出現數據跳變頻率較高的情況，團隊嘗試了優化算法、添加各種結構件等多種辦法，前后共耗費近一個月時間才定位到是PLC電壓不穩定原因。解決問題遠比發現問題快得多，通過增加一個穩壓模塊，不到一天就解決了這個困擾團隊近一個月的難題，至今穩定運行超過半年。

碎片化的工業場景中，類似的“難點時刻”還有很多，但在金海善看來，沒有捷徑，只能保持空杯的心態，一個個場景的去磨。“在工業領域，不同行業、不同場景的問題有時看似相似，實則在共性基礎上又各有不同，需要因地制宜進行解決。做一個場景，就要吃透一個場景，我們希望用更多的技術投入，更快的響應速度，與客戶更好的配合，來快速迭代產品，幫更多企業解決一個個具體的問題，在這個過程中不斷積累經驗，持續提升產品競爭力”。

不僅在工業雷達領域，近年來，海康威視除了繼續在安防行業穩扎穩打，已有越來越多的技術、產品和解決方案，運行在工業產線和制造現場。在AIoT 戰略下，場景數字化正承擔起海康威視第二增長曲線的重任。

雷達產品線可以被看做一個縮影，海康威視正是通過類似上述的一個個具體而微的案例，一步步深入千行百業的場景數字化過程中。

做場景數字化的「集大成者」

企業數字化轉型，正從信息化，走向場景數字化的深水區。

制造業企業圍繞生產、運營等主要的業務環節，過去幾年已完成大量IT信息化工作。但在產線、車間、工廠中，具體生產場景的數字化升級，仍然缺少關鍵基礎數據及合適的數字化工具，這也是企業進一步實現增效、提質、降本，以提升競爭力的可為空間。

然而，要用數字化手段去實現這些場景的升級，必須從實際的需求出發，一步一步去落地。這也是海康威視 “場景數字化”真正想要幫助企業做到的：到一個個具體的場景中，解決一個個具體的問題。

不同行業、不同業務場景的特定數字化問題，需要不同的技術手段來解決，這需要不斷積累技術和行業經驗。目前，海康威視已經從可見光拓展到X光、紅外、毫米波、可聽聲、超聲等感知領域，廣泛布局了電磁波與機械波等技術和產品。在30000多款型號的硬件產品之外，海康威視還推出了諸多的數字化產品來滿足各行各業不同場景的數字化應用需求。

“海康威視不追求顛覆式技術去解決問題，但會提供很多不同技術的產品，融合了多種技術的產品，去解決某個具體問題。”海康威視董事長胡揚忠說。

做場景數字化的集大成者，是海康威視的目標。從工業雷達產品的發展歷程來看，在企業數字化轉型這場深遠且充滿無限可能的征途上，海康威視仍需繼續在“田間地頭”精耕細作，把握住時代賦予的龐大產業機遇。

曾在阿里工作多年的奇點云CTO地雷，他的眼神中透露出熱情與期待。

奇點云是誰？

簡單來說，他們是獨立第三方的大數據基礎軟件廠商，成功實現與全球十大IaaS云服務商的兼容；雖然創始團隊全部來自阿里，但并不是阿里的投資項目；作為國內為數不多的擁有完整大數據實踐經驗的“玩家”，他們一直被視為國內四大中臺廠商之一。

奇點云的合伙人、CTO王樂珩（花名：地雷），擁有18+年數據領域研發、產品和創業經驗，原阿里云MaxCompute大數據引擎和算法平臺首任PD。創始人和高管團隊也大多擁有深厚的阿里背景。奇點云背后的團隊，與這種技術基因有著非常緊密的聯系。

憑借著技術優勢以及在零售、金融和政企幾大賽道的成績，奇點云在2022年底成功完成了近億元的C2輪融資。據官方表示，這筆資金將用于自主可控的數據技術研發、產品和服務的持續升級，以及加速推進“企業級”戰略，優化營收結構，實現高質量的發展。2023年，奇點云獲得了制造業多個細分領域頭部客戶認可，實現了制造業營收占比翻倍。

成績不錯，他們正在主攻什么？

答案是：賦能制造業。

制造業數據正處于爆發式增長，這對于奇點云來說是巨大的機遇。地雷在與雷峰網對話中透露，奇點云力邀制造業資深專家“入伙”，并將多年服務零售業沉淀下來的技術和經驗加以復用，幫助制造業客戶在數據采集、數據研發、數據生產、數據服務和數據治理等多個環節實現降本增效，實現數據能力的可持續發展。

意外發現制造業“數據新大陸”

"制造業數據的指數級增長，這真是個出乎意料的事情，我們最初并沒有預料到。這個發現，純屬偶然！"地雷笑談道。

這要從奇點云與一家新能源制造企業（A企業）合作開始說起。

A企業使用了奇點云DataSimba數據云平臺，可以分析處理大量各種類型的數據，并在半夜準時生成報表，使得企業第二天能夠做出相應的調整。

令人意外的是，在不到三周的時間里，A企業的老板給地雷打來電話提出了新的需求。

在電話那頭，老板的需求十分明確：“DataSimba用著還行，數據分析的效果也不錯，我們希望繼續提頻增速，把一天跑一次數據，改成每小時生成一次數據。還有，好幾個基地數據在等著上生產。”

地雷心里一驚：沒想到制造業用數的反饋和數據量的增長來得如此之快！原本以為上線DataSimba后，大規模擴展資源會在兩三年后，但現在因為數據量爆增倒逼著數據基礎設施更新，這僅僅過去了兩三周。

項目組工程師加班加點，幫助A企業在不另加資源的前提下，完成每小時生成一次數據的目標；接著，地雷請來公司各路神仙研究海量、多源、異構數據的實時處理等問題，“技術棧能力是有上限的，突破量級的時候，就不是單純堆機器那么簡單了。”

三周后，A老板拿到了穩定按小時級產出的分析結果，決策更及時，競爭力就更強，利潤自然更高了。

同時，地雷很快發現這并不僅僅是A企業的需求，而是整個制造業所面臨的挑戰。

聊到這里，大家難免有個疑問：為什么制造業的數據突然變得如此龐大？

數據的增多是因為數據源頭也在增多。

眾所周知，傳統制造業傾向于使用人工解決問題，工人手動操作生產線，手工記錄數據。然而，現在越來越多的自動化設備被引入到制造業中，取代了傳統的人工操作。這些設備和系統產生了大量的數據，成為制造業數據的重要來源。

"制造業產生了大量的機器數據，這些數據按照設定的時間間隔采集，我們稱之為時序數據。制造業的數據量比人們平時產生的數據要大得多，因為制造業的機器設備是按照固定的時間間隔采集的，每秒鐘都會產生大量的數據。此外，這些數據是按照時間順序依次采集的，比如每隔15秒采集一次溫度數據，具有明確的時間順序性。”地雷解釋道。 

圖：越來越多企業采用自動化生產線（插圖由AI生成）

制造業自身變革倒逼企業利用數據解決問題。

以B企業為例，B企業是一家乳業企業，在交付產品給客戶時面臨著許多復雜問題，找到了奇點云共商“交期優化”策略。

比如，不同類型的牛奶需要考慮運輸和物流條件進行生產和交付。在這個過程中，B企業需要在適當的時間內生產和交付產品，確保產品質量。

又比如，由于原材料成批采購，每批原材料的價格可能不同，B企業需要在財務上盡量盈利，同時滿足客戶需求。

此外，還需要考慮最壞的情況，即如果出現違約或延遲，應該優先解決哪些訂單的問題。

總體來說，B企業的問題是涉及到多個復雜變量，需要統籌優化。

在過去幾十年，這些問題主要依賴人工處理，比如根據經驗配比生產線，并使用Excel表格進行管理。

但現在這種方法已經不管用了。為何？

因為B企業有很多部門，每個部門都有自己的系統，每個系統都會產生大量細節數據，形成多個“數據孤島”，這些數據孤島數據量很大，以TB（萬億字節）（1TB約等于1.1萬億字節）計算，傳統人工方式根本不可能承擔那么大的計算量。

“加上新的數據還在不斷增加，人類很難在每小時或每分鐘內反應變化，所以需要利用數據和自動化方式來管理整個生產線，包括訂單管理、物流、原材料采購、制造和生產線等。”

“機會來了，制造業的數據智能化時代即將來臨”，地雷很興奮。

可以開著飛機換引擎嗎？

要在制造業領域打好這場仗，技術尤為關鍵。

奇點云團隊自帶技術基因，在大數據領域擁有豐富的經驗和技術，操盤過大量項目，才能知道哪里有坑，知道怎么避坑。

當然，只有大數據技術還不夠，還要有“共同語言”。

一位制造業老炮打趣：“制造業幾百種專業術語，類似‘OEE’、‘設備稼動率’、‘UPH’、‘采購及時率’等等，不在領域做上10年，5分鐘就能被繞暈。”

“最怕就是你跟客戶說技術，客戶跟你說場景，大家誰也不懂誰，就好像雞同鴨講，”地雷一語中的。

因此，奇點云組建了制造業行業線團隊，團隊里的“老專家”都來自工業制造咨詢公司和工業軟件公司等領域，深諳行業Know-How，能夠用共同語言與客戶“接地氣”溝通。

奇點云制造行業線負責人航宇談到：“我們很樂意跟客戶呆在一起，幫助客戶充分利用數據來改進業務和決策。我們還有‘開飛機換引擎’的本事。“

開飛機換引擎？怎講？

奇點云有一家客戶是光纖領域的創新型企業（C企業）。

C企業數年前已完成數據中臺建設。而在幾年前，C企業被美列入“實體清單”，原數據中臺供應商IBM隨之“斷供”——產品可繼續使用，但不再提供版本更新、漏洞修復及技術支持。

對于C企業來說，數據已在多個核心領域得到使用，事關經營決策、生產管控等各個環節，數據基建（數據平臺、數據中臺等）的穩定性、可靠性、安全性也日益重要——數據生產不能被“卡脖子”，數據能力的建設也不應中止。

事實上，大型企業在大數據領域實踐“國產替代”，確實不只是“換個產品”那么簡單：

新產品需要支持國產信創，自主可控，打破封鎖；

舊產品有的，新產品都要有，且更優；

舊產品沒有但業務需要的，新產品也要有，且能陪伴業務升級而不斷進化；

在新舊產品切換的時候，還要確保現有數據資產無損平滑遷移，同時保障日常數據生產不受影響。

對于已有多年數字化沉淀的C企業而言，切換數據基建產品就如同“開著飛機換引擎”，一點也不夸張。

為了解決C企業的問題，奇點云上線了DataSimba數據云平臺，并將底層的大數據集群管理系統切換為奇點云的DataKun，數據遷移由奇點云原廠完成。最終，奇點云順利幫助C企業實現了“開飛機換引擎”的任務。

何以PK同賽道玩家？

狹路相逢，奇點云會遇到三波玩家：一波是傳統信息化公司；一波是互聯網巨頭和數據技術公司；還有一波是咨詢公司。

傳統信息化公司對制造業流程和痛點非常清楚，但是由于缺乏大數據技術，當客戶數據量激增時，他們往往無法及時有效解決這個問題；

互聯網巨頭擁有先進的大數據技術，但在制造業行業 Know-How 方面存在欠缺。盡管一些大公司曾組建過一些優秀的制造業團隊，但這些團隊受限于企業文化和主線業務往往在內部無法存活，尤其當一項任務需要幾年時間才能盈利的情況下；

咨詢類公司對于行業的數字化有一定了解，可以從戰略層面指導企業數字化轉型工作。然而，咨詢公司的人員往往缺乏實際落地的經驗，所以最終還要數據技術公司落地項目。

地雷表示：“我們既擁有了先進的大數據技術，也擁有制造行業Know-How。同時，我們和很多伙伴是‘亦敵亦友’的關系，例如，和咨詢類公司有成功的合作經驗。”

同時，奇點云沉淀了一套獨特的“抽象模型”方法論。

奇點云在創業的前三年，扎根零售業數字化，根據零售業的特點、業務模式和企業的整體設計，沉淀了一套“抽象模型”的方法論。

例如，如果要經營一個超市，只需要關注大約200多個數據指標。奇點云已經將這些數據指標抽象出來，創建了相對標準的數據模型，這樣同類型的超市稍加改造，就可以快速地應用這些模型。

在制造業領域，奇點云也正在形成適用于制造業各個細分領域和場景的數據模型，并且在不斷優化和改進的過程中，將其應用到更多的企業中。

此外，奇點云在零售業積累了可復用于制造業的“底層數據架構優化”經驗。

以零售業為例，涉及到大量的數據，包括線上線下用戶數據和商品數據等。在技術層面上，如何提高底層數據架構的復用能力，構建更好的數據技術模型，是一個重要的問題。

類似地，在制造業中，需要考慮“訂單”、“供應商”等對象以及訂單相關事件等的抽象化。通過優化和抽象化技術架構，可以用更統一可靠的技術底座來支撐上層動態多變的業務數據需求。

“奇點云從零售業走到制造業，積累了獨特的經驗，這些經驗在底層數據架構優化和抽象化方面都非常有價值。”奇點云制造行業線負責人航宇分析道。

圖：奇點云提出制造業數字化轉型“三看三提”

值得一提的是，奇點云是一家獨立的第三方公司，不綁定云資源。這意味著他們可以與各種云平臺和技術集成，為客戶提供更大的自由度和靈活性，而不受特定云供應商的限制。

打仗要做主角，需求是甜蜜負擔

“所有的數據分析和使用前提都是要有‘需求’。‘需求’就是數據人甜蜜的‘負擔’。”地雷笑笑。

一個有趣的例子是，地雷曾經有一些阿里巴巴的前同事跳槽到谷歌，他們設計的架構令谷歌的工程師非常驚嘆。當問及為什么這樣設計時，他們解釋道，這是因為他們曾經經歷過阿里巴巴在“雙11”期間數據爆炸的情況，所以他們的設計能夠處理大規模的數據。

其實，制造業也是類似的道理。

中國有很多制造業企業，這些企業使用自動化生產線進行生產，同時產生大量數據。很多企業愿意利用這些數據來降低成本、提高效率。正因為如此，才會衍生出各種各樣復雜的需求。

地雷總結道：“奇點云并不是僅僅為客戶提供一把屠龍刀，而不關心客戶在何種情況下使用這把屠龍刀。相反，奇點云更注重客戶的需求。比如，客戶可能有降本增效、供應鏈優化、供應鏈監控等各種需求，奇點云會帶著這些問題去一直往下深挖，直到找到可以用數據解決的方法。”

看來，“制造業數據戰”這場仗，奇點云爭做主角，不是陪演。

雷峰網雷峰網雷峰網

創業者唐穆認識的3D視覺公司有十幾家都已倒閉。 

這些公司要么是真不懂，猛沖后發現回不了頭；要么一開始就只想賺投資人的錢，因無法形成正向現金流，未達投資人預期而無人接盤；要么想做好工業，但被迫卷入畸形競爭，最后無力為繼。 

3D視覺之于智能制造的想象力，攪動了投資機構的心，過去兩年，熱錢涌入一向低調的工業視覺。 

部分投資人不理解工業產業邏輯，但過度樂觀，期待收割一個未來之星；部分企業背景光鮮，會包裝，敢畫餅，以燒錢模式向市場傾注。 

一鍋工業視覺的沸水，上下翻滾。

“在3D之前，也有資本投減速機、投機器人，但當時沒有人這么炒。”投資人史行表示。

傳統硬件并非燒錢的產業，即便虧損，數額也相對較小，對融資需求并不強烈，及至C輪、D輪，基本已形成正向現金流，融資也大都并非資金需求。

在工業領域創業多年的茹方軍看來，正兒八經工業出身的“老炮們”，早已摸清工業的脈搏，“如果一開始為了討好客戶和投資方，給予超預期承諾，后期驗收階段，少不了亂七八糟的麻煩事，我們不會給自己挖坑。”

于是，我們看到，一輪輪融資造勢下，價格戰愈演愈烈，無序競爭帶偏了創業風氣，在這個需要一步一腳印的行業，涌入者們急切的上市夢，一度讓3D視覺的產業落地路徑偏軌。

如今，新拐點已至。隨著工業智能化已走過初期放量階段，各類場景和產線中，機器視覺相關工位，基本都已完成上線部署。 

資本熱情消退之下，行業出現了新的變化：

一部分在認清行業真相后，黯然離開；

一部分在補齊行業認知后，仍堅持存量市場國產替代的邏輯，將視角投向產業鏈上游。

工業視覺領域的投資人，何以走到如此分化的地步？（添加作者微信MOON_ERS，交流更多工業視覺投資人的抉擇。）

快錢欲望與赤裸現實

硬科技有投資門檻，但大量投資人根本不懂工業。

在這一點上，人民幣基金和美元基金，雖殊途，卻同歸。

很長一段時間以來，美元基金在國內一級市場的估值體系中占據主導位置，基金規模和品牌影響力，都遠超人民幣基金。

美元基金的投資風格是，在一個大市場，樹立一個宏遠目標，選中一支好隊伍，以高估值搶走項目，從早期開始多輪投資，用資本砸到上市。

3D視覺鑲嵌著AI的金邊，這個故事正中美元基金下懷。

美元基金存續期較長，少則5年，長則10年，若企業所在市場想象空間充足，美元基金有耐心陪跑到上市，表面上看，似乎很匹配智能制造的發展節奏。

但行業越來越意識到，在工業領域，前期快速拉高估值并非好的策略。

然而，他們的投資習慣已很難改變。在投資人查布看來， “習慣大美元邏輯的投資人，即從互聯網起來的這波投資人，怎么可能愿意或者有那個思維習慣，接受硬科技的投資邏輯，他們還是習慣通過講故事來賺錢。”

人民幣基金則主要分兩類：

一類以政府為主。政府講究資金的安全性，優質企業是政府的首選，且得符合當地產業規劃，滿足政府落地招商需求。

投資人史行透露，“某機構的項目，成功率基本在 4% - 5% ，很多是政府指定讓投的，還要看關系。”

另一類出資人，以二三線資本和個人投資者為主。他們從互聯網時代、房地產時代走來，在遍地黃金的年代，享受著3年的投資回收期和每年高達百分之十幾的收益率。在這兩個時代相繼落幕后，被迫轉型股權投資。

當這些投資人拿著最多只有7年存續期的人民幣基金，面對正襟危坐說需要10年時間的企業時，他們是承受不住的。

投資人史行表示，“目前股權投資是常態，投十家有一家賺錢就不錯了，很多投十家都不掙錢。”

機器視覺賽道，美元基金、人民幣基金齊齊碰壁，是因為他們踢到了同一塊“鐵板”：工業領域的故事從來都不性感。

ToB工業市場，客戶不會因為產品便宜而被培養出消費習慣。

工業領域所謂的“批量”、“規模”藍圖，其實都是 “多品種”、“小批量”。

即使投資人有幸選中好的標的，并陪跑上市，也無法得到期待中的暴利回報。

以機器視覺賽道做光學鏡頭的埃科光電和中潤光學為例，這兩家公司于今年先后登陸科創板，已是所屬環節的領頭羊，從市值看市場規模并不大，埃科光電目前僅36.57億市值，中潤光學僅29.30億市值。

廖宇坦言，“對于投資機構來說，這種企業并不適合，中潤光學投后估值就十幾個億，上市后還要稀釋25%，根本賺不到多少錢。”

無論延續互聯網時代投資邏輯的美元基金，亦或房地產時代過來的人民幣基金，作為上一個時代的獲利者，他們沉湎于消費倍增邏輯，缺乏對工業領域的本質理解，導致難以在硬科技領域延續以往的成功。

創業者和投資人，同床異夢

2020年-2021年，因疫情催生的“機器代人”需求，帶動了3D視覺領域相關投資，尤以產業鏈中游廠商最受青睞。與此同時，隨著互聯網熱錢涌入，工業中原本有價值的部分受到沖擊，取而代之的是無法持久的“輸血式”商業模式。 

整個行業身陷囹圄：資本運作的周期與賽道的成熟周期嚴重脫軌。

投資人的核心目標：賺錢

資本圈流傳著一句話：我走之后，哪怕洪水滔天，又有何干。

“工業領域的投資人大都是財務出身，財務上有一個確權報表和非確權報表，拉一堆兄弟出去開代理商，做一堆不用履行的合同，隨便開幾個億，企業估值就上去了。” 

有的投資人以不同身份切換，連投幾家同類型公司，相互抬高估值，最后只要有一家企業活得還不錯，就可以把其他家打包裝進去。

在這種操作下，激烈的價格戰、無止盡的內卷隨之而來。 

唐穆用咖啡賽道舉例，“瑞幸靠9.9打天下，好不容易漲到13.9，結果庫迪出來用8.8把瑞幸報表拉下來，瑞幸不得不跟進，最終整個華東市場，近100個連鎖品牌咖啡店直接4.9元起。” 

咖啡賽道的故事，與當下工業3D視覺賽道發生的故事如出一轍。

投資人不關心業務，只要故事和想象力這一點，讓創業者感到十分頭疼。

物流行業拆碼垛場景中，主流方案是機械臂配合吸盤，一個一個吸。A公司找到了這個場景中最好的方案，利用大夾爪，一次性能抓起20多件貨物，也因此順利拿到為某電商巨頭定制相機的機會。 

事實上，這個項目基本沒有什么利潤。但投資人對大爪夾方案很滿意，反而對其他營收并不重視。 

再如B公司，一開始定位3D相機和激光雷達里的MEMS，兩三輪融資后，股東發現業績沒怎么增長，就建議其另尋新的方向。 

資本在企業的發展戰略與規劃中，掌控更大話語權，并非好的現象。

資本與創業者之間的博弈，還體現在對賭協議上。 

對賭協議作為對投資人的一種保護手段，本應在合理范圍內使用，但在工業3D視覺賽道，卻淪為資本拿捏企業的工具。企業為了獲得融資，不得不接受不平等的利益交換。 

唐穆與一位朋友的對話堪稱典型：

“我融到錢了。”

“是不是簽了對賭協議？”

“你怎么知道？”

“已經是行業慣例。”

“業內踏實做的企業，也被投資人逼得動作變形，企業在一定程度上，是在資本方挾持和允許的情況下運行，沒有被投的企業也覺得自己吃虧了，躍躍欲試想被投。”

投資人史行進一步揭露了投資圈的內幕，“但凡看過一些有關于對賭協議的范本，就會發現在中國是無風險投資，投資人旱澇保收。江湖險惡，什么樣的條款都會有。”

看到這些，或許可以理解創業者感嘆“資本總是錦上添花，從來不雪中送炭”背后的復雜情感了。（更多投資人和創業者之間的博弈，歡迎添加作者微信MOON_ERS交流）

不過，即使簽了對賭協議，公司或者實控人也不一定有能力回購股份。“最后很多都會淪為一張紙面文件，根本沒法落實。”廖宇補充道。建立在不平等條約上的極限拉扯，加劇著創業者和投資人之間的緊張關系。

資本壓力下的企業：迷失自我、項目爛尾

“3D視覺賽道，基本上融到錢的公司，都是靠買集成項目填業績給投資人做交代。”唐穆斬釘截鐵的表示。

為了滿足投資人的再融資期望，部分企業會通過買集成項目、買合同、買業績提高出貨量、刷營收，快速搶占市場份額，因此即便虧損、毛利低也無所謂。

這種賠本賺吆喝的事一旦起了頭，便會一瀉千里。

工業領域存在大量非標項目，項目落地涉及眾多技術難點，曾可表示“尤其成百上千萬的項目，需要很多時間攻克，但一些企業的工作模式和節奏，已經決定他們很難為某一個項目投入非常大的資源，導致很多爛尾項目。”

這些企業的優先級，已不是產品和交付，而變成滿足投資人吸引到下一輪融資的要求。

隨著這兩年進入存量市場，人均產值問題越發明顯，行業訂單不見增加，附加值和產值卻越來越低。

在行業里摸爬滾打的小公司們，都在比誰能活到付款。不少做定位引導的公司，轉向了檢測量測領域。

唐穆分析，因為抓取是個狹窄而細長的賽道，企業擠進來后發現錢投了不少，卻遲遲不見回本，只好及時止損，轉向生意更大的線激光，好對投資人有個交代。

對于投資人來說，雖然只能自認看走了眼，但只要新的故事繼續有人接盤，就沒所謂。

“甲方現金流不好，集成商和核心部件供應商，都轉型成了金融服務商。各種無上限的賬期，各種無條件的附加服務，各種奇怪的股權贈送式的綁定甲方，只會越來越多，越來越活久見。”唐穆吐槽道。

投資人：來自退出和成為接盤俠的壓力

機器視覺賽道，投資人退出壓力大是實情。

 前幾年，投資人更鐘情于Pre-IPO輪次的項目，那時企業上市相對容易，三年左右就能退出回本。

隨著IPO收緊，人民幣基金更多考慮自身安全，更傾向于投資早期項目，常見的策略是，在天使輪或A輪進入，C輪轉讓老股退出，回收一筆可觀的現金流。 

如果投資人沒有及時退出，則是另一番殘酷景象。

“GP背后有出資人LP施加壓力，假如因為沒有及時退出，導致投資回報不及預期，GP將會被問責，更嚴重的情況是投資回報甚至無法收回成本，會導致基金公司募不到下一期的錢，只能裁員，甚至直接死掉。” 廖宇道出了投資人的苦水。

這解釋了為什么有的投資人看項目時，更關注企業再融資能力，而非首先關注項目本身；為什么面對巨大退出壓力時，會催促創始人趕緊上市；為什么在業績達不到時，要求企業回購股份。 

事實上，企業和投資人早已成為一根繩上的螞蚱，尤其那些融資規模很大但做不出業績的公司，投資人為了不讓自己的錢打水漂，不得不到處幫企業拉項目、吸引融資。 

唐穆這樣描述創業者和投資人之間的游戲：“我知道你在撒謊，你也知道我知道你在撒謊，可是你還是要撒謊，我還要假裝聽得很開心。” 

廖宇是少數仍然堅持產業投資的投資人，他不無悲觀地表示，如果未來國產替代的路走不通，他或許也會按照美元基金的思路做風險投資，早早進入，然后等后面的人來接盤。 

這是當下機器視覺賽道真實的無奈與危機。 

從同心協力，助推好事成雙的合作，到充滿權衡和防備，彼此離心離德，這種扭曲的關系，最終傷害的將是客戶對于國產替代的信心。

陣營分化：逃離、堅守

經過幾年發展，機器視覺已經走過早期放量階段。

投資人李暉調研一圈后發現，“不論 3D 還是 2D ，只要終端客戶產線上能夠部署視覺的工位，都已經上線視覺配套輔助設備。”

資本過于飽和加上機器視覺進入新的發展階段，投資人們抱持著各自的角度和理念，分化成了兩大陣營：離去者與堅守者。

離去者：竹籃打水一場空

如今，再問投資人是否還在關注機器視覺，應聲回答者已經寥寥。

一方面，隨著國內把硬科技投資提升到前所未有的高度，尤其科創板的推出，美元基金已經越來越投不進國產替代領域。

“現在國內科創板上市的，基本都是硬科技，硬科技背后要求不能有美元基金。”廖宇解釋道。 

募資越來越難的情況下，降薪、裁員在美元基金屢見不鮮。 

標志性事件即今年6月，紅杉資本宣布一拆為三，紅杉美國/歐洲、紅杉中國、紅杉印度/東南亞開始以不同品牌獨立運營。 

另一方面，不少投資人在看清3D視覺企業發展現狀后，投資興趣銳減。 

李暉表示，“有相當一部分投資機構，肯定看過行業內有代表性的一批公司，但這些公司跟預期相差太大，對投資人信心產生了不小影響。”

在投資人眼中，目前各家并沒有拉開技術產品差異化，也沒有形成場景差異化。

同質化問題之所以嚴重，一是技術不夠成熟，二是企業對產品和工業場景理解不夠。

“號稱有自主技術壁壘的那幾十家、上百家，從目前的結構、現狀看，實際差異都很有限。工業領域隨著規模擴張，產品成本能夠大幅下降，現在規模之所以沒上去，就是因為大家的產品沒有解決具體問題，也沒有創造新的場景，客戶自然不愿意掏錢。”左敖說。更多關于機器視覺賽道發展困境的觀點，歡迎添加作者微信MOON_ERS交流

于是企業不得不堆人做集成拼服務，以擴大營收規模，但這種努力并不能從根本上解決差異化不足的問題。

對投資人進一步的打擊來自于，在國內3D視覺領域，他們看不到類似2D視覺的壟斷機會。

在美元風格投資人的理想中，每一個賽道都能長出一家具有壟斷能力的公司，他們的機會就在于投資最有可能形成壟斷的公司。 

然而，隨著3D視覺技術壁壘越來越低，即便沒有自研技術的公司，也能通過集成實現某一場景能力，這就意味著3D視覺很難出現像2D視覺里基恩士、康耐視一樣的壟斷機會。 

工業賽道的投資從來不是熱點。

某種程度上，3D視覺更像是一個被資本創造出來的熱點賽道，在經過3D視覺行業的洗禮，發現泡沫破裂時，資本的離去也是一種必然。

堅守者：轉戰上游，另謀新篇

當部分投資人嘆息著市場前景不及預期，產品差異化不足，價格競爭激烈而選擇退出時；另一部分投資人依然對3D視覺心存期待，繼續堅守。 

但他們關注的重點，已經從產業鏈中游，轉向了上游核心零部件廠商。 

2020年-2021年，機器視覺下游應用滲透率并不高，視覺廠商想要快速放量，只需做進幾個大客戶。 

新廠商想要進入，第一條路徑是通過價格戰把老廠商擠走；第二條路徑是突破上游核心零部件的卡點，解決老廠商解決不了的問題。 

站在投資機構角度，在行業放量階段，核心看的是增長，只要企業財務數據好、收入好、盈利跟得上，就是好的標的。

“尤其去年，無論企業是下游客情關系做得好，還是產品定制化程度高不容易被替換掉，只要企業能夠有好的增長，把量做起來，投資機構對企業是不是解決了卡脖子問題，并沒有那么強的執念。”投資人李暉表示。 

隨著下游應用滲透率不斷提升，行業有增長的細分賽道已經不多，并且由于中游設備商或解決方案商特別容易受到下游周期的影響，客戶對企業的粘性沒有那么強，定位整線裝備或整線解決方案的廠商，已經很難引起投資人的興趣。 

部分投資人的目光，轉向了掌握著核心卡脖子環節，有著更高資本溢價的上游零部件廠商。 

他們相信，硬科技時代下，存量市場的國產替代邏輯仍然存在，核心零部件國產替代的投資機會依然存在。 

比如檢測領域存在超高精度和超細顆粒度的檢測需求，有的環節僅憑優化調度算法無法解決，原因在于核心硬件不能支持。

盡管資本面對光學、鏡頭等上游核心部件廠商有著較高的熱情，但要想得到預期回報，挑戰不小。

一方面，越是上游卡脖子厲害的環節，如高精度、高精尖場景，突破速度越慢，業務體量增長越慢。 

另一方面，國內客戶“進口的即是好的”的認知，仍普遍存在。國產廠商雖然在某些單點上取得了技術突破，但3D視覺的落地是一個綜合性的方案，在高精度檢測性能與軟件成像系統上，國內外品牌仍存在差距。 

集成商馬寧坦陳，其公司集成的產品中，國外產品占據絕大多數，甚至用到的第三方設備很多都是國外品牌。“客戶不想用國產的，我們也不愿意為了節省成本用國產的。國內產品穩定性各方面還是達不到要求，長期看性價比很低。” 

工業客戶需要的是優質性價比產品，性能永遠在價格前面。在動輒過億的產線中，若視覺設備導入過程稍有差池，都將給整體產出帶來極大損失。 

尤其在吃過虧后，客戶對于替換原有進口方案，改用國產方案，態度極其謹慎。現有方案不出問題的情況下，不會因為國產廠商出價更便宜，就改弦易轍。 

因此，核心零部件的國產替代，只能逐步來做。比如先有一些測試線，或者客戶新產線未達到滿產的情況下，容錯率相對較高，會先讓國產廠商跑一個月試產，再逐步下大訂單。 

不同于中游看增長邏輯，投資人看上游看的是估值。 

盡管上游核心零部件企業增速不快，但同等業務收入下，二級市場愿意給這類公司更高的估值溢價，一級市場也愿意給更高的估值倍數。 

“很多時候不是按照常規的 PE、PS 的估值，而是非常極端，可能按 PS 幾十倍的溢價。但只要二級市場認，就沒什么大問題。”投資人李暉表示。

賽道本身沒錯，行業開始正本清源

其實，3D視覺是個好行業，只是在發展的過程中，暫時偏離了點軌道。

首先，補貼的模式并沒有錯。

一方面，在賽道早期將對手擠出局難度更小；另一方面，當企業沒有形成正現金流和自我造血能力時，借助資本不可避免。 

“目前3D視覺產品出貨量還較小，成本高，單價貴，只能先以低于成本的價格讓客戶都用起來，再逐步實現正循環。” 

毫無疑問，補貼戰的大前提，是能 “持續地”融到錢，融到別人融不到的錢，也是企業競爭力的一種表現。 

錢和補貼在行業早期階段有益，但過多的錢和補貼，顯然不是。 

如今的3D視覺行業，投入的錢早已遠超總市場容量。 

“價格戰導致整個行業的價格體系都亂了套，甲方客戶認為價格不可能再漲，實際當前的市場定價，連物料成本都無法覆蓋。” 

更重要的是，燒錢是消費互聯網領域的致勝法寶，但在工業領域會失靈。 

機器視覺是一個標準化程度低，而定制化程度很高的領域。標準化程度越低，能夠存活的企業數就越多，一家獨大的壟斷格局，難以實現，只能一仗一仗地打。 

好在，從去年開始，賽道內的燒錢動作已經開始慢慢收斂。

3D視覺賽道內一家規模較大的公司的離職員工表示，原先花五十萬拿下，花一兩百萬做的偽集成項目，開始受到嚴格審查，精力重新放在做產品上，將集成部分交給合作伙伴。

其次，當下的投資圈，追漲型、高估值的投資人很多，但依然不乏保守型的投資人。

某公司創始人對雷峰網表示，他的融資態度有三條：第一做到正現金流之后再找融資；第二只找懂行的人融資，且融到每一筆錢都跟投資人講清楚，不能承諾一定能上市；第三堅持不虧本經營。

這三條規矩一擺出來，便清退了一大批投資人。

最后真正能合作的，都是想補齊行業、做關聯的投資人，這部分投資人尊重行業的商業模式，理解行業周期、毛利率，在必要的時候提供支持，不會施加過大外部壓力。

對于這些長期主義的投資人，這類企業雖然短期內體量不大，但至少不會讓投資人虧錢，只要一步一個臺階往上走，就是一個好的長期投資對象。 

保守一詞，并不意味著刻板和缺乏勇氣，真正的保守型投資人，是極富智慧并且負責任的。他們遵循正確的商業邏輯，尊重企業發展節奏，最后拿走自己應得的部分。

企業應當有自己清晰的戰略規劃，堅持真正為客戶提供有價值產品的思路，首先給自己一個好的交代，自然也會對投資人有一個好的交代。

這句話聽起來似乎漂亮而空大，但卻是這個行業真正賺錢的企業，持之以恒在踐行的。 

基恩士、康耐視、LMI、SmartRay……這些都是行業內耳熟能詳的名字。基恩士在2022年實現了63.46億美元的總營收，且毛利高達81.82%，是全球線激光出貨量最多的公司之一。 

基恩士高毛利背后是高定價，而高定價背后是基恩士一直追求的高品質，以及產品的高壁壘。

當然，行業的發展也需要終端客戶的支持。

雷峰網在調研過不少創業者和投資人后，了解到，不少國產產品已經不僅是海外產品的平替，甚至在性能上更優，售價上更低，真正具有性價比。 

“能明顯感覺芯片之外，光學處理、信號處理都有自己的想法。”創業者曾可并不吝對這類友商的夸贊。 

“站在產業投資、實業投資角度，我希望國內有更多企業實實在在做事，為客戶、為產業提供價值，大家憑本事吃飯。” 

企業、投資機構、客戶形成緊密的齒輪，才能推動行業整體向前。

已經放棄3D視覺，轉道工業傳感器多年的唐穆說，如果這個行業能夠正本清源，他很希望能夠重回3D視覺行業，靠實力再拼一把。

（雷峰網持續關注機器視覺相關消息，歡迎添加作者微信MOON_ERS，共同探討）

注：文中人物均為化名。

但除這些企業外，還有一類特別的出海群體。這類企業往往誕生于改革開放80年代末、90年代初，因為膽子大，敢闖敢試，率先抓住貿易紅利，從最初專門給外資做貼牌、代加工，在積累一定的資本、研發、制造能力后，便開始成立自有品牌，并通過經銷商、電商等方式，將產品遠銷到了全球各國。

他們既可以稱為是出海的先行者、“弄潮兒”，也可以看做是“出海老炮”。不過當下，這些老炮們也在面臨新的挑戰，即如何在走出去、走進去的基礎上，更上一層樓，真正走上去。

為描摹、勾勒這類企業如何逐步從“產品出海”轉向“品牌出海”、從“量”邁向“質”，7月底，筆者走訪了一家已經出海整整20年的辦公家具品牌——圣奧。

圣奧的出海最早可以追溯到2003年，也就是中國加入世貿組織后的第二年，他們踩準時機，開始走出國門，如今在新加坡、德國、美國、印度等多個地區開設銷售分公司，并把產品遠銷到了全球122個國家和地區。

如今，世界500強企業中，有176家曾是圣奧服務過的企業。不過他們的“野心”還不止于此，營收規模達到世界前五、研發專利數量擠進前三，被寫進了他們的下個5年計劃。

圣奧為何去墨西哥建工廠？

2019年，圣奧董事長倪良正親自飛去墨西哥，對當地進行了一番仔細考察，計劃在此建工廠。這是一個很冒險的決策，因為到海外建廠，不僅面臨巨額的投資支出、更薄弱的基建、迥異的文化等挑戰。

如果看過紀錄片《美國工廠》，大抵就對美國工人和中國工人迥異的態度印象深刻——前者不理解為什么要有“列隊報數”這種管理方式，后者則習慣于嚴格管理，勤勞付出。更何況，此次是圣奧首度將制造這一環節放到海外。

在做決策之前，倪良正坦言，圣奧找了“四大行“等專業機構進行了多次調研、排除風險，不過總有考慮不到的地方，因此在真正敲定前，還是經歷了反復糾結。

兩年之后，也就是在2021年8月，圣奧正式與墨西哥當地簽訂拿地協議，準備在此籌建一座建筑面積約達8.16萬平方米的工廠。這次協議的簽訂也標志著，圣奧在墨西哥建工廠板上釘釘。倪良正坦言，這是必須要走的一步，因為圣奧要成為一個全球頭部品牌，就必須做大美國這一核心市場。

去年，圣奧在美國市場的銷售額為2.9億元，而今年預計是增長至4億元，這其中還有很大的市場增長空間。據S&P Global Market Intelligence發布的初步數據則顯示，2022年北美辦公家具市場規模估計達到247億美元，比2021年增長18.4%。要做大美國市場也需費一番功夫，不僅要前端要精準調研市場需求，同時后端設計、制造、加工、倉儲物流等也都得快速響應。

過去，后端供應鏈的響應速度一直都是國內家居出海的“心頭病”。國內研發、生產、制造，再通過長達數月的海運，運到美國，這是出海家居企業常規模式，圣奧也是如此，在墨西哥工廠正式投產前，他們5座生產制造廠房都建在國內，總面積超過90萬方。

這種模式下，家具出口周期長、成本大，而且面臨很大的安全風險，尤其是這幾年的新冠疫情等挑戰讓很多企業意識到，即使是全球化時代，供應鏈過于集中還是存在很多弱點，產業鏈供應鏈的韌性和安全水平，成為很多企業優先考慮事項。所以許多企業開始把生產、加工挪到離海外市場更近的地方，而墨西哥由于人力成本低，且有許多建廠優惠政策，這兩年成為了許多出海北美公司的“制造后花園”。

100天，搭建好圣奧墨西哥工廠的數字化“底座”    

當然，在考慮在墨西哥設立工廠之前，圣奧還需要進行一系列的準備工作。

首要任務之一是深入了解當地的法律法規，以確保經營合規性。過去，一些企業或許曾嘗試將國內的商業模式簡單套用到海外，然而過往的案例表明，這種做法不僅可能導致企業難以在海外立足，甚至可能帶來巨大的損失。

其次，企業需要建立一套工廠數字化系統，以便及時了解工廠的采購、供應、銷售和庫存、財務情況，提高生產效率，同時方便集團總部進行管理。從2021年11月開始，圣奧科技副總經理兼CIO趙秀江開始領導墨西哥工廠的數字化系統的選型和實施工作。他先前曾調研了徐工、方太等多家制造業典型出海案例。調研結果表明，盡管國內存在各式各樣的數字化系統，但滿足出海和全球化管理的一體化管理系統選擇有限，最終在核心系統上，這些企業都不約而同的選擇了Oracle NetSuite.

趙秀江對雷峰網坦言，在云ERP的選型上，他們有諸多考量，其首要要求是要適應墨西哥的法律和財稅政策。例如，墨西哥的會計審計要求與中國不同，需要ERP軟件提供相應模板，以支持生成符合要求的財務報表。而在這一點上，國內大部分ERP供應商難以勝任。SAP和Oracle NetSuite因為具有全球化的基因，對墨西哥的財務、稅務和勞工關系有較深了解，并內置了許多財務功能，更適合圣奧的合規需求。但為何趙秀江最后選擇了Oracle NetSuite呢？

趙秀江解釋了其中主要三個原因。其一是，圣奧早年就開始在海外銷售，涉及許多跨境電商業務和數據對接支持。而Oracle NetSuite此前已經在美國和歐洲市場為許多貿易公司提供服務，與eBay、Amazon等跨境電商主流平臺實現了緊密的對接，能夠更好地幫助圣奧在一個平臺上同步統一管理多平臺、多賬號的訂單。

其二是看中了Oracle NetSuite的云部署模式。“有些人認為ERP應該鎖在保險箱里，在我看來，應該要首選云部署。”趙秀江說道，因為本地化部署可能影響訪問體驗，甚至影響業務，特別是在企業進入拉美等基礎設施不夠完善的國家時，網絡訪問可能成為一個大問題。

其三是Oracle NetSuite使用體驗更為友好。產品不能只看參數、良好的使用體驗才是用戶的真正需求。

當然，除產品選型外，選擇適合的IT實施伙伴同樣至關重要，正所謂“三分產品、七分實施”，尤其是非標類占比高的家具行業，又涉及跨國交付，交付服務方必須具備豐富經驗，既要了解圣奧的需求，又要了解海外市場當地的需求。趙秀江坦言，漢得信息對企業在全球信息化戰略的把控和豐富的大客戶項目實施經驗，讓圣奧避免了許多彎路。以前他也做過國內其他數字化系統實施，大部分都耗時費力。他沒想到第一次做海外系統部署，十分順利，只用了100天就完成了實施上線。

繼續向“智能工廠”深度邁進

漢得信息CEO黃益全表示：“中國企業出海，已經從過去的貿易出海，進入到2.0時代。海外建立產線，重投資，提供更好的本地化服務。從管理的角度，就不再單純只是銷售管理，而要包括供應鏈管理等龐大的組織，所以需要一個很完整的IT系統支撐。”

隨著圣奧科技Oracle NetSuite ERP項目上線，漢得信息還將與圣奧科技推出深度合作，逐步啟動圣奧科技墨西哥工廠的智能制造MES、物流系統TMS等項目建設，以數字化能力為圣奧科技的全球戰略打下更加堅實的基礎。

如果把家居行業的智能制造系統看作是一臺精密的交響樂團指揮臺，指揮家必須要根據樂譜精確地指揮每個樂器演奏，才能創造出和諧而壯美的音樂。類似地，智能制造系統要精確控制每個生產環節，協調各種工藝和流程，確保原材料的優質利用，并實現高效生產。

圣奧之所以選擇漢得信息的智能制造MES、物流系統TMS，還是看中他們在產品力上的優勢，十余年的產品打磨和多家企業的實踐，漢得的智能制造MES能為圣奧的墨西哥工廠提供一個全面而高效的管理平臺，將生產排程、訂單追蹤、生產執行、車間人員管理、設備監控、質量檢驗和報表分析等諸多環節有機地結合在一起。無論墨西哥工廠需要優化生產計劃，實時了解訂單狀態，還是高效調配車間人員，監控設備運行狀況，確保質量檢驗的精確性，又或是通過報表分析獲得洞察力，漢得的智能制造MES系統都能在一個統一的平臺上無縫實現。

甲骨文公司全球副總裁、NetSuite大中華區總經理葉天祿提到，甲骨文公司入華至今，已經和漢得合作20余年，“漢得的實施服務能力一直是最佳的競爭力，同時顧問體系良性循環也做得很好，很多人從顧問做到資深顧問，再做到管理層，這就給帶給客戶很強的信任感。”

漢得信息CEO黃益全表示，漢得作為耕植于中國的數字化綜合服務商，緊跟國內數字化建設的思路，結合海外本地化特點，幫助企業達成真正的管理輸出和數字化落地。隨著中國經濟的長足發展，漢得的海外布局也跟隨客戶的海外業務拓展而走向日本、東南亞、美國、歐洲等不同區域，幫助更多的中國企業走向海外。

在前期的深思熟慮和精心籌劃之后，圣奧在海外數字化建設上再次邁出了重要一步，而與Oracle NetSuite和漢得的合作也成為了這一蛻變之旅的關鍵一環。

類似的表述反復出現于從業者、投資人口中，而這正是當下3D視覺檢測賽道的真實寫照。

目前，機器視覺檢測賽道已然十分內卷。國內機器視覺公司中，僅檢測賽道，就有十家左右的上市企業，包括3C電子、半導體、鋰電等領域。

今年以來，當工業視覺各個賽道都像霜打了的茄子一樣，光伏檢測和鋰電檢測賽道卻表現得極為樂觀。

據工業和信息化部數據，上半年我國光伏產業鏈主要環節產量同比增長均超六成，鋰電池產量同比增長超四成。

不難預見，在已然擁擠的賽道上，將有大量企業加碼光伏和鋰電檢測。

「定位引導」和「質量檢測」：3D視覺兩大應用的河東與河西

3D視覺領域，先前定位引導賽道是資本寵兒，現在生意更大的質量檢測賽道已然添了不少熱度，兩大細分賽道的此起彼落，不過幾年時間。

“上海原來做雙目3D、面結構光3D的公司，現在都在往檢測走，做線激光。”一位工業視覺領域的從業者說。

當前，3D視覺企業紛紛轉向檢測賽道做線激光，正成為一種趨勢。

一直以來，定位引導類和質量檢測類作為3D視覺的兩大應用方向，在海內外有著不同的關注度。

海外企業做定位引導類的較少，多聚焦于質量檢測類，做得較好的如日本的基恩士、加拿大的樂姆邁（LMI）、德國的視明銳（SmartRay）等，國內情況正好相反，質量檢測類并不如定位引導類那么風生水起。

一位定位引導賽道的創業者指出，原因在于定位引導類技術門檻更高，企業能夠獲得更多融資。

“檢測類只需解決視覺算法問題跟硬件問題，定位引導類要與機械臂做搭配，還需要解決機器人的適配、機器人的建模、機器人的運動規劃和壁障等問題，與檢測類相比，解決問題的復雜度更高，技術棧更全，產業鏈也更長。”

那么，為什么越來越多初期從事引導類業務的廠商，開始涉足質量檢測業務？

從標準化程度上看，質量檢測類比定位引導類更容易標準化。

定位引導類的應用場景中，每個工廠的產品規格、包裝形態、上下料方式等都各不相同，定制化特征極其明顯，很難做成標準化產品。

檢測設備相對標準化，加上技術成熟早，經過多年沉淀積累，算法模型已經比較成熟穩定。

投入產出比上，質量檢測類比定位引導類，更容易算得過賬。

一方面，聚焦于定位引導場景的3D相機，很難成為設備的一部分，而是要與機械臂做搭配，類似“項目型”，而非“設備型”。項目型意味著需要招聘大量工程人員，且驗收交付周期漫長，很難形成規模化。

另一方面，質量檢測類面對的是現有場景的替代問題，即已經出現的2D視覺場景，可以通過3D視覺進行替代。定位引導類面對的則是新場景的開拓難題，前期需要對市場進行教育和培訓，這意味著更多的人力和財力投入。

站在銷售角度，質量檢測類比定位引導類更容易交付落地。

定位引導類場景難以復制，且單個客戶需求量不大，企業想要做大，打磨出相對通用的標準化產品，而后依靠集成商進行分銷，是最佳路徑。然而，其中亦有諸多坎坷曲折，具體可以參看《內卷的3D視覺》一文。

質量檢測類落地過程中的工程部署、調試等，則相對更為簡單，通過對接一些大客戶，有條件以直銷模式大量出貨，人力與時間成本耗費更少。

上述種種吸引力，也具象地表現在機器視覺的龍頭企業身上。

以基恩士為例，作為全球線激光出貨量最多的公司之一，基恩士在2022年實現了63.46億美元的總營收，且毛利高達81.82%。憑借這份傲人的成績，創始人滝崎武光也一舉超越孫正義，躍居2023年日本富豪榜第二名。

一位機器視覺領域的從業者坦陳，基恩士這份亮眼的財報，對國內機器視覺企業頗具吸引力。

爆火的光伏與鋰電檢測：好看不好吃

然而，線激光檢測的生意固然大，基恩士的財報固然好看，但只有找到一條快速增長的賽道，并成功打入其中，才是一個好的開場。

質量檢測類的應用領域，主要包括3C電子檢測、半導體檢測、鋰電檢測、光伏檢測等。

半導體檢測行業，門檻極高，大多數廠商被拒之門外，尚未進入的廠商已難尋機會。3C電子檢測，隨著消費電子行業不可避免地周期性下滑，已再難重現往日輝煌。

機器視覺公司開始不約而同地將目光聚焦于光伏檢測、鋰電檢測賽道。

其中，光伏檢測賽道背靠的是一直呈現高增長趨勢的光伏產業。

今年第十六屆全球光伏大會上，有業內人士做出預測，“預計今年全世界光伏新增裝機將在350GW左右，明年累計裝機量很可能超過水電，2026年將超過天然氣，2027年將超過煤炭成為第一大能源。”

“雙碳”目標下，光伏作為未來新能源革命的主角之一，正帶動核心技術、產品制造、設備和市場規模不斷擴大。

同樣承載“雙碳”戰略重要使命的，還有動力電池，鋰電檢測的火熱正來自于鋰電池規模化制造的指數級增長。

隨著鋰電池相關應用場景橫向拓展，以及中國鋰電池加快進入國際供應鏈，客戶對于安全、高一致性、高品質要求不斷提升，帶動了機器視覺檢測在鋰電制造環節的檢測點不斷增多，電芯成品外觀檢測也被列入規范項，全線視覺檢測正成為動力電池企業的標配。

今年6月9日開幕的2023世界動力電池大會上，寧德時代董事長曾毓群又喊出“TWh時代，未來已來！”的口號，為鋰電檢測繼續添了一把柴火。

然而，光伏檢測、鋰電檢測的前景雖明朗，蛋糕雖大，想要吃到卻并不容易。

以鋰電檢測為例，這條賽道最賺錢的，無疑是跟著寧德時代做動力鋰電池檢測的一批廠商。

但同時，他們也面對著鋰電行業對安全隱患零容忍的挑戰。

“鋰電行業對產品安全性的要求極其嚴苛，因為汽車電池爆炸會造成死亡，一旦發生爆炸就會追溯這批車的電池是從哪條產線出來的，這條產線用的誰家的檢測設備。”國內一位機器視覺設備供應商如此解釋其在鋰電檢測上投入較少的原因。

在這種意義上，鋰電檢測賽道可以被看作機器視覺廠商們的一塊“試金石”，產品性能的高下，過往案例經驗的沉淀，都顯露無疑。

當前，3D視覺在線檢測領域，包括寧德時代、中創新航、比亞迪、國軒高科、億緯動力、欣旺達等動力電池企業在內的國內主要市場份額，仍被基恩士、LMI、康耐視、德國SICK等外資品牌占據。

鋰電檢測賽道的另一大難點，在于其對大客戶、大項目的依賴性比較強。

另一位機器視覺設備供應商直言：“做檢測設備的，必須要有大的業務訂單，否則企業是完全跑不起來的。”

由于終端客戶對產品的穩定性、一致性要求極高，機器視覺企業為服務好大客戶，通常會針對客戶需求做定制化開發。

比如基恩士的線掃、面掃等大部分光電傳感器，幾乎沒有一個芯片是標準件，感光元件均來自索尼定制。

得益于索尼定做的 CMOS 傳感器，基恩士線掃激光的檢測分辨率能夠做到0.1微米。過硬的產品性能，使得基恩士在“討價還價”這件事上極少妥協，并常年維持著70%以上的毛利率。

但寧德時代是為數不多的一個例外。

三年前，寧德時代開啟加速模式，在全國各地擴產，基恩士聞訊很快從日本派來團隊跟線，針對寧德時代專門設計產品。

前期的定制化開發意味著，基恩士面對寧德時代的“討價還價”幾乎沒有退路，一旦訂單丟失，將意味著“基恩士整個鋰電行業就沒有了。”

鋰電檢測行業對大客戶的依賴，正讓機器視覺廠商感受到威脅。

但相比于其他賽道，定位做核心零部件的質量檢測，業務受外界影響相對要小得多。

“芯片、電路板、電池等產品都屬于基礎零部件，做這些產品的質量檢測，抗風險能力強，除非遇到系統性的大蕭條。”

在某視覺檢測企業創始人看來，定位做核心零部件的質量檢測，可以確保企業處于一種進可攻退可守的“安全”狀態。

低價內卷，帶不來真正的性價比

在國產廠商尚未形成氣候之時，國內機器視覺檢測市場有兩個景象：

一邊是基恩士、LMI等進口品牌以每臺檢測設備高達十幾萬的售價，在國內市場如入無人之境；一邊是屈指可數的幾家線激光創業公司，在客戶端“吭哧吭哧”做著掃盲工作。

過去幾年，國內一批企業已將檢測設備的單價打到了3-4萬元，即使內卷至此，還未及底線。

掘金志獲悉，今年，海康研發近5年的檢測類3D視覺設備，已開始批量出貨。

“海康供應鏈的議價能力很強，直接把價格干到一萬幾，底價甚至低于一萬。”面對海康的新定價，賽道玩家們不得不在恐慌中面對現實，接受新一輪行業競爭的洗禮。

當下，如何在賽道的進一步內卷中找到解法，無疑是國產3D視覺廠商們最關心的問題。

這個問題的答案，或許可以從基恩士、LMI等進口品牌的身上找到。

一個事實是，在海康尚未入局，國產廠商以3-4萬價格侵入市場的階段，低價策略并沒有帶來想象中的規模效應，進口品牌依然是不少國內終端客戶的首選項。

其背后的原因，來自于客戶對國產3D視覺廠商“天然”的不信任。

國內一位機器視覺設備供應商表示，“進口品牌中，SmartRay和康耐視有的硬件表現并不好，但在國內依然有不少出貨，主要就是因為它們是國外的產品，所以客戶才用。”

國內終端客戶“進口的即是好的”的認知，現在仍然普遍存在。

一位上海的集成商向雷峰網坦陳，其公司集成的產品中，國外產品占據絕大多數，甚至連用到的第三方設備很多都是國外的。“一方面客戶不想用國產的，另一方面我們也不愿意為了節省成本用國產的。國內產品穩定性各方面還是達不到要求，長期看性價比很低。”

對于客戶來說，依靠價格戰內卷下來的價格，帶著所謂“性價比”的標簽，實際上并不能帶來真正的性價比。

對于行業來說，過低的定價對行業也是有害的，有時甚至還會淪為客戶為與目標廠商壓價而利用的工具。

當下，國產廠商雖然在某些單點上取得了技術突破，但3D視覺的落地是一個綜合性的方案，國內廠商在高精度檢測性能與軟件成像系統上，與國外品牌仍存在一定差距。

客觀原因在于，工業場景項目交付難、復制難，一開始就是行業的內生困境。

工業領域的應用場景一直在變化，量產交付中存在眾多痛點，加之行業尚未形成統一標準，大家對缺陷檢測的定義，各有各的說法。

工業領域的解決方案也十分碎片化，產品雖存在一定的可復制性，但具體到每一個廠家、每一個需求、每一臺機器時，需求又變得五花八門，一個項目完整交付后，再想復制落地，難度很大。

對這種困境感受最直觀的，無外乎輾轉于項目現場的執行層人員。

某3D視覺公司的技術人員坦言，在工業領域做技術、服務很累，其身邊不少同事、朋友，或選擇轉行，或又重回傳統安防行業。

客觀因素之外，機器視覺要走出自己的國產替代之路，我們不僅要有進口品牌有的技術和能力，還要有他們沒有的。

借用一位投資人的觀點，問題的根本或許還在于，“國內缺乏產品的定義者”。

結語

今年以來，整個工業都不景氣，在機器視覺檢測領域，光伏和鋰電是少有的讓人感到希望的賽道。

然而，又有誰知道，光伏與鋰電的上升周期將在什么時候結束？

機遇與危機總是并存，投入與產出總是要追求一個健康的平衡。

在雷峰網看來，國內外廠商在產品上的差距不足為懼，真正可怕的或許是，問題的答案就像皇帝的新衣，而大多數人只是選擇視而不見。

企業應當磨練自身武功，而不是自廢武功，否則將永遠活在無止境的無效內卷中。

如果您有更多關于機器視覺的故事和看法，歡迎添加作者微信MOON_ERS進行交流。

畢竟，入局大模型的廠商們，當務之急是打造一個中國版ChatGPT，為此要投入大量的人力物力和財力。

這種資金技術密集型的產業，通常很難與資金鏈薄弱、缺少人才和技術的中小企業相結合。

然而，回歸到第一性原理，大模型作為一種全新的AI范式，ChatGPT的出現不亞于一次新的技術革命，對各行業將產生顛覆性影響。

不論是大模型廠商、數字化解決方案商，還是中小企業，都將從這次技術革命中受益，原有的市場關系、格局也隨之變化。

一、大模型之于中小企業：一次影響深遠的技術平權

過去幾年，以人工智能、大數據為核心的數字化解決方案難以落地到中小企業，難點之一是成本太高。

傳統的AI模型訓練方式，從數據歸集到模型訓練、調優，是一個很長的周期。

這個過程中，不論是數據標注、訓練、調優等等，都離不開算法工程師的校正，即便模型訓練完畢并且實現應用，后續的運維工作也需要懂AI技術的人才能勝任。

如此一來，AI方案的部署成本極高，中小企業不可能斥巨資購買服務，也不會專門養一個技術團隊進行產線改造和維護。

基于此，在中小企業數字化轉型過程中，方案商和中小企業之間陷入了一場違背初心的對抗：

方案商想賣方案，中小企業想買方案，一邊有供給，一邊有需求，但交易條件受限。

中小企業覺得方案太貴，買不起；方案商則認為方案已是成本價，完全不掙錢，不能再降價。

大家起初都想把事做好，一起賺錢，做大做強。但接觸以后才發現，市場交易條件很難達到均衡，方案商給企業做方案要定制，成本降不下來，而企業覺得方案太貴，用不起。

雙方的合作始于技術引領行業變革的熱忱，卻因成本背道而馳，中小企業數字化轉型最終落得一地雞毛。

業界也并非沒有探索降低AI部署成本的可能性，比如一些公司研究的小樣本學習、自動機器學習等，通過減少數據量、數據自動標注、模型自訓練等方式，來解決碎片化場景數據量少、部署成本高、效率低的問題。

但對于中小企業而言，即便如此，購買AI方案的成本依然很高，并沒有達到能夠讓他們愿意付費的奇點。

一套方案賣500萬和賣300萬，對于中小企業來說，沒什么區別，反正都用不起。但如果是30萬，那么企業愿意嘗試的概率就會更高。

大模型的出現，則提供了一種全新的范式：技術供應商將模型以接近成品的方式交付給企業，企業根據自身需求以及掌握的數據去訓練模型，從而打通模型應用的“最后一公里”。

對于中小企業而言，這無異于一次技術平權。

原本資金、技術密集型的AI技術，需要由AI公司做定制化方案，這種一站式交付的方式成本極高，且技術本身并不掌握在自身手中。

大模型則改變了這種成本高昂且不對等的現象，模型訓練將不再是AI公司的專屬，中小企業的技術團隊只需要調用大模型的接口，加入數據進行訓練，就能生成符合自身業務需要的方案和應用。

此模式下，中小企業能夠以更低的成本享受到此前高昂的AI技術服務。并且，自家數據訓練出來的模型，效果更佳且安全可靠，數據本身也保留在內部庫中，泄露風險更小。

一言以蔽之，大模型降低了中小企業利用AI的門檻，利用AI技術來挖掘數據價值。

亦即，大模型技術浪潮下，中小企業正在快速逼近數字化轉型的奇點。

二、從SaaS到MaaS，新的商業機會正在涌現

ChatGPT爆火之后，微軟率先在其辦公軟件Office365上接入了ChatGPT的能力，掀起辦公軟件革命的風潮。

緊接著，在搜索、電商等領域，GPT應用全面開花，大有燎原之勢。

這種模式和此前的一些AI應用類似，本質上都是SaaS（軟件即服務），提供應用軟件然后收取服務費。二者之間的區別在于，疊加了GPT能力之后，工具更強、效率更高。

在中小企業數字化轉型過程中，很多方案商也支持SaaS部署。比如樹根互聯、魯邦通、蘑菇物聯等廠商，提供的低代碼平臺，讓企業能夠快速地基于平臺構建符合業務需要的應用。

但SaaS的不足之處在于，這是一個相對標準化的產品，即便能夠針對具體的細分場景做定制，仍然存在兩個問題：

• 定制需要額外的成本；

• 方案商很難拿到有效的數據來訓練模型，迭代應用，導致訓練效果欠佳。

許多細分行業，數據作為一種核心資產，企業并不愿意開放給方案商做訓練，一是憂慮數據安全，二是擔心數據共享給第三方很容易威脅到公司的核心競爭力。

以此為背景，MaaS（模型即服務）應運而生。

與SaaS類似，MaaS更接近于提供一個強大的基礎能力組件，企業可以基于大模型構建屬于自身的場景應用。

二者之間的區別在于，如果說SaaS是拎包入住，MaaS則是一間空房，最后一公里的設計，由用戶自己把控。

這種模式下，方案商和中小企業，將從中受益，實現共贏。

首先，中小企業部署數字化方案的成本將進一步下降，并且保留了更多話語權，畢竟數據這一核心資產掌握在企業手中，除了利用技術構建應用的可操作空間增大以外，數據安全也得到保證。

其次，從方案效果的角度出發，模型訓練應該以數據為核心，而中小企業更靠近場景、業務和數據。如果能在數據源頭做訓練，不但可以避免數據的流轉成本和安全性問題，方案商也能節約成本去了解業務。

最后，在成本更低、安全性更高的基礎上，企業也更愿意嘗試新的技術和方案，整個數字化解決方案市場基本盤在持續擴大，對方案商來說也是一件好事。

當MaaS開始以全新的業務模式來服務中小企業，市場出現新的商業機會，原有的業務、商業模式將被重構，中小企業數字化轉型過程中的相關方，都面臨著一次深刻的變革。

三、大模型并非萬能，市場需要更多專業玩家

大模型改造中小企業的故事很性感，但距離落地還有很多問題要克服，解決方案商也不會被大模型廠商取代。

樹根互聯聯合創始人、CEO賀東東表示，中小企業數字化轉型剛剛開始，本身的業務數字化程度較低，數據要素非常缺乏，對于模型訓練而言，這是很大的難點。

因此，中小企業的當務之急是先把數字化做好，把業務通過數據解耦之后，才能利用數據產生新的業務價值。在此基礎之上，再談用大模型技術改造業務才具備可行性。

魯邦通云與數字化服務中心CTO楚寧志認為，大模型在某種程度上可以視為一次技術平權的機會，開啟了利用AI技術的新途徑，可以幫助那些欠缺AI技術的中小企業更快實現數字化轉型。

但這并不意味著中小企業對方案商數字化轉型的依賴會減弱，大模型在解決具體場景業務問題上還存在局限，需要經驗豐富的方案商在深入了解企業需求的基礎之上提供個性化的解決方案來彌補。

方案商可以幫助企業制定整體戰略、解決技術實施中的難題，并提供持續的技術支持，這些很難被大模型替代。

蘑菇物聯工業 AI 首席科學家周子葉也表示，大模型并非萬能，有其自身的局限性和風險，比如數據安全、可解釋性、調試部署等。

并且，大模型的本質是工具和資源，并不是目標和結果，而中小企業的數字化轉型是一個過程，除了技術要素以外，轉型方向、規劃、評估等等，這些都需要方案商提供專業的指導和服務。

總而言之，從中小企業數字化的階段性出發，大模型作為一種全新的技術，對方案商來說并非威脅，反而是機會。

以低代碼平臺為例，傳統的低代碼服務通常是基于規則和模板進行快速部署和應用落地。AI大模型的出現則提供了更多的技術和工具，可以進一步提升低代碼服務的效能。

AI大模型可以通過深度學習和大數據分析，自動學習數據的特征和規律，根據實際需求生成相應的代碼和模型，從而更好地發掘數據中的潛在價值，并轉化為實際的業務應用，進一步提升數字化方案服務質量和效果。

此外，大模型的集成和協作能力，可以與企業已有系統、數據源、API等的快速對接和打通，形成有效的資產管理和復用，提升低代碼的可擴展性和可集成性。

對于方案商而言，大模型代表的新技術，也正推動方案商自身變革。

一方面，方案商要提供專業化、定制化的大模型解決方案，以滿足中小企業在不同行業、不同場景的數字化轉型需求；另一方面則要提供更加完善的大模型工具鏈，進一步降低使用大模型的門檻和成本。

只有方案有效加上成本可控，才能打開中小企業的數字化轉型市場。

結語

“不敢轉、不能轉、不會轉”一直是壓在中小企業數字化轉型頭上的三座大山。

大模型的出現無異于提供了一把推翻大山的銳利武器，為中小企業提供了更易于使用和集成的工具。

在降低數字化轉型門檻的同時，企業可以通過利用行業和企業小數據在大模型上微調，使模型更加精準地服務具體應用場景，提高數字化轉型效能和效果。

從本質上看，大模型將從根本上降低中小企業進行數字化轉型的成本和復雜度。

但具體到轉型步驟，從業務流程的數字化到數據的訓練使用，再到某個業務，最后到整個生產經營的全流程數字化，涉及面非常廣，中小企業的轉型仍然長路漫漫。

顯然，中小企業推翻三座大山的戰役，才剛打響。雷峰網雷峰網

公開資料顯示，中科搖櫓船成立于2020年12月，由中科院西光所和重慶市兩江新區政府合力孵化，專注于高精密光電測量，系國內唯一一個完整掌握高精密光電測量技術的機器視覺國家隊。

中科搖櫓船的業務涵蓋機器視覺器件、智能傳感硬件、工業機器人和數字工廠解決方案。其主要產品包括基于5G的高精度多功能工業AI機器人平臺、3D雙目結構光相機、3D激光輪廓相機、2D/3D涂膠質量在線檢測系統產品，適用于各種非標工業場景。

比如，在工業領域 ，中科搖櫓船自主研發首款3D激光輪廓相機，解決了皮革材料表面反光、無法透光檢測等行業難題。

又比如，在汽車制造行業，中科搖櫓船針對汽車裝和總裝密封膠條質量在線檢測場景，推出2D/3D涂膠質量在線檢測系統產品，以解決錯檢、漏檢等問題。

目前，中科搖櫓船的產品已經落地到汽車制造、半導體、電力巡檢、光伏制造、輕工皮革、航空航天、生物醫藥等數十個行業，進一步賦能「智能制造」，推動制造業轉型。（雷峰網雷峰網）

彼時的上海張江，臺灣日月光集團決定在此搭建第一個材料廠。與之同行的，有王善謙及其團隊，他們將負責日月光材料廠的導入系統。

初到張江，王善謙眼中這不過是一片荒涼地，祖沖之路旁小小的張江軟件園，還全然看不出今日之骨像。

然而，與日月光合作期間，每次到張江，這塊荒涼地都展現出令人驚訝的變化，高樓一幢幢拔地而起，大路向前延伸，新鋪的瀝青路泛出銳利的黑光。

這是中國大陸即將邁入二十余年快速發展的一個序曲，它吸引、接納著所有想要擁抱變化的人。

王善謙感知到了這種變化，并為這種變化而著迷。

日月光項目結束后，王善謙選擇留在了上海，這是他與上海、與泛半導體智能制造結緣的開始。

泛半導體二十年老兵「下海」創業

“你來北京一下，我們該把生意談起來了。”

2012年，當面板業客戶終于主動打來電話，時任美國應用材料大中國區APG部門高管的王善謙簡直喜出望外。

自1992年成為世界第一大半導體設備企業以來，美國應用材料一直維持著自己巨頭的地位，在MES/CIM軟件領域，和IBM一起幾乎壟斷了全球的半導體制造業。

然而，隨著半導體業務拓展進入瓶頸期，美國應用材料開始尋求突破半導體圈子的機會，王善謙肩負起在國內拓展新業務的重任。

彼時，國內LCD行業剛剛開始興盛，面板行業成為王善謙眼中最為理想的KA客戶。

為此，王善謙連續一年零八個月，每月兩次飛抵北京，會面客戶相關人員。不過，在此之前，他與對方從來只談交情，不談生意。

在這家倡導精英文化的公司中，負責整體解決方案軟件部門的王善謙，在半導體業務外，相繼為公司拓展出了面板、新能源（太陽能）相關行業，帶來了包括臺積電、聯電、日月光、中芯國際、京東方、華星光電等行業頭部客戶。

“到現在，美國應用材料做了非常多的非半導體生意。”王善謙說。

2015年，自感需要獲得更多成長的王善謙，遞交了辭呈，并于同年加入同樣深耕半導體行業的Camstar，任大中國區總經理。

同美國應用材料一樣，Camstar作為一家解決方案提供商，起初也只專注半導體業務。

王善謙再一次看到了幫助Camstar拓展新業務的機會，他曾向美國總部遞交一份報告，闡述想在中國投入做 PCB 行業的計劃。

結果，這個計劃被一口否決，王善謙也遭到嚴厲批評，老板指責他“不務正業”，并讓他專注半導體行業。

在王善謙看來，  一方面，PCB 行業是“電子行業之母”，中國產值占全球產值近70%；另一方面，PCB 行業具有高耗人、高耗能、高污染的問題，是一個傳統印象中極為落后的行業，智能化程度亟待提升。

基于這樣的判斷，王善謙認為PCB行業極具投資價值，因此沒有理會美國總部的指示，開始尋找相關的合作伙伴和客戶。

“直到簽約了兩三個客戶后，美國總部才真正重視起來。現在Camstar在中國PCB 行業占據半壁江山。”王善謙對雷峰網說。

一年后，Camstar被西門子收購。

如果說，拓展出PCB 業務線，是王善謙為被收購前的Camstar做出的重要貢獻；那么，幫助拓展合作伙伴，則是王善謙為被收購后的Camstar做出的重要貢獻。

“由于之前Camstar所有服務都是自己做的，而西門子是一家依靠合作伙伴做生意的公司，因此并入西門子后，需要花很大力氣在中國建立起Camstar的產品生態。”

在王善謙看來，盡管西門子原本就有 MES 軟件及其合作伙伴生態，但并不懂得怎么做 MES 產品，而Camstar的 MES 產品是一個標準化的產品，這也是西門子收購Camstar最主要的原因。

為了讓合作伙伴舍棄西門子原來的產品，改用Camstar的 MES 產品，王善謙分布進行了大量工作。

通過梳理西門子的合作生態，篩選出直接跟工廠打交道的合作伙伴；

花大量時間介紹Camstar MES 產品的產品架構，解釋代理Camstar產品做相關的解決方案將比做西門子代理更賺錢的原因；

爭取與國內大型軟件上市公司的合作，樹立標桿落地案例。

經過兩年多的時間，王善謙帶領Camstar從沒有任何一家代理體系，成為擁有十多家代理體系的公司。

「可被代理」的國產工業軟件產品

在美國應用材料、Camstar和西門子工作的十余年間，不斷有朋友向王善謙發出創業邀請，但都被他一一拒絕。

在王善謙看來，如果只是做歐美公司的代理商，于創業而言意義不大；自研工業軟件則難度太大，不僅需要行業知識的積累，還需要軟件知識的積累，在當時的國內環境下，很難聚集起這樣一批人。

此外，那時的王善謙還是一位堅定的全球化奉行者，在他看來，各盡所能，各取所需，是一個非常完美的狀態。

然而，2018年中美貿易戰開打，逆全球化浪潮洶涌而至。

王善謙意識到，自由貿易全球化正遭遇巨大沖擊，與此同時，國內開始大力鼓吹國產替代軟件，王善謙第一次產生了創業的想法。

然而，到底是繼續留在舒適圈，還是在自有標準化產品一片荒蕪的國內土壤上創業，王善謙的內心還是經歷過一番激烈掙扎的。

“事實上，當時大家還處于一個觀望狀態，認為頻起的貿易紛爭，更多源自川普個人的決定，因此當時談所謂國產替代、卡脖子工程，更多停留在話語階段。”

最終讓王善謙下定決心創業，是一次在復旦大學EMBA舉辦的線下私董會上。

王善謙拋出自己的問題：“該不該出來創業？該創業什么樣的公司？”

學員們經過討論后，給出的結果出奇一致：創業并且做平臺化的產品。

這次討論徹底結束了王善謙心中的掙扎，私董會后第四天，他正式向西門子提出辭呈，隨后在杰達科技的團隊基礎上成立了全新的鎧鉑科技。

杰達科技曾是西門子工業軟件產品的代理商，但自新生之日起，鎧鉑就旗幟鮮明的以自有產品的解決方案提供商自居。

為什么選擇做自有產品，走平臺化？

王善謙回答：“如果不做這件事，國產替代事實上就是一個偽命題。”

他分析道，國內市場做工業軟件的公司，99%在做代理產品的系統集成商，只有1%在做自有產品的系統集成商。而這1%中的許多公司，其產品很少能被代理進行系統集成，原因在于大部分產品是基于客戶需求所定制化的解決方案，而非標準化的產品，因而不具備開放性。

“這么做的意義不大，還不如去做代理產品。”

然而，做標準化產品的難度也顯而易見，技術門檻高、投入大、周期長、回報低。

事實上，鎧鉑內部也出現過不同的聲音，對于銷售部門來說，做代理產品可以更容易拿到項目。

但王善謙始終沒有松口，并在每周例會上重申“做一家平臺化的公司，做可以被第三方代理的標準化產品”的重要性和決心。

在此基礎上，王善謙認為平衡產品部門和銷售團隊的辦法，就是讓雙方去吵架。“銷售會覺得你的產品沒做好，去吵架，產品部門就會去改善它的東西。我覺得其實吵得越多，產品的成長速度就越快。”

在做平臺化產品的路上，鎧鉑解決了三個難題：

一、標準。鎧鉑嚴格遵守 ISA-95 國際標準開發工業軟件。

二、開放。鎧鉑通過自研的” Kyber bus“，可以做到和其他軟件系統做標準溝通。

三、穩定。軟件有其架構和層次，鎧鉑一開始就把軟件的地基打好。

鎧鉑之所以能在較短時間內奠定產品基礎，得益于其背后的強大隊伍，目前鎧鉑分別在成都、合肥擁有兩個研發基地，且團隊主要人員都是來自臺灣半導體業界的資深人士，架構師團隊也大都有歐美大型軟件公司的工作經歷。

目前，鎧鉑聚焦半導體、 PCB 、新能源三個行業：一方面，這三個行業都是國家政策資源傾斜的重點行業；另一方面，這三個行業在離散制造業中復雜程度最高，鎧鉑可首先通過這幾個行業打磨產品的穩定性和易用性。

在今年3月份，鎧鉑也發布了四大產品平臺，分別是智能制造管理運營平臺、工業物聯網平臺、共工開發平臺、雙碳管理平臺，以及針對半導體、PCB 和新能源三大行業的解決方案。

與此同時，瞄準整個離散制造行業，王善謙也在今年關注起新能源汽車、重型裝備、醫療器械行業，這三個行業都屬于高端制造業中對工業軟件有剛性需求的行業。

以醫療器械行業為例，植入性醫療器械的整個生產過程，包括焊接、裝配和物流包裝等，都需要記錄在案做到可全程追溯，這項工作很難依靠人力高效、準確地完成，必須依靠相關工業軟件從旁協助。

“未來，我們逐漸會往產品方向走，淡化行業屬性，公司主要人力都會做產品支持，剩下的交給合作伙伴。”王善謙補充道。

升級的「軟件技術」，滯后的「市場驗證」

“工業軟件行業是一個急需累積的行業，需要將行業專家和軟件專家兩撥人湊在一起，并且有足夠的資金，才能夠做出一個好的工業軟件。”

不同于國內大多數工業軟件公司的代理模式，鎧鉑走上的是一條“少數中的少數”之路，不僅要做自有產品的系統集成商，還要做到標準化產品，這意味著前期大量的研發投入。

對待融資，王善謙認為，找到跟鎧鉑行業屬性相近的投資公司，相當重要。

也因此，鎧鉑的融資過程，顯得有些挑剔。

去年五月份，在經過四十多場路演后，鎧鉑最終敲定了由海通開元領投，毅嶺資本、唯快資本跟投的約億元融資。

“海通屬于證券系，在國內半導體業界的投資和發行排名第二，毅嶺資本的投資方向都在半導體相關公司，資源能夠相互匹配。唯快資本則是鎧鉑的FA。”王善謙介紹道。

市場化的資金投入，是做出一款好的工業軟件產品至關重要的基礎。

那么，王善謙眼中“好的工業軟件”是什么樣子？

目前任何一個國際大型軟件公司提供的軟件產品，都無法百分百符合客戶要求，都存在一定比例的定制化，尤以場景需求復雜的制造業為代表。

這意味著，各家比拼的關鍵，即最大程度減少工業軟件的定制化，提高軟件產品化率。

目前，鎧鉑已經擁有了自己的標準化產品平臺，接下來，鎧鉑和合作伙伴可以通過該產品平臺尋找行業的解決方案。

此外，鎧鉑通過將大量行業 know how 累積在自家的產品平臺上，縮短了使用者理解一個特定行業的周期。

相比沒有標準化解決方案的公司，鎧鉑在半導體、 PCB 、新能源三個行業的實施周期縮短了，與此同時，派出去的人力也變少了。

“目前在離散制造業，產品化率能做到50%以上，就算是一個好的軟件平臺，鎧鉑在PCB和半導體行業可以做到 60% 到 65% 開箱即用。”王善謙介紹道。

然而，工業軟件的國產替代，還面臨兩大現實問題。

一方面，中國工業軟件產業起點低，發展落后發達國家約20年，由于工業數字化轉型涉及軟硬件及整個流程的改造，工業軟件的國產化驗證至少還需要3-5年時間。

另一方面，中國工業軟件的市場接受度低，中國工業軟件市場的主導權一直為國外企業掌控，高端制造業領域依賴進口情況更加明顯。

“我覺得技術上已經不成問題，最大的阻礙還是市場的接受度跟時間”王善謙說。

對于鎧鉑來說，作為一家在疫情期間成立的工業軟件公司，從最初的67名員工增長到現在的270名員工，并在去年實現過億營收，這樣的成長實屬不易。

“做什么就應該像什么。”王善謙對雷峰網說。“就像現在一談到工業軟件，大家會想到西門子一樣，以后一談到國產替代軟件，就想到鎧鉑。”

在一些制造業工廠產線上，以AI視覺檢測缺陷已經開始代替人力，改變了傳統只能通過人的眼睛及經驗來檢測缺陷的方式。

AI視覺通過設備可實現24小時無間斷檢測，不會產生人眼的視覺疲勞，因而在檢測效率和質量上，都有質的提升。

IDC數據顯示，到2025年，國內工業AI質檢的市場規模達到62億元。但同時，當前我國從事產線質量及效率的相關人員超過200萬，每年勞動力成本高達1400億元。

換句話說，工業AI質檢市場有著高達千億元的市場空間，而這部份恰好是”被忽略“的中小企業的質檢需求。

“中小企業作為經濟的毛細血管，他們的智能化轉型非常重要，但卻存在供需失衡的現象。”

微億智造&智云天工CEO張志琦表示，許多制造業企業，尤其是中小企業，受限于自身的規模、資金等因素，加上此前AI質檢落地成本高、柔性差等問題，其質檢需求遲遲得不到滿足。

因此，必須要改變工業AI質檢原來的落地路徑，從技術和產品兩端來解決AI質檢對于中小企業落地難、成本高的問題，才能進一步打開質檢市場，甚至推動中小企業智能化轉型。

AI質檢難落地中小企業：柔性差、成本高

作為品控的最后一道關口，質檢的重要性不言而喻：產品合格就可以出貨，不合格就回爐重鑄，質檢的質量關系到產品的良率以及品牌形象。

過去，產品質檢主要依靠人力，需要質檢員具備敏銳的視力以及豐富的經驗，才能檢測出缺陷的類型。

這種模式的缺點在于，一個經驗豐富的質檢員本身人力成本并不低，而且質檢員的經驗很難復制，加上人本身有生理疲勞，長時間工作對人體的損耗極大。對于中小企業來說，養一支經驗豐富的質檢團隊，無異于大大增添了人力成本。

因此很多中小企業直接選擇縮減質檢團隊，在業務側選擇“只換不修”的經營策略，節約的人力成本甚至能 cover 直接換新品的成本。不過，這雖然短期能有效節約成本，但降低了產品良率；從長遠來看，對品牌傷害太大，屬于飲鴆止渴的行為。

“實際上質檢是可以被數字化的。”張志琦認為，質檢是人工智能落地工業的最佳場景之一。

人工智能可以通過數據進行大量的訓練，將以前“質檢老師傅”的經驗沉淀為模型，然后讓機器設備去做大量的缺陷檢測。一方面，這直接節約了人力成本；另一方面，機器設備可以24小時無間斷工作，從而提高檢測效率。

但是傳統的AI質檢解決方案，在張志琦看來，存在兩大問題。

• 前期AI的導入成本太高，后續運維的成本也不低

“傳統的AI質檢方案，需要大量的數據做模型訓練，也需要大量的算法工程師前往產線與客戶溝通，將經驗沉淀下來，然后進行算法模型的調優，才能滿足客戶需求。”

類似的質檢方案，單是前期的產線改造，成本就要幾十萬元，后續運維也要大量的人力物力。其主要客戶只能是像華為、比亞迪、富士康等大廠，對于更多的中小企業而言，基本難以承受。

• 重資產模式部署，柔性較差

張志琦表示，中小企業生產柔性很強、現金流很弱，多品種、少批量、季節性等特點十分鮮明；而部署一套方案，從需求到布置成功，就需要幾個月。在這幾個月時間里，市場需求可能已經發生變化，等產線改造完畢，可能工廠都已接近倒閉。

除此之外，對于中小企業而言，一套質檢方案可能只會用到幾次，更換頻率很快，部署傳統的AI質檢方案并不劃算。

“傳統的AI質檢部署流程，以產品表面外觀缺陷為例：設備導入周期平均 6 個月，單產品模型訓練周期 2 個月，每個項目平均要有 5 位工程師駐場實施，整套成本高達 40~100 萬元；更不用提部分柔性制造業頻繁的換線需求。”

張志琦認為，傳統的AI質檢方案由于成本、部署柔性的問題，導致國內大量的中小企業買不起、用不上，但中小企業的質檢需求非常強烈。一邊是高昂的落地成本，一邊是大量中小企業的質檢需求得不到滿足，這對供需矛盾嚴重掣肘著中小企業的智能化轉型。

因此，在張志琦看來，要改變AI質檢落地路徑，從而解決成本高、柔性差的難題。

新解法：AI質檢回歸本源，輕部署、低成本

此前的AI質檢方案落地，需要大量算法工程師駐守一線，搭建算法模型、訓練調優，然后應用到產線上，基本上只能定制開發，無法實現復用，并且存在換線慢、維護成本高等問題。

這不單帶來了高昂的定制成本，對于中小企業生產的“少批量”產品，樣本數據或許都不夠用于質檢模型的開發。

此外，在模型的訓練效果方面，由于前端設備集采到的數據，要經過工程師的“翻譯”才能被使用，并不能完全如實反映真實數據，不但會造成部份數據失真，影響到模型優化、質檢效果，還會造成數據浪費。

“我們以前做AI質檢項目，更多是為了滿足項目空間要求，依靠程序員、算法專家翻譯，通過模型將經驗轉化為生產力。”

這種方法增添了中間環節，帶來人力成本增加，和模型效果的損耗。如果能直接將一線工人的經驗直接傳遞給模型，讓模型自主訓練，就能減少中間環節的各項成本。

張志琦認為，人工智能落地的“本”是人的經驗和數據，因此要“讓現場生產人員深度參與到AI模型的生產過程，讓他們‘作為人的經驗’被沉淀下來”；而工業AI的本是現場的人的生產經驗和海量的生產數據，要“以生產現場為中心，圍繞生產現場數據流的采集、定標、傳輸和迭代，沉浸到制造場景里。”

這相當于重構了工業AI“從數據采集，到模型訓練，再到落地部署”的整個業務流程，改變原來AI質檢的落地路徑。

舉個例子：

對于一些數碼產品的質檢，前端采集到數據之后，對于常見的缺陷類型，設備會直接匹配算法庫，對比標記；如果算法庫里沒有對應的缺陷，系統會主動標記，然后由一線工人進行標注，當系統再次檢測到類似缺陷之后，就可以直接標注缺陷。

整個過程中，沒有專業化部署的環節，相關的算法模型直接沉淀在設備中，模型導入生產現場的過程迅速且輕量，實現經驗可復制；系統也會基于現場生產的實時數據進行優化學習。同時，一線工人從費神費力的質檢工作中解脫出來，做類似于標注師的工作，也能減輕工作負擔。

這種輕部署、低成本、柔性強的模式，更適合規模不大但又有質檢需求的大量中小企業。

AI質檢向下：從大廠拓展至中小企業

AI質檢正在由定制化向輕量化部署轉變，從大廠的專屬變得更加‘親民’

張志琦認為，這種變化，反映出國內制造業企業智能化轉型趨勢：從少數高端制造業拓展至更廣闊的中低端制造業。

作為前SAP中國區副總裁，張志琦是最早接觸德國工業化4.0的人之一，曾試著將德國工業化4.0引入到國內。

在此過程中，張志琦發現，由于工業化4.0標準化程度太高，只有少數高端制造業、大廠，如富士康、比亞迪等大廠才愿意做投入。并且投入之后，短期內看不到業務結果，ROI周期太長，中小企業完全做不到。

2017年10月，張志琦加入百度，任百度云副總經理，負責整個百度的AI商業化。在此期間，百度開始尋找人工智能在工業的落地場景，最終以AI質檢為切入點，并推出了“百度天工物聯網平臺”。

2020年7月，張志琦從百度離職，加入釘釘，負責釘釘商業化。不久，張志琦選擇自主創業，并成立了智云天工，一家做企業數智化轉型的公司。

2022年底，智云天工與微億智造完成合并，張志琦出任CEO。

微億智造成立于2018年，以工業AI質檢為核心，利用AI+機器視覺，做工廠的智能化改造。

張志琦認為，工業制造智能化轉型，只聚焦大企業、高端制造業，而忽略中小企業，這種思路并不正確。中小企業在經濟結構中起著基礎性作用，中小企業智能化轉型成功，整個產業才能得到升級。

從商業角度看，中小企業的智能化轉型需求很大，即便客單價低，但市場規模也非常大。其中，AI質檢作為產品走向市場的“最后一公里”，如果能做到將AI質檢讓更多中小企業“買得起、用得上”，一定程度上也推動著制造業的智能化轉型。

因此，智云天工與微億智造選擇合并，并且推出了“工”“靈”兩個系列的產品。

具體來看，“工”系列包括工小匠、工小智和工小匯。

工小匠定義為“AI數字質檢員”，旨在替代傳統人力質檢，可實現柔性部署；工小智則是“AI產線管理員“，旨在實現生產過程的可視化管理；而工小匯是“AIoT數字工廠管理員”，用于整個工廠的智能化管理。

以工小匠為例，其具備快速切線的能力，對企業已經部署的不同類型的光源、鏡頭、機械臂均可實現兼容，以應對不同的檢測需求。在軟件功能上，也具備在不同產品的檢測模型中進行一鍵切換。

“靈”系列包括靈眸OCT缺陷檢測儀、靈鏡PMD高反表面檢測儀、靈陣OMX復眼陣列模組，適用于3C、半導體、精密光學等行業，以及光學鏡片、晶圓等高反光材質。

張志琦表示，兩個系列都是模塊化設計，可實現即插即用；硬件產品可以兼容中小企業已有的信息系統，而工小智、工小匯這類 SaaS軟件，也能接入企業已有的硬件設備，并與信息化系統實現橫向拉通。

“工系列是軟硬結合的解決方案，靈系列則是缺陷檢測的硬件產品，兩者相互配合，并且都具備柔性化部署能力，成本上遠低于定制化AI質檢方案，適應中小企業‘多品類、小批量’的質檢需求。”

張志琦認為，AI質檢的柔性化部署已經是不可逆轉的趨勢。以前提制造業轉型，只有少數大企業愿意去做嘗試，中小企業有需求沒資金，制造業轉型更像是一個方向，一句口號。

但伴隨著人工智能落地、各種技術的突破和產品迭代，AI質檢的落地成本進一步下探，越來越多的中小企業能夠買得起、用得上。

“制造業智能化轉型正逐漸落地為實際。”雷峰網雷峰網

1949年10月1日，新中國成立后的第一次閱兵，飛機、坦克、大炮都來自繳獲所得，受閱步兵方隊手持的武器規格都不能統一，當時我軍的裝備被戲稱為萬國造。

軍工裝備離不開鋼材，從研發到生產80%以上的零部件都需要鋼材和特殊鋼的支撐。

新中國成立時，中國的人均鋼產量不足打一把菜刀。

10年間，新中國在建立獨立完整的國防工業體系的迫切的愿望中，從零起步，從無到有的跨越。

10年后的1959年，中國參加閱兵的國產武器逐年遞增，鋼鐵巨牛隆隆作響。

這個國民經濟的重要基石，基礎設施建設、制造業、能源、國防工業，從農業大國邁向工業大國，鋼鐵鼎立于中國工業的磐石之基盡顯底氣。

今天，中國的粗鋼產量已經連續25年位居世界第一。鋼鐵力量，托舉起一個強大中國。

時代在變，環境在變，困難也在變，如今的中國，不再缺鋼少鐵，但鋼鐵行業發展已經走到了生銹的艱難階段。

鋼鐵緊箍咒：背后有槍，前方有糖

中國鋼鐵人通過幾十年的鉆研，突破過國外大量卡脖子技術和設備。

“基建狂魔”伴隨著中國經濟高速運作轟鳴聲，中國人均鋼產量從不足打一把菜刀/不足10噸，到粗鋼產量世界第一。

90年代瘋狂崛起的各大鋼廠、參差不齊、分布隨意，鋼鐵行業經歷了30多年無節制擴張。

當經濟逐漸減速，鋼鐵行業卻遲遲剎不住車，中國進入長期產能過剩階段。

曠日持久的國際貿易戰、全球經濟放緩，外需不足，出口受限。

產能過剩是中國鋼鐵行業硬傷。

這些年，去產能、降庫存是國家層面的主旋律。

產能過剩是全球范圍內的，專家指出，本輪根本原因，是2008年國際金融危機引發的全球經濟衰退和鋼鐵需求下降。

“低效、裁員、污染、滯銷”成了近幾年鋼鐵行業的關鍵詞。

路徑依賴。產能過剩最直接的影響價格下跌，鋼企營收下滑，間接導致市場低價、無序競爭，從而形成惡性循環。

不少鋼企從“支柱產業”到靠“補貼度日”，中鋼協統計的重點企業數據，2011年行業的銷售利潤率為2.4%，2014年僅0.9%。在2014年上半年，寶鋼股份、新興鑄管及重鋼股份分別獲得財政補助1.3億元、3.97億元和5.09億元。

2020年一季度，A股34家上市鋼企中，除了7家鋼鐵凈利潤同比增長，其余都出現較大幅度下降

有5家企業出現虧損。

當然不伐新冠影響，后續復蘇跡象，但鋼鐵粗放的時代，真的過去了，已經是不爭事實。

停下來？

當初“唯GDP論”的時代背景下，擴大產能成了地方政府最快捷的做政績、提業績的方式，

全國上下瘋狂跑馬圈地，擴大產能。

鋼鐵行業事關國計民生，又是資本密集型，難進入，也難退出，

產能分散極為嚴重，行業集中度低。

據工信部數據，100萬噸以上的鋼企有305家，平均一個省10家。

“全世界沒有產能這么分散的狀況。“有業內人士表示。

數據顯示，2019年，我國鋼鐵前10位企業的產業集中度僅為36.8%，千萬噸以上的鋼鐵行業的集中度也僅僅只有52.38%。與之相對的是，水泥行業集中度高達64%，因此水泥的利潤能夠保持在17.5%。

滋生了惡性競爭和地方政府保護主義，降低行業利潤，環保推進非常困難。企業成本壓力大。原材料上漲，盈利空間小。

退出機制不足，企業退出難。

不少企業虧損嚴重，但行業并沒有相關先例，相關政策缺失，退出通道沒打通，更有地方政府出于經濟和社會穩定考慮，即使資金鏈斷裂，淪為“僵尸企業”，依然難以退出。

大國企可調控，地方民營企業與地方GDP掛鉤，背后涉及就業率、成千上萬的工人安置等更復雜的社會問題。

關鍵、核心鋼鐵技術缺位，技術依賴。

國人大多自豪于“世界第一”，卻不知道“高端鋼材進口依賴”的隱患。

最大≠最強，中國鋼鐵行業大而不強。

中國鋼企基礎建設對粗鋼需求，忽視高端鋼材長期投入研發，創新能力不足。

重點工程、重大裝備、國防軍工等關鍵領域的鋼材質量要求高、研發難度高。

過去，中國長期處于模仿跟隨階段，很多技術直接引進。

思維意識上，習慣于通過引進或學習某個技術，在短時間內取得跨越式發展。

比如在低碳冶金、近終形制造、智能制造等技術方面仍處于跟隨狀態，部分核心檢測和控制裝備仍依賴進口。

航母等高端特鋼技術，依然由美、日、俄等少數國家掌握。頂著“鋼鐵生產大國”稱號，中國仍有20%鋼材尚未實現自主可控，依賴進口。

“十四五”時期，中國鋼鐵工業基本格局仍然是產能過剩。

當市場規模難以大幅增長，規模擴張路徑失靈。近兩年，市場開啟淘沙模式，淘汰落后產能，走向少而精的戰略。

產能嚴重過剩，市場秩序混亂，效益嚴重低下，原燃料降價幅度低于鋼材降價幅度，國有鋼鐵企業附加成本高，民營鋼鐵企業靠環境治理低投入和能源浪費形成的低成本優勢正在消失，環保治理的嚴肅性正在形成，產品質量有待提高，產品銷售模式有待改進，產品直銷直供比例偏低，電子商務降低物流成本有待規范的配套。

不轉型等死，形容鋼鐵行業尤為貼切。誰都跑不過時代的浪潮，“不自革，就被革”。

背后有槍，前方也有光。

浩浩蕩蕩的能源大潮終究還是來了。

"力爭在2030年達到碳峰值，2060年實現碳中和"。

這是中國立下橫跨幾十年的"雙碳"目標。

緊接著兩會上，碳中和被首次寫入政府工作報告，并定為2021年八大工作重點之一。

"雙碳"升級為國家戰略，"碳中和"元年也正式開啟。

能源、制造業正面臨國家戰略導向、行業改革壓力以及巨大市場潛力的三重奏。

其中，鋼鐵、煤炭、電力、石化等排碳大戶，行業任務最重、責任最大，將是主陣地，也是雙碳戰略的主力軍。

中國是全球最大的鋼鐵生產國，一年的鋼鐵產量超全球的一半。據統計，2018年中國的粗鋼產量超9億噸，全球占比約為51.3%。碳排放量可想而知，天文數字。

據統計，2020年，鋼鐵碳排放量占全國總排放量15%左右，位制造業居首位。實現"雙碳"目標的壓力同樣不言自明。

說白了，"雙碳"不僅僅在于節能減排，更是一場涉面極廣的行業升級革命。

排碳大戶，是實現雙碳目標的勝負手，數字化，成為中國鋼鐵產業轉型最清晰的方向。

而這場低碳化、智能化、數字化之路上，有一座座史無前例的市場金礦。

大勢當前，美國工業互聯網、德國的工業4.0、中國的智能制造2025、日本的超智能社會5.0藍圖，全世界都在向智能制造邁進。

鋼鐵作為制造業的“脊梁”、工業的“糧食”，轉型之迫切更甚。

鋼鐵行業，周期屬性強、同質化競爭激烈、作業環境惡劣，在未來，更低的綜合成本、更高的產品附加值以及差異化的服務將是企業突出重圍的核心競爭力。

鋼之堅，鋼之艱

2020年中國鋼鐵行業的企業數字化率僅30%。

鋼鐵產業鏈橫向涉及礦業采選、冶煉、軋鋼、壓延、加工、消費，縱向涉及采購、生產（能源、物流、質量、維護、勞力）、銷售、供應鏈等多個環節，具有對信息實時性要求高、生產流程變量多、采銷兩端要素雜等特點，長期受“孤島控制”“條線分割”“界面有縫”“銜接粗放”等難題困擾。

1、生產流程復雜。

鋼鐵產品生產包含煉鐵、煉鋼與扎鋼三個環節，其中各環節涉及多個生產系統、 工業控制系統與供應鏈層級，體系龐大，資源浪費、產能受限。

2、數據標準不一、數據利用率低。

設備種類多、應用場景多，鋼鐵工業蘊藏了大量的數據資源，但不同設備和環境工業協議不統一，生產過程中產生的數據格式差異大，系統、數據難兼容，海量數據資源價值難挖掘。

3、安全隱患多。

煉鋼屬于高危作業，設備故障，因為其帶來的不僅是物力財力的損失，很有可能出險人員傷亡。

4、技術、數字化程度低。

工業3.0時代，鋼鐵行業的信息化基礎就相對薄弱，鋼鐵行業的底層操作系統、關鍵軟件等核心技術都依靠國外，核心專利的缺乏，讓鋼鐵發展十分緩慢。

還有產能過剩、質量管控難、危險場景多、設備維護成本高、下游需求日益個性化、環保壓力增大等等問題。

“高溫、高危、產能落后”的刻板印象，鋼鐵行業要摘掉這些標簽，并不容易。

越難，越知道行業蛻變背后的不易。

鋼鐵數字化在路上

未來，產能就是利潤，誰能在最大限度地提高能耗使用率，誰就能在能源革命中占據上風。

"提高產能"簡簡單單四個字，背后卻是一場產業、科技、成本的多方博弈。

目前的鋼鐵數字化存在諸多難點，比如傳統鋼鐵行業，產能過剩、生產流程復雜、質量管控難、缺乏數據標準、危險場景多等問題。

對于產線多、部分分散、體系龐大，進行生產集控，通過感知+大數據，實現可看可判可控。

在控制層面，海康將流程拆解成應急管理、調度管理、品質管理、生產管理四大層面，通過突破圖像亮度處理、高幀率成像等物聯感知技術，實現 “集中控”。

在可視化層面，海康采用了三維融合、語音控制等技術，輔助實現對運營分析數據、生產統計數據、生產運行情況、設備狀態情況“集中看”，實現行隨“屏”動、管理至簡。

對于設備運維工作高度流程化、生產環境復雜、作業風險高、巡檢任務重，海康威視在設備管理上，以AI+熱成像技術，提升管控效率。

以前，業內人用“守株待兔”來形容這項工作。

以冷軋廠的設備點檢為例，談到設備故障點檢維修時，需要24小時輪流值班查看設備的各項參數是否有異常，往往會出現“作業人員剛離開，故障就發生”的現象，不能及時逮到這只“兔子”。

同時，傳統人工錄入，數據真實性無法保障；紙質記錄歸檔困難，歷史詳情追溯繁瑣；任務繁重且危險，人工巡查很難面面俱到。

重點設備的在線實時監測，海康威視采用了擅長的熱成像技術，對熱風爐進行實時在線監測，加之AI拾音器、振動傳感器，通過設備智能在線檢測和巡檢引擎，可遠程掌握企業設備運行狀態和巡檢報告，形成及時發現問題、快速處理問題的業務閉環，為設備預測性維護數據庫提供有效數據。

通過遠程巡檢，監控中心即可完成線上巡檢任務，減少巡檢人員進入生產區的頻次，減少生產隱患、保障了工作人員安全，減少危險場所巡檢頻次。工作人員不再需要守株待兔了。

在整個流程中，視覺扮演著重要角色。在輔助生產環節，AI+雷達+OCR，實現生產運輸過程關鍵信息識別，提升業務效率。

機械的原始的人工計數，效率和準確性都難以保障，逐漸被AI、雷達、OCR等技術代替，在物料或成品的包裝、流轉、運輸過程中，實現關鍵信息的識別、記錄，便于信息追溯與統計，大大提升業務效率。例如一鍵計數功能，可聯動觸發視覺分析，其分析結果與稱重計數、貨單數量核驗后，系統即可自動打印標簽，高效方便。

安全管理方面，海康運用多維感知技術，將廠區車輛的進行智能管控。比如，通過雷視一體機檢測車輛違規事件，為安全監管部門提供廠區內車輛違規行駛、異常情況的反饋，提前發現車輛運輸潛在風險，違規車輛溯源率大大提高。

基于圖像的深度學習技術，能夠實現對隱患的智能檢測，對視頻畫面進行智能分析，對人的不安全行為、物的不安全狀態、環境不安全因素的實時分析、報警和處理，讓安全預控、能控、可控。

這也是過去幾年來大華在深入頭部鋼企中發現的問題，針對鋼鐵復雜的流程，大華從"人、機、料、法、環"五個緯度深入洞察業務場景，有針對性地采用不同技術賦能。

在工業安全領域，"人"是所有制造業中極其重要的安全變量，大華通過智能化算法，進行穿戴安全、安全作業行為管理等智能監測預警，保障從業人員安全，降低安全隱患。

在工業生產領域，智能與"機"結合，可以實現生產過程中的可視化、自動化、數據化和智能化。大華通過可視化技術檢測原料廠的傳輸皮帶，實時檢測跑偏、堵料、異物設備狀態，實現設備狀態監管。通過表計識別，針對其它生產設備進行巡檢，以機器代人，降低人的工作強度，減少人員成本。

而鋼包、轉爐、高爐等高溫高危設備，鋼鐵作業場景高溫、強光，大華運用紅外熱成像、耐高溫防護等技術，不僅可提前、及時識別問題，在智能檢測分析下，更能提高設備使用在線率。

在生產原料環節，智能與"料"的結合，大華基于AI視覺智能識別算法，進行遠程和智能廢鋼判定，改變了傳統人工現場長時間定級的模式，也減少了因人為判定失誤導致的原料成本損失。

在經營管理方面，智能與"法"的結合，借助視覺切片技術，可以實現與訂單精準關聯，對整個生產業務來料、生產、質檢、入庫全流程進行追溯與管理，提高管理能力。

對于復雜的生產流程，大華的機器視覺從整體流程出發， 從原料加工的火車編號識別、鋼包包號識別，再到煉鋼廠的鋼胚表面缺陷檢測，到最終的鋼材入庫的自動計數和定位打標，分門別類攻克，提升生產工藝。

當然，排碳大戶少不了環保要求。大華通過黑煙檢測、環境五要素分析給綠色工廠再添一抹綠色。

在鋼鐵行業一線無數個日夜的歷練，持續打磨技術的大華提煉出這樣一套從整個生產流程優化工藝、流程，降低生產成本，加快生產效率的解決方案。

總結

鋼鐵，中國經濟的脊梁，占中國GDP總值8%左右。

行業上下游關聯產業多，在整個經濟布局中占有舉足輕重的地位。

世界名著《鋼鐵是怎樣煉成的》一書中，將主人公保爾·柯察金飽嘗生活的苦難的過程比喻成其成長為鋼鐵戰士的過程，具象化成鋼鐵的煉成，虛實結合間，世人體會到主人公的堅韌，也知悉鋼鐵煉成的不易。

如今，我們依然能感受到那種穿越時代、直接人心的力量，但鋼鐵行業，已經發生了翻天覆地變化。

1966年，韶鋼的第一爐鋼水出爐，如今韶鋼年產鋼能力達800萬噸。

數字產能只是鋼鐵行業數字化轉型的冰山一角，在智能化浪潮下，鋼企們成為萬千產業數字化的舵手，在“跨產業、跨基地”的工業互聯網架構上打造“一總部多基地”的“跨空間”和“跨人機界面”的互通融合，智慧制造2.0發出低沉而有力的鳴笛。雷峰網雷峰網雷峰網

當下，企業下一步市場戰略會瞄準哪里？

如果把這個問題拋給身邊的公司，可能大部分都想過出海。

大企業出海，尋求增量；小企業出海，期待生存。諸多中企出海故事在當下已是屢見不鮮、不勝枚舉。

國際商業咨詢機構埃森哲發布了最新報告顯示，92%的中國企業希望通過拓展海外業務，支持公司繼續保持高速增長。

但值得注意的一個變化是，如今的企業出海，已經從過去打著高性價比、高產能的“產品出海”進入到打造產品價值的“品牌出海”。 

而在這種潮流之下，也倒逼企業在管理上，重視和強化總部與全球分支機構的一體化建設，提升協同作戰的能力，實現國內、國外兩條腿走路。

就如同織網一般，只有當各個點連成線，線連成面，結成一張緊密的網，這才能夠讓企業真正在揚帆起航中，不畏懼風浪，實現品牌出海。

不過，要強化全球分支機構與總部之間的業務協同，并不簡單。 

近日，在徐州工程機械集團進出口有限公司（以下簡稱“徐工進出口”）與Oracle NetSuite的戰略合作啟動儀式上，徐工向雷峰網談到了他們出海過程中遇到的問題。   

業務協同構建：打造國內國外一張網   

徐工算得上是最早出海的一波企業，自其旗下子公司徐工進出口1997年成立開始，就一直統管徐工起重機、壓路機、挖掘機等系列產品的出口和海外市場開拓。至今也被稱作是徐工國際化的“尖刀班”。 

在過去，由于海外各地區的經銷商數字化水平參差不齊，徐工的管理觸角很難深入到海外各個分支機構的細枝末節。

去年，徐工進出口主動找到了Oracle NetSuite，同時甲骨文公司全球副總裁 NetSuite 大中華區總經理葉天祿也到訪徐工兩次，最終雙方達成合作。 

徐工集團工程機械股份有限公司副總裁，徐州工程機械集團進出口有限公司總經理劉建森談到他們選擇廠商的標準：“我們不要系統有多高大上，而是要能真正解決業務過程中遇到的問題。”

過去，在財務方面，徐工一直都被快速出具財務報表和合并報表所困擾。徐工在全球擁有諸多的經銷商，在加之全球各地的語言、幣種、會計準則、稅制管理等都不盡相同，以往海外財務管理都是徐工的一大痛點。

“此前海外公司的軟件各不相同，且軟件之間沒辦法融合，需要許多人力參與核對，效率十分低下。”劉建森談道。

所以，他們對Oracle NetSuite提出的第一個要求是，要快速實現海外公司和徐工進出口本部的數據對接，實現跨地區跨業務部門的信息互通，減少對賬的錯誤幾率，縮短關鍵的時間。

據了解，Oracle NetSuite目前有超過200多個的國家的財務包，可以協助徐工進出口做出符合要求的財務報表，滿足上市公司IPO的合規要求。

當然財務賦能還只是一方面，所有企業業務的發展一定要各系統之間、各地區之間協同合作才能有力量。所以徐工進出口提出的第二個訴求是，借助NetSuite力量，搭建一個一體化平臺，將徐工主要的骨干系統打通，實現生產、營銷、財務等一體化，真正實現揚帆出海，“輕”裝上陣。

葉天祿表示，Oracle NetSuite 獨到的“ERP++”模式，不但涵蓋了企業傳統ERP的基礎管理體系，比如財務管理、采購管理、銷售管理體系等基礎管理模塊，還有非常全面的供應鏈和業務管理體系，既能解決徐工進出口財務方面的痛點問題，同時也能幫助借助貫通售前、售中、售后價值鏈。

劉建森坦言：只有供應商與經銷商能夠上下同欲，前后同步，左右同頻，才可能真正加速進出口的國際化進程。    

業務協同落地：兼顧本地與總部的需求  

不過，由于各個國家之間的文化、習俗、客戶需求、消費習慣各不相同，海外各地的IT系統也不盡相同，要做到總部與分部之間的深度協同十分考驗團隊經驗。 

在很長一段時間內，幾乎所有的出海企業都在討論本地化經營。畢竟，數字化本質并不是一個軟件，企業也不是要得到一個軟件，而是要能真正梳理清楚業務，然后通過代碼、技術凝結成一個符合使用習慣、符合當地需求的軟件。

漢得信息CEO黃益全對雷峰網表示，做IT系統建設兩個擔憂，要么是做成了一個好像很符合總部的要求，但沒有滿足本地化需求的系統；要么做成一個很獨特的本地化系統，與總部之間協同難度就變得很大。 

總部希望能夠盡可能深入協同，但各地希望能夠盡可能滿足本地化需求，要兼顧兩頭需求，就必須要有一個既懂徐工需求，同時又懂本地化需求的實施團隊。 

在這次合作中，徐工選擇了漢得信息作為他們本次項目的實施方。據黃益全介紹，漢得信息總部在上海，但2007年就在日本設立了分支機構，然后陸續在美國、新加坡、荷蘭、印度都設立了分支機構。 

“一方面我們希望幫助中國把一些管理想法和運營模式輸出，同時兼顧海外的獨特性，讓中企出海達到最高的效益。”黃益全表示。

而具體部署方式，徐工選擇擁抱了公有云。一方面這能快速解決不同國家地區數字化程度層次不齊的問題，同時云部署也能大幅降低成本，減少IT運維人員的投入。 

據了解，Oracle NetSuite和徐工合作的目標是實現徐工進出口整個售前、售中以及售后的管理、經銷商的管理，以及內部主要的骨干系統都會聯通起來。

大勢當前，整個世界都在向智能制造狂奔，中國于2015年發布了《中國制造2025》，研究制定了智能制造發展戰略及規劃，“十三五”、“十四五”期間，各地有關智能制造的政策密集出爐。

在這樣的背景下，企業與資本也都聞風而動，高舉制造業企業數字化、網絡化、智能化轉型的大旗，搖旗吶喊共同奔向制造強國的宏偉藍圖。

隨著AI、云計算、5G等、大數據等技術的落地，新能源汽車、鋰電池及設備、半導體等行業中的“機器換人”，呈現出更高的智能化水平。

除此以外，無數創新技術在交相融合中滲入工業制造領域，點點星火終于匯成一片燎原之勢。

千億市場中，賽道熱鬧不已，市場主導的工業制造的主角們，也一個個閃亮登場。

傳統工業企業、初創企業、互聯網企業、軟件企業、ICT企業如一輛輛高速行駛的戰車，電光火石之間已經在工業制造這片戰場上割據一方。

2020年新冠疫情爆發，這場“黑天鵝”事件在給制造業按下“暫停鍵”的同時，也為智能制造啟動了“加速鍵”。

毫無疑問，粗放式、高成本的制造業已經行不通了，市場和時代的變化，倒逼著整個制造業以智能制造和工業互聯網為核心，搶占新一輪工業變革的制高點。

智能制造是一個有起點沒終點的目標，從人力密集的低端制造邁向技術密集的高端制造，將是一段充滿挑戰的漫長征程。

在持續性的困局和可預見的高估值面前，我們更需要一些有價值的聲音和標的；在對未來的懷疑和對潛力的判斷面前，我們更需要一些希望信號可以落地。

為此，AI掘金志將深度發掘工業制造領域，找尋那些勇敢的顛覆者和革新者。

通過他們的動作和故事，給今天的科技行業一次啟示，通過一次榜單的評選，再次證明創新和勇敢精神所蘊含的價值。

《產業科技·最具商用價值榜》詳細情況介紹

產業科技 · 最具商用價值榜，過去前身為《AI最佳成長榜單》，始創辦于2017年，已歷經五屆評選，累計報名科技企業達到兩千余家。2022年，榜單進行了全面升級，更名為產業科技 · 最具商用價值榜，希望從底層技術積累和應用落地層面，找出那些最具生命力的產品和企業。

21個評選領域

報名&評選時間

具體榜單參與報名及評選流程如下：

參加報名：7月18日-8月25日

專家評選：8月25日-9月1日

終榜出爐：（9月7號）

從《產業科技 · 最具商用價值榜》得到什么？

榜單發布前后，雷峰網將通過全頻道文章，以及直播、長短視頻內容形態，在雷峰網旗下的多矩陣平臺，進行傳播。同時，獲得認可獎項的企業，還將成為雷峰網的優先傳播伙伴，在行業深度分析、報道、商業情報分析和投融資信息上給予優先照顧，給予長期傳播扶持。

傳播力度

榜單傳播，和發布前后將聯合50+家合作媒體對本屆評選進行全程報道。更多詳情參見《產業科技 · 最具商用價值榜》

官網：http://m.35crmo.cc/special/custom/AITop2022.html聯系我們：

微信號：Jia-Kallan   

郵箱：huangjialin@leiphone.com

《產業科技·最具商用價值榜》往屆回顧

產業科技 · 最具商用價值榜，過去已經歷六屆的全行業評選，并成為科技行業企業分析，和產學研結合的標桿參考手冊，在歷次的榜單評選中，安防、駕駛、金融、芯片、工業互聯網、AIoT等領域，我們已經評選出元戎啟行、文遠知行、思必馳、華為機器視覺、大華股份、數坤科技等多個潛力型科技企業。而歷次榜單的發布，也成為GAIR 全球人工智能與機器人峰會重要的關注點之一，吸引投資人、科技企業高管、分析師、行業從業者的高度關注。

近日，奧普特發布投資者關系活動記錄表。

奧普特（代碼：688686）是一家從事機器視覺核心軟硬件產品的研發、生產和銷售的高新技術企業，成立于2006年，是我國較早進入機器視覺領域的企業之一。主要產品為光源、光源控制器、鏡頭、相機、視覺控制系統，其生產的機器視覺產品已廣泛應用3C電子、新能源、半導體等多個行業。

 以下是調研全文重要內容，雷峰網作了不改變原意的整理與編輯：

1、公司的業績快報中，營業總收入增長36.21%，受哪些行業的影響？

答：主要是新能源行業高景氣度影響，收入占比提升，同時新能源汽車、半導體等行業也有一定的幅度的提升。

2、公司與海外競爭者相比存在哪些優勢和劣勢？

答：公司的競爭優勢主要是非標定制化的能力、成本優勢、自主研發能力與核心技術的積累、完善的自主產品線、以及公司的快速響應能力；劣勢主要是品牌知名度、行業應用的廣泛度還不及海外企業。

3、是否大客戶傾向于自己做系統，只向公司買硬件，而小公司更傾向于買系統？

答：大客戶有視覺能力，這是公司非常愿意看到的。只有客戶有視覺能力，才會有更多的需求。另一方面，視覺項目有簡單有復雜，復雜項目需要人、時間以及技術積累，一般而言客戶不會自己做，而公司的優勢恰恰在此，簡單項目反而不給公司做，因為價格沒有優勢。

除此之外，公司也有軟件視覺開發包，一些大客戶，原來買國外開發包，現在可能也會購買公司的產品。

4、我們在項目交付方面與國外同行相比有什么差異？

答：對機器視覺行業來說，方案設計能力和交付能力都很重要。海外很少有交付團隊，這塊基本是外包的，所以他們交付壓力不大。我們既做方案也做交付，方案的交付需要穩定的團隊，在人才上會有一定壓力，但兩種能力都要同時具備。近年來公司通過鋰電行業的長期投入和鋪墊，慢慢積累，在不斷提升標準化交付能力。

5、在鋰電行業機器視覺應用在哪些生產環節？

答：在涂布、輥壓等環節中，鋰電池產品表面容易產生露箔、暗斑、亮斑、掉料、劃痕等缺陷，鋰電池的品質會受到影響，產生潛在安全隱患，所以鋰電廠商對于產品缺陷檢測的重視程度大幅提升，使用視覺檢測設備已經成為主流趨勢。公司目前在涂布、卷繞、包裝、檢測等多個工序都有成熟的視覺應用，除了攪拌不用，其他工序基本都在用。

6、國外工業領域機器視覺發展階段和國內是否有明顯差距？

答：國外的機器視覺發展比國內早很多年，下游行業發展成熟，對機器視覺依賴程度比較高。國內的行業應用還處在起步階段，隨著自動化、智能化要求的提高，國內的終端客戶對機器視覺的重視度越來越高了，尤其是在3C和鋰電行業。

7、客戶更愿意直接采購整套方案，還是由設備商來主導視覺需求？

答：要看客戶對視覺的把控程度，如果客戶有視覺基礎或者是比較復雜的需求，客戶是希望采購整套方案的，有利于保持方案穩定性和更好的后續服務。按照客戶需求來分，需求簡單的，追求低成本，需求復雜的，就更注重穩定性了。

8、有部分設備廠商是通過購買國外的視覺開發包，進行二次開發。請問公司的軟件底層完全是公司自己開發的嗎？

答：公司的軟件底層是自主開發的。我們從2009年開始做軟件開發了，并推出了第一代SciSmart智能視覺軟件，開發包在一些比較復雜的項目上使用可增加方案的靈活性，后期我們也會重點推廣。

9、公司在跨行業拓展中是否存在障礙？有無行業限制？

答：機器視覺的拓展不受行業限制。下游應用范圍廣泛，無論在哪個行業，都會用幾個基本功能包括檢測、定位、測量、識別，只是視覺運用的場景不同。

10、公司未來的行業拓展方向？

答：公司目前在3C和鋰電行業發展良好，后續會繼續深入這兩個行業，同時在半導體、新能源汽車、高端醫療等行業也不斷積累技術和方案。相信隨著這些行業的國產化程度加深，對視覺應用的需求也會不斷增加。

11、公司未來2--3年研發的布局，有哪些投入？

答：未來2--3年在技術和對應產品主要有三個方面的投入：

一是深度學習，近幾年深度學習技術在學術領域或應用領域可能會得到較大突破，但是在工業領域還在發展初期，公司正在持續投入；

二是3D產品，隨著機器視覺的發展，高質量的三維數據不可或缺，高精度的數據分析技術也至關重要，更具細節感與質感的3D產品是行業所趨；

三是靠機器視覺作為技術基礎的傳感器。這些傳感器有共同的客戶，奧普特可以通過補充傳感器產品擴展產品線，共享業務端的優勢。

雷峰網雷峰網雷峰網

當古羅馬人使用石灰和火山灰的混合物時，世界上誕生了一種“水泥”的物種。

幾百年間，水泥見證了世界的歷史與變遷，自身也經歷了數次變革。

而今，還是那個大眾司空見慣的水泥，還是那些習以為常的應用場景，卻在悄然經歷又一次變革。

水泥產業的數字化轉型已經登記于時代之冊。

工欲善其事，必先利其器。為提高核心競爭力，在激烈的市場競爭中贏得先機，先覺者已開始行動。

近日，華新水泥與海康威視在杭州簽署戰略合作協議, 雙方將通過物聯網、大數據以及人工智能技術，在智能安防、智能巡檢、智能礦山、智能生產和智能決策等相關領域和應用場景，聯合創新，深化合作，共謀發展。

水泥巨頭的數字化轉型之路

華新水泥總裁李葉青提出：“傳統工業+數字化是公司四大戰略之一。華新秉承自主研發的傳統，制定了華新制造的戰略目標，以助力企業實現智能化轉型升級，提升企業的經營效益和管理效能，探索出一條水泥工業綠色智能、高質量發展的創新之路。”

“華新的風格可以用兩個詞概括：lean和mean，lean是它不龐大，但精干，mean是它作風果決，動作迅速，競爭力強。”華新水泥CDO湯峻如此總結。

2008年，4萬億的基建投資，為中國鍛造出世界一流的高鐵、橋梁、超高壓輸電等工程能力。

2020年的新基建，則會把中國人工智能產業，正式推向全球科技的浪潮之巔，帶來席卷各行各業的勢能

華新水泥，正是站在新與舊交接點上的企業。

始于1907年，百年企業華新水泥的身影，填充在新中國的磚磚瓦瓦里。

無論是北京上世紀50年代的十大建筑、北京亞運村，還是葛洲壩、京珠高速公路，抑或是長江中下游數十座公路和鐵路大橋，更或者是舉世矚目的三峽工程等國家重點工程，幕后英雄的名單里，都有華新水泥。

屹立百年不倒的要素之一，在于創新。

在華新水泥智能工廠，來來往往的巡檢工人已鮮少見到，更多的是一個個智能攝像頭以及各種傳感在線監測設備。

傳統水泥生產現場的跑冒滴漏、煙霧、窯頭火焰、主機設備的巡檢都已經可以運用機器視覺技術和大數據進行分析，智能識別異常情況，結果也能匯聚到數字化管控中心實時監控，供生產者和管理者決策參考。

在水泥包裝發運現場，帶機器視覺的智能機器人根據前端業務自動進行計數裝車，傳送帶上的破包、殘包產品通過視頻識別自動進行分揀。

華新水泥以機器視覺應用場景為代表的智能化已經完全顛覆了人們對水泥廠高能耗、低效率的傳統印象。

這一切歸功于華新水泥一以貫之的信息化、數字化發展戰略和明確的實施路徑。

早在2008年，華新就開始全面推進SAP ERP，業務流程得到極大的統一和標準化。

2010年，華新開始運作電子商城，實現了營銷的線上化，成為第一家做電子商城的水泥企業。

疫情期間，華新位于湖北的工廠未能開展業務，但湖北之外，華新的業務平穩推進，均得益于運行多年的線上化營銷體系。

“在疫情中我們很明顯的看到了華新前瞻性布局在競爭力上的優勢。”

華新依靠科技投入得以在信息化時代立足，因此也更加重視科技、數字化的力量。

特別是近年來，華新水泥從一家單純從事水泥生產的企業發展成為集水泥、混凝土、骨料、環保處置、裝備制造及工程、高新建材等領域全產業鏈一體化發展的全球化建材集團，在全國十余個省市及海外擁有200余家生產基地，規模穩居國內同業前列。

為適應規模的壯大和業務分布的廣布，華新水泥于2019年成立了由總裁直管的數字化發展委員會，以及為該委員會提供智能化生產支撐的數字化創新中心。

而作為數字化創新中心負責人兼公司CDO，湯峻有著豐富的海外信息化和數字化經驗。

在李葉青總裁“自主研發、自主掌控，培育核心競爭力”的路線指引下，他在華新水泥建立了完整的云生態軟件開發、人工智能研發和工業自動化技術研發體系，實現了商業應用、工業控制和人工智能應用的自主掌控，形成了“業務+技術+團隊”的數字化開發能力，開創了一條有別于其他水泥企業的數字化轉型有效途徑，確保華新“智能+水泥”轉型自主掌控、自我完善的持續性。

說到華新水泥以高科技企業平臺為支撐的自主創新模式，湯峻有許多的經驗之談和切身體會。

他指出，數字化有三個階段：服務業務、支撐業務和引領業務。

“這中間更多的講的是對業務帶來的影響以及和業務的關系。”

作為生產制造型企業，華新水泥實現引領業務的目標，有一大前提，三大核心。

一把手工程，一把手的鼎力支持是大前提。鼎力支持背后，與掌舵者的前瞻性息息相關。李葉青總裁堅定地把數字化創新工作擺在公司戰略層面，親自指導，親自推動。

“以前的生產制造型企業大多采用跟隨政策，但那樣只能保證不被甩掉，如果想要提高核心競爭力，必須讓別人跟隨。”

三大核心即：

1、數字化要為企業的戰略服務。

“搞清楚目標是什么，即真正能夠助力企業的戰略目標，這一點其實很難。”

2、自主開發和研發能力。

他指出，自主研發并非經濟考量，而是更好地自主掌控整個數字化進程；也并非動輒組建千人團隊。

“當三五年后，完成大部分數字化轉型工作，團隊何去何從，組織結構、人員管理方面，需要從一開始想清楚。”

3、數字化轉型的推動工作是一門藝術。

“你既要有一個明確的目標，有一個很好的戰略方向，同時在過程中間要能夠抓機會，靈活的調整各項項目的工作。”

在湯峻看來，數字化不是項目，而是一種能力，嵌入各個環節的能力，數字化和業務的結合，可以通過產品經理的形式來實現。

與互聯網的概念不同，華新水泥的產品經理非彼產品經理。

前者偏業務，為試錯模式，快速推出，不斷迭代。

后者，即生產制造企業，一是試錯模式不可行，二是業務之外，產品原型、數據流通、數據結構、業務等都需要涉及。

要從服務到支撐到引領，需要產品經理團隊了解業務、學習業務，將業務串聯，形成合力。

“華新的產品經理不見得比人力資源的人更懂人力資源，但是他一定比營銷的人更懂人力資源，比人力資源更懂營銷，它能夠合力。”

他舉例，營銷經理能力的強弱，應該是基于不同區域內的銷售業績做橫向對比，但他在每個區域的信息屬于人力資源部門，業績屬于銷售體系，如果將兩個體系打通，就能定量地回答人才評價和管理的問題。

這正是華新產品經理團隊做的事情：打通數據，串聯業務，定量決策。

許多傳統制造型企業，由于缺乏定制化的自動化解決方案，而全流程的自主開發成本過高，數字化部門要么走企業化運營路線，籍此輸出方案降低成本，要么只能削足適履、湊合著用。

而華新水泥則注重于合理的數字化架構搭建和核心應用的研發，強調數字化組織和自主掌控技術必須服務于數字化流程的再造和整合，形成新的數字化業務能力、數字化管理能力。

實踐證明，這種模式項目開發時間短，研發成本大幅下降，同時應用效果更好。

“這幾年華新水泥的數字化進程比我想象的要快。”湯峻在采訪中表示。

通過商業智能化，華新水泥打通了各個業務環節之間的壁壘，從財務、營銷、采購、物流各個環節，實現數據的互聯互通以及工廠數字化管理的閉環。

“比如混凝土最講究的是物流，必須要在1~2個小時內把混凝土要送到工地，然后工人需要趕緊生產、澆筑等工作。”

華新的數字一體化體系的目的，就是讓不懂混凝土生產的人，通過這個系統，也能夠順利開展混凝土業務。

目前，華新有50個工廠和站點使用此系統。

正如湯峻所言：“我覺得數字化的好壞很難評價，但是我知道良好跟優秀，優秀跟卓越之間的關系都在細節。”

2020年，華新水泥以李葉青總裁為第一完成人的“水泥企業運營數字化系統開發與創新”項目獲得國家“建筑材料科學技術獎”科技進步類一等獎。

通過工業智能化在生產環節提高自動化程度，運用智能化的技術降低成本、能耗，減少工人的勞動強度，實現生產效率最大化，滿足環保以及安全生產的要求。公司智能制造項目獲得行業”2020年智能制造示范企業”，并上榜“2020年國家工信部工業互聯網試點示范項目”名單。

聯袂海康，加足馬力

一面是生產工廠對智能視頻的需求與日俱增，一面是計算成本和光學傳感器成本的下降，以機器視覺為代表的人工智能技術，在工業智能化生產的應用成為必然趨勢。這恰恰就是海康的強項。

此前，海康的智能設備和技術在華新水泥的智能制造已經有了廣泛的應用。在商業智能、工業智能系統，從一般的視頻會議和電子白板，到人工智能開發平臺和具有邊緣計算能力的AI攝像頭，海康的技術和應用方案滲透進華新的商業智能和工業智能系統各個方面。

在生產現場，海康的AI攝像設備和AI程序24小時對重要的主機設備和窯況進行“巡視”，一旦有溫度、壓力、震動異常和堵料、窯內飛沙，系統會進行報警，并通過大數據分析自動調整處置或給出處置建議。

比如飛沙過程中，各種原材料在窯中翻滾，同時，高溫燃燒下會噴射長達20米的火焰，如果控制不到位會產生廢沙，設備發現廢沙后，可自動地讓控制系統進行對應的調整。這樣不僅能保證控制精度，也能把工人從相對嚴酷的生產環境中解放出來。

在華新船運碼頭和生產檢修車間，如果操作員沒有按照要求穿救生衣、安全帽、安全帶等PPE個人安全防護用品，立刻會有廣播警告提醒，并在中控室預警。以及通過AI視頻識別技術，自動識別是否有非法入侵人員等。

智能安全生產系統向上打通與eHR人力資源管理系統業務關聯，對員工的違規行為進行處置，通過數字化的安全管控流程促進員工對安全生產的重視，也進一步強化了華新水泥安全第一的文化。

這僅僅只是華新現在的數字化、智能化應用，雙方對未來有更高的期待。華新希望打造更加智能的數字工廠，提升生產管理效率和競爭力。

海康一直專注于技術創新，不只是在基于可見光的視頻技術領先，融合了X光、紅外、毫米波等全面感知和多維信號處理的產品和解決方案也已經應用于各個行業之中。

在企業領域，海康一直強調，從拉近管理距離、提升業務效率、規范作業行為、防范安全隱患四個維度來為各行各業的用戶數字化賦能，帶來實實在在的價值。

在湯峻看來，華新選擇合作伙伴的原則，一是不在于高大上，而是實實在在的價值；二是相信技術，且愿意在研發上投入。

“數字化并不一定就是高大上的，海康最吸引我們的地方，就是他們的踏實”。這樣，華新與海康在當下不期而遇，對未來不謀而合。

“數字化、智能化轉型不是目的，而是手段。根本目的，是提高企業生產管理效能，打造企業高質量發展的核心競爭力” 湯峻強調。接下來，華新水泥將推動“華新制造”數據共享，打造基于多維度數據的數字化轉型，實現水泥礦山開采、原料采購、生產制造、渠道流通全過程可視化、網絡化、數字化。

“數字化轉型對我們而言是挑戰，也將是最大的機遇。”華新水泥總裁李葉青曾在多個場合公開表示。通過抓住這樣的機會，華新水泥才能在建材業新一輪的產業升級保持優勢，繼續為行業實現綠色智能、高質量發展貢獻力量。雷鋒網雷鋒網雷鋒網