【作者：穆胜；选自：即将出版的《创造高估值：打造价值型互联网商业模式》一书，梁世超对本文亦有贡献。转自：财富中文网《狂热过后才发现这条路最难走，工业4.0还有春天吗？》2019.09】

 

工业4.0（或称工业互联网、智能制造、互联制造、分布式制造等）的好处无需赘述，去库存化、个性定制、去中介化、消除对于人工的依赖……但相比几年前的一拥而上、寻求颠覆，如今的工业4.0玩家们也开始归于冷静。因为，经过若干次探索后的他们知道，这条路可能是产业互联网的商业模式里最难走的一条。

那么，经过了几年的探索，工业4.0的春天真的来了吗？

 

繁荣盛景

 

工业4.0的概念最先是由德国提出的。2012年年底，德国产业经济联盟向德国联邦政府提交《确保德国未来的工业基地地位：未来计划“工业4.0”实施建议》。之后，这一概念在国际间快速传播，引发了一轮热潮：美国于2012年、2013年、2016年分别提出了“先进制造业国家战略计划”、“美国制造业创新网络计划”、“国家制造业创新网络计划年度报告与战略规划”；日本在2013年和2015年发布了两版《制造白皮书》；法国在2013年和2015年发布了“新工业法国”的概念；英国于2015年提出了“英国制造2050”；中国于2015年提出了“中国制造2025”……诸多的概念，指向的其实都是工业4.0类模式。

工业时代依次经历了机械化、电气化、自动化、智慧化四个阶段，依次对应着工业1.0到4.0。所谓的工业4.0是指利用物联信息系统（Cyber-Physical System，简称CPS）将生产中的供应、制造、销售信息数据化、在线化、智慧化，最后达到快速、精准响应个性化产品需求的效果。说简单点，就是将生产力做互联网化（云化），以便使其能够被用户的个性化需求随需调用。

既然是可以带来政策利好的国家战略，又是对产业的深度改造，这类模式自然被无限看好。2017年中国工业互联网市场规模达到4,676.99亿元，增长率为13.5%，成为一个重要的“起风点”。后续，随着产业政策逐渐落地，市场空间的放量速度也有望逐渐增加，预计2020年中国工业互联网市场规模可达6,929.12亿元。

图1：2015~2020年中国工业互联网市场规模及增长率走势图

 

资料来源：穆胜企业管理事务所根据智研咨询数据整理

 

2018年，有40多家工业互联网公司获得了融资，相较于2017年增长了一倍多。其中有10家获得了千万元以上的融资。

表1：2018年获得超过千万元以上融资的工业4.0项目

资料来源：穆胜企业管理咨询事务所根据天眼查数据整理

从融资的结构上分析，融资的笔数总体随着年份增加，A轮之前的早期投资基本保持了数量，同时，A轮、B轮、C轮和战略投资的笔数都在放量。这说明资本热度是持续的，且呈逐年增加的态势，另外，资本也有长线投资的动作，跟进到了后期。在二级市场上，富士康（工业富联）成功登陆上交所并融资271亿元，也是一个非常强烈的风向标。这说明，对于工业4.0这种模式，资本是看好的。

图2：2015到2018年工业互联网融资情况

注：这里A轮之前表示种子轮、天使轮和Pre-A。资料来源：穆胜企业管理咨询事务所根据天眼查数据整理

当然，相对S2b2C或B2B电商的项目，大多时候，这类项目的估值并不算太高。其原因在于，工业4.0的解决方案一般是以SaaS的方式切入的，而一旦被资本定义为SaaS企业，估值就一定上不去（在中国）。所以，这类项目大多强调自己不是做“工具”，而是“解决方案提供者”，并且会提及自己的落地能力。但是，资本是不是这样看，就是另一回事了。

 

重度游戏

 

这条赛道问题的关键可能不在于估值。相对资本“在观望中的热捧”，工业4.0项目的表现却难言出色。

若干未上市公司都宣称它们的工业4.0取得了重大进展，业界甚至也自动“捧出了”若干个标杆。但未上市公司宣称的数据不太具有说服力，它们始终回避不了一个质疑——如果真的那么出色，为什么还没有走到IPO呢？如果没有走到IPO，或者没有提交上市申请的材料，其业绩就始终难辨真伪。所以，我们还是基于上市公司的数据来进行研究。

我们的研究团队在A股市场上选取了54家工业4.0概念股，分析了2013年到2018年的财务数据，其中还剔除了ST的样本。有三个结论可以关注：

第一，毛利率并未明显提升。有23家企业实现了毛利率的增长，而30家企业的毛利润率下降了，53家企业的毛利率复合增长率的平均值为-0.65%。

第二，库存商品占营业收入的比例并未明显下降。有26家企业的该比值上升，而27家企业的该比值下降。这53家企业的平均比值的复合增长率为0.49%，还有小幅上升。

第三，库存商品占存货的比例并未明显下降。有25家企业的该比值上升，而28家企业的该比值下降，53家企业的平均比值的复合增长率为-0.96%，只能说略有下降。

当然，在我们观察的样本中，还是有凤毛麟角的头部企业的改革取得了进展，在此不妨通过头部企业的个案分析来看看工业4.0的进展。深圳长城开发科技股份有限公司（000021）属于电子信息制造服务（EMS）行业，主营电子产品研发制造服务，是工业4.0概念股的典型代表。在我们分析的53家样本公司里，其毛利率的复合增长率为13.72%，排名第一。虽然其毛利率极低，一直没有超过6%，但这是由其行业特征决定的，我们依然不能否认毛利率的增长势头。

图3：深科技经营情况

数据来源：穆胜企业管理咨询事务所根据深科技年报（2013~2018）整理

如果说工业4.0可能带来了毛利的变化，那么，这种生产模式是否也改变了库存水平呢？从数据上看，这种观点并没有得到支持，深科技的库存商品占营收比例处于震荡状态，并未持续下行。此外应该注意到的是，深科技的库存一直上升，主营业务收入则相对稳定，这导致库存/主营业务收入的指标持续上涨。这不得不让人怀疑工业4.0为其带来的实际效果。

图4：深科技库存与主营业务收入比较情况（2013~2018）

数据来源：穆胜企业管理咨询事务所根据深科技年报整理

如此一来，我们有必要分析存货结构。可以发现，库存商品的绝对数是有所上升的，而其在库存中的占比则是在下降。主要原因是原材料和发出商品增长迅猛，导致了库存商品的相对占比下降。这是因为深科技在2017年获得了华为手机招标中的最大标的，并在同年新导入了VIVO、华勤两家大客户，所以增加原材料以保证供应。这一点在其财报披露中也得到了证实。

图5：深科技库存结构情况（2015~2018）

数据来源：穆胜企业管理咨询事务所根据深科技年报整理

图6：深科技库存占比情况（2015~2018）

数据来源：穆胜企业管理咨询事务所根据深科技年报整理

相比起来，另一家标杆企业宝钢的数据可能更具说服力，其通过旗下的宝信软件搭建了工业4.0的平台，实现企业内部信息流、资金流和物流的集成和融合。在2014~2018年间，宝钢的毛利润率的复合增长率为9.3%。更重要的是，其库存商品的绝对数趋于稳定，并开始减少，在营收逐渐增加的同时，库存商品占主营业务收入比例逐年下降，依次为4.63%、6.19%（2015年受国际钢材市场波动的影响，营收、毛利润和毛利润率都有所下降。所以，这个时间点上的数据并不能反映工业4.0改造的真实效果。）、3.11%、2.8%。对比同行业的其他对手，排除首钢通过布局立体停车场这类非钢业务来实现了去库存，宝钢的数据独占鳌头。此外，从库存商品在库存中的占比上也逐年下降。

总体来看，工业4.0模式主张的几个变化，在大多样本企业中并没有出现，但我们却可以从宝钢这类先行者的数据里看到趋势。（另外有一些局部的案例也值得关注，例如通用电气与东方航空签订了工业互联网的合作协议，利用自己的Predix平台对东航机队数据进行分析，确定出节约成本的机会，从而帮助东航改善运行效率及燃油节省。我们的数据显示，排除油价上涨的干扰，这个合作的确在一定程度上达成了合作预期。）这可能验证了我们的观点——这条路确实难走。其实，这是可以理解的，毕竟这种模式“投入太重”。企业要完全从批量化大生产（Mass Production）的模式走向大规模定制（Mass Customization），不仅要让生产线布满传感器，还要改造不少硬件，更涉及到要将物料量化，还要打通整个生产的数据系统……这里面简直是关隘重重，如果不是有坚定决心的大玩家，很难玩得转。

 

To C的模式之争

 

如果说工业4.0是个重度游戏，需要长线投入，那么此时商业模式就是关键。因为商业模式的威力决定了未来，决定了当前的估值，决定了玩家（尤其是投资者）的耐心。那么，巨额投入才能改造出智能制造的生产系统，在成熟之后究竟有多大威力呢？

在商业模式上，手握杀器的制造业企业，最大的一个愿望就是用工厂直连用户。因为，如果不能有效连接到用户，定制化生产的效率就依然无法在最大程度上发挥。这里面的关键在于C2B（Customer to Business）和C2M（Customer to Manufactory）的争议。

C2B的概念最早起源于2006年美国洛杉矶新型电子商务年会，报告人Ross Muller首次使用了这一概念来形容“拼单采购模式”。这一模式被美国的Groupon等企业发扬光大，最后蔓延到了国内，形成了以美团为代表的一批企业。在初期，这里的C2B更多还是消费互联网领域的，撮合的是商品或服务的交易。隔行如隔山，大量的参与者似乎没有绝对的信心向制造端渗透。

而C2M显然更进一步，就是用户直接面对制造商，相对于C2B这里更强调了“去中间化”。于是，一些制造工厂雄心勃勃地想要用C2M的模式突围而出。它们坚信，相对于C2B，C2M去掉了“B”这个中间环节，消费者在平台上表达需求，制造商来满足需求，显然更进一步。而面对自己不擅长经营流量的现状，它们还给出了一个看似很有说服力的理由——未来的用户会越来越不重视品牌，转而以自我为中心来追逐“独此一款”的订制品。

早前，在若干智能制造企业中，它们无论自身体量大小，都空前一致地认为C2B是一种过渡模式，终极状态一定是C2M。于是，它们纷纷建立C端用户入口，PC站、微信号、APP、线下店……在拥抱大型电商进行合作的同时，坚决不向这些流量入口彻底“缴枪”，坚决要树立自己的旗帜。

但猜对了故事的开始，却没有猜到故事的结局。除了海尔这样拥有庞大制造能力和已经建立渠道影响力（甚至早已建立自有渠道）的企业，其他过于弱小的制造企业基因根本不在C端，根本连接不到用户，做流量经营反而成为了负担，它们理想中的C2M并没有如约而至。说到底，海尔这样的企业即使坐拥COSMO Plat这样的杀器，却依然需要通过大量的第三方渠道商来出货，去渠道、去中介是个伪命题。KOL高效带货、品牌联名一飞冲天、爆款点燃用户热情等现象，更让“用户将越来越不看重品牌”的猜想被无情击碎。制造企业按照对自己有利的方向，夸大了用户的小众需求，在一条错误的路上埋头狂奔了若干年。最终却证明，C2M的个人定制只是制造业的一厢情愿。

反观另外一些坐拥流量的互联网巨头，其入侵制造端的速度却让人侧目。2016年，网易推出“网易严选”；2017年，阿里巴巴推出“淘宝心选”；2018年，京东推出“京造”……这些企业从自营切入，与制造企业开展了ODM（制造商提供设计和制造）的合作，利用C端流量的优势形成了初步探索了C2M的路径。但自营毕竟是“重资产模式”，在一轮价格战的红海血拼后，这类模式红利出尽。于是，网易启动了网易考拉工厂，淘宝心选也开始转型，回归了平台模式，与制造企业开始了OBM（允许制造商经营自己的品牌）合作。渗透得更深的是拼多多和阿里巴巴淘宝旗下的天天特卖（由天天特价升级而来），它们力图通过条码、RFID、摄像头等设备对工厂进行轻量化的物联网式改造，将工厂的产能数据与网店打通，实现极致的按需定产。当然，这种改造在制造企业的眼里似乎很幼稚，初期的拼多多还用了手机摄像头对着生产线这样的粗暴形式。但流量巨头们的目标很清晰，它们瞄准的是那些找不到销路的中小企业，赋能它们相对简单，逻辑是“你有流量我就听你的”。另外，也别低估了互联网企业的学习速度，从小企业开始，迭代成熟的解决方案可以向更大规模的企业渗透，甚至它们还可以通过投资的方式获得相对成熟的工业4.0解决方案，它们是有机会的。

我们原来认为互联网企业吃不透产业，在这个赛道里应该不占优势，但我们的研究却在某些方面呈现了相反的结论。流量在手，摧枯拉朽，流量巨头们似乎离C2M更近一些。

 

To B的平台化之殇

 

如果走不通to C生意，制造企业可能希望退回来深耕产业端，为行业赋能。事实上，之前意图直连C端的它们就曾经设想，可以依托对C端的影响来反向整合产业链，用这种在线的智能制造系统改造出若干的智能工厂，并在线上实现连接，形成柔性的分布式生产力网络。甚至，这张网络还可以整合设计、金融、原料等参与者，最大程度地满足用户的各类诉求，打造一个“大生态”。其实，这就形成了一个深度的S2b2C模式，即用自己的工业4.0方案赋能小工厂。

但尴尬的是，就算大型制造巨头把自己的工业4.0方案做得异常出色，外部的企业可能也不需要它们的赋能。我们看到的是，这些外部企业无论大小，更多还是会将原有的制造业巨头视为对手而非赋能者。这些企业的内心台词是：你说太长远的事情我听不懂，我就看你能不能帮我解决销路（流量）问题。这可能是一个理念的问题，但我们看到的现状就是这样。

当前，在国内已经有海尔的COSMO Plat、美的的M.IoT、沈阳机床的SESOL、徐工机械的Xrea、三一集团的RootCloud等工业4.0平台，但无论是哪个平台，都不敢说自己已经对行业形成了深度影响。所以，巨头企业几经努力改造完成后的工业4.0解决方案，也可能只是自己一家企业的玩具。其实，这类困境在互联网经济渗透的初期就曾经出现过。每当一家巨头企业希望搭建一个平台时，其一定绕不开一个质疑——凭什么让你又当运动员，又当裁判员？

另外，要做智能工厂的改造也没有那么容易，这不是装上传感器、加载几个软件模块、简单调试调试、训练好工人就能够成功的。甚至，在当前的技术条件下，有的行业的有些环节还依然脱离不了人工，根本无法进行工业4.0改造。生产制造是一个复杂系统，其需要的赋能深度远远超过想象。一位销售行业出生的创业者曾经以为这种改造“一个星期”就能够落地，结果却被无情的现实打脸。

也许，只有西门子的Mindsphere和通用电气的Predix这类量级的平台才可以解决这一问题。这类平台提供了从硬件、软件到云服务的一站式解决方案，其投入的资源显然也是其他小企业无法匹敌的。另外，它们的体量也大到了足以让玩家们认为是“中立”的程度。

但有意思的是，两大巨头的境遇各不相同。

西门子的数字化工厂集团（DF）致力于为企业提供全面的无缝集成软硬件和技术服务，帮助其提高制造流程的灵活性和效率，缩短产品上市时间，这一部门主要负责MindSphere。其解决方案前期用于自己，后期慢慢开始转为给客户提供服务。目前来看，数字化工厂营收逐步扩大，利润率稳定增长。

图7：西门子经营状况

数据来源：穆胜企业管理咨询事务所根据西门子财务年报（2015~2018）整理

反观通用电气的Predix，则是另外一番境遇。应该说，通用电气对于工业互联网的转型是坚定的。2016年，时任通用电气首席执行官的杰夫·伊梅尔特阐述了自己的宏伟蓝图，号称要把通用电气由一家硬件公司变成一家软件公司，要走向数字化。2013年推出的Predix显然是他的王牌，但运行几年来，Predix却主要被用于内部的GE电气和GE航空，一直未找到成功的商业模式。根据通用电气的年报，2017年数字化业务的收入为40亿美元，对比2016年收入增长4亿美元。但在2017年年初，其预计本年的数字业务可以增长50亿美元，但最终结果远远没有达到自己的预期，亏损持续。这种糟糕表现也影响了通用电气的股价，导致其不得不于2017年正式宣布剥离出售Predix（以及GE Digital的一些其他资产）。

2017年，海尔的张瑞敏参观过GE Digital，并与其高层进行过交流。当时的一个感觉是，他们特别强调软件和数据，强调他们对于数据处理的专长，这来自于他们的软件基因。相反，西门子的思路是更加强调基于硬件的数据能力，这来自于他们的硬件基因。此外，他们也明确宣布“谁拥有设备、谁就拥有数据所有权”，这样也与通用电气不同。从结果来看，西门子显然更接地气，也充分说明了工业4.0是“俯下身段进产业”的一条路。

当然，足以搭建平台来当“裁判员”的不只有传统的制造巨头，我们也不应该忽略了腾讯和阿里巴巴对于产业互联网的决心。消费互联网中成长起来的流量巨头对于硬件可能不太擅长，但对于软件和云服务绝对是轻车熟路。在选好姿势的前提下，他们有心也有力一争高下。

 

另一条路

 

其实，无论是通用电气还是西门子，它们的工业4.0方案都是从制造端发力，并没有借助B端用户的力量。但是，从需求一侧发起变革，不就是互联网商业模式摧枯拉朽的原动力吗？

当前，国内有屈指可数的几家企业正在实践一种模式，而这种模式可能是工业4.0破局的另一条路。

今年9月12日，一家名为“智布互联”的企业宣布完成了1亿美元的C轮融资。这笔融资在资本的寒冬期完成已经实属不易，而入局者更是耀眼，腾讯和红杉领投，经纬、IDG等跟投。

这家企业成立于2014年，是典型的工业4.0方案提供者，但其商业模式的独特之处在于，其不光通过SaaS来解决后端生产的精准和效率问题，还通过搭建前端的B2B交易平台（纺织厂与成衣厂之间的）解决销路问题。事实上，智布通过对纺织厂的深度调研发现，生产的精准和效率问题并不是这群客户真正的痛点，真正的痛点是获得订单。这与我们前面的判断是一致的。

进一步看，这是很多工业4.0赛道的企业没有走出来的误区，它们认为老板需要生产的精准和效率，这绝对正确，但让工业4.0的方案落地并不是由老板一个人决定的。在企业内部改变哪个生产环节都会无比艰难，因为企业的每个部分都会有现有机制和利益既得者来阻扰变革。结果往往是老板热情很高，员工比较消极，觉得新模式增加了自己的麻烦。众口一词阻碍新事物的现象，我们看得还少吗？另一家服装行业的工业4.0项目的创业者讲述了一个案例：裁剪工原来是工厂高薪聘请的，而他们工业4.0的方案用裁床和智能制版替代了他们的功能，于是引发了强烈抵触。

所以，智布发展B端客户的逻辑就变得无比简单，他们关注的是老板急需的问题——“我们可以帮你们拉到订单，但你们必须用我们的SaaS系统。”当然，用了系统之后的好处也能够反映在平台的收益上，由于成本降低，中间环节差价变大，平台分佣自然增加。

其实，换一种思路，即便没有智布这么强大的B2B电商平台，要拿订单也没有那么困难。上述的那家服装行业的项目就专门收集行业的“小单”（小批量订单），这些“小单”发挥不了规模经济的效应，没有什么油水，往往是被制造企业嫌弃的，接单大多也是因为有“大单”建立起来的交情。但这家企业将小单拼到了一起，并给出了让小单制造也能划算的工业4.0解决方案。只要工厂接单，一套数据包就会发过去，制版和效果图都已经做好。如此一来，小的制造工厂就没有理由拒绝了。毕竟，制造业宁可让成本收入对冲，也不愿意让机器闲置。说到这里，不禁要特别提醒一下，工业4.0的未来从来就不是“单件定制”，而是“小批量大规模定制”，这是互联网渗透产业的不二法门。

无论如何，智布这类企业真正实现了反向影响产业链，只不过，它们不是凭借对于C端用户的影响，而是凭借对于B端客户（成衣厂）的影响。据智布的投资人披露，在广东纺织重镇佛山张槎，79%的纺织厂都介入了智布互联平台，而智布可以帮助合作紧密的工厂将开工率从60%提升到85%以上，并且90%的产能都来自于智布提供的订单。

当智布一头掌握了成衣厂的需求，一头掌握了纺织厂的供给时，它们就变成了一个行业的平台，而由于供需都实现了在线化，这个平台的撮合效率变得很高。例如，他们可以让单个纺织厂尽量处理同类订单，发挥规模经济的效应。再比如，他们可以在同一时间调动分布式生产力，解决大单的交期难题。要实现这个效果，最难的可能还在于如何让纺织厂实现在线化，当然，没有成衣厂的在线化也是不可能的。明修B2B电商平台的栈道，暗度工业4.0的陈仓，智布这类模式真正为缺乏竞争力的B2B电商模式注入了内核——打通了产业链的数据链条，这是效率的基础。

当然，产业互联网对数据链条的深度要求是极高的，智布对于产业链的渗透还有巨大空间。在此基础上，他们已经组建了一支200多人的研发团队，在不断优化SaaS产品的同时，也开始布局做PaaS。基于PaaS的底层，会孵化出更多的SaaS，甚至切入信息流、物流、技术流、资金流的服务。到了那个时候，智布的平台还会有更大的想象空间。

与高举高打的西门子和通用电气不同，智布这类小平台从行业切入，基于对行业的理解，做更轻量化、更接地气的解决方案，并在一个个里程碑之后，逐渐走入了深度赋能的模式。等到他们成熟了，我们会在行业里发现一个个的Mindsphere和Predix。

以小博大，龟兔赛跑，不是不可能。