万亿“产业互联网”到底指什么？这里有一份创投指南（维度骇客游戏）

文 | 佳敏小石头绍元

编辑 | 思齐苑伶

2018 年 10 月，马化腾在知乎发问，让“产业互联网”这个名词迅速被大众熟知。事实上，这并不是什么新概念。

产业互联网的本质，是从“流量经济”到“数字经济”的一种转变。其中，“流量经济”就是对应消费级互联网，马化腾所领导的腾讯是典型代表之一。而产业互联网则是指产业内各环节的数字化，以及数字化之后的互联，核心在于产业端的“数据挖掘”和“数据应用”，因而是一种“数字经济”。

数字经济之下，原有的创投逻辑和考核指标正在失效，用户数、活跃度、ARPU 值都不再适用，这意味着要加入和适应它，你需要快速学习和知识重构。

36氪持续关注和报道“产业互联网”，基于对工业、农业、AI 大数据等行业的研究，我们梳理了一份“产业互联网”创投指南，希望对你有所启发。

核心提示：

1/ 哪些行业能最先通过产业互联网的链接，吃到红利？

2/ 潜力行业中，谁是“潜力企业”？

3/ 原有创投指标失效，价值高地正在迁移

一、谁会被推上产业互联网的浪潮之巅

“近一百年来，总有一些公司很幸运的站在技术革命的浪尖之上。一旦处于那个位置，即使不做任何事，也可以随着波浪顺顺当当向前漂十年甚至更长的时间。” ——《浪潮之巅》

在产业互联网时代这波浪潮下，谁将被推上浪潮之巅？从筛选项目的逻辑来看，我们先找赛道，再找企业。

1、潜力行业

产业互联网，是以第一二产业和传统服务行业为主，即农业、制造业、家庭服务业、物流业、餐饮业、零售业等等。而在这其中能够最先通过产业互联网的链接，吃到红利行业大致需要具备以下几个条件：

1）GDP 占比高，但目前产业效率低、数字化程度低、产业链冗长；

2）产品或服务相对容易标准化，依赖网络规模市场集中度高；

3）通过使用数字化、科技产品、去中间化等手段，或仅提升数字化程度就能带来极大效率提升；

基于以上标准，我们认为，在“产业互联网”的语境下，制造业、物流业、农业这三个领域值得最先被关注。

其中，制造业作为国民经济的支柱，又由于产品和生产线标准化相对高，数字化应用的基础较好，因而在近两年出现了一个“工业互联网”的风口。

据工业互联网产业联盟测算，2017 年中国工业互联网直接产业规模约为 5700 亿元，按照 2017 年-2020 年 18% 的年平均复合增长率计算，预计 2020 年市场将达到万亿元规模。

但工业本身是一个场景极其复杂的大领域，国内工业的数字化基础相比发达国家依然较薄弱，企业普遍介于工业 2.0 和工业 3.0 之间，要想通过工业互联网实现升级，必须兼具对工业生产、行业 know-how 的深厚理解，以及物联网、大数据、云计算、AI 等新一代技术的应用能力。这注定是一场长周期的升级探索。

在这场工业大升级中，已经快速涌入了大量玩家，包括阿里、腾讯、华为等互联网、通信巨头，三一重工、徐工集团、海尔、航天云网等工业头部企业，用友、东方国信、浪潮等IT头部企业，以及一大批拥有相关背景的创业公司等。

在各路玩家的探索推动下，国内工业互联网领域，在通用平台、垂直行业平台、平台解决方案、工业细分应用、APP、IAAS、安全等位置，都各自形成了初步的企业生态。同时，也初步探索出了工程机械、能源、电力、机加工、冶金等高价值落地领域，以及设备资产管理、业务运营优化、产业生态创新三大类工业互联网核心落地场景。

两个小案例来说明工业互联网的价值在哪里：

徐工信息为泰隆减速机提供设备上云服务，实现了对设备生产运行状况实时监测，实时跟踪订单生产情况，更好的衔接生产流程，统计分析设备利用效率，反馈给企业决策者。提高了设备利用率 3.6%，提高了计划达成率 8.3%，提高了一次成品率 2.1%。
树根互联帮助广柴快速重建了船用柴油机智能售后服务体系，包括物联硬件、通讯协议、智能售后服务应用、移动端应用等基于物联网技术的应用，形成由实时机器数据驱动的快速业务优化迭代效应，帮助降低 30% 设备管理成本，缩短 20% 运行管理反应时间，降低了 30% 的售后成本。

2、潜力企业类型

确定潜力赛道后，我们把目光投向了具备投资价值的企业类型。

我们认为，基于两个标准，有两类企业更值得被关注：

场景＞技术：应用型信息技术服务商——能够综合运用云服务、大数据、AI、5G、智能硬件等技术，提供实际场景的综合信息技术解决方案的企业；
产业协同＞单点改良：资源整合型平台——能够从线上线下同步强化产业集中程度，提升产业链整体效率的平台型企业。

首先，产业互联网的核心是数据挖掘和应用，因而信息技术作为底层设施必不可少，但需要强调的是，应用型信息技术服务商将更容易被产业企业买单。

宏观层面来看，由于中国的国情过于复杂，产业、地域之间的信息化程度差异巨大，常常是 1.0、2.0、3.0 杂糅升级，因而不同场景下的实际情况非常复杂，需要企业根据实际场景的具体问题具体分析，再给出具体的落地方案。

微观逻辑则是从企业付费意愿和从业人群属性来判断的。

我的前同事，现北极光创投分析师徐宁曾经分析过，当下 AI 等技术成为标配，各公司的技术水平趋同，0.1%、0.2%的效果差异已经不足以称之为壁垒，企业需要地更多是针对某场景的解决方案。

徐宁在文中提到了为零售门店提供硬件摄像头的盯盯科技，相比其他 AI 视觉公司切入“精准营销”的卖点，它利用人脸识别等技术，生成用户画像，以及空间热力图等为零售门店“巡店”，解决因门店多而分散造成的管理难题，降低人力投入，成效比“精准营销”更明显，客户也愿意为之买单，百果园、阿里零售通、百丽集团、来伊份等都是其客户。

而在产业一线的工作人员往往不懂数据，因而必须要能够直接落地实践的方案，才能确保前面收集、计算的数据被应用，最终让企业方看到效果并付费。

再说资源整合型平台。

产业互联的价值是上下游数字化串联的过程，仅靠单点切入难发生质变。

早期交易类的 B2B 电商是产业互联网最常见的形态，因为它能够尽可能将产业的供需两端连接起来，减少中间环节，同时交易带来的用户粘性相对强。

但发展至今，不少 B2B 电商平台，仍然是在中间商之间进行交易撮合，且往往没有底层互联的数据做支撑，依然无法保证全链条的互联和透明化，服务品质也无法得到保障，更深一层的原因则在于，平台服务的深度往往决定了它的最终价值。

因而，我们看到，不少 B2B 电商平台也在衍生仓储物流、供应链金融等增值服务，在产业链路上也尽可能向生产端和销售端延伸。

以蔬菜 B2B 电商宋小菜为例。经过四年的发展，宋小菜正逐步转型为综合产业链服务平台。平台从最初在农贸市场收集订单做反向供应链，逐步向上深入到原产地做产地服务、向下扩展农贸市场以外的销售渠道，并在整条产业链路上，衍生出仓储、无车承运、供应链金融等增值服务，逐渐形成完整的数字化产业链闭环。

这也意味着，产业互联网无法仅凭借一套信息系统完成产业链的重塑，线下作为企业服务的实际场景，既是所有真实数据的来源，也是产业重新分配利益蛋糕时无法避开的部分。—— 也正是线下部分的比重加大，相比消费互联网时期，产业创业者的经历、背景、资源会越发重要。

三、创投指南：价值高地迁移，考核指标转变

从消费互联网到产业互联网的发展中，对创投圈更直接的影响是，价值高地从“流量”转移到了“数据”，原有的“流量经济”时代的考核指标，如用户数、活跃度、使用时长、APRU 值已不再适用，而产业互联网自己的考核指标，还正在形成过程中。

但我们认为，有实际商业化过程中两点需要注意：理清 To B 业务的付费逻辑和做好持久战的准备。

1、付费逻辑：合规＞避险＞增效＞降本

产业互联网按照付费的客户，可以分为 To G (含军方及体制内单位）、To B、To C ，而愿意付费的意愿点很可能为：合规＞避险＞增效＞降本。

虽然当下很多分析在提到产业互联网时，都将降本增效作为吸引客户的卖点。但从实际看，当下产业互联网还不成熟，其效果有待验证，即“开源节流”、“降本增效”都是后验的，因此说服客户时需要花费的时间与精力都相对较高，可以参考前文提及的盯盯科技这一案例。这一情况下，合规、避险很可能是更强的买单点。

“合规”较容易理解，主要包括直接或间接符合政府、组织内部规定。“避险”主要包括责任避险、资产避险等。责任避险，如商场必须保证空间内水、空气等不被投毒；电力、电暖等体制单位必须规避人命事故，即使这些人命事故往往是因为盗电、盗暖引起的。资产避险，如企业重大资产不被盗窃，信息系统不被骇客，产线不要停产等，这些事件带来的影响往往会更造成比上一套新技术服务更高的成本，且责任人需要职业生涯将受到重大负面影响。

当然，这也不是说“开源节流”、“降本增效”并不重要。而是在当前的环境下，很多新技术、解决方案，都不能完全、完整、100% 的达到客户的需求和预期，因此客户买单时就与其心理、在组织内所处的位置十分相关。

2、商业路径：服务大客户 VS 服务中小客户

当前的现状下，产业互联网很难有如此快速地规模化发展，加上客户还不成熟及付费能力限制，创业公司不得不在服务大客户还是服务中小客户这一问题上做出选择。

这一问题直接关系企业发展路径，是做标准化产品还是做定制服务，也有可能关系到公司未来的财务指标，是重点做规模还是重点做营收。我们认为两条路径并无对错之分，创业公司从行业、自身的客观实际出发。

3、从流量经济到数字经济，新的考核指标有待探索

在从流量经济到数字经济的转变过程中，对于企业来说建立新的考核指标至关重要。“流量经济”时代时代，已经形成了如用户数、活跃度、使用时长、APRU值等完整的评估指标。但在我们访谈中发现，“数字经济”时代，不管是企业家还是投资人，都认为“流量经济”的很多指标并不完全适用，但新的考核指标仍不能清晰界定，仍在探索过程中。

目前来看，多维度、大规模的产业用户数据具有高附加价值，有可能是未来新的评估指标的一部分。但是否需要通过让渡经济利益的形式获得这些数据，需要依照自身的商业模式、财务模型进行考量。