在工業場景中，一些自動化與智能化企業親曆了2018年底的市場寒冬，遭遇業績“變臉”，至今仍心有餘悸
；而另一些企業則迎來了前所未見的增長周期，信心滿滿
，蓄勢待發。為什麼會形成兩極分化的局麵

？

同處IoT的星球，你

、我
、他正在經曆的有可能截然不同。

比如在工業場景中，一些自動化與智能化企業親曆了2018年底的市場寒冬，遭遇業績“變臉”，至今仍心有餘悸。而另一些企業則迎來了前所未見的增長周期，信心滿滿，蓄勢待發。

為什麼會形成兩極分化的局麵?

這些市場信號背後蘊含的內在規律應該如何解讀?

IIOT

現實總是骨感

這次我們直麵痛苦，從一次對話開始。

當談到去年的銷售業績時，我的好友羽總(化名)並沒有直接回答，而是用手在空中畫出了巨大的“L”。為什麼是L型?他繼續說
，“不是增長下降，而是整體下滑。”

製造業中一些垂直領域的訂單正在縮水，直接導致上遊工業自動化和智能化廠商的業績下滑。其實從去年5-6月份開始，拐點就已經出現。他猜到了開頭，卻沒猜到過程和目前的結尾。

這次的市場驟降得沒有餘溫。2018下半年
，羽總公司的製造業訂單基本是接近於“0”的狀態。

此前從沒有出現過這種情形。

羽總在一家大型外企工作多年
，公司主營傳動


、控製
、chuangandengzonghexingzidonghuachanpinjijiejuefangan，zaigongchangzidonghualingyupaiminglingxian，yizhifazhandeshunfengshunshui。yejizengfuxiajiangdeqingkuangdouhenshaojian，gengbietizhengtixiahua，fuduzhibi10%。

羽總的10%還不是最糟。鬆下、安川
、甚至工業智能化巨頭，都出現了不同程度的訂單量下滑
，5-10%比較常見，30-40%也並不稀奇。

不僅外企如此
，國內企業也未能幸免。在某些上市公司，這種情況甚至演變成股市暴雷。

根據公開數據
，江特電機2015年耗資6億收購米格電機
，形成商譽4.6億元。後者，米格電機，是國內電機企業中唯一能夠生產伺服電機(含步進電機)超過30萬台的企業，規模優勢非常明顯。其下遊客戶包括大豪科技、英威騰等

，得到工廠自動化領域諸多大型企業的認可。

如今
，舊時風光不再。江特電機在剛剛發布的2018年度業績預告修正公告中披露，公司修正後的預計業績為虧損15至16.4億元，上年同期為盈利2.8億元。其全資子公司，米格電機
，由於下遊需求下滑，利潤下降，其商譽存在減值跡象
，計提金額約3億元。

這是現實，但不是全部

製造業整體沒錢了嗎?采購需求徹底沒有了嗎?

即便親曆了業績的突然變臉，但產業需求則一直是循序漸進的。業內反饋普遍是：有錢，有需求。但是錢花得更謹慎了，錢的去處也變的更細化了。

製造業哪個部分的錢不花了?

直接說答案：

貴的係統沒人買單了。

周期長的項目沒人盲目建了。

不涉及OT提效，隻涉及IT 光鮮的泡沫，沒人想碰了。

那麼
，有沒有哪個部分的投入還在，甚至更多了?

從硬件來看，大家的反饋非常統一：傳感產品。

中小型製造企業購買傳感器的意願正在增強。SICK、康耐視等以智能傳感器產品為主的公司，預期增長15-20%。根據康耐視公司最新發布的財報
，中國市場2018年銷售額為1.26億美元，2017年銷售額為1.08億美元，增幅16%。

鬆下、oumulongdengzonghexingzidonghuagongsidechuanganchanpinxian，yejibenbaochileliangweishudezengfu。danyouyuqichuanganchanpindexiaoshouzengchang，wufadixiaoqudongyukongzhidengchanpindeyejixiajiang，daozhigongchangzidonghuabufendezhengtiyingshouhaishidiyuyuqi。

絕地?征途?

一邊是冰冷入骨的工業自動化市場
，一邊是仍在增長的數據采集場景，為什麼會形成兩極分化的局麵?這些市場信號應該如何解讀?

1. 從工業自動化到工業物聯網

gongyezidonghuachanpinyibanbeiyongyulianggebufen，yibufenmianxiangshebeizhizaoshang
，zuoweizujiangouchengzhengtishebeiduiwaixiaoshou。lingyibufenmianxianggongchangguanlibumen，zuoweishengchanxiandeyibufen
，qidaotizhizengxiaodezuoyong。

這兩部分對應推進企業發展的兩種驅動力
，一種是來自於市場增長性的外部拉力，另一種是來自於企業整體效益提升的內在動力。

隨(sui)著(zhe)市(shi)場(chang)環(huan)境(jing)的(de)變(bian)化(hua)

，整(zheng)體(ti)設(she)備(bei)的(de)銷(xiao)量(liang)收(shou)縮(suo)，第(di)一(yi)部(bu)分(fen)的(de)出(chu)貨(huo)量(liang)下(xia)滑(hua)，而(er)第(di)二(er)部(bu)分(fen)的(de)投(tou)入(ru)正(zheng)在(zai)發(fa)生(sheng)轉(zhuan)型(xing)。當(dang)經(jing)濟(ji)周(zhou)期(qi)進(jin)入(ru)新(xin)階(jie)段(duan)，很(hen)多(duo)市(shi)場(chang)的(de)增(zeng)長(chang)紅(hong)利(li)一(yi)望(wang)見(jian)底(di)，製(zhi)造(zao)企(qi)業(ye)開(kai)始(shi)關(guan)注(zhu)可(ke)持(chi)續(xu)的(de)競(jing)爭(zheng)力(li)，開(kai)始(shi)分(fen)析(xi)自(zi)身(shen)的(de)運(yun)營(ying)效(xiao)率(lv)。如(ru)果(guo)錢(qian)投(tou)下(xia)去(qu)，不(bu)能(neng)及(ji)時(shi)有(you)效(xiao)地(di)轉(zhuan)變(bian)為(wei)新(xin)的(de)製(zhi)造(zao)訂(ding)單(dan)，這(zhe)樣(yang)的(de)粗(cu)放(fang)型(xing)投(tou)入(ru)普(pu)遍(bian)被(bei)擱(ge)置(zhi)。

最明顯的表現是，第二部分的投入，正在從傳統工控，轉變為工業物聯網。產線擴容的需求變成了升級改造的需求、設備換新的需求變成了性能提升的需求…duiyuchuanganchanpindebushuxuqiubeishifang，yongyutishengqiyeneibushengchandenengjiandu。tongguochuanganshujudefenxi，qiyekeyigenghaodelejiebinggaishanzijideshengchanxiaoyi
，yanchangshebeideshengmingzhouqi。

越來越多的工業數據變得在線了，這本身堪稱一次質變。

2. 從機器換人到機器助人

潮水退去，越來越多的企業仔細審視著自己的“內功”
，審視著自己的供應鏈管理和生產效率。無論是產品降價的空間、市場份額爭奪的空間、生產效率提升的空間，都開始被仔細測算。這時，幫助企業獲得效益提升的解決方案備受青睞。

以工廠內部的物流與倉儲環節為例。工業機器人、AGV
、自動貨架等高大上的最新產品雖然技術領先性不言而喻，但相比“一次到位”，製造企業更加重視如何逐步的改進現狀。

如果說過去製造企業還“好高騖遠”地思考如何機器換人，現在就“真切務實”地轉而思考如何讓機器更好的與人配合。在不增加太多成本的同時，較短時間內就能提升效率。關鍵是要見效快。

舉個例子，工廠內部的物流管理水平還普遍較低
，80-90%的工作仍然由人工操作，短時間內改變這種現狀，做到“無人化”並不現實。通過部署不同類型傳感器，少量網關等硬件，以及為工作人員裝備可穿戴設備，就可以完成倉儲效率的提升。

市場上現有的工業物聯網解決方案，部署時間僅需要1個月，投資回收周期在1年左右。因為對原有流程變化較小，降低了對人員操作及培訓的要求，人力成本可降低30%~50%。

越來越多的企業從小處著眼

，讓知識在人機之間共享
，讓效益在雙方交互中提升。

3. 工業數據的顆粒度在變細

過去製造企業隻需要管好“進銷存”
，但現在要管好更深的“底盤”才行。

做(zuo)個(ge)比(bi)喻(yu)，過(guo)去(qu)的(de)生(sheng)產(chan)線(xian)像(xiang)自(zi)助(zhu)餐(can)廳(ting)，每(mei)個(ge)機(ji)器(qi)都(dou)在(zai)做(zuo)菜(cai)
，產(chan)品(pin)源(yuan)源(yuan)不(bu)斷(duan)產(chan)生(sheng)，顧(gu)客(ke)也(ye)就(jiu)絡(luo)繹(yi)不(bu)絕(jue)。到(dao)底(di)哪(na)個(ge)廚(chu)師(shi)做(zuo)的(de)菜(cai)好(hao)吃(chi)
，哪(na)個(ge)設(she)備(bei)的(de)生(sheng)產(chan)效(xiao)率(lv)最(zui)高(gao)，並(bing)不(bu)需(xu)要(yao)精(jing)細(xi)顆(ke)粒(li)度(du)的(de)數(shu)據(ju)分(fen)析(xi)。反(fan)正(zheng)自(zi)助(zhu)餐(can)廳(ting)的(de)整(zheng)體(ti)銷(xiao)路(lu)好(hao)
，菜(cai)是(shi)否(fou)好(hao)吃(chi)
，生(sheng)產(chan)效(xiao)率(lv)是(shi)高(gao)是(shi)低(di)

，都(dou)能(neng)分(fen)到(dao)一(yi)杯(bei)羹(geng)。

數(shu)據(ju)顆(ke)粒(li)度(du)太(tai)粗(cu)

，導(dao)致(zhi)餐(can)廳(ting)既(ji)不(bu)知(zhi)道(dao)顧(gu)客(ke)是(shi)被(bei)哪(na)盤(pan)菜(cai)所(suo)吸(xi)引(yin)
，也(ye)不(bu)會(hui)因(yin)為(wei)某(mou)盤(pan)菜(cai)賣(mai)得(de)好(hao)

，給(gei)廚(chu)師(shi)發(fa)獎(jiang)金(jin)。自(zi)助(zhu)餐(can)廳(ting)的(de)廚(chu)師(shi)也(ye)就(jiu)沒(mei)什(shen)麼(me)廚(chu)藝(yi)精(jing)進(jin)的(de)意(yi)願(yuan)，畢(bi)竟(jing)做(zuo)好(hao)做(zuo)差(cha)一(yi)個(ge)樣(yang)。菜(cai)色(se)日(ri)趨(qu)平(ping)庸(yong)是(shi)必(bi)然(ran)。

但現在，顧客口味變高了，個性化更強了

，自助餐廳的模式很難生存。這時就要分析每個廚師的表現、每盤菜品的受歡迎程度
、甚至每個人廚藝中的優缺點。

具體到製造業，就變成需要追蹤每一批次的產品，甚至追蹤到每一件獨立的產品，比如生產出的一瓶水

、一包煙、一根筆…這樣的顆粒度。還得了解每條產線，每個工段，甚至每台設備在各種工況下的具體情況。

與數據顆粒度變細這一趨勢高度相關的
，又是工業物聯網係統。

首先是設備聯網，通過數據采集的精細化和全麵性，覆蓋工業過程中的各類變化條件，保證提取出反映對象真實狀態的全麵性信息。

當然僅僅做到數據聯網還不夠，需要進一步掌握數據背後的物理意義
，以及特征之間關聯性的機理邏輯，將數據分析與決策、管理
、激勵掛鉤。

縱情向前

對未來越有信心，對現在就越有耐心。

工藝水平、運營能力和員工素質都是逐步提升的過程
，這些事情隻有去掉浮躁和泡沫之後
，才有韌性紮實去做。

無疑
，在2019年，一家製造企業的“底盤”承載著運營效益。這個階段，“降維打擊”可能會成為普遍現象，運營效率不高的企業直接被清除出局。

以上種種，對工業物聯網來說
，是不幸中的萬幸
，是“蕭條”下的利好。