• 工業互聯網(IIoT)是服務于中小工業企業，還是大型企業?
• 工業互聯網帶來的效益，誰有能力留在企業內部?
• 工業互聯網的重點，在生產制造，還是制造環節之外?

工業互聯網江湖中的水，不管清水還是渾水，都已經熱得冒泡。

[[258606]]

業內人的參會積極性和好奇心或許是其發展“體征”***的溫度計——2月底舉辦的工業互聯網大會，原本預估3000人參會，結果報名人數一度超過5000人。現場不僅座無虛席，還有幾百多人插空站著，近100人倚墻靠著，40多人地上坐著，幾十人遲到進不來在門口嚷著。

此外，IIoT的推進政策也在持續升溫，***。工信部發布的《工業互聯網發展行動計劃(2018-2020)》提到要在2020年前，推動30萬家以上工業企業上云;《工業互聯網APP培育工程實施方案(2018-2020年)》，提出至2020年，培育30萬個面向特定行業、特定場景的工業互聯網APP。

首批成果紛紛公示，72個項目被核定為2018年工業互聯網試點示范項目，89個應用被遴選為2018年工業互聯網APP優秀解決方案。

還記得前年、去年的人工智能熱和區塊鏈之熱嗎?在資本和政策推力的加持下，今天的工業互聯網與之何其相似。

只有最終用戶買單，這個天量的“上云、上平臺”目標才能真正實現。只有最終用戶買單，工業APP應用才能被“正名”不是耍流氓，而是有真材實料。

市場到底需要怎樣的工業互聯網平臺和應用。文初的3個問題，擺在從業者和觀望者每一個人面前。回答好一道道題目，才能把IIoT帶來的價值，轉化成企業實實在在的高質量發展。

IIoT是服務于中小工業企業，還是大型企業?

“我們的COSMOPlat工業互聯網平臺有兩個差異化…其中第二個是賦能中小企業轉型升級。”海爾家電產業集團副總裁陳錄城如是說。

不知從何時起，IIoT被貼上是大型企業的游戲這樣一個刻板標簽，而賦能中小企業就成為有些差異化的“另類”。

IIoT聚焦于大型企業有什么錯嗎?

回答之前，我們先看一個貌離神合的問題。上海如果被深圳超越，這是上海的錯嗎?

上海被深圳超越，看似是遙不可及的目標，其實答案暗藏在一進一退之間。

根據深圳大學經濟學院教授魏達志和知名自媒體人秦朔的分析，2005年前后，上海經濟總量是深圳的2倍。2015年，深圳GDP是1.75萬億，上海2.49萬億。2018年，兩城差距持續縮窄到1.5倍。按照目前深圳相對上海的發展增速，預計深圳超過上海的時間是8-10年。

魏達志認為，上海不是深圳對手的原因之一，是上海的所有制結構。在上海，央企：地方國企：外資企業：民企比重為1:1:1:1。深圳的所有制結構，90%都是民營企業或者個體企業，其余基本可以忽略不計。

90%的民營企業或個體企業，其中絕大多數都是中小企業。所有制結構，或者說企業規模構成，導致兩座城市的創新動力完全不同。

可以大膽預設一下，中小企業不僅是推動城市發展的主力軍，更是推進工業互聯網發展的主力軍。

縱觀全球，很多發達國家精準的出臺了針對中小企業的IIoT支持政策，加大中小企業數字化轉型的扶持力度。

美國“國家制造業競爭力計劃”、法國“未來工業計劃”、意大利“工業4.0計劃”等，均采取不同政策和資本手段，針對中小企業開展個性化服務，支持中小制造企業升級工業技術、應用新技術、創新商業模式。

國內的現狀是，中小企業對工業互聯網這套體系的觸網意識和買單意愿均不強…絕大多數中小企業還在學習和觀望…中小企業客戶，沒有機會也鮮有資本主動提出要上工業互聯網…

那么，這個gap要歸咎于中小工業企業的“不開悟”，還是提供工業互聯網解決方案的“不實際”?

作為主力軍的中小工業企業，迫切需要在開放的價值體系中獲得更大回報，但是受人才、資金、管理的制約，中小企業推進工業互聯網的難度很高。

凡是有意義的事，都不會太容易看見和觸及。

“中船重工的一名退休的高工，開發了150多個工業APP…”這樣的景象在中小企業可以說絕無可能出現。

既然中小企業是工業互聯網最重要的應用方，“中船重工們”的工業APP，有多少可以被同行業的其他企業借鑒?有多少知識有望實現跨行業間的流動和復用?

如果無法“啟悟”中小工業企業的“痛覺”意識和“買單”意愿，IIoT很可能無法擔當起未來“智造”的脊梁，就直接淪落為扶不起的阿斗。

IIoT帶來的效益，誰有能力留在企業內部?

IIoT目前實現的主要價值，是企業內部的生產效率和質量提升。

IIoT通過打通設備、產線和運營，實現提質增效，打造數據驅動的智能生產能力。

不過，生產效率的提升，并不意味著經濟效益的提升。

IIoT還有潛在的二階效應和更高層次的影響。

查理·芒格講過的一個故事，把這個二階效應說得很透。

芒格和巴菲特經營的紡織廠，沒有能力把生產效率帶來的收益留在企業內部。

大多數時候，在各類先進技術面前，我們常常會聚焦于其帶來的巨大經濟效益，并將它等同于企業即將完全分享的“蛋糕”，卻忘了從商業經營的角度進行“二階效應”分析，分析由此可能帶來的商品過剩、激烈競爭等因素會使得這塊“蛋糕”最終落入消費者或者其他市場參與者的手中。

大多數時候，我們認為抓住“訂單”、“質量”和“交期”等核心要素，解決關鍵痛點、細化應用場景，幫助企業提升制造能力和管理水平，就能帶來經濟效益。然而，各類先進技術，往往都伴隨著潛在的二階效應。對于IIoT而言，企業的商業經營能力決定其能否駕馭IIoT帶來的提升，將效益留在企業內部。

就像前段時間，在“互聯網+”炒作熱潮中，無論是何種行業、何種公司，只要“觸網”，提高傳統行業產業鏈上某個環節的效率，似乎就已經站上了“人生***”，吃到了互聯網的“萬億蛋糕”。甚至就連一些專業機構，也忘記了互聯網行業的“馬太效應”，用戶天然會向騰訊、阿里等巨頭集中，而沒有獨特“護城河”的傳統企業，就算+上互聯網，也不能挽救其在行業競爭中的孱弱能力，于是市場份額也只會被大量侵蝕。

退潮之后，傳統企業轉型成功者有之，數目寥寥。

工業互聯網的江湖之中，一名名選手骨骼清奇身姿矯健，“對著工業企業家里的牛，大談特談這匹馬的病該怎么治。”

IIoT重點在生產制造環節，還是制造之外?

IIoT的發展重點，往往被鎖定在生產制造環節。

IIoT的典型應用，比如各類智能工廠、關燈工廠…用比較刺激的說法，“無人”工廠。

其實經過逾百年的發展，生產制造環節的管控水平和效率提升已經達到了一定高度。

貝加萊公司的宋華振曾經記錄過一段有趣的對話：

也許有人認為，尾部企業的生產制造環節還有很大的改進空間。

的確，按照慣常的邏輯，同一行業中，頭部企業往往自動化程度較高，尾部企業還有時間和機會借助IIoT修煉內功，逐步趕上，甚至彎道超越一部分。

但當世界局勢從“全球化”到“孤島化”的演進，“黑天鵝”迭起之后，整套邏輯發生了變化。從終局逆推現在，在2019年，“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。經由市場的外力作用，完成生產制造環節的***化。

如今IIoT的真正重心，恰恰在生產制造環節之外。

利用IIoT，我們***次有機會系統化的“醫治”工業的鮑莫爾成本病。

這一成本病理論由美國經濟學家鮑莫爾，在1967年提出。

簡單的說，他構建了一個兩部門非平衡增長模型，成功解釋了主要經濟體在20世紀大部分時間，產業結構變遷以及經濟增長趨勢。

鮑莫爾把宏觀經濟分為具有正勞動生產率增長率的進步部門，和不存在勞動生產率增長率的停滯部門。

在幾個關鍵假設條件下，鮑莫爾得出的結論是，隨著時間的推移，進步部門的單位產品成本將維持不變，而停滯部門的單位產品成本將不斷上升。后人在鮑莫爾的基礎上，進行了完善，從兩部門模型，推廣到一般的n部門模型。

如果將鮑莫爾成本病理論應用于企業內部價值鏈，圖中紅色框中的生產制造環節屬于“進步部門”，勞動生產率達到較高水準，而周邊某些“停滯部門”的勞動生產率無法提升，將會導致勞動力不斷從“進步部門”向“停滯部門”轉移，運營成本增速超過收入增速，因此整個企業的增長速度將逐漸變為0，也就是得上了著名的鮑莫爾成本病。

鮑莫爾成本病理論簡潔明了，也能解釋工業企業中某些“停滯部門”與對應環節成本高企的現象。這些停滯部門往往與服務重度相關，比如許多電器或設備的維修成本高于重置成本，因為完成維修任務的是售后“停滯”部門，而產品的制造任務則屬于生產“進步”部門。

在工業之外，金融、電信、物流等行業，已經利用***的ICT技術手段，將“停滯部門”轉變為“進步部門”，實現了與服務重度相關環節的勞動生產率顯著增長。

IIoT對于工業企業的***意義之一，是打通自身的生產制造與周邊配套環節，提升“停滯部門”的勞動生產率，實現對客戶需求的快速響應，提供基于產品的運維服務，向制造即服務MaaS的模式邁進。

如果仍將視角聚焦在生產制造的幾個環節中打轉轉，那么我們是不是兩耳不聞制造外，一心呆在傳統工業自動化的舒適區里，繼續做著IIoT?

狂熱之后，遲早迎來寒冬。大漲之后，往往退潮緊隨。

在寒冬、在退潮，政策和資本才更容易進入到經濟發展所需的格局當中。

工業互聯網，***主動降溫，而不是被寒冬撞上。

這次沒有本文小結，而是只有***一個問題：

只要進了IIoT這個坑，那么下邊這個有關IIoT價值觀問題你終將無法逃避：

我們在用IIoT這個新工具，潛心守護和優化那個——從18世紀中期英國***工業革命以來延續至今的工業文明，還是要用IIoT這個新工具，重新締造屬于我們這個時代的新的智能文明?