07231711j0f9

工业互联网是物联网、云计算大数据等新技术与传统工业的深度融合,在此过程中,有不少具备较强技术积累和解决方案能力的大数据厂商看到机会,进军工业领域。

2015年成立的CloudIn云英,发展初期以公有云和私有云为主要业务,之后基于云计算推出大数据技术服务,为工业、金融、新媒体等行业客户提供“云计算+大数据”的完整解决方案。

CloudIn云英创始人&CEO王江曾主导Google中国整体技术架构和平台建设,核心团队来自Google、阿里巴巴、腾讯等,在云计算、大数据、人工智能等方面有20多年技术积累,在大规模IT系统顶层设计、海量数据处理、大数据产品开发和部署效率等多个方面有技术优势。

在探索各行业落地应用过程中,CloudIn云英逐渐认可了工业领域的巨大市场空间,从2017年下半年开始将业务重点转向工业。

从生产环节核心场景切入,提供“基础建设”+大数据应用整体解决方案

生产环节是工业企业的核心,因此,CloudIn云英服务工业企业的思路,是从生产环节切入,帮助企业解决各个生产场景的具体问题,并同样提供从IaaS层到SaaS层的整体解决方案。具体服务过程,则分为数据采集和大数据应用两部分。

完善的数据积累是大数据应用的基础,但国内工业企业信息化程度偏低,大部分企业的内部系统之间尚处于信息孤岛状态。因此,CloudIn云英必须先解决基础建设即数据采集问题,为工业企业梳理数据流程,搭建信息化底层架构。

数据采集是脏活累活,一方面是通过接口适配,从企业的信息化系统和工业设备中采集出数据,另一方面是设计数据架构、数据传输机制,做系统模块之间的打通和咬合。由于工厂设备复杂且种类繁多,前期会耗费大量的人力和时间。CloudIn云英主要依靠自身在数据处理技术方面的积累提高工作效率,也会将部分工作交给专业服务商处理。

完成前期工作后,通过大数据平台实现数据的治理。在数据分析和应用层面,CloudIn云英侧重从生产环节的实际问题出发,解决提高良品率、降低损耗、设备运维、智能排产、生产监控等问题。

例如在昆山奇美偏光片项目中,CloudIn云英主要解决良品率和损耗率两个问题。良品率管理中,通过机器视觉识别欠点的数量及分布,再通过机器学习和算法确定裁切方案、计算良品率,从而帮助客户提高了2%良品率,让不同质量的产品得到更准确的定价,每年多产生1200万价值。损耗率的降低,主要是通过采集设备参数进行机器学习建模,从而设定合理参数来缩短机器开机后达到稳态的时间。

在收费模式方面,一部分为硬件和基础项目实施费用,根据工厂规模和技术难度而定;大数据应用部分,由于解决方案与生产密切相关,通常CloudIn云英可以预估为客户提升经济效益的空间,并采用效益分成的收费模式。

面向行业头部企业,在细分领域探索产品化

目前,CloudIn云英在工业领域覆盖的行业主要有液晶面板、汽车及零配件、快消品、冶金化工等,已服务昆山奇美偏光片工厂、力帆汽车、青岛啤酒等,客单价在数百万至千万元级别。CloudIn云英CTO胡湿透露,预计公司2018年订单收入将过亿元,主要来自工业大数据业务。

在客群选择上,CloudIn云英主要服务百亿产值以上的行业头部企业。标杆客户预算充足,同时可以起到灯塔效应,有助于后续获客。同时,民企是CloudIn云英的首选客户。民企更有提高效益的动力,且在决策和项目实施上都会更加灵活顺畅。

在获客方面,由于CloudIn云英倾向于提供整体解决方案,涉及核心生产环节和各个部门,因此更多需要通过行业资源触达工业企业的董事长等最高决策层,确保后期项目的顺利实施。

由于工业涉及众多细分行业和生产流程,呈现场景碎片化和需求个性化的特点,产品化是一大难题。CloudIn云英目前主要为大企业提供整体解决方案,虽然客单价较高,但同样面临定制化和项目实施比重高的问题。

胡湿认为,在进入工业行业之初,需要耗费大量时间来理解生产场景,必然以定制化服务为主。但同一个细分行业的工厂,在生产场景、工业设备上有共通性,在IaaS和PaaS层的通用性较高,后期只需根据每个工厂的情况在应用层进行调整。因此,在通过标杆项目形成解决方案之后,在同行业工厂的实施速度会快很多,可以实现一定程度的产品化。

072319519ms7

近期,爱分析对CloudIn云英联合创始人兼CTO胡湿进行了专访,现将精彩内容分享如下。

CloudIn云英联合创始人兼CTO胡湿,曾任阿里巴巴高级工程师、蓝汛高级技术总监、人民搜索技术总监。擅长云计算、大数据、搜索引擎等海量数据规模的系统架构设计和研发实现。

信息化+大数据,推动中国工业改革

爱分析:如何看待中国工业现状?

胡湿:我认为整个工业的第一梯队是以美德为首的高端制造业,他们已经开始研究数字孪生了,而中国在数字工具方面整体还很原始。

第二梯队是日韩,他们的生产管理领先,主要是靠工匠精神、规章制度、流程规范等,比如丰田模式、Six Sigma。

中国还处于劳动密集型阶段,但一些因素开始推动中国工业变革。一方面劳动力成本上升,工厂是被迫减员。另一方面,由于消费水平的提高、供给侧改革等,批量化生产向定制化生产转型是很明显的趋势。

爱分析:大数据服务进入工业领域有哪些难点?

胡湿:虽然现在大数据很火,但是真实的情况是工业企业没有数据。

一类企业是有最好的设备、大量的数据,但是不敢存,本质原因是看不到数据能产生的价值。

第二类是信息化水平特别低,可能连ERP都没有。没有基础的信息化系统,工业大数据就没有数据源头。

还有一类是工厂投资很大,而且大部分是设备投资,不会让人随便干预生产,互联网企业很难获得准入。

工业企业是线性思维,看到短期回报才会逐渐提高投入。但大数据从一开始就会介入工厂的众多工序和设备,所以很可能启动项目的机会都没有。

爱分析:CloudIn云英是如何解决这些难点的?

胡湿:先做信息化扫尾工作,让大数据指导信息化工作。因为大数据是解决业务问题的,让业务推动信息化的完善才合理。

很多企业是为了信息化而信息化,不是为了业务而信息化。即使是信息化程度高的企业,系统之间也是不通的。真正的信息化是要做到各系统之间业务通、数据流通。

打通各个模块,如果一个一个做接口是体力活儿,但我们有通用的技术,可以使工作量大大降低。

我们做信息化有一套622策略,任何一个大数据平台或系统有60%是一模一样的,20%具有行业特性,比如行业专有的设备、协议、模型、业务特征,20%根据工厂情况而不同。虽然刚开始是项目化,但是后期就慢慢产品化、标准化了,但前期人力投入还是很大的。

数据来自两方面,一方面是其信息化系统,另一方面来自设备,即传感器和机床。

在取出数据之后,我们的定制化服务:第一步,数据桥。做简单的接口适配之后,从工厂的信息化系统里桥接数据到我们的平台。第二步,在平台上做数据规划。

同时,我们建系统有一个原则就是绝不能影响工厂原有的信息化生产。我们认为大数据平台是企业的外置大脑,信息化系统是躯干。原则上没有了大脑,躯干还能动;有了大脑,躯干可以工作得更好,而这涉及到IT架构的设计。

我们也会尽量利用起工厂之前在信息化上的投入,为客户节省开支。

爱分析:如何利用大数据,帮助企业找到并解决痛点?

胡湿:企业对工业大数据有误解,认为第一步先把公司所有的系统打通;第二步,收数据;第三步,应用。这是不对的。应该根据业务诉求找到根本问题,每个企业和行业都不一样。

比如车企的后端生产跟不上前端销售,根本问题不是生产力问题,而是后端生产人员和前端销售人员的沟通效率低。如果前端销售人员在销售时可以实时看到后端的制造情况,就可以相应推荐给客户。因此,问题可以通过协调的方法解决,而不用通过设备改造。

通过自身技术优势和对业务场景的理解,帮助客户提高效益

爱分析:在工业领域,CloudIn云英是如何解决获客问题的?

胡湿:我们是从上至下谈项目,从董事长入手。因为会牵动各个部门和环节,所以必须是全公司的共同诉求。

在获客的时候,基本是两步走,第一步先告诉客户我们会怎么做信息化,第二步,告诉客户可提升的效果。我们会很务实地告诉客户业务痛点是什么,如何解决,能提升多少效益。

收费可以根据提升的效益来计算。一般前期会有个信息化的费用,具体金额会根据项目规模、难度情况具体确定,上浮空间很大。早期项目我们会考虑带钱进场,前期先帮客户垫付,客户很乐意接受我们。

爱分析:在项目实施上,CloudIn云英有什么优势?

胡湿:我们先打地基的东西,就是设计整体架构、数据传输机制,做各种系统的打通和咬合。设计架构是为未来整个集团业务做体系的支撑,做成可扩展的架构。我们本身是做大型系统出身的,做过三万台服务器这种规模,所以知道如何在大型系统构建时预埋未来的可扩展空间。

爱分析:偏光片项目中,CloudIn云英是如何帮助企业提高效益的?

胡湿:原来是人工根据经验定良品率,再定价,现在是根据机器视觉、裁切算法,得到每一卷偏光片对应的一个电子文件,再输入多参数,比如样寸、型号、市场价格、市场占有率、库存情况、交货时间等,软件会自动给出裁切方案。这就是机器通过算法帮助人做复杂决策。

降低损耗主要是缩短从开机到达稳态的时间。一般工厂开工之前,要先让机器运转2-3小时,老师傅调好机器了,机器达到稳定状态了再开工。我们会采集设备参数,然后机器学习、建模,每一种生产型号对应一个参数模板,最终使到达稳态的时间降到了半小时以内。

工人老师傅的经验会沉淀到机器学习里面,新的型号也会很快适应。软件可实时检测各种指标,然后就可以人工干预,比如动态监测可以减少断膜。一旦断膜,生产线上的膜就要剪掉重新开始,损耗很大。

爱分析:在提供完整解决方案的过程中,CloudIn云英是否会负责所有软硬件的服务?

胡湿:我们的重点是要给客户提供价值,但并不是说所有事情都自己做,比如我们会跟供应商定制网关,里面有我们的软件、协议;我们也会跟设备制造商合作设计生产设备,把我们的模型放进去。

取得客户信任之后,很多事情客户都会让我们做,但是要解决的问题太多,所以我们会利用庞大的供应商体系,外包很多部分。信息化类供应商有Oracle、SAP,还有做BI、可视化的,做网关、物流、传感器、营销软件的。

爱分析:除了产线以外,是否做工业设备的远程运维业务?

胡湿:我们做过一家设备制造商,由于设备本身有工控机,我们可以把数据联网进行建模,做设备远程运维来降低设备故障率。

但每种设备是不一样的,还是要按照行业来做。同一个行业会有通用模型,电子设备和机械设备的寿命模型就不一样。面对不同行业,IaaS和PaaS是通用的,只有SaaS的不同。

原来的售后成本很高,占机器成本的30%。我们帮助企业转型,让企业从卖设备转向卖服务,比如车厂从卖车转变成卖公里数,企业就有极大的动力去降低损耗,提升可靠性,降低运维成本以及生产成本。

爱分析:目前公司整体团队规模和人员结构是怎样的?

胡湿:现在公司人员增长很快,除了研发,售前人员极其重要,甚至在项目前期比研发人员还重要。

我们有两类售前,一类是做信息化的售前,主要来自用友、Oracle等企业,信息化技术过硬。另外一类在某个行业的工厂有很多年经验,懂一线设备,能跟工人们打成一片,可以帮助我们了解业务。

爱分析:一般一个项目的人员规模有多大?项目周期多长?

胡湿:需根据行业而定相应的项目人员,如为汽车行业,需要的人员就相对较多,因为汽车是民用领域非常复杂的行业。通用性流程工业,在项目高峰期最多需30人。云英拥有谷歌的领先技术方法,可以用很少的人员完成很大工作量。项目周期的话,比如300万的工业类项目大概需要一个季度即可完成。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排 行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2018-08-08 09:26:00
大数据应用 签定合同的大数据:人们需要知道的一切
签定合同的未来将与大数据相关。以下是合同的大数据如何在行业中发挥作用,无论是目前发展以及未来的持续增长。 <详情>
2018-08-07 17:26:00
大数据 人工智能世界的“头号玩家” 英特尔全球践行“用技术造福社会”
50年来,英特尔一直在全世界各地为一些令人惊叹的技术创新提供有力的支持,推动人类对未来的探索,让世界变得更加美好。基于英特尔先进的人工智能技术以及搭载至强处理器的 <详情>
2018-08-07 17:11:51
物联网 英飞凌与阿里云签署合作备忘录 推动物联网发展
德国半导体和系统解决方案公司英飞凌(Infineon)最新宣布与阿里巴巴旗下云端运算业务阿里云签署合作备忘录,将共同推动物联网(IoT)发展。 <详情>
2018-08-07 17:08:13
物联网 普创天信晋升中国移动认证级合作伙伴,共推物联网生态链发展
近日,深圳普创天信科技发展有限公司与中移物联网有限公司签订OneNET认证合作伙伴协议,成为中移物联认证级合作伙伴,双方将在物联网领域利用各自的资源优势,合作建立物联 <详情>