工業互聯網領域，寄雲科技選擇了數據這塊最硬的骨頭
工業領域，正成為雲計算、大數據等技術的新戰場，但業務理解仍是最深的壁壘。目前階段，入場的玩家多聚焦在設備連接、經營類數據分析等方向，鮮少涉足更深層的設備控制類數據分析。但對工業企業而言，和設備相關的生產、運行等相關的數據分析是硬需求。一方有技術，一方有需求，但行業knowhow把雙方阻隔在河的兩岸。在這其中，一些創新企業開始破冰前行，寄雲科技則是第一批過河的先鋒之一。
指導 | 凱文
調研 | 李喆 關蕾
撰寫 | 關蕾
寄雲科技，是國內工業互聯網領域的一方新銳勢力。
眾所周知，工業處於第四次工業革命的時期。負責設備連接的物聯網公司聚焦工業似乎成了趨勢，但從雲計算和大數據領域切入工業的公司實數不多。而這其中，寄雲科技是特點鮮明的一家。
寄雲科技，成立於2013年9月，最初專註於跨雲的部署交付與自動化編排。隨後，業務聚焦在PaaS平台層，做開發者引擎和一系列外圍服務，把資料庫服務、MQTT服務整合到ADP上，將工具組合變成可交付的應用，此時的寄雲PaaS平台從屬性上更偏於集成平台iPaaS，但方向上已開始聚焦物聯網和工業。
在訪談中，創始人時培昕介紹，寄雲科技成立時的目標是用新技術改變傳統行業，4年中，寄雲在發展到一個階段的高度後，都有新團隊並進來，不僅包括大數據，還包括工業網關和數據採集，通過優勢互補，解決了之前做不到的問題。
如今的寄雲科技，戰略布局從設備端到雲端，以數據為主線，為工業企業提供設備連接、數據採集、數據存儲、分析建模、構建互動式應用等完整的工業互聯網解決方案。
在工業領域，數據來自於IT和OT兩個系統，一部分涉足工業的數據服務商更側重於做經營類分析，主要對接企業IT系統，包括ERP、OA、CRM等資料庫。然而，工業企業中，IT系統建設相對薄弱，在數據種類、數據量級、數據價值等方面稍顯遜色，在做IT業務系統的數據分析時，對客戶業務的理解要求不多，門檻較低。
相比之下，來自OT系統的設備相關數據複雜度高、價值點大。在數據分析時不僅要解決實時、海量的數據存儲和分析的問題，還需要對客戶業務的深刻理解，搭建特定場景下的精準模型。
寄雲科技選擇後者，做企業的業務類分析，以對接設備的控制系統為主，聚焦在生產製造和設備運維兩個方向。據時培昕介紹，寄雲科技長處在於，第一，從生產數據出發，做質量和效率的分析；第二，從設備運行數據出發，做設備的健康管理故障預測和遠程運維。
工業各細分領域專業性差異大，壁壘深，對於擅長數據分析而匱於業務理解的第三方數據服務商而言，做深單一市場的戰略，比做覆蓋多行業的打法更加行之有效。目前階段，寄雲數據聚焦在電力能源、軌道交通、智能製造等三大領域，已取得像上海城建、大唐電力、國家電網、中車等行業頭部企業，獲客能力不容小覷。
在訪談中，時培昕介紹，寄雲科技的下一步戰略是將在平台的基礎上，把這三類垂直行業做深，打造精細化的垂直行業解決方案；對於其它工業行業，和合作夥伴共同搭建工業互聯網生態平台，為更多專業客戶輸出寄雲的平台能力，利用平台上開放的工具、模型和微服務實現快速的應用開發和數據分析，同合作夥伴共同幫助工業客戶實現數字化轉型。
近日，愛分析對寄雲科技創始人兼CEO時培昕進行專訪，現將精彩內容分享如下。
雲計算、大數據、物聯網，三大業務線協同發力工業互聯網
愛分析：在整合雲計算、大數據、工業網關三支團隊時，嘗試過哪些探索？
時培昕：寄雲起步於雲計算服務，在大數據、工業網關團隊並進來之後，我們有了數據源頭，能夠采數據、做數據分析，於是我們開始探索整合方式，把雲加大數據的IT能力與工業能力結合起來，打造了現在的NeuSeer工業互聯網平台。
在工業設備端通過寄雲的工業網關，可以接入各種工業設備數據，包括工業設備的運行、工況和作業數據等；這些實時數據和批量數據分別通過物聯網協議和抽取工具發送到NeuSeer平台之後，NeuSeer平台會提供精細化的數據轉化和治理，並針對不同數據類型提供包括文件存儲、結構化資料庫、對象存儲以及時序資料庫在內的多種基礎數據存儲能力，為應用開發和數據分析提供歷史存儲的能力。
NeuSeer平台提供了以數據為核心的工業數據分析平台和應用開發平台。工業數據分析平台不僅能夠提供大量增強的工業演算法和機器學習演算法，還提供包括故障診斷、性能評估以及性能預測在內的工業模型，工業客戶利用平台的模型訓練和發布工具，基於歷史數據快速生成新的故障診斷和預警模型；同時，NeuSeer平台還提供了基於微服務架構的開發套件，並且內置了大量包括物聯網、安全和許可權管理、資料庫、消息在內的服務組件，以及開源的應用框架，工業客戶可以快速的開發各種複雜的工業應用。
愛分析：在工業領域解決了哪些需求？
時培昕：我們看到工業三大趨勢，需求定製化、生產智能化、收入服務化。以數據為導向的智能製造，主要是集中在設計、製造、運維三個方向。目前階段，我們主要做製造和運維。製造是根據產線數據做質量、能效分析；運維是做健康管理、故障預測、性能優化。
市場上大部分工業物聯網以連接為目的，大部分是數據採集到平台上做一個遠程監控就截止了。我們是關注以數據為主線的工業互聯網，關注的環節包括數據採集、存儲、分析、做預測、構建互動式應用等一個完整過程。
愛分析：在大數據技術之前，有SCADA系統也可以做遠程監控，接入雲之後的遠程監控與它有怎樣的區別？
時培昕：本質區別是在於目標的不同。原來SCADA以控制為目的，基於短期數據可以實現簡單的、少維度的、靜態的告警。
但我們做的遠程監控不只要看實時的數據，還要基於歷史數據做評估和預測，比SCADA內容更豐富，數據量、數據維度、實時性都更多。包括故障診斷、性能評估和故障預測在內，都是新引入的功能。
愛分析：網關數采層面有哪些主要關鍵點？對於不開放的數據如何處理？
時培昕：工業網關的要涵蓋各種協議，包括通用的Modbus、Profibus等，以及一些特定場合下需要使用的，像安川的伺服、愛德華的真空泵等。有時候還需要抓包分析，需要從HMI裡面讀相應的點表。
愛分析：工業應用中，邊緣計算用在哪些地方？
時培昕：邊緣計算在網關層面，做執行，在無法把網關數據傳上雲時，如果想提前實現一些本地基礎演算法，如異常檢測等，就可以基於網關里存的數據，分析歷史分布和趨勢，評估當前狀態，所以要在本地做一些演算法的能力。
目前還沒有標準的邊緣計算規範，我們是在網關層面提供執行開放程序和數據分析的框架能力。我們是一個開放系統，系統里的演算法和模型都可以根據云端的能力推到網關上執行。
愛分析：工業的製造和運維兩個需求點有哪些特點？實施中存在哪些挑戰？
時培昕：生產製造過程我們採集不同的人、機、料、法、環的數據，采完之後分析的主題有質量、效率和調度。對於運維而言，原來是做巡檢、更換，成本高，一些關鍵的故障也難以避免。我們基於狀態、感測器變數去建模型分析，實現對設備生命周期的預測和管理。
工業數采協議多、數據量大、封閉情況非常多。此外，原有控制系統以控制為目標，沒有長期存儲的能力。控制信息只需存若干個月，分析要看若干年。分析出發的數采更看重多維存儲，這與控制不一樣。
愛分析：從數據分析出發的存儲要注意哪些點？
時培昕：一個是實時性，對工業數據的處理方式，時序數據是主要的，差異化存儲、壓縮方式都要關注。另一個是靈活性，在不同階段要存不同的數據，邊緣計算有過濾能力，決定要采什麼樣的數據。要做的足夠靈活，才能支持在雲上的最優存儲。
愛分析：實時資料庫除了在現有基礎上增加了時間維度以外，主要難點在哪些地方？
時培昕：有時間標籤處理起來就不一樣，採樣頻率可能是1kHz，存的點可能是一個時間標籤後面有幾十個不同維度，在處理的引擎機制上與傳統資料庫不太一樣。我們首先要批量、實時的存儲；其次是構建分析，針對實際數據的高性能BI，可以秒級查詢；最後是展示構建分析報表、故障分析熱點圖等。
基礎的統計分析不需要構建模型就可以實現，我們在此之上有大數據分析，需要寫演算法和模型。我們做了兩塊，一個是演算法包，一個是特定場景下的模型。工業的演算法很多，需要做基於時間的預處理，差值、抽樣填充、時頻變換、清洗、時序變換、平滑處理、對齊，濾波等。傳統的數據分析就是關聯、分類、回歸等。
愛分析：構建的模型有哪些種類？
時培昕：我們提供通用和專業模型，第一類是歷史數據的模型，包括伴隨概率的關聯分析和故障路徑分析。第二類是當前的性能評估模型，基於歷史數據來訓練模型，用當前數據驗證是否偏離模型的輸出。第三類是未來預測，基於變數的歷史數據實現對未來趨勢的預測。
我們做模型訓練的時候，會要求根據建模的目的來針對性選擇很多設備的變數，如果很清楚地知道哪一個變數是對模型輸出是有貢獻，就把它加進來，如果加入沒有貢獻的數據會影響模型的精確度。
愛分析：這塊主要是憑藉行業專家完成？
時培昕：對，行業專家。
愛分析：開發一個可以使用的模型，大概需要多少樣本量？
時培昕：如果只需要做一個基於歷史數據的異常檢測和預測，直接調用平台現有的模型框架就可以，非常快。如果要做一個非常精準的模型，必須弄清楚設備的工作原理，有時候可能需要拿到很多現場實測數據後才能完成模型。
愛分析：底下的模型開發和訓練都是寄雲在做？
時培昕：我們提供模型的開發框架，而合作夥伴可以基於這些框架，通過實例化實現特定場景下的模型開發。
愛分析：通常情況下，以怎樣的方式交付客戶？
時培昕：客戶分兩種，第一，對於中小型的工業客戶，我們會跟之簽基於平台的雲服務託管合同，客戶把數據放到我的平台上實現存儲和分析。第二，對於大型的客戶，基本上是要求私有化部署，現場定製化交付，我們會以項目方式進入，提供產品加服務。
愛分析：寄雲科技的平台採用開放的方式，具備哪些特點？
時培昕：寄雲NeuSeer平台是一個開放的平台，用戶可以通過各種開放的介面，以訂閱的方式使用我們平台上的貨架類服務，包括MQTT、Kafka、時序資料庫以及大數據分析等，根本不用關心服務怎麼部署、擴展和運維，而只需要訂閱，這是我們平台服務的優勢。
同時，大量的演算法都提供了開源的示例代碼，多種工業模型都可以直接通過API實現測試和應用。而且，我們會建議客戶開發應用採用微服務架構，把每個服務開發成模塊，用API Gateway實現集成，以實現更大程度的擴展性和可靠性。
我們平台的服務介面也會集成一些第三方的能力，像工業3D模型、對象存儲等，第三方服務提供商只需要按照寄雲NeuSeer平台相應介面進行少量的開發，就可以跟NeuSeer平台實現結合。
愛分析：微服務的理念對於客戶的滲透率如何？
時培昕：在互聯網領域比較常見，在工業領域還需要時間滲透，但我們給客戶交付的工業應用多數都已經是微服務的架構。
愛分析：處於怎樣的考慮把平台要做成生態的模式？
時培昕：我們雖然提供了一個很強的平台，但是由於工業實在太分散，如何在具體場景下利用各種工具達到分析目標和構建應用，不是寄雲一家能夠完成的，所以我們也非常希望構建這樣的生態，有更多的開發者和分析人員參與進來，共同使用和貢獻，通過這種社區的寫作，解決很多原本他們無法單獨解決的問題。現在有很多合作夥伴、科研機構都已經在平台上面做應用開發和數據分析。
以數據為主線，構建開放的平台生態
愛分析：對合作夥伴的開發服務是否需要收取一定費用？
時培昕：現在是免費，到年底會按實際的資源使用量收取費用。現有平台上的客戶有集成商、有工業設備的原廠商和服務商，也有做工控系統和工業網關的廠商。我們希望為他們提供一個開放的平台，只要跟我們平台實現連接，把數據傳上來，就可以快速利用我們平台的各種存儲、分析、模型和應用開發能力，實現對工業設備數據的實時監控、數據分析、故障診斷和性能預測。而這些能力，原來是需要非常高的門檻和代價才能實現的，我們的目標就是需要把這些門檻和代價盡量降低。
愛分析：數據來源有哪些？是否接入第三方數據？
時培昕：主要是客戶的設備數據和業務系統數據。暫時還沒有考慮第三方數據的接入，未來會引入一些開放的第三方數據源。
愛分析：目前切了哪些行業？
時培昕：主要行業包括軌道交通、電力能源和智能製造。軌道交通客群包括造車、建設、運營三類，合作的有唐車和四方等。電力能源行業我們服務像大唐、中電投和國家電網等發電企業，搭建開放式平台實現設備健康管理、健康監測，和合作夥伴共同開發眾多全新的工業應用。製造領域有京東方、彩虹集團、陝鼓等，從產線數據採集、生產經營分析、質量追蹤，一直到設備的遠程運維等。
愛分析：服務大型企業時，是以怎樣的方式進入？
時培昕：從單一需求切入，逐步做大。數據成熟的企業，可能先從分析和應用開發切入，但有時候不得不從數據採集和存儲切入。不斷解決客戶現有需求，並且幫助客戶規劃新的建設需求。。
愛分析：前期理解業務需要多久？定製化部分有哪些要點？
時培昕：根據客戶不同，有幾天的，也有可能需要幾個星期，都會有調研。很多定製化是對具體場景下特定主題或者應用的分析和開發，由於我們提供了比較多的微應用，我們可以通過模塊化的方式實現快速組合，實現快速集成。
愛分析：通常情況下，項目周期需要多久？
時培昕：大項目的交付往往需要幾個月或半年以上，POC時間很短。
愛分析：採用怎樣的定價方式？客戶的續單能力如何？
時培昕：對於中小客戶，採用雲的方式提供服務，按年收費；對於大客戶，我們提供產品+定製化服務。項目一般是持續性的，每年有不同的建設主題。
愛分析：後續搭配的服務有哪些？
時培昕：偏分析的服務會一直持續，安裝部署是一次性的，還包括產品的運維服務。
愛分析：項目通常在什麼量級？
時培昕：從幾十萬開始，到上千萬不等。
愛分析：種子或標杆客戶有哪些？
時培昕：平台推出的時間不長，所以基於我們平台開發的客戶還不太多，但是已經有一部分在線的設備廠商在使用。但平台是多個獨立產品的整合，這些獨立產品，包括時序資料庫、大數據分析平台、數倉和數據分析以及PaaS平台，包括上海城建、大唐、國網、中車這些客戶都已完成部署。
愛分析：大客戶如何定義？
時培昕：大客戶的收入規模百億級以上。幾億到幾十億是中小型客戶。
愛分析：原來通用型平台現在還在推嗎？這部分業務未來如何考慮？
時培昕：目前我們首先會集中在電力能源、軌道交通這些重點行業，而在其他行業，我們會把通用平台的能力開放出來，與合作夥伴一起共同構建行業雲平台。。
愛分析：工業領域，產品的可複製性較低，這個如何考慮？
時培昕：需要更多的合作夥伴。我們能做的是關注的幾大行業，盡量把介面和能力開放出來，合作夥伴解決不了這些問題的時候，可以用我們平台實現一個相對完整的解決方案。我們相信很多行業里，合作夥伴比我們更專業。
愛分析：目前切的三個行業考慮繼續做深？
時培昕：是的，繼續做深。其他行業歸在智能製造里，我們會給一些基礎能力，像通用的故障診斷、通用的質量分析，尋找合作夥伴。工業太散了，每一個客戶需求都不一樣。
愛分析：整體團隊結構如何？
時培昕：一共80多人，技術佔了七成。
愛分析：採用怎樣的銷售方式？
時培昕：直銷為主，做大客戶。中國的商業環境是只有技術肯定不行，必須有自己的大客戶能力，我們的銷售團隊都是非常資深的行業銷售，有非常豐富的行業經歷。
愛分析：核心團隊背景。
時培昕：主要來自Teradata、IBM、HP、Oracle、GE和PTC等各大外企的管理層，有豐富的企業市場經驗。
愛分析：團隊擴張與營收是否正相關？
時培昕：不是，我們已經過了技術儲備的最大擴張階段，接下來擴充在業務和行業專家。因此業務的增長可能有一個滯後階段。
IT能力結合場景理解，將是最深的壁壘
愛分析：與入場的各類玩家相比，寄雲的優勢有哪些？
時培昕：如果跟國外巨頭比較，我們優勢在本地理解和支持能力。國內市場中，很多廠商是以連接為主線，我們最強的地方是以數據為主線。我們希望國內企業更多的是合作，包括一些做專門數據分析的廠商，我們也希望可以合作。
愛分析：國內廠家跑出的不多，這是出於什麼原因？
時培昕：幾十年以來，中國95%的工業軟體系統都掌握在國外工業廠商手裡。一方面這是巨大的國家安全隱患，一方面壓制了大量工業軟體人才的培養，所以一直以來都沒有很好的國內工業軟體廠商。國家政策就是要我們把這些工業軟體、工控系統控制在自己的手裡，自主可控，這就是國內軟體企業的機會點。
愛分析：目前看來，大數據公司很難真正明白工業的業務場景。
時培昕：這個得學，我們不認為一個做消費類大數據公司能夠進入工業，最大問題就是不理解工業。我們也不認為一個工業企業能夠獨立把這個事情做好，因為他沒有很好的工具、分析能力和開發能力。我們是正好有這方面能力，但是現在我們還不足以覆蓋到每個方面。
愛分析：實際對接的客戶部門是業務部門？
時培昕：業務部門為主。
愛分析：市場空間您如何判斷？
時培昕：GE Digital一年的revenue是60億美金，2020年要達到150億美金。我認為中國市場中，工業佔GDP的35%以上，所以這才是中國最大的軟體市場。
愛分析：下一步整體公司的戰略是什麼？
時培昕：第一，我們已經有不錯的平台，基於我們平台把行業做深，更多面向垂直行業的具體應用，把行業能力和平台能力結合。
第二，與更多的合作夥伴共同搭建平台生態。讓更多做控制系統、應用開發的企業，可以在平台上解決自己原來沒有辦法解決的問題。
未來我們可能會參與到幾個行業級別的工業互聯網平台的建設中，和合作夥伴共同打造細分行業的工業互聯網平台。
愛分析熱文
※居家通蔣繼東：配送安裝一體化，深耕千億級家居物流市場
※起步於工業數據平台，大數點志在技術能力輸出
※互道CEO王華：新零售時代，大數據打通連鎖企業人貨場
※阿里雲入股，高度產品化的ZStack切入混合雲市場
※VMware股價逼近歷史高點，公有雲真的會一統天下？
TAG:愛分析 |