日前,主流財經科技鈦媒體就傲林科技首創的“企業級數字孿生”技術,專訪了公司董事長劉震,分享了這一技術在驅動產業數字化轉型、讓數據真正服務業務創造價值的探討與思考。
曾任微軟亞洲工程院院長、羅技全球CTO、諾基亞成長型國家研究院院長的劉震把2021年看作中國數智化元年。在人工智能、云計算、大數據等技術成為真正的“水電煤”,各行各業鋪開的當下,2年前劉震就看到了工業互聯網這個賽道的機會,并創立了傲林科技。
在工作上,劉震的一位搭檔是曾投出RPA行業明星股、市值超300億美金的UiPath之個人投資者王洋。與劉震一樣,在創立傲林科技之前,王洋已經在所屬領域取得了不小的成績,如果不折騰的話,無論是行業成就還是個人財富,他們兩位也早已游刃有余。
然而他們都不想活得太安逸,投身創業。“我們當時商量要創業,就還是覺得應該做點事情,應該折騰一下,而且這里的確也有機會。”劉震說。
劉震、王洋所看重的機會在哪兒呢?
發現流程工業中隱秘的商業價值
根據過往經驗,他們一開始就鎖定了工業互聯網這個賽道,把企業級數字孿生當作核心技術去服務企業業務。
“數據收集上來之后,如果不能有效利用,僅僅只是提供設備的狀況匯報,數據也還是‘死’的。”劉震說。
在劉震看來,To B的魅力在于對場景的鉆研。相對來講,新技術在to C端如果行得通就會大規模鋪開,而To B往往沒有To C那么大的場景。不過好在數據多,后面價值也比較大。這個時候就需要鉆研行業。比如智慧礦山、智慧煤礦等,這些場景雖然小,但只要深耕就會挖掘出很多價值。
企業的數字化轉型有兩個階段,一段是業務數據化,一段是數據業務化,哪段場景和價值更大呢?從字面意思理解,前者是把業務數據上傳到云端,而后者是把云端數據轉換成價值,答案不言而喻。
成立傲林科技前,劉震看到很多從業者走的是業務數據化的路子;在經過一些思考之后,傲林科技決定投身數據業務化領域。
“數據業務化的價值,會首先體現在決策層面。通過數據做預測、做模擬仿真,然后做決策優化。這給企業帶來的價值會非常明顯。”劉震說。
傲林科技不少客戶處在化工、鋼鐵、煤炭等流程行業,這些行業的成本主要在原材料一端,單就鋼鐵廠來說其原材料成本就占總成本的60%左右,再加上輔料成本,一共構成80%的成本。
所以對這些企業來講,要做數字化轉型優化,首當其沖就是采購這一端。“把鐵礦石及時地買進來,如果再能夠預測價格,知道什么時候買什么樣的鐵礦石就更好了。”
另外非常重要的一點是,鋼鐵廠里煉鐵爐不能原料斷貨。一旦斷貨,煉鐵爐就會停下來。煉鐵爐停工不但會徒增成本,重新啟動的煉鐵爐需要一定時間才能穩定,這樣煉出的產品質量也不好。
一邊不能斷貨,另一邊,也不能囤貨太多——會造成資金占用。比如一家1000億元營收的一個鋼廠,每天大概有幾十億的資金占用是在鐵礦石上的。假如這個錢是銀行借來的,每天的利息成本就很高。所以預測采購量、庫存最低水位對于企業決策者來講價值就表現了出來。“鐵礦石都是從巴西或者澳大利亞或印度海運過來的,鐵礦石到貨時間不一樣,這些都是企業決策者要考慮的問題。”劉震補充表示。
工業互聯網里的企業級數字孿生
假如,企業有1000萬元的生產線改造資金,這筆資金是放在技改上,還是放在信息化系統上,這個時候怎樣做決策?
遇到經營問題時,企業發展的瓶頸是在生產上,還是在物流上,還是在銷售上,還是渠道,還是終端?
在做決策優化之前,企業應該具備沙盤演繹的能力。沙盤演繹顧名思義,是以企業整體的數字化轉型為核心,建構一套虛擬系統,也就是企業級的數字孿生。
傲林科技的企業級數字孿生技術可以幫助企業模擬演繹經營運行,看哪種方案最優,找到降本增效的切入點。在這套虛擬系統內,依據一定的算法,企業管理者可以推導出項目的投入產出狀況。
利用企業級數字孿生,可以根據企業實體經營數據,來開展數字世界中經營行為的分析和優化,然后再運用到實際經營當中,針對企業的經營、管理等綜合因素,進行統籌考慮和協同性優化,以此做到真正整合的總體優化。
在建筑行業,BIM(Building Information Modeling,建筑信息模型)系統通過數字信息仿真一棟建筑物各部件狀態的真實信息,建筑模型在BIM中被參數化,能夠提供建筑物從設計到施工再到管理等多個階段的一致信息,便于對建筑物高效協同作業。而傲林科技所說的沙盤演繹與建筑行業的BIM系統類似,只不過傲林科技所要演繹的對象是企業經營全局,而非一棟建筑。
在劉震看來,雖然“企業的BIM系統”可以形象地表達傲林科技正在做的事,但二者還是有本質上的差別。原因在于,建筑行業的BIM系統是實物的數字孿生,實物的數字孿生所關注的是更細顆粒度的事情,比如工廠內機床的運行情況等。而傲林科技打造的企業級數字孿生,所要仿真的對象是虛擬的,“比如企業的經營決策是無法用單點的實物數據來描繪的,這就要把數據發展到組織框架,需要組織各方面的數據共同來完成。”
說白了,就是要從一個更宏觀的層面,通過企業各方面數據構建的虛擬模型來賦能企業的生產能力、運營情況等等,從而在決策層指導生產線。同時,也可以通過模擬仿真省卻很多實際的實驗工作,了解公司的經營彈性。
企業級數字孿生中的智慧決策,就好比是整個系統的大腦。例如,在智慧倉儲場景下,一個AVG機器人可以自動取放貨,但這樣單點的AGV效益不會太大。反而是更宏觀層面,需要決策者知道庫存水位現在處于一個什么水平,有多少食品需要盡快出庫,多少芯片存放時間不能太長。做到這些,企業的經營決策效率會極大提升。
ToB有時候不是純粹的一把手工程
隨著創業進程的推進,劉震對工業互聯網的認知也越來越深。最初,劉震和他的同事認為,像數字化轉型這樣一個大工程,特別是傲林科技這樣的產品還涉及到高層的決策優化,那一定是一把手工程。但事實是,一把手有的時候很難做決策。
因為很大程度上,數字化是一個碎片化工程。一個大型集團,它所涉及到的決策層有很多,可以是企業集團決策,也可以是企業的股份公司做決策,甚至公司的一個職能部門也可以做決策。所以,劉震將“一把手”工程的顆粒度進一步細化。“當我們做這個項目時候,你可以是集團層面來做,也可以在下面做,甚至到部門都可以。”
另外,在數據分析上,傲林科技也變得更加有的放矢:不是所有的數據都要采集、分析,而是從上到下垂直地、有的放矢地做。比如,當決策者在經營層面做決策優化的時候,發現有些地方需要更細層級的演繹(某條生產線需要提高產能),這個時候就可以把生產線數據采集出來,做針對性分析,然后再看這條生產線是要購買一條新的產線,還是只要加一臺設備就可以改善現狀等等。
這樣的市場策略,會讓傲林科技更具競爭性嗎?不全是,但也有一定道理。
面對一家To B創業公司提供的產品或服務,中國的買單者往往會問:是不是有案例支撐?如果沒有,他自己也不想當小白鼠。不過,此期間一旦找到突破口,To B服務商就會在一個行業打出標桿案例,并全面鋪開。
做行業也不代表all in 行業。因為傲林科技更想要的是場景化應用。有了場景化應用,各行業都可以鋪開。雖然行業各異,但從“供產銷”這樣一個鐵三角來講,本質上又都是相通的。
“傲林科技現在來說跟巨頭都有合作,跟微軟、阿里、騰訊,還有華為、京東等等,運營商也是一樣。這里面傲林科技有時候是項目的參與者,有時候也做集成。”劉震說。他相信,在不久的將來,傲林科技作為工業互聯網領域企業級數字孿生技術的扛旗者,堅持數據驅動決策,一定會走出一條中國企業數字化轉型新路。
