全球服务机器人行业市场现状及竞争格局分析-欧洲企业数量遥遥领

2.3 较强的集成商将先于本体制造企业发展

系统集成方案解决商处于智能设备的下游应用端，为终端客户提供应用解决方案，负责工业软件系统开发和集成。目前我国工业机器人系统集成商多是从国外购买机器人整机，根 据不同行业或客户的需求，制定符合生产需求的解决方案。业务形式主要以大型项目（关键设备生 产线的集成，如机器人工作岛）和工厂的产线技术改造为载体，对现有设备进行升级和联网，提供 工业控制、传动、通讯、生产与管理信息等方面的系统设计、系统成套、设备集成及EPC 工程等服务。

2.3.1 工业系统集成成为推动智能制造快速发展最核心的产业

系统集成具有应用范围广的特征，目前主要应用领域为工业、制造业、金融等多个行业；工业智能 制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。工业智 能制造的快速发展离不开工业系统集成等多方式的整合。特别在中国 2025、德国 4.0 等全球推动 智能化生产环境中，传统制造业升级改造、新兴产业蓬勃兴起，工业系统集成成为推动智能制造快 速发展最核心的产业，其中工业系统集成的核心在于工业机器人系统集成，工业机器人系统集成行业属于技术密集型产业，核心技术的积累和技术创新是推动其取得竞争优势的关键因素。

2.3.2 看好集成商先于本体制造企业发展

中国市场产业链齐全，行业细分众多，各种细分领域越来越明显，系统集成商的细分也越来越细化， 不仅仅表现在细分行业的系统集成，甚至有些系统集成商开始专注于某一个工艺，比如喷涂、焊接、 注塑、搬运、冲压、装配这些工艺，目前是很多系统集成商重点布局的领域。相比国外企业，国内 集成商企业更了解行业和工艺，从而具有较强的竞争优势。

相比于机器人本体，系统集成的壁垒相对较低，毛利水平不高，但其市场规模要远远大于本体市场。 一般来讲，系统集成市场规模一般可达机器人本体市场规模的两到四倍。2016 年我国机器人集成市场规模接近千亿。根据IFR 预计，2020 年中国工业销量有望达到21 万台，按均价20 万测算，2020 年机器人本体市场规模可达 420 亿左右，则系统集成市场规模则有望达到 1680 亿 元左右，市场空间巨大。

总结来说，相对于国外的系统集成商来说，国内系统集成商拥有本土的许多比较优势，包括渠道优 势、价格优势、工程师红利等。其中最重要的是工程师，也就是对行业和工艺的理解，是国内集成 商企业的核心竞争力，相对于国外企业对高端本体的技术垄断，国内集成商企业形成了自己的壁垒， 所以国内集成商企业的发展将比本体制造企业更快。机器人系统集成商专注于某一行业的工艺，有 助于将机器人集成模块化、功能化、进而作为标准设备来提供。行业细分化带来的一个结果就是在 某一个细分领域，在一个区域内未来将有可能出现“独角兽”

3、集成商行业和工艺是门槛，看好中国企业发展壮大

3.1 集成商一般按照行业和应用划分

机器人集成可以按照应用和行业两个维度进行划分：

按应用分，可分为焊接应用，喷涂应用，搬运应用，装配应用，切割应用，打磨应用等等。

按行业分，可分为汽车工业，一般工业。一般工业中又可以分为食品饮料，石化，金属加工，医药， 3C，塑料，白家电等等。

3.2 机器人从高渗透率行业向低渗透率扩散

机器人是一个标准产品，而机器人的具体应用主要通过系统集成商来完成，中国制造业工业机器人渗透率低，自动化改造有非常大的空间。我国制造业自动化水平较低，从使用密度（每万名工人对 应工业机器人数）看，我国与国外成熟市场相比仍处于较低水平。2016 年中国工业机器人使用密 度仅为68 台/万人，落后于国际平均水平 74 台/万人。横向对比发达国家，韩国的工业机器人使 用密度为631 台/ 万人，日本为 303 台/万人，德国为 309 台/万人。发达国家工业机器人使用 密度远高于中国，中国制造业的工业机器人渗透率仍有提升空间。目前我国制造业自动化改造的发 展趋势正从较高渗透率的汽车行业向 3C 行业和其他一般制造业扩散。

3.3 汽车行业：机器人集成应用发展较好，自动化率稳步提升

汽车行业是全球也是我国工业机器人应用最早、应用数量最多、应用能力最强的行业。汽车生产的流水化作业适合机器人的导入；汽车企业资金雄厚，其焊接、喷涂等工艺适合采用机器人提高产品 质量并最终降低成本；汽车企业技术力量强，能够使用好机器人这种复杂的自动化产品并不断提出 新的技术需求。从产业链来看，虽然国内车企工业机器人应用水平较高，但其配套的零部件供应商的应用水平相对较低。而国外先进国家是汽车全产业链的工业机器人应用水平都高，零部件供应商和车企本身没有差距。

汽车产业系统集成对资金要求高。汽车项目普遍周期较长，从方案设计、安装调试到交钥匙往往需要半年或者一年以上，需要投入大量的人力成本。整车厂也按照项目周期采取分批付款的方式，361 或3331 较为普遍，集成商采购配套的设施却往往需要款到发货或者货到付款。对系统集成商来说流动资金是比较大的压力，缺乏资金实力难以承接汽车项目。

我国汽车行业机器人应用发展较好，但仍与发达地区应用水平存在差距，从密度上看，仍有提升空 间， 年汽车行业机器人保有量符合增长 10.8%，我们预计仍然将汽车行业自动化率仍将稳步提升。

3.4 3C 行业：机器人渗透率仍低，处快速提升阶段

汽车产业格局稳定，面临商务关系、技术和资金三重壁垒，国内企业难以进一步拓展，3C 行业系统集成是机会。3c 行业里，国内系统集成企业具有优势。中国是全球最大的3C 制造基地，自动化升级需求强劲，有望超过汽车行业成为第一大机器人市场；3C 行业机器人应用多样，外资品牌难以复制在汽车产业的经验，国内企业已实现部分反超，是拉近差距的最好机会。

我国 3C 行业机器人渗透率仍处于低位。高工产研机器人研究所（GGII）数据显示，中国 3C 电子制造业在全球占比 70%，同时 3C 行业对机器人需求旺盛，目前 3C 行业的工业机器人销量为 4.85 万台，保有量为 12.65 万台，行业机器人使用密度为 15 台/万人，仅为韩国 1/75，中国机器人密 度远远不够，行业空间广阔。3C 行业是典型的劳动密集型，人工成本的大幅上升与劳动力人口的快速下降对行业的影响较深，从而倒逼行业内的企业降低生产成本，提高生产效率。

在汽车行业渗透率已经较高，渗透速度放缓的情况下，3C 行业正成为机器人主要发力渗透的领域，从销量占比看，3C 行业的机器人安装量占总安装量比重已经从 2013 年的 18%上升到 2016 年的 34%，2013 年到 2016 年 3C 行业机器人保有量增长率约为 18.6%，增速已经超过汽车行业。

3.5 机器人未来发展机会在汽车行业外的一般制造业

机器人下游最终用户主要为制造业，占比 90%以上。其又可以按照行业分为：汽车工业，一般工 业。一般工业中又可以分为食品饮料，石化，金属加工，医药，3C，塑料，白家电等等。我们判 断，目前国产机器人发展机会主要在汽车以外的一般制造业。主要原因分析如下：

（1）我国一般制造业机器人密度相对汽车行业与发达国家差距更大。对比机器人密度，中国汽车 行业机器人密度为 505，而非汽车行业仅为33。与其他国家相比，韩国、德国汽车行业的机器人密度分别为中国的 2.6 和4.2 倍。韩国、德国非汽车行业的机器人密度分别为中国的14.4 和5.5 倍。 故非汽车行业与发达国家相比自动化水平更差，市场空间与增长潜能更大。

（2）汽车行业工业要求高、客户绑定大型外资企业，市场门槛高。大部分外资整车厂 商的生产线标准及机器人选型是全球统一的。国产机器人难有机会。而在目前国产机器人技术尚未 完全成熟的情况下，国产整车厂也不敢贸然使用国产机器人完成重要工位的自动化操作。且目前主要的汽车主机厂均与外资四大工业机器人厂家绑定，长期合作，更换供应商概率小，如大众主要用KAKA，通用主要供应商为发那科，欧系品牌车企主要使用ABB。

（3）相对于汽车行业，3C 行业产业升级技术迭代频率高，自动化升级可塑性高，需求旺盛。

3C 行业市场集中度较高，目前家电领域竞争激烈，新产品推陈出新快，电子行业苹果技术路线更 新带动产业升级加速，新产线布局需求旺盛。且 3C 产品半成品规格月零配件重量适中，标准化程 度相对较高，利用工业机器人等通用型智能设备进行自动化改造的可塑性高。

全球电子/电气行业工业机器人销量从2013 年的24.4 万台增加至2016 年的40.7 万台，CAGR 达到19%；而中国市场电气/电子行业工业机器人数量从 6725 台增加至2016 年29979 台，CAGR 更是 达到了 65%。这主要得益于近年来半导体等行业生产基地从欧洲向大陆转移且我国的光伏、锂电 等行业兴起，拉动工业机器人需求。

（4）目前我国工业机器人在一般制造业国产化率显著高于汽车行业，技术研发投入初见成效，规模扩大可期。

从工业机器人的国产化角度来看，相较于国际成熟厂商在汽车领域的绝对优势，国内厂商的产品更 多地应用于消费电子等相关领域，我国金属制造和化工等领域对工业机器人需求已经达到60%-70%的国产化率，

相比而言汽车制造国产化率仅为 16.8%，电子产品国产化率 35.1%，我国工业机器人咋一般工业市 占率远高于汽车行业，更有发展机会。国内企业大多走中低端产品路线。

相对于汽车行业使用较多的六轴多关节机器人等高端工业机器人，一般制造业对坐标机器人、并联 机器人等中低端机器人需求较高。国产化率来看，我国坐标机器人国产化率近70%，并联机器人 国产化率近 47%，远高于其他类型。

（5）工业机器人成本回收期缩短，人工成本上涨，机器换人经济性拉动一般制造业对工业机器人 需求。

一般制造业多属劳动力密集型产业，随着中国人口红利消失，工人平均工资逐年上涨，而工业机器 人成本逐渐下降，成本回收期缩短，机器换人经济性显现，一般制造业对工业机器人有较高需求。

综合以上因素，我们判断，未来 3-5 年，国内工业发展机会主要看一般制造业。

数字化如何助力打造新型生产制造和
服务体系，重塑产业进化路径？

百川计划今日开启第二期。

在这一期，我们将看到许多专注实体产业数字化的实践者，他们了解且相信数字化的作用，又兼具实体产业经验，充满敬畏，对两者的融合满怀期待，且愿躬身下地，付诸行动。接下来的几个月，我们将带着读者一起走进工业制造、建筑、农业等领域，看产业互联网的实干家们，如何用数字化方式改进生产，改善服务，探寻行业价值，重塑产业生态。

模具是现代制造业中常见的工器具，许多产品的创新依赖模具的精进，因此，一些行业人士把模具称为“工业之母”，但一个现实的情况是：大众对它可真是不熟，尽管它的市场规模超过了3000亿元（2020年国家统计局数据）。

如同所耕耘的行业一样，成亚飞和他创立的模具行业工业互联网公司模德宝也几乎不为大众所知。搜索公开信息，这家公司只因在2021年获得融资后，才被极少数媒体关注，为数不多的几篇报道也只是就这一事实进行说明，并未披露该公司的详细信息。

5月底，模德宝创始人兼CEO成亚飞接受了“腾讯产业互联网”的访谈。成亚飞早年在富士康负责3C板块的模具开发，参与并领导了模具厂的大型软件系统开发。2009年，成亚飞离开富士康，与朋友在华东开模具厂，借助在富士康积累的经验，小有所成，“青春年少，想得很多”的他相信自己能够把这些经验复制到其它模具厂，帮助后者进行转型。据成亚飞介绍，模具行业是一个传统且离散的行业，在3000亿元的中国模具市场，“夫妻老婆兄弟店”占据了半壁江山，同质化竞争严重，同时因对老师傅过于依赖，工厂的自动化、IT化、数字化和系统化一直无法有效开展。

2012年，成亚飞成立模德宝，创立模云，专注模具工厂的工业过程控制软件开发，“要帮助模具中小企业提高在产业链中的价值”。

一去10年，成亚飞完成了他当时给自己设下的目标了吗？中途是否有所动摇？如今数字化正在各个领域展开，模具行业又有何新的变化？什么才是制造业进行数字专项的关键影响因素......

这是我们第一次接触这个陌生的行业，我们有一箩筐的问题等待成亚飞的答案。

以下是访谈全文，经编辑，有删改。以前，这是一个老师傅说了算的行业
问：中国模具行业在全球范围内的竞争力怎么样？

中国的模具企业在全球来讲还是具备了相当强的竞争力，但是我们在特别高端的，高精尖的，比如说高速率、高精密类型模具的设计、制造的技术上还有进步空间，这块目前主要还是以德国、日本为主。我觉得中国模具还需要一定的时间改变这种大而不强的局面。

问：从行业看，有不同吗？比如说中国在哪些行业做得比较好，哪些要加强？

像是汽车类或者是3C电子、家电类的模具我们还是领先的，但是用于医疗的，涉及一些特殊功能的，或者材料应用比较特殊的，对冲压的效率、速度和精度非常高的，我们还是有点差距的。

因为我们在这些方面的核心技术和核心材料还需要持续累积。一句话来说就是，在国际上的整体竞争会日益加强。

问：评价一个模具工厂在市场上有没有竞争力主要是看哪些指标？

最简单的评价指标，就是交期、品质、成本、服务，我觉得这不仅是衡量模具工厂，也是衡量制造业企业通用标准。因为模具是生产产品的基础，产品要快点上市，模具就要先做出来，开模的效率得高，品质要好，本来设计的是一个非常精美的产品，结果做出来的模具跟设计不一样，后续生产也会受影响。市面上因为模具做坏了，导致产品创新的失败的事情比比皆是。

问：对于一个模具厂来说，怎么提高品质呢？

其实现在的模具交期和品质相对于十年前来说，我觉得可能没有太大的提升，因为新技术主要是3D打印，其他还是传统的工艺，而且很多传统工艺都是依靠技能型的老师傅。如果我们今天要缩短交期，就得要求工厂能24小时自动化运作，但人是会疲劳的。所以我觉得以模具为代表的技术密集型、劳动密集型、资本密集型的传统工业，都面临着极大的挑战，如果没有数字化支撑，很难实现高质量持续发展。

问：十年前老师傅多，人力成本低，所以问题不明显？

我觉得在十年前模具师傅相对好找，因为当时做模具师傅，收入还可以，能受尊重。现在在模具厂上班，工作辛苦，收入有限，可能连女朋友都难找。

而且现在就业途径和机会多了，你看现在有网红经济，有平台经济，送外卖可以月挣1万块钱，在工厂能赚多少钱？何况做模具工人要三四年才能出师，可能才能有8千块钱收入，在工厂还受约束，所以这个行业对年轻人的吸引力不大了。

问：你刚才说模具是“工业之母”，不应该是很重要的吗？

模具是衡量一个国家制造业水平的重要标志，属于基础制造业，产品创新都需要模具，但是，模具处于制造业供应链的最底端，属于个性化生产，极度分散，很难把规模做大，投资回报比偏低，导致重要性被忽略。

问：今天做模具没有以前挣钱，是因为竞争更激烈了，还是因为工厂跟不上市场变化了？

行业竞争加剧，中低端的产能过剩。同时，模具是零散性的制造，人均产值在30万到40万之间，但现在成本更高，一年人工可能就十几万，再加上原材料费用、设备折旧。只有通过智能化和自动化的手段让人均产值突破100万，这样才可能有好的回报。

问：之前没有尝试别的途径吗？比如说把模具设备做得更精良，数控机器做得更好，用更少的人操作机器。

行业肯定有很多的人在做各式各样的尝试，数控设备的自动化程度也在不断提升，包括可操作性，加工精度，效率比十年前有了一个长足的进步，但是再优良的设备还是要人操作的，确实需要把由人工操作的部分让软件和机器人替代，我们这么多年也是想致力于解决这方面的难题。

花十年时间积累知识数据和模型是值得的
问：模德宝最初是想解决什么问题？

传统行业为什么效率不高？是因为传统行业里的人不努力吗？不是，我们做传统制造的人比其他领域的更能吃苦。我们想提高行业数字化能力，让工作更轻松、效率更高，让更多优秀人才能回到工厂里面，解决工厂在实际生产中的问题。当工厂被标准化、结构化、IT化、系统化，传统制造业也将发生巨大变化，我们愿意花更长的时间来改变这个行业，这是值得的。

问：所以你在成立模德宝的时候就已经想好要做这四化？

我在成立模德宝之前就对行业认识比较清楚了，因为我最开始是在富士康做模具，就知道模具行业面临的主要问题，也清楚如何去构建一套系统化的软件来管理工程，那时也负责工厂管理，带领技术人员做标准，协助IT工程师做系统研发。但是并没有今天说的SaaS、工业互联网这么清晰的概念。

我离开富士康以后，跟别人一起做模具工厂。我发现别人花五到十年干成的事情，我花两到三年就做成了。回头发现是因为我们过去在富士康受到了很好的训练，是站在它的肩膀上思考工厂怎么建，系统怎么建，是沿着能力的延长线上创业的。

但是这不代表你真正的能力，因为你是被别人赋能的，随着社会的进步和技术的进步，你还能不能永远保持这样的竞争力？

当时能做好因为我们用IT，用数字化工具，用系统替代部分的老师傅，让工厂高效率更高、成本更低，又遇到了好的客户。但是如果我们不持续精进，我觉得很快就会落伍，所以当时就决定要把我们的能力社会化，给全行业用，他们用的时候反过来会给我们赋能。

当时也没有想太多，也比较过其他的工厂和自己的工厂，觉得做数字化大有作为，所以在2012年注册成立这个公司。

问：那个时候对这个公司的大概的设想是什么样的？

坦诚说，当时只是觉得这件事情很有价值，没有预料到这么难。当时我认为我们的技术、理念已经非常超前了，但是出来之后发现外面跟我们想象得不一样。我们的那套体系和系统是源于我们在富士康里面经验，以及我们经过训练，有标准化意识。但老师傅会认为，我的知识技能为什么要被系统化，也有很多人觉得模具不能被搞成系统化、自动化。

问：你反复说这个事情很难，也说这是个需要下地干活的事情，它究竟是怎样“难”？

难，体现在这个行业工艺和制程非常多，都要靠老师傅输入，设计、加工、制造，每个环节都有老师傅，想要靠一套系统来串联，就有无数个排列组合，这个排列组合要适应不同的公司，不同的产品，就要不断迭代和思索。整个过程难就难在你不但要把模型提炼出来，还要写成一套可靠的IT系统，考验从产品规划、产品设计、产品实现、甚至是在产品的实际使用中的组织管理能力。

而且这里面需要大量懂工艺还懂IT的人，这些人员要下地干活，坐在办公室你肯定弄不清楚的。何况模具行业有汽车的，有家电的，有3C的，有医疗的，每个行业的属性不一样，里面还有这么多不同的工艺门类，也要兼容不同的设备，因为工艺是通过机床设备来实现的。机床厂非常多，要研究日本的、德国的，中国的，十年前的设备，五年前的设备，现在的设备，让它们在一个平台中运转，将不同品类的技术参数模型化，写成通用型的模式。这个过程不可能一下子投入500、1000人去做，还是要一个难点一个难点的去啃。

问：这些难点有解决的优先级吗？还是分行业？

肯定是先解决自己熟悉的3C电子，同时我们也分行业。3C、医疗或者汽车，在这些领域还会细分，比如说3C，你把手机拆开会发现那里面有几十个门类，工艺非常的复杂。那就一个一个做，我们也有意识的找这些行业的头部公司，跟他们在一起，解决他们的问题，我觉得这个时间的付出也是很值得的。我们积累了我们想要的知识数据和模型，然后也看到了行业的发展趋势，我们开始逐步SaaS化。

其实“十年时间”在工业领域我觉得是相对来说比较短的，看工业软件发展的历史，没有哪一个是低于20年的，有些工业软件到现在都50多年历史了。

我们这个软件也是工业过程控制软件，不是一个简单的ERP或SaaS。工业的发展有它自己的逻辑，不是说一套算法一个系统就能解决问题，需要非常长时间的摸索。但我没有想到这件事情要花这么长时间，这么难，我就不会入局了。

为什么很少人做工业软件，因为投入和回报不成正比。我们之所以能生存是因为我们把握了行业发展的趋势，客户欢迎我们，是他们给了我们生存的机会。我们靠技术吃饭，本分做事，只是规模大小，盈利多少的问题。

SaaS不是工业互联网,但工业互联网不能没有SaaS

问：大概花了多长时间把模云做到初具规模？

从2013年到2016年都是传统的技术和架构。2016年以后，我们觉得未来向中小型企业提供数据服务一定是大势所趋，要提供服务就必须SaaS化，要SaaS化就必须重构系统。

问：以前你们是做大公司或者是头部公司定制是吧？

对。从2016年开始我们觉得必须要改，筹备了大半年以后，2017年初开始真正做SaaS，一直做到现在。

问：这是两种不同的生意逻辑，转变起来会很痛苦吗？

我们保留了定制。在这个领域完全做SaaS是不可能的，现在的大企业依然希望私有化部署，觉得系统在自己服务器里才安全。

问：你之前也提过SaaS里面很多人做着做着就做定制了，但不做定制又活不下去。

我觉得是看什么产品，如果是CRM这种类型的，或者HR管理，本身就可以做轻量化的SaaS。

但是工业领域我觉得要尊重它的规律，很多人以前都讲定制化不是个好生意，确实规模有限。但工业的SaaS，一开始就得通过定制式、微服务的方式把它做出来。服务好客户，我认为是很重要的能力。定制完成以后，如果不能把它整成一个80%都能通用的标准产品，那就证明你的组织能力、产品策划和规划能力有限。

SaaS并不代表工业互联网，但是工业互联网不能没有SaaS，我是这样认为的。

问：那怎么让客户接受SaaS化的服务呢？

我觉得这个接受的过程一定是市场化的过程，他用你的软件和系统能赚到钱，他就接受。我觉得SaaS的成功不是强行推广教育的结果。

面对疫情和人才短缺，模具行业转型势在必行。我们不能说买我们一套SaaS软件就能活得多好，因为这个产业链很复杂。定单、设计人才、数据、交付、产业深度分工这些不是单个SaaS能解决的问题。但是在一个工业互联网平台，我们要找到一条新的路径能够让大家赚钱，SaaS化非常重要了，它必须在这个通路之中承担作用。

问：你说模云是帮助中小企业提高他们的在产业链中的价值，如何帮助？

当然我们现在最直接的还是通过SaaS赋能，提供数据、全自动化的解决方案，减少工人重复性的劳动。这个我们已经算做得比较好的，但是归根到底这也是一个项目制的方案。

问：这个数据怎么帮助他们，让传统的工厂变成智慧工厂？

我觉得我们第一步已经做得很有经验了。硬件的匹配、软件的匹配，自动化的搭配，人才的配置，还有人员的培训，我们已经形成了一套比较科学有效的体系。我们已经给接近400家，尤其是头部企业提供了这些服务，完成了原始累积。我们现在最大的挑战是如何团结志同道合的人，大家都做好。

问：比如说我是一个传统模具厂的老板，我想做智慧工厂的话，我需要投入什么？

我们会做诊断，诊断以后会有一套标准文件清单，像医生开处方一样，缺什么补什么，包括人、设备、软件。

问：先按照项目来做，接到模云平台上大家一起玩，是这个意思吗？

从长期来讲肯定是要这样做，目前还比较简单，我们提供数据，帮工厂从50分提高到80分，90分。

设计和制造能力。不仅是通过SaaS，还有自动化的方案、线下的辅导、人才的输送，光SaaS干不了的。

问：如何帮助工厂在生产环节从50到提升到80、90分？

我们围绕人机。做制造业都喜欢拿一些模型来讲，其实工厂主要是人为影响，对老师傅的依赖越大，出错的风险越高。我们通过系统来解决，让数据库代替人驱动设备。虽然不能说百分之百替代人的经验，但能做到部分有效替代。

然后我们对机床进行改造，软件和硬件都做。我们会控制设备的每个动作和参数，尤其是它的核心参数，把由人输入和控制的，变成由数据系统控制，由人操作让机器人控制，机器做不到的地方由人监管。

一般的SaaS绝大多数都是在流程控制层面。我们认为流程控制是基本的能力。

问：这个需要工厂对你完全开放才能实现？

其实不是的。绝大部分的中小型的工厂是不具有数字化能力的，往往是我们把数据带给了工厂，我们再教会工厂的技术人员根据标准的数据再来做适合自己的工艺条件。因为我们已经把它变成了一种可以根据不同工厂的实际情况提供定制化服务的系统平台，我们从云端推送参数，还会教他们哪些是特殊参数，可以怎么修改，修改过程不需要IT人员介入，是基于模型，基于的参数化的修改。整个过程就非常简单。

问：需要去现场做一些指导吗？

要。其实这里最难的就是教育的过程，如果是我们自己培养的人，几天就会了，但我们在现场目前所面临的实际状态是往往需要一个月，因为涉及到的工艺和工序很多。    

问：怎么感觉做回了以前的工程生意。

准确地说是我们协助工厂培养年轻技术人员，帮助他们以智能的数字化方式传承老师傅的技能和经验。

制造业做数字化转型，人才是关键

问：之前提到的人的部分，是直接输送还是帮忙培养？

我们协助工厂培养人才，因为我们做了很多的产教融合的事情，同时，我们也可以输送一部分。

问：数字化还是得从人出发，是吗？

对。一直用传统方法操作的人，大部分对改用系统化方式的意愿不高。这就是为什么我们觉得还是要培养学生，告诉他这种数字化作业方式，让他一学就会，如果教他学传统的作业方法，他就不愿意学。不光模具行业，整个制造业，人才短缺问题都很突出。

我们现在培养一个人，从开始到能够实施工程服务，只要三到六个月的时间，这些人到其他公司，能成为合格的工程师。

问：那不成了一个教育机构了？

我们现在有一个部门就是做教育的。现在就是要培养智能制造的人才，我们必须要把自己变成一个强大的，能够训练新人员的机构。

其实我觉得设备也好，软件也好，根本还是人的问题。解决人的问题不仅是解决了客户当下的问题，最关键的是解决了发展的问题。

但是这个投入的过程非常长，我们说十年树木，百年树人。我们跟学校合作，做各种各样的技能大赛，都是为了奠定我们在这个行业里能够长期走下去的最关键的基础。

问：主要是培养什么类型的学生？除了提供课程，还包就业吗？

主要是高职，现在开始招一些应用型的本科生。目前我们可以提供课程，软件系统，教学的生产线和平台。同时，我们也把工厂的场景搬到学校。我们在东莞职业技术学院有自己的校中厂，学生可以在里面跟岗和顶岗学习。

这项工作很重，但是效果还不错，很有意义，我们在华东、华南、西南区域做了好几所了。

问：工厂是你们自己的还是合作伙伴的？

有一部分是我们自己投的，有一部分是学校投资的，但是用了我们的软件和管理，是一个具有多种作用的工厂。对我们企业来说，不可能说我真的开办一个学校，所以必须接真实的订单。对人才培养来说，目前是起到了示范的效应。

我们是企业，不是学校，如果我们做学校，那就是舍本逐末了，属于干了不该干的事了。

问：你们这个生意做得太重了吧？

很多人会觉得这个东西重，但是今天看搞产业互联网的，搞工业互联网的，谁也不敢说一套系统吃遍天下。

很多人说我这个这套模式不可复制，其实这个模式不是要复制，这种模式是一个种子，通过耕地、施肥和浇水，它会结出很多果实来，果实才是你将来要摘的东西，一开始的投入肯定是重的，但是慢慢地会变轻，逐步的。

问：做工业互联网，做工业领域的数字化肯定也是慢的，是吧？

我很难回复这个问题，我的观点就是不犯战略性的错误，慢就是快，因为有些东西是没有办法追求快的。我们做的这件事情就好比一个惯量很大的物体，你推动的时候慢，但是一旦启动了，要停止它，也停止不下来。

我觉得现在工业互联网的水是相当的混，有的人就是要浑水摸鱼，潮水退了才知道谁在裸泳。    

为助力更多产业互联网的实践者，“腾讯产业互联网”官方平台正式发起 「百川计划」，寻找100位中国产业互联网实干家。通过人物访谈、嘉宾对谈等形式，记录和保留实践的第一手资料，创建一个属于中国产业互联网的记忆银行。为当下提供借鉴，为历史留存底稿。欢迎加入百川计划，或者与我们进行交流（邮箱：）