第1章　從產業規律看工業互聯網的發展

記得2000年，我還在上大學，學校一位老師拿到一個MIS（Management Information System）開發的項目，項目金額800萬元，作為學生的我們，覺得老師真厲害，項目金額真高。從那時起直到現在，中國的管理信息化經歷了快速發展的20年，經歷了從萌芽到幾乎全行業、全領域、全覆蓋的過程，產生了從MIS 到MRP、ERP、CRM、MES 等各種各樣的管理信息化系統，連街邊的小賣部也在用電腦管理自己的生意了。20年來，中國做管理軟件的公司呈井噴式涌現，大公司、小公司都有，各種行業、各個領域都有，軟件行業從業人員的90%以上都是做各種各樣的管理軟件的。這些公司，這些軟件工程師，都有一個共同的特點，就是離開關系數據庫幾乎就不會寫程序了。管理信息化路徑參見圖1-1。

大部分做管理信息化的軟件公司，為了能夠迅速在市場上形成競爭力，通常要么橫向在一個行業內做項目，要么縱向在一個領域內做項目，更常見的是在橫向和縱向的一個交叉點上做項目，也就是大家講的“垂直領域做深做透”。這是最容易出成績的一種做法，但這種做法也只能一直停留在表層的應用上。所以，雖然我們經歷了管理信息化這20年的快速發展，但最終成就的卻是Oracle 這樣的偉大公司，在國內幾乎沒有公認的偉大軟件公司出現。

下面，我們看一看產業放大器模型，參見圖1-2。

從上述對管理信息化的論述中，我們可以總結出行業發展的一個“倒金字塔”模型。一個行業的快速發展，通常都是因為有一個“方法論”，然后有少數公司基于這個方法論做出“軟件工具”，更多的公司基于這個軟件工具，去做基于場景匹配的各種“場景應用”。

在管理信息化這個領域，“關系數據庫”是方法論，“Oracle”“MySQL”等是基于關系數據庫方法論的實現工具，CRM、ERP 等各種各樣的管理軟件是基于場景匹配的“場景應用軟件”，這些場景應用軟件一定會用到某個關系數據庫的工具軟件。

我們再看看這幾年比較火的AI（人工智能）行業。幾乎從2018年下半年開始，各種基于AI 的產品快速得到商用，高鐵站、機場、酒店、銀行等都上線了人臉識別系統；停車場、高速公路等都上線了車牌識別系統。為什么在不到兩年時間內各種AI 產品迅速普及，做AI 的公司也越來越多，而兩三年前卻幾乎沒有類似的產品和從業公司呢？這是因為近兩三年間，以Google 的Tensorflow 為代表的AI 引擎成熟了（2016年AlphaGo 大戰李世石是其標志性的起點）。在AI 這個例子中，“卷積神經網絡”是方法論，“Tensorflow”是工具，各種人臉識別、車牌識別等軟件和設備應用是“場景匹配”。

在安卓（Android）成熟后的移動終端硬件（包括手機、學習機等）領域也是同樣的情景。

并不是每個領域一開始就形成了這種穩定的倒三角結構的。任何領域的發展基本上都是先有“場景應用”，然后逐步總結形成方法論和基于方法論的工具，再到工具成熟，有一個過程。但是一旦方法論和工具成熟，并被業界所認可，這個行業領域才會有真正的爆發式成長，而長期形成的場景匹配的市場格局也會重新洗牌。

工業互聯網是工業升級轉型的一個重要路徑和抓手，從2017年開始，國家在政策和資金層面，對工業互聯網都加大引導和投入。到目前為止，還是一個大的“堰塞湖”狀態，整個行業并沒有“快速且有價值”的發展。我們認為主要原因是這個行業還沒有形成統一的“方法論”和“工具”，相當于還處在手機的“功能機”時代，沒有進入“智能機”階段。

智物聯完善并開發的“多源異構數據映射”方法論和“MixIOT”工具，就是工業互聯網領域的通用方法論和工具，是智慧工業核心引擎。

工業升級轉型路徑參見圖1-3。

智物聯正在建立包括銷售合作伙伴、解決方案合作伙伴在內的生態體系，鼓勵合作伙伴基于智物聯軟硬件產品進行二次開發，打造自身的工業互聯網方案、產品和品牌。

在工業互聯網領域，智物聯是一個完全不一樣的存在，智物聯的定位、路徑、目標都與國內該領域內的其他企業完全不同。智物聯的MixIOT 被業界廣泛認同，將更加有利于這個行業的快速發展。