第16期 2021/11/01
工業互聯網“條條大路通羅馬”，傳化的“路”是扎根行業
為何條條大路都能通向羅馬？據史料記載，這是當年羅馬帝國為了延伸勢力、加強統治，舉全國之力修筑交通要道的成果。縱向上，羅馬修建了一條貫穿南北的中央大道，往南可以直達意大利，往北可以延伸到波河流域，與德、法、奧地利和瑞士等國相連。而在西北與東南方向上，羅馬還修建了兩條大道，可以把羅馬與意大利、英國、小亞細亞局部地區、阿拉伯和非洲等地連成一片。
如此的橫縱貫通，促進了當時羅馬帝國內外部文化和經濟的交流和融合。據說，當時從意大利半島乃至歐洲的任何一條大道開始旅行，只要不停地走，最后都能抵達羅馬——這就是所謂的“條條大路通羅馬”。
在日前接受至頂網記者采訪時，傳化集團 CIO賴江龍就用了這句西方諺語來描述工業互聯網現階段的發展狀態。他說，在推進工業互聯網的過程中，其實大家最終要去的地方是一致的，只是不同企業擅長的領域不同、起點不同、方式不同，共同的目的都是互聯互通。
傳化集團 CIO 賴江龍
事實上，從古至今，交通運輸的暢通無阻一直是經濟繁榮的前提，而進入信息時代，不僅物理世界的交通要順暢，數字世界的信息交互順暢度也在影響著經濟運行的效率和方式。這便是工業互聯網越來越受到重視的原因。
傳化集團創建于1986年，從制造業起步，如今，其業務范圍已經涵蓋了化工、智能物流、現代農業、科技城、金融投資等領域。近年來，為了推動不同業務層面的交互，延伸上下游的業務能力，傳化集團打造了傳化智聯"傳化智能物流工業互聯網平臺"和新安化工"硅基新材料全產業鏈工業互聯網平臺"——前者主要通過平臺化的資源集聚、智能調度、全鏈協同，實現生產資料和生活資料的高效流通，為工業企業提供協同、高效、低成本的一攬子物流供應鏈服務；后者依托的是新安智能制造實踐與行業內探索，通過精準營銷、敏捷供應鏈、柔性制造等方式，提升硅基新材料產業鏈上下游企業的數字化水平。
賴江龍表示，工業互聯網的價值應該結合行業場景，回歸實體去展現，而傳化集團打造工業互聯網生態，其優勢就在于深耕制造業30多年，對行業有著深刻的理解和洞察。但是未來，工業互聯網如果只靠幾個企業的努力很難形成合力，不同的角色應該各司其職，由技術服務商提供底層共性技術的支撐，由實體企業落地不同的行業應用。“就像是移動互聯網，所有信息互聯互通，工業互聯網也不應該是封閉的。而對傳化來說，我們仍然會一步一個腳印，堅守業務的初心，切實服務于行業和產業。”
打造兩大工業互聯網平臺
至頂網：傳化集團非常看重工業互聯網的發展，可以具體介紹一下我們做了哪些事情嗎？
賴江龍：首先，介紹一下傳化集團提供的兩個工業互聯網平臺。實際上，它們的定位是不一樣的。傳化集團最早是做精細化工制造，所以我們起家于制造，但是2000年之后，我們開始服務于制造，進軍物流行業。所以，我們搭建了兩個不同的工業互聯網平臺。
其中，一個是我們制造端上下游產業鏈的延伸，叫“硅基新材料全產業鏈工業互聯網平臺”。這個平臺立足于我們自身的智能制造供應鏈優化和研發，目的是做好自己業務的同時，往產業鏈上下游進行延伸；第二個工業互聯平臺面向的是服務制造，我們布局了全國的物流供應鏈能力，叫“傳化智能物流工業互聯網平臺"，它依托于線下的公路港，以及線上的貨運網，通過線上線下的融合，面向各個細分行業提供整套的供應鏈物流智能化解決方案。
至頂網：當初構建這兩個平臺背后的動因是什么？
賴江龍：其實，早在2010年前后，我們就開始發力做這件事。最初主要的目的是把自身的數字化能力向上下游延伸，與物流生態進行連接，在這個過程中，我們發現，沒有數字化的工具其實是很難的。所以，前幾年國家開始在戰略層面大力推進工業互聯網平臺建設的時候，我們也抓住了這個機會，依托于制造端 “本業”，正式搭建了線上線下融合的工業互聯網平臺。
在這之前，我們做的主要是一些點狀的嘗試：比如計劃協同、在物流平臺上做線上的撮合、在線對貨源與貨車資源進行匹配，以及智能公路港的構建等等。到了2018年前后，我們正式把這些點狀功能連成一個平臺，基于這個生態，目前，我們不光可以在業務層面連接上下游，同時，我們也把很多的企業應用都放到了這個平臺上，為生態伙伴提供各種智能公路港、物流供應鏈、金融等方面的服務。
至頂網：從目前來看，這兩個平臺給我們帶來了哪些價值？
賴江龍：首先，基于線上的平臺，產品的交付模式和物流的服務方式都發生了改變，上下游的連接更為緊密，這就使得整體業務效率更高；其次，通過數字化連接，也催生了一些新的商業模式，在這個過程中，我們有很強的團隊，包括自己的團隊、生態伙伴的團隊都匯集到這個平臺上，更好地為卡車司機、貨主以及大票零擔服務商提供創新性的服務。
以輪胎的物流服務為例：基于智能物流平臺，我們可以把某個地區所有的倉運費都融入到一個平臺上，實現一站式服務。由我們進行干線整合、大票零擔應用整合、小物流市場的整合，可以幫助該供應鏈上的制造商，比如輪胎制造企業，降低制造過程的物流成本。過去，每個企業都要自己去找資源，但現在，當制造商把物流服務都轉交到這個物流服務平臺上來之后，就實現了物流服務的輕量化，大家可以專注于自己的業務，商業模式也會有所改變。
另外，在服務過程中，我們也可以提供技術支持。比如，我們跟中國電信合資成立的天翼智聯科技有限責任公司，主要就是基于5G技術，解決不同行業倉儲物流過程中的各種問題，依托科技賦能物流行業。包括危化品的監控跟蹤、大票零擔貨源的追溯等等，可以根據不同行業的需求，提供技術支持。
截至目前，我們的兩大工業互聯網平臺已經連接了將近10萬企業，包括生產制造企業、商貿企業、物流企業、承運商，加上貨車司機等等這樣的個人用戶，注冊數量已經接近100萬，可以說，是一個非常大的平臺了。
切實解決行業痛點
至頂網：和技術服務商相比，傳化集團作為實體企業來打造工業互聯網生態，我們的優勢是什么？
賴江龍：我們的獨特優勢在于深耕制造業30多年，我們來源于行業、來源于制造，對行業有著深刻的理解和洞察。比如，我們非常清楚制造業的供應鏈條中，有哪些環節是痛點，由此，就可以去整合和匹配對應的技術，而不是通過技術來匹配行業。我覺得，這是我們跟其它技術服務商不一樣的地方。
至頂網：連接這么多企業的挑戰是不小的，傳化的經驗是什么？
賴江龍：事實上，在搭建兩個平臺的過程中，我們遇到的挑戰是不一樣的。首先，對于“硅基新材料全產業鏈工業互聯網平臺”，主要面臨的困難點在于只能做到上下游供應鏈的延伸，大多數同行業者仍然會抗拒連接到這個平臺上來；而“傳化智能物流工業互聯網平臺"面臨的困難點在于強運營，雖然很多技術平臺的搭建并不難，但是因為在全國涉及了一百多個公路港，涉及干線、大票零擔等多方面的整合，這意味著，我們要給制造商和物流方都帶來價值，才能真正地連接兩端，吸引大家接入進來。只有這樣，才能把生態做起來，實現強運營。這也是為什么我們去為生態伙伴提供金融等增值服務的原因。
在面對這些困難的時候，我們始終扎根行業，通過切實解決行業痛點，聚焦行業“高能耗”的各個環節，整合相應的資源，從而真正地幫助大家實現降本增效，讓大家看到生態的價值。雖然這是一個“笨”辦法，但是我們認為，只有給生態中的每一個人真正地帶來價值，才能讓更多人愿意加入進來，讓生態的生命力更持久。
至頂網：從我們的實踐經歷來看，您認為工業互聯網涉及了哪些核心技術，應該包含哪些必要的部分？
賴江龍：我覺得技術應該是隨著業務需求而動的，不管是5G還是人工智能，任何技術都離不開業務場景，而每個場景都要依托于不同行業。現在業界既有很多跨領域的綜合性工業互聯網平臺，也有細分行業的工業互聯網平臺，其實大家都還在摸索。但是，從目前來看，底層的共性技術比較完善，而上層具備行業特性的解決方案還比較少。在我看來，這兩層的內容都是需要的。我們應該從業務出發去尋找相應的技術，而不是盲目地強調技術的重要性。
所以，在推進工業互聯網進一步發展的過程中，不同的角色其實應該各司其職，發揮各自的優勢，技術服務商可能偏重于底層共性技術的支撐，實體企業去落地不同的行業應用。就像是移動互聯網，所有信息互聯互通，工業互聯網也不應該是封閉的，不應該由幾個巨頭各自壟斷，然后企業去站隊，這是對社會資源的浪費。
當然，我相信，工業互聯網未來的商業模式、發展模式也會逐漸清晰。而對傳化來說，我們仍然會一步一個腳印，堅守業務的初心，切實服務于行業和產業。
未來是互聯互通
至頂網：那么，您認為現在工業互聯網處于一個什么發展階段？
賴江龍：目前，很多企業都在依托于自己的優勢去發力，就像“條條道路通羅馬”，大家要去的地方是一致的，只是大家擅長的領域不同、起點不同、方式不同。最終，共同的目的都是實現互聯互通。
當然，這背后還需要國家層面的一些支持，無論是戰略還是技術層面。從這個角度來說，發展工業互聯網的意義在于回歸實體經濟，推動高質量發展。但是，只靠幾個企業很難形成整體的合力，因為同行業之間要去整合、連接，阻力非常大。這時候，我們就需要一些中立的角色，比如由政府去牽頭，帶動企業的積極性。目前，浙江省正在做的“產業大腦”，就是類似的思路，這可能是解決這個問題的一種方法。
至頂網：那下一階段，傳化針對工業互聯網還有什么規劃？
賴江龍：在業務層面，我們的目標是每年保持20%-30%的增長，這樣的增長不可能只靠產品的銷售、產能的擴張，而是從量變到質變的轉變，轉變的引擎就是這兩個工業互聯網平臺。
所以，我們會把這兩個平臺作為未來3-5年的戰略基地：第一，更多地連接用戶，進一步提升生態伙伴數量，因為只有流量上來之后，才能產生更大的規模效益；第二，通過技術與行業的結合，實現數字科技的場景化，比如針對物流行業，把區塊鏈等技術整合到平臺上來，同時，聚焦大票零擔的線上貨運網絡，把自己打造成為這一細分行業的頭部；第三，在這兩個平臺基礎上，我們還會通過金融服務、基金生態，逐步深入合作，實現供應鏈、產業鏈生態的協同。
本文章選自《AI啟示錄》雜志，閱讀更多雜志內容，請掃描下方二維碼
