访傲林科技董事长刘震:用数字孪生掘金工业互联网

曾任微软亚洲院长、罗技全球CTO、诺基亚成长型国家研究院院长的刘震把2021年看作中国数智化元年。在人工智能、云计算、大数据等技术成为真正的水电煤,在各行各业铺开的当下,早在2年前,刘震就看到了工业互联网这个赛道的机会,并创立了傲林科技。

在工作上,刘震的一位搭档是曾投出RPA行业明星股、市值超300亿美金的UiPath的个人投资者王洋。与刘震一样,在创立傲林科技之前,王洋已经在所属领域取得了不小的成绩,如果不折腾的话,无论是行业成就还是个人财富他们两位也都能游刃有余。

但在成为创业者之前,他们都不想活得太安逸。“我们当时商量为什么要创业,就还是觉得应该做点事情,应该折腾一下,而且这里也有机会。”刘震说。

刘震、王洋所看重的机会在哪儿呢?

发现流程工业中隐秘的商业价值
根据过往经验,他们一开始就锁定了工业互联网这个赛道,帮助工业企业把设备数据上云。但后来做着做着,却发现事情有些不对。

“数据收集上来之后,如果不能有效利用,仅仅只是提供设备的状况汇报,数据也还是‘死’的,产生不了价值。”刘震说。

在刘震看来,To B的魅力在于对场景的钻研。相对来讲,新技术在to C端如果行得通就会大规模铺开,而To B往往没有To C那么大的场景。不过好在数据多,后面价值也比较大。这个时候就需要钻研行业。比如智慧矿山、智慧煤矿等,这些场景虽然小,但只要深耕就会挖掘出很多场景和价值。

企业的数字化转型有两个阶段,一段是业务数据化,一段是数据业务化,哪端场景和价值更大呢?从字面意思理解,前者是把业务数据上传到云端,而后者是把云端数据转换成价值,答案不言而喻。

成立傲林科技前,刘震看到很多从业者走的是业务数据化的路子;在经过一些思考之后,傲林科技决定投身数据业务化。

“数据业务化的价值,会首先体现在决策层面。通过数据做预测、做模拟仿真,然后做决策优化。这给企业带来的价值会非常明显。”刘震说。

傲林科技不少客户处在化工、钢铁、煤炭等流程行业,这些行业的成本主要在原材料一端,单就钢铁厂来说其原材料成本就占总成本的60%左右,再加上辅料成本,一共构成80%的成本。

所以对这些企业来讲,要做数字化转型优化,首当其冲就是采购这一端。“把铁矿石及时地买进来,如果再能够预测价格,知道什么时候买什么样的铁矿石就更好了。”

另外非常重要的一点是,钢铁厂里炼铁炉不能原料断货。一旦断货,炼铁炉就会停下来。炼铁炉停工不但会徒增成本,重新启动的炼铁炉需要一定时间才能稳定,这样炼出的产品质量也不好。

一边不能断货,另一边,也不能囤货太多——会造成资金占用。比如一家1000亿元营收的一个钢厂,每天大概有几十亿的资金占用是在铁矿石上的。假如这个钱是银行借来的,每天的利息成本就很高。所以预测采购量、库存最低水位对于企业决策者来讲价值就表现了出来。“铁矿石都是从巴西或者澳大利亚或印度海运过来的,铁矿石到货时间不一样,所以这些都是企业决策者来说要考虑的问题。”刘震补充表示。

工业互联网里的数字孪生
假如,企业有1000万元的生产线改造资金,这笔资金是放在技改上,还是放在信息化系统上,这个时候怎样做决策?

遇到经营问题时,企业发展的的瓶颈是在生产上,还是在物流上,还是在销售上,还是渠道,还是终端?

在做决策优化之前,企业应该具备沙盘演绎的能力。沙盘演绎顾名思义,是以企业整体的数字化转型为核心,建构一套虚拟系统,也就是企业的数字孪生。

傲林科技的数字孪生可以帮助企业演绎整套系统的运行,看哪种方案最优,找到降本增效的切入点。在这套虚拟系统内,依据一定的算法,企业管理者可以推倒出数字化的投入产出状况。

“它的原理是,企业本身是一个组织架构,用数字的方式模拟业务进项,企业自己可以改变进项参数或者也可以与业务经营同步,来看企业整个的投入产出情况。”刘震表示。

在建筑行业,BIM(Building Information Modeling,建筑信息模型)系统通过数字信息仿真一栋建筑物各部件状态的真实信息,建筑模型在BIM中被参数化,能够提供建筑物从设计到施工再到管理等多个阶段的一致信息,便于对建筑物高效协同作业。而傲林科技所说的沙盘演绎与建筑行业的BIM系统类似,只不过傲林科技所要演绎的对象是企业经营全局而非一栋建筑。

在刘震看来,虽然“企业的BIM系统”可以形象地表达傲林正在做的事,但此二者还是有本质上的差别。原因在于,建筑行业的BIM系统是实物的数字孪生,实物的数字孪生所关注的是更细颗粒度的事情,比如工厂内机床的运行情况等。而傲林科技打造的数字孪生所要仿真的对象是虚拟的,“比如企业的经营决策是无法用单点的实物数据来描绘的,这就要把数据发展到组织框架,需要一个组织各方面的数据共同来完成。”

说白了,就是要从一个更宏观的层面,通过企业各方面数据构建的虚拟模型来关注企业的生产能力、运营情况等等,从而在决策层指导生产线。同时,也可以通过模拟仿真省却很多实际的实验工作,了解公司的经营弹性。

可以理解为,数字孪生中的智慧决策就好比是整个系统的大脑。例如,在智慧仓储场景下,一个AVG机器人可以自动取放货,但这样单点的AGV效益不会太大。反而是更宏观层面,需要决策者知道库存水位现在处于一个什么水平,有多少食品需要进尽快出库,多少芯片存放时间不能太长。做到这些,企业的经营决策效率会极大提升。

To B有时候不是纯粹的一把手工程
随着创业进程的推进,刘震对工业互联网的认知也越来越深。最初,刘震和他的同事认为,像数字化转型这样一个大工程,特别是傲林科技这样的产品还涉及到高层的决策优化,那一定是一把手工程。但事实是,一把手有的时候很难做决策。

因为很大程度上,数字化是一个碎片化工程。一个大型集团,它所涉及到的决策层有很多,可以是企业集团决策,也可以是企业的股份公司做决策,甚至公司的一个职能部门也可以做决策。所以,刘震将“一把手”工程的颗粒度进一步细化。“当我们做这个项目时候,你可以是集团层面来做,也可以在下面做,甚至到部门都可以。”

另外,在数据分析上,傲林科技也变得更加有的放矢:不是所有的数据都要采集、分析,而是从上到下垂直地、有的放矢地做。比如,当决策者在经营层面做决策优化的时候,发现有些地方需要更细层级的演绎(某条生产线需要提高产能),这个时候就可以把生产线数据采集出来,做针对性分析,然后再看这条生产线是要购买一条新的产线,还是只要加一台设备就可以改善现状等等。

这样的市场策略,会让傲林科技更具竞争性吗?不全是,但也有一定道理。

面对一家To B创业公司提供的产品或服务,中国的买单者往往会问:是不是有案例支撑?如果没有,他自己也不想当小白鼠。不过,此期间一旦找到突破口,To B服务商就会在一个行业打出案例,并全面铺开。

做行业也不代表all in 行业。因为傲林科技更想要的是场景化应用。有了场景化应用,各行业都可以铺开。虽然行业各异,但从“供产销”这样一个铁三角来讲,本质上又都是相通的。

“傲林科技现在来说跟巨头都有合作,跟微软、阿里、腾讯,还有华为、京东等等,运营商也是一样。这里面傲林科技有时候是项目的参与者,有时候也做集成。”刘震说。他相信,在不久的将来,傲林科技作为工业互联网领域企业级数字孪生技术的扛旗者,坚持数据驱动决策,一定会走出一条中国企业数字化转型新路。