導語：
目前中國工業互聯網廠商市場，是典型的“補貼”為大的政策導向型市場，在宏觀政策和各級地方政府的強力支持下，眾多工業互聯網廠商茁壯成長，呈現出百家爭流的局面。工業互聯網廠商按基因劃分，大致可歸為制造業大廠、傳統軟件廠商、互聯網廠商、泛數據處理類廠商、ICT廠商和設備及物聯網類廠商六類。當前，中國工業互聯網市場仍然處于初級階段，雖然制造業大廠憑借深厚的工藝積累、自內而外的戰略政策以及有效的市場發聲和影響力等暫時處于領先位置，但各家你追我趕之勢非常明顯，一切均未成定局。眾多工業互聯網廠商在當前合作大于競爭的整體生態下，最關心的問題仍然是這條路應該去往何處?如何走?如何跑贏?本文基于現有市場情況下，對中國工業互聯網廠商的未來探索之路進行了以下幾點深度思考。
思考1：工業互聯網供給方需要了解并錨定真正的市場需求
任何非民生行業的宏觀調控都不可能是永久的，國內工業互聯網企業不得不思考的一個核心問題是，在補貼慢慢減少甚至消失以后，企業如何發展、如何持續盈利，這是所有企業都需要關注的一大問題。在市場的一般邏輯下，需求端將為自身需求得以滿足而付費，那對供給方而言，錨定客戶類型并滿足客戶需求尤為重要。本文對政府、企業和高校等需求方進行市場空間的統計和需求特點的分析，認為：
1)目前企業類客戶需求較大，政府類次之，且對產品技術要求較高，高校類客戶則更加重視整體解決方案輸出。
2)供給方企業的拓客策略需重點關注自身渠道能力、技術及解決方案、企業資質以及行業服務經驗等，從而明晰自身優勢，確認產品及服務特點，錨定適合自身的賽道和客戶，才能適應市場變化。
思考2：數據資產歸屬權具有重要價值，能為企業贏得新的發展機會
工業互聯網供給方包括IaaS、PaaS、SaaS層，當前IaaS層和PaaS層廠商都在嘗試向平臺化方向發展。在平臺上，數據被集成、分析處理和對外賦能，從而形成具有價值的資產，故擁有平臺產品等同于更好地掌握數據資產。因此平臺化這一趨勢從表面看，是供給方企業服務能力的同質化與綜合化，但本質上則是供給方對客戶數據“歸屬權”的爭奪。在整個工業互聯網體系架構里，數據歸屬權的重要程度是毋庸置疑的。獲得數據歸屬權的益處主要有兩點：
其一，數據作為新的生產力有望促進產業價值鏈的重構與新的分工。數據資產在互聯網上進行流通，賦能生產制造的各個環節，協同性加強的同時，產業鏈結構走向“網”狀，各參與者分工不僅圍繞著產品產生，也將圍繞著數據產生，供給方容易在這種分工中為客戶提供新的服務價值。
其二，通過對數據資產的挖掘，短期看有助于促進企業運營的透明化，為企業經營賦能;長期看， 隨著數據資產的積累與行業上下游的打通，可逐步拓展成為產業&區域發展服務，賦能當地產業發展，為供給方帶來第二增長曲線。當然，當前數據之爭尚處于初期，國家也將逐步明確“競爭規則”，供給方需要結合國家要求規范，結合自身競爭優勢，去進行這場無硝煙的戰爭。
本文認為，由于當前市場仍然離不開政策支撐且處于初步發展階段，一些政府關系良好、信息安全能力較強、數據能力較強、且行業know-how較深，影響力較廣的企業更具有先發優勢。
思考3：能力已經較為全面的供給方廠商可以適當覆蓋到產業互聯網領域
當前，部分工業互聯網平臺企業的產品服務內容，會涉及到一些其他產業的領域，例如航天云網的金融服務、浪潮的信創產品、藍海的中小企業綜合服務(包含應急轉貸、金融咨詢、法律服務等)。這一現象不足為奇，原因是工業互聯網和產業互聯網具有較多的共通之處，例如都將數據作為資產變現、都以企業內部全要素的聯通和協同為主要目的、行業壁壘均比較明顯等，故從工業互聯網領域邁向產業互聯網領域并非難事。
但本文認為，工業互聯網和產業互聯網在行業偏重、技術偏重、以及作用范圍上仍然存在本質不同，故在供給市場相對飽和的情況下，并非所有企業都可做這一嘗試。由于產業互聯網具有更大的作用范圍，對企業基礎技術能力、社會影響力、資金實力等具有更高要求，因此那些僅僅具有泛數據處理、數據采集等單一能力的廠商，不建議進入產業互聯網領域，而對于一些能力已經較為全面的頭部企業，可以嘗試向產業互聯網領域邁進，以此尋求下一個增長點，但應基于已有的工業互聯網領域經驗去做延伸，不可盲目跑馬圈地。
思考4：中小企業短期和頭部企業合作可獲得發展先機，但長期還得倚靠自身產品能力，未來應協同發展技術與渠道
眾所周知，當前工業互聯網市場呈現出“合作大于競爭”的態勢，BAT三巨頭、制造業大廠等大企業們振臂一呼，應者云集。相對于頭部企業來說，中小企業在需求空間、供給能力、項目落地能力、第三方支持等方面均不占優勢，故只能投入大企業們的“懷抱”，以此獲得一定的資源和機會，但對于中小企業來說，這是唯一解嗎?
本文提出以下思考：
一般來說，企業發展的常規路徑是從專精走向全面。對中小企業來說，短期內，在各自專精的時期，尋求合作能得到更多的渠道關系和標桿案例，助力企業快速打造競爭力。但長期來看，尤其是進入全面發展期時，企業競爭力大小與生態合作的關系減弱，更多還是取決于自身產品能力、行業know-how經驗等。故生態合作固然重要，但非必要，也不是萬能，需根據企業當下的發展階段與目標自行判斷。而判斷的基準則需秉承“明確現狀-提出目標-確定路徑”這一核心邏輯，區分企業自身屬于技術為先還是營銷為先，短期內是想要占領市場抑或完善能力等，從而尋求更為合適且有效的發展路徑。例如銷售型的企業如果想占領市場，就較難參與到大企業的生態圈中，因為其能提供的渠道能力和大企業的技術補足需求并不匹配，更適合和其他中小企業抱團成長，去開拓頭部企業尚未能涉足的需求市場，如部分中小型企業客戶等。
思考5：供給方企業在盈利變現上任重道遠，但仍值得多方探索
當前工業互聯網市場大多是“賠錢賺吆喝”，盈利困難，大部分處于持續虧損中。雖然眾多企業已經在探索新的變現模式，如開拓應用商店，以及供需平臺等新的業務點，但就目前而言，依然道阻且艱。據本文研究及統計，除去常規的綜合解決方案等盈利模式以外，目前平臺分發抽傭+軟硬一體化設備兩大類模式為企業所積極探索。
1)針對分發抽傭，目前呈現出對平臺的生態貢獻可能遠高于盈利貢獻的特點，其主要原因是研發設計、生產制造等核心環節本身的復雜性太高、企業差異性太強，應用的適配性不高。據不完全統計，在訂閱次數超過100的應用中，研發設計、生產制造的應用數量占據TOP2，占比達68.4%，但就訂閱總數而言，運營管理呈絕對優勢，占比達71.3%，這也說明用戶更趨向于為解決實際需求付費。
2)針對軟硬一體化，目前依然處于探索期，早前有報道，但現階段尚未看到后續報道，究竟是折戟沉沙，還是即將大獲全勝，整個市場都在拭目以待。
但總而言之，本文認為：
1)市場初期，針對不同模式的探索都有意義，都值得嘗試，大浪淘沙后，長遠收益終將大于短期收益;
2)工業互聯網的復雜性要遠高于消費互聯網，可復制的標準化產品是否存在，以及將會出現在哪些領域，這是企業需要重點思考的問題。
思考6：ChatGPT在工業端的使用具有想象空間，但深度應用目前仍有困難
ChatGPT的本質，相當于同時掌握了機器語音和人的語言，使得人和計算機可以更好地相互交流，甚至合作解決問題。目前在消費端，ChatGPT已經出現多種應用形式，對話式AI相對成熟。在工業端，企業也在捕捉應用機會，其核心邏輯就是供需雙方相關人員能利用ChatGPT“自然語言編程”的能力，以相對較低的門檻達成各種需求(如設計、功能實現等)，加速企業高效運轉。展開在工業互聯網市場來說，ChatGPT目前對供需雙方均有一定程度的影響，在供給端，其主要賦能于工程技術支持、輔助功能實現等場景，但存在大模型與小樣本數據的悖論等問題，具體應用時需要進行深度模型改造、配置與訓練。在需求端，其主要賦能場景在對話式AI、通用式搜索引擎上。
本文認為，目前ChatGPT在工業互聯網領域的應用機會存在，但程度并不重要，亦難以深刻，還需要進行大量的模型改造和訓練，其中利益和成本的比較暫時難以估量，故發展機會存在，但很難落地。綜合來看，中國工業互聯網市場雖在良好的政策環境下處于蓬勃發展中，但無論從產品技術能力、市場應用廣度、行業滲透程度等方面均處于初級階段，尚未形成成熟、穩定的供給水平，市場也并未達到出清。供給方廠商想要獲得長期的、可持續的競爭力，不僅要把目光看向現有的和潛在的需求市場，還應看向自身的能力拓展、路徑規劃和盈利變現等，尤其是中小廠商，在大廠商已經把握市場占有和行業生態的情況下，更應該擦亮雙眼，瞄準目標，基于自身優勢去參與合作和競爭，才能獲得一席之地。而對于整個工業互聯網市場來說，供給方企業都應該不斷地去做努力和嘗試，一切探索均有意義，均為序章。
（轉載）
