如今，企業在轉型升級過程中，面臨產業鏈攀升、核心競爭力升級壓力，同時工業企業產值增速減緩，稅前凈利潤率均下滑、勞動力成本不斷攀升等問題正在顯現，智能制造、工業互聯網成為投資圈的新熱點。

近日，鈦資本邀請到小苗朗程管理合伙人方正浩分享智能制造、工業互聯網的投資新視角。小苗朗程作為國內早中期的科技投資，是發現價值服務增值的先行者，過往的投資也是成績斐然。方總結合實際投資案例，探討小苗朗程如何憑借敏銳的商業嗅覺、深刻的行業洞察力，立足于差異化的競爭，抓住新的賽道發現新的價值王者。以下為分享實錄：

01 智能制造與工業互聯網投資背景及投資邏輯

投資賽道背景

2013年后，中國工業企業的產值增速和稅前的凈利潤率同比都在不斷下滑，對于中國制造業來說，轉型升級的迫切性非常強烈，加上過去幾年中國的勞動力成本不斷攀升，導致制造業企業都遇到了轉型升級難、招人難等產業上的壓力，因此智能制造和工業互聯網的核心需求和推動力非常強烈。無論是國家、社會還是制造業的經濟體，對于信息技術改造傳統制造行業的降本提質增效，需求非常強勁。

（智能制造&工業互聯網誕生背景）

其次，中國對于智能制造和工業互聯網有非常明確的目標，2015年國家提出了“中國制造2025”概念，過去兩年，智能制造的相關政策也在不斷推出，對于政策落地的一些細則，如一些地方工業企業的設備聯網、投入信息化數字化的專項補貼，政策也是分層解耦，自上至下逐步推進。

中國智能制造的主要特色是：補短板、促轉型。具體來說：以智能工廠為載體，以關鍵制造環節智能化為核心，以端到端數據流為基礎，以網絡互聯為支撐等。實際上，智能制造的定義是比較全面的。

而美國工業互聯網的定義偏向于產業協同和和互聯網改造，德國的智能制造偏向于工廠間的互聯，而中國從廠內的智能化到工廠間的互聯互通，政策目標更加全面和廣泛。

（中國對于智能制造&工業互聯網的目標明確）

投資賽道行業圖譜

智能制造和工業互聯網的行業的圖譜，自下而上分成5個層級：設備層、網絡層、平臺層，再到上層的軟件層和應用層。

下圖的紅圈是小苗基金作為中早期的科技VC比較關注的領域，左邊的是投資的項目。首先關注應用層、軟件層和設備層，基礎設施層不是我們關心的重點。軟件層會重點關注研發生產設備管理，生產運營類的軟件，而不是偏向于內部的運營管理的軟件。而類似于CRM，包括偏向于財務、人事、營銷一類的系統，沒有歸在智能制造范疇。總體上我們重點關注的是應用層、軟件層和設備層的投資機會。

（智能制造&工業互聯網圖譜）

軟件和應用類的需求，可以分為三個場景。

第一是設備資產管理。

第二是業務運營優化，細分出了4個部分，分別是設計仿真、生產優化、運營管理和能耗優化。

第三是產業協同創新。劃分維度是基于數據和機理，實際上不管是智能制造還是工業互聯網，它的內核是數據是最重要的血液。

不管是優化生產還是優化運營，都是基于數據驅動的；所有的數據無論是通過數據挖掘的方式，還是通過已經形成的工業機理的方式，都需要做比較深入復雜的分析。整體上，對于場景的投資邏輯，我們會關注數據分析的深度，以及建立的復雜程度，重點會看一些涉及相對復雜困難的領域，從難點切入的一些企業。

投資邏輯和策略

創業公司的宏觀背景或企業內生的競爭力，可以歸納為“天時地利人和”。從投資的角度，怎么理解這三個維度？我們重點關注5個要素。

第一是市場空間和市場天花板。中國制造業集群在國際產業鏈上的分工和歐美不同，中國已經是全世界最大的生產基地和生產國。在離散制造業、消費電子包括新能源車等下游生產中，中國也已經成為了全世界最大的生產基地。所以對于智能制造和工業互聯網項目，我們重點關注的是中國的下游行業是否在全世界具有非常強的統治地位，這一點決定了市場天花板。

第二是需求剛性程度。我們把科技的服務商為客戶提供的價值總結為5個維度，分別是降本、增效、提質、增收和合規。需求的剛性程度和迫切程度并不相同。在5個維度中，首先需求最為強勁的是合規需求：在中國，有相當多政策的目標，都有明確的發令槍和截止點，信息服務商崛起的浪潮，是由新政策和新合規需求推動，所以合規是非常剛性的。其次是降本增效、提質增收；我們認為增收的價值非常大，因為對于下游客戶，增收提供的是生產力工具，通過提高生產力提升企業的市場份額和競爭力，所以增收類工具相比其它幾樣，需求迫切程度會更強。所以，我們重點關注：一是為客戶帶來的實際價值，二是為客戶帶來的價值是否可以被明確量化、被客戶感知。優秀的智能制造和工業互聯網的項目，一定是滿足了客戶的實際剛需。

第三是下游增長趨勢，這跟市場天花板相輔相成。目前我們最看好的是下游增長趨勢非常明確且正在快速爆發的新興制造業，如新能源；這類下游行業每年增長速度在50%~100%，甚至更高。此外，在快速爆發的增量市場中，行業的生態鏈包括行業的話語權、行業的上下游關系都尚未被塑造，因此作為智能制造、工業互聯網、To B類軟件及設備廠的供應商，有機會重塑和定義這個行業的產業分工和話語權，所以無論是縱向的快速增長，還是橫向的延伸，這類企業空間都會更大。

最后兩點是行業門檻和團隊基因。行業門檻的定義包括橫向和縱向兩個維度。縱向維度可從是否需要長時間的行業積累才能接觸或提供這項服務來看，即是否在行業的積累上做得非常深，如半導體行業的智能制造企業。橫向維度，則從多學科交叉的角度來看。團隊基因要看，這個團隊過去的磨合程度如何。

02 項目案例分析

優也科技

優也科技是2016年成立的一家國內互聯網平臺的公司。投此項目的邏輯：首先是市場空間層面，優也科技主要為流程制造業（包括鋼鐵、冶金電力、石化解行業）提供一套基于實時數據流數據接入的數據平臺。基于這個平臺所構建的上層數字孿生體和數據搭建出各類工業應用，能針對流程工藝優化、質量提升，應用于各種工業。行業賽道大，賽道壁壘高且痛點明顯。

優也科技是多學科交叉和融合的團隊，正好同時符合這些標準，他們所構建的一套工業互聯網平臺，能夠把老師傅、老專家的經驗凝練成機理模型，基于數字孿生和數據，結合行業LO號的模型，灌注成一個的工業機理優化的App，既體現了數據和激勵模型所結合出來的威力，同時團隊組成也構建出了非常高的壁壘。

慧程技術

慧程技術成立于2013年，是一家以MEX、工業大IOT+大數據分析為主營業務的智能制造服務商。核心團隊來自于多家跨國工業軟件、自動化企業，包括羅克維爾、西門子、施耐德。目前已經服務了消費、汽車、航空等多個領域的近百家的頭部客戶。首先切入點是自動化加MES，相比市面上的的MES企業，其特點在于：

第一是團隊的創始人是洛克威爾的解決方案事業部的總經理，既掌握了客戶資源，同時對于客戶的現場需求有非常深入的理解，本身起點較高。

第二是我們在做出投資決策之前，會關注其產品化程度，慧程技術過去幾年的指標中，每年軟件業務的占比都在提高，且項目的交付的周期都在縮短。

第三是整體的毛利水平也在不斷提高。

第四是業內少數實現收入的公司，有相當部分是由合作伙伴來批量交付的MES軟件公司。

第五是作為MES和工業大數據公司，普遍的難點是行業的壁壘。相比同行來講，慧程既具備跨多行業的服務能力，同時在挖掘了頭部客戶之后，每年頭部客戶形成的增購和復購比例也是非常高的，所以慧程的抗行業周期的風險的能力更強。

同時，頭部客戶已經打磨出一些場景，通過軟件的逐步標準化以及和合作伙伴批量交付的形式，我們判斷后續能在行業中占據先機，并且穩定增長的概率比較大，去年已經有了兩個多億的業務量。

清研精準

清研精準是在我們2021年投的項目，于2018年成立，由清華大學的汽車研究院、電子科大，浙大碩博團隊創立，專注于為新能源車和智能汽車行業提供從研發、生產到售后三個環節的檢測，測試相關的軟硬件的解決方案。

判斷的投資邏輯和標準：首先，下游是爆發式增長的，從2019年之后，新能源車電池性能的檢測被寫進了強制性標準，同時未來智能汽車傳感器的標定、輔助駕駛自動駕駛軟件的標定都需要相應的檢測工具。這意味著其處于下游需求比較明確且在爆發式增長市場。其次，清研精準為鋰電池廠和汽車廠提供研發和生產類的測試設備和軟件之外，已經切入了汽車后市場。目前國內新能源汽車相關的售后維護，是藍海市場，有相當多新能源車出了故障后，包或者電池模組出了問題后，得不到第三方的支持和維護，清研精準為整車廠和電池廠的售后提供了相應配套的檢測工具和服務。第三是團隊的技術實力和業務拓展能力在業內領先，整體業務增長相當迅猛。

視彩光電

視彩光電是小苗朗程投資的針對新型顯示行業的工業傳感類公司，成立于2018年，主要做成像式色度計以及人工智能算法產品的計算機視覺檢測硬件。在過去，行業雖然有檢測設備的需求，但沒有設備支持，只能靠人眼解決大部分問題。畢竟OLED/miniLED屏幕每一個像素自發光，而且每一個像素元件都可能出現問題，所以依靠人眼或原有的檢測設備，都不能滿足這類需求。隨著新型顯示的需求增長（包括元宇宙AR/VR的需求），檢測的需求會極大提升，因此新型顯示也呈現出了爆發式增長，企業下游規模每年以1-2倍的速度增長。視彩光電團隊來自瑞電科技，團隊本身是廠商中國區的核心團隊，無論在市場還是在技術和銷售層面，都比較成熟，是當前市場上中國唯一的產品公司。

賽卓電子

賽卓電子是我們所投的一家工業傳感器企業。從投資到現在，雖然企業沒有經歷過太多輪融資，但發展的勢頭非常好，估值增長了近100倍。賽卓電子主要做基于磁電的工業位置傳感器芯片，包括為汽車提供各類的ABS凸輪軸和曲軸的傳感器芯片，主要是測物體和物體之間的速度、位移、角度、距離的變化。在工業領域，主要是測量電機的轉速。

投資賽卓電子的邏輯：首先，其做的霍爾傳感器是全世界排名前三的傳感器品類，而且下游在穩定增長，不僅在工業領域，而且在汽車領域的電子化趨勢都比較明確。二是領域的特點比較分散，每個下游應用市場除了汽車之外，市場規模只有一兩億，這種市場結構非常有利于創業公司和國外大廠競爭。三是賽卓電子在行業里起步非常早，在客戶應用、團隊的搭配方面都有比較明顯的競爭優勢，投資效果不錯。

03 問答

Q1：工業機器人領域，您覺得是否還有投資機會，比如早中期或者中后期之類的項目？

A：我覺得機會肯定是在的，因為市場上自動化的需求確實比較強勁，現在如果再去投工業類的機器人，肯定也要符合多學科交叉的特點，就傳統的工業機器人，相對來說已經比較成熟了，做早期投資的話，首先可能重點要關注它是否具備多種技術融合和多場景相結合的特點，包括視覺、力學、決策和感知能力的融合，以及相對新的應用場景，如果結合這些特點可能會有一些機會。覺得從投資人角度來講，還是要平衡投資的估值和企業的實際發展的匹配程度。

Q2：多學科交叉為什么是行業的門檻，或者為什么能構建長期的護城河？

A：所謂的多學科交叉，并不是指這個學科本身一定是科學門類，它可能也是一個行業的knowhow，比如機器人的核心技術，是減速器、控制器、驅動器這幾個環節。現在多數的新型機器人，主要是多種傳感器融合，如果在前幾年就投資，我覺得是一個不錯的方向，因為本身除了需要掌握機器人的控制技術之外，還要對傳感、算法有一些理解。現在如果再去看機器人方向，那可能需要看一些非常縱深的行業應用。比如我們投了一家公司，給生命科學、實驗室行業提供機器人的產品和解決方案，首先團隊構成就比大部分機器人公司要復雜很多，有機器視覺的專家、機器人控制和機器人本體的研發專家，同時公司還有一批化學家和藥企人員，以及做醫療器械的員工。為什么需要這些人？因為落地到生命科學或化學行業，要對客戶的應用的方向實驗流程，有非常深入的理解，否則做不出客戶需要的產品。其中涉及到的知識的復雜程度相當高，一旦涉及到多學科交叉和融合，搭建起一個團隊的難度就會提高。

Q3：智能制造領域的頭部企業建立的護城河，或者中后期公司的壁壘可能會是什么？

A：我覺得這些To B公司還是殊途同歸的。我們可以把它分為解決方案類公司和工具類公司。工具類公司的壁壘，一方面是產品的標準化程度，因為不管是軟件公司還是技術服務公司，都很難業務標準化。如果企業發展到上億的收入規模之后，還能夠持續穩定快速增長，且有不錯的往外延伸的可能性，那么產品的標準化程度是比較高的，并且和下游客戶、行業生態的的結合程度也是非常關鍵的。

Q4：工業互聯網領域、基礎軟件CAD、CE和CIM，中國本土企業是否還有超越國外大廠的機會？可能的超越拐點會在什么契機、時點出現？

A：這幾個方向我們其實關注挺久，但到目前為止，也沒怎么投。從投資角度來看，可能對這個事兒更悲觀一點。我們可以看到，國外的設計和仿真類軟件公司，大部分不是一個獨立的軟件公司，而中國的這類企業，在人才、數據的經驗積累，相比國外的公司差距較大。二是這個領域的行業生態比較惡劣，國外的大廠也意識到中國市場的現狀，不可能所有的企業都能買得起這些軟件，所以他們在國內還放任盜版橫行，導致國內的公司商業化的難度非常高。我們相對來說不是特別看好這個領域，一是研發周期和積累非常長；二是行業的生態非常惡劣。

Q5：工業數字化標準化的難度和程度怎么理解？背后數字化技術往往還是機理模型為主，大數據技術、AI技術落地的可能性有多大？

A：我們還是先談第二個問題，首先我們是一直在觀察的，目前還是以機理模型為主，甚至可能在未來的一兩年，市場先把機理模型用上，這是相對來說比較務實的方案。因為有相當多的機理模型還沒有沉淀出一個標準化產品，但這些機理模型本身本身就是一個大數據的產物了，不管是基于物理、動力學，還是流體力學這類物理原理的和工程學原理的機理，都已是前人總結的產物，且能非常好地提升工廠的工業運行效率。但過去因為工廠數字化程度比較低，即便是機理模型，在中國的制造業實際落地并沒有那么廣泛。所以短期來看，機會還是比較大的。我們認為，人工智能包括新的信息技術以及在工業的落地仍需要一定的時間。從數據采集層面，目前無論是傳感還是基礎設施層面，都還沒有看到能夠采集到這么廣泛的實時的數據，且能夠支撐挖掘出一些非常好的工業類應用的案例。

回到第一個問題，其實是如何理解標準化？首先從投資人角度來講，判斷標準化，要做一些深入調查。舉個例子，一是我們會去看同一個行業不同供應商同類產品的定價，以及相同定價產品的平均交付周期——標準化程度比較高的企業，相對來說交付周期會更短。二是企業歷史的內部數據，這能一定程度上支撐產品能否標準化，同時企業家本身的理念，某種程度上也會決定產品標準化的可行性。　　

04 鈦資本研究院觀察

中國已經走入數字經濟與實體經濟深度融合的大時代，技術環境方面，企業研發投入得到空前重視，從需求驅動走向技術驅動，智能制造的發展與技術趨勢的前景則相互作用，包括5G、邊緣計算、物聯網、大數據、及人工智能在內，共同推動制造業產業變革。

5G是智能制造工廠連接的載體；邊緣計算是智能制造的中樞神經；物聯網是智能制造的感知系統；智能制造是工業大數據的載體和源泉；人工智能是智能制造的題中之意。

在以上技術驅動下，IT與OT的深度融合為５層架構帶來變革，并為智能制造帶來發展新機遇，包括數據驅動生產柔性化，平臺支撐工業互聯及為用戶提供制造服務。

在網絡設施、數據庫方面，我們已經和國外先進水平持平，但在芯片、操作系統、中間件、工業軟件等領域還有較大差距。

我國具有全球最完整、規模最大的工業體系，有著發展高端智能制造業的豐厚土壤。目前我國已擁有４１個工業大類、２０７個工業中類、６６６個工業小類，形成了獨立完整的現代工業體系，站在新一輪科技革命和產業變革與我國加快轉變經濟發展方式的歷史性交匯點，要堅定不移地以智能制造為主攻方向，推動產業技術變革和優化升級，推動制造業產業模式和企業形態根本性轉變，助理碳達峰碳中和，促進我國制造業邁向全球價值鏈中端。