起步于工业数据平台，大数点志在技术能力输出

在工业领域，大数点是一家技术特点鲜明的数据服务创新企业。创立之初，大数点确立了技术能力输出的战略方向，发布的产品工具属性相对突出，表现出较强产品化能力。大数点的打法是，以工业数据平台建设的方式切入客户，在单一客户中做深，逐步覆盖所有需求，实则瞄准的是后续合作订单空间。目前阶段，大数点的重心是深度扎根行业细分市场，打造行业解决方案，逐步扩大行业影响力。
指导 | 凯文
调研 | 凯文关蕾
撰写 | 关蕾
工业领域，大数据应用也在逐渐落地，并陆续冒出一批创新企业，其中，大数点是一家技术特点鲜明的数据服务创新企业。
大数点创始人犹杰曾是爱立信（德国）系统工程师，被评为卓越工程师，后任职百视通总架构师；CTO Matthias Hub曾是IBM Bluemix IoT首席软件架构师，开创了Bluemix的数据仓库。创始团队在分布式计算、物联网等领域的有十年积累，大数点早期业务以工业物联网为主，聚焦在海量设备连接、实时数据处理和存储等方面。
随着数据量的剧增，客户需求的逐渐深入，大数点逐渐将重心转移到大数据算法、模型引擎层面，打造工业大数据底层核心系统，同时在产品设计上，也由工业物联网演变成工业大数据平台。
目前，大数点以大数据基础平台建设为核心，开发了包括工业物联网总线IoT DataHub?、实时数据仓库DSDB?、数据流引擎Flow Engine?等三大核心产品，用于设备连接和数据处理、数据储存和管理、算法引擎和模型训练。
创立之初，大数点确立了技术能力输出的战略方向，发布的产品工具属性比较突出。在定制化为主的工业大数据领域，表现出较强产品化能力。大数点的基础平台产品可通用于各行业客户，客户的差异点和定制化部分体现在算法层面。
受多因素驱动，工业大数据呈必然趋势
国内市场，工业大数据的兴起始于2015年，在国家级规划纲要、标准规范中明确指出，工业大数据是智能制造标准体系五大关键技术之一，是制造业挖掘价值、推动变革的重要手段。
据工信部公布数据，近两年时间，有162家工业企业成功申报了智能制造示范项目，成为改革先锋，涉及能源、制造、汽车、医疗、航天等多个领域，其中，工业大数据是主要试点方向。
在政策、技术、需求等因素的共同驱使下，工业企业对大数据的认知正逐步渗透。目前阶段，数据采集、大数据平台建设是主要切入方向。
工业企业对自身业务的改革需求相对清晰，但对大数据的认知尚不明确。在企业与数据服务商的合作中，需求探索、业务理解是前期必不可少的阶段，驻场、咨询、合作办公是常见的模式，探索大数据适合的应用场景是发展关键。
大数点成立于2015年，属于较早一批入场的创新公司。锂电池行业是大数点切入的首个领域，项目从大数据平台建设开始，后续开始探索数据应用，逐渐丰富场景开发，覆盖客户需求。对大数点而言，解决标杆客户需求、积累算法模型、打磨行业解决方案是发展重点。
目前阶段，大数点覆盖了生产管理、物料管理、产能分析、故障预测等应用场景。凭借复制性较高的行业解决方案，大数点在锂电池领域已扩展至6家同类企业。
经过两年的沉淀，大数点的客群由最初的锂电池制造行业，拓展至精密制造、光伏电站运营、汽车分时租赁运营等四大客群。这几类客群对大数据有一定认知，信息化程度高，但自身大数据能力较为薄弱，大数点以同样的打法切入，从建立工业大数据平台开始，应用场景在合作中逐步渗透。
在中国市场，工业元器件供应商众多，市场分散度高，设备结构复杂。在实际应用中，具体的应用场景对企业的重要性也不尽相同，企业更倾向于定制化方案，对单一产品的数据服务商接受度较低。因此，大数点的打法更适合与中国市场，在灵活性、价格、服务等层面更有竞争力。
整体市场仍处早期，困难与机会共存
由于多数工业大数据最终应用于具体业务，随着双方合作的不断深入，服务商对行业理解更加深厚、产品更加完善，客户更换服务商概率逐渐变小。
大数点选择深度扎根行业细分市场的战略，为行业优质客户提供定制化解决方案。虽然客户数量不占优势，但多数都有续单，在单一客户处，逐渐渗透至覆盖全部需求，从而形成自己的行业解决方案，构筑竞争壁垒。
对于工业大数据，工业企业是数据的生产方，主要来源于生产制造和产品运维环节。工业数据具备线下规模化、复杂化、实时性、准确性等特点，数据可用性较强，受客户价值驱动特点明显。
大数点作为发展初期的第三方数据服务商，在数据源、需求探索、行业理解上都依赖于工业企业合作，其产品、模型的迭代更直接受客户数据和需求驱动，因此，客群规模与公司整体发展速度相关性较强。
大数点创始人犹杰在访谈中表示，客户开拓将是大数点下一步重要战略之一。
从行业发展进程来看，目前工业大数据尚处于初级阶段，工业大数据与物联网是传统制造型企业变革的必然趋势，但实际运用中仍存在诸多困难与挑战，具体如下：
首先，工业业务理解是高门槛，探索场景、应用落地是未来一段时期的行业热点；其次，数据来源散乱，数据格式、规范难以统一，互通融合相对困难，工业大数据标准体系的研制是业内重点期待；再次，高端设备不能自主可控，物联接入时读写困难，从而诞生新的数据孤岛，制约瓶颈有待突破；最后，已落地的应用场景覆盖率低，大部分需求仍未满足，后续市场空间仍需探索。
工业数据服务商是产业链上新生形态，属于新兴市场。在早期市场发展中，困难亦是机遇，与竞争激烈的互联网大数据领域相比，工业数据服务的创新公司成长更快，出成果概率更高。
当前阶段，市场集中度尚未形成，跑马圈地仍是各家重点。然而，一些细分领域已出现竞争力较强的个别企业，新能源、精密制造、电力、石化等行业发展较快，入场的玩家包括高举高打的国外巨头、积极布局的行业标杆、以及跃跃欲试的创新企业。
参考国内工业软件市场特点判断，预计未来整体工业大数据市场仍以分散为主，或将在单一细分市场逐渐趋于集中。
大数点创始人犹杰（左）和CTO Matthias Hub（右）
近日，爱分析对大数点创始人兼CEO犹杰进行访谈，现将部分内容分享如下。
一家技术驱动型创新公司，三个产品打造工业大数据平台
爱分析：大数点经历了哪些发展历程？
犹杰：2015年3月，我与两名外籍同事成立初创团队，基于我们在分布式计算、物联网、人工智能等项目的积累，我们决定回国创业。
我们看到，传统IT企业的数据处理能力不足，我们的系统非常适合解决这个需求，像产线、设备控制系统等中，测试数据、工业控制信号的数据快速处理、分析等。我们决定将之前积累的工业物联网系统应用到工业中，连接工业设备数据，服务制造类、运营类企业。
大数点的第一个阶段是物联网连接，做工业物联网，用产线的业务逻辑做数据简单处理，像在产品生产检测环节中，做质量判断。
第二个阶段是数据分析和应用，我们把大量的设备数据采集到大数据平台上，对实时数据进行快速挖掘规律，用人工智能算法对数据进行学习，得出的模型集成到核心产品数据流引擎Flow Engine，我们的产品逐渐从工业物联网演变成工业大数据平台。
爱分析：目前阶段主要产品有哪些？
犹杰：我们有三个相辅相成的核心产品，在项目中同时应用。
一，IoT DataHub工业物联网数据总线，我们将软件包植入到数控机床的控制系统中，通过标准的物联网传输协议MQTT采集运行数据，传输到我们的平台。我们做了很多操作系统的适配，有各种版本的软件包。
二，Flow Engine数据流引擎，对数据进行建模，比如机床的数据建模，先将参数做分类，看能否找到某种模式做固定生成若干类别，再对这些分类做判断和预测。
三，DSDB实时数据仓库，配合前两款产品使用，把经过Iot Datahub的数据进行存储，将非结构化数据提取成结构化数据。
爱分析：如何完成数据从非结构化到结构化的转换？
犹杰：传统数据库需要先定义字段，数据才能写入，在上传时需要匹配验证，吞吐率很低。对于工业数据，多数情况是未知的，DSDB数据库是非结构化的，在上传时不定义字段，对任意数据都支持直接存储、分析、处理、展示，在数据完整度、存储量、效率等方面有很大提升。此外，DSDB数据库集群可以随着数据量的扩充而逐步扩展，我们称为数据湖。
从非结构化的数据提取成结构化数据，数据湖中的数据分析引擎用MR框架，可以把储存在多个节点里的海量数据快速清洗，做分布式计算。
比如一大部分数据都落到一个很大的类里面，可能就定义为正常数据，如果落到一个数据小的类，可能对应某种异常波动或故障，之后再去判断是否产生了某种故障，逐渐修正种类数量。
我们的Flow Engine可以测试、调整、验证模型，模型调好之后，直接在产品中固定应用，再去预测故障。
爱分析：现阶段更侧重于数据分析？
犹杰：是的。目前有很多做数据采集和连接的公司，但大多缺乏数据分析能力。大数点除了连接设备以外，更重要在于数据分析，Flow Engine是我们的特色，是对实时数据分析的系统。
爱分析：数据是从现有系统里直接获取，还是依靠增加传感器采集？
犹杰：两种都有，加传感器取决于应用场景和要解决的问题，是否需要增加数据的维度。一些自动化设备，像数控机床，我们直接连接控制系统就可以拿到几乎所有的数据，对于传统机床，或转轴类设备的振动测试，多数依靠外加的传感器。
爱分析：对于传统工控通信协议，像Canbus、Modbus、Profibus等，用IoT Datahub如何上传数据？
犹杰：如果是传统协议，我们会配备大数点物联网关，通过一个硬件设备和软件包，转成标准的MQTT协议，再进行上传。软件包对应着云端集群，需要多个计算机节点处理数据，这是我们的强项。
爱分析：Flow Engine能否对需求建模？
犹杰：可以，除了设备，还有其他需求，比如ERP的财务数据，包括库存数据、订单等，用Flow Engine可以对订单、库存进行预测，对业务需求进行建模。
爱分析：在对业务知识理解有限的情况下，DSDB从非结构化转成结构化数据时，如何进行数据标注？
犹杰：这是工业大数据面临的重要挑战，在智能制造领域，更需要综合性人才，IT与OT（Operation Technology）两种领域的技术结合，目前主要靠合作。
我们的模式是与制造业充分配合、合作，项目中有双方的工程师，他们帮助提供一些信息、解释、分类标注。有两种标注方式，一种先人工标注，再用监督学习；另一种先用非监督型学习，自动分类形成某种标注，再人工判断。大部分场景需要配合业务工程师进行标注，是一个合作共赢的过程。
爱分析：自动标注能否举个例子？
犹杰：像检测数据，标注异常或合格，用算法会对数据进行分类，分类之后发现一些是非正常数值，就不需要人工再判断。
爱分析：需要客户标注哪些数据？人工标注的工作量占了几成？
犹杰：一些报警信息、设备已有的故障类型、保护限制等，通过客户标注可以直接使用，大约占六成工作量。
细分市场深耕战略，行业解决方案是壁垒
爱分析：目前切了哪几类客群？
犹杰：两类客群，一个是制造商，包括锂电池制造、精密制造等，另一个是运营商，像光伏电站运营、汽车分时租赁运营平台等。
爱分析：大数点为锂电池制造商提供了哪些产品和服务？
犹杰：我们为锂电池制造商欣旺达提供了多个方面的服务。
一，多厂区监控，包括运行指标、故障分布等；二，智能排产排程，我们把生产过程、物料、库存、员工、订单等信息进行综合计算分析，实现智能排产；三，设备故障预测，针对锂电池生产环节的各种设备；四，工艺环节，像电芯分选，将电芯分选机连到云端，通过人工智能算法，对电芯的特征进行学习、自动分类，与人工分选相比，我们提升了2.5倍的分选效率。
爱分析：在项目中对接了哪些企业数据库，与哪些部门做对接？
犹杰：包括ERP订单数据、仓储管理系统、OA员工管理系统、产线控制系统等，整合不同数据源打造大数据平台，多数部署在本地，做私有云。一般IT部门负责规划和决策，最终是生产部门使用，直接对接产线。
爱分析：项目周期多久？
犹杰：现在每个客户基本上需要半年时间。大部分是做项目，我们基础平台是通用的，对客户使用的算法不一样。
爱分析：光伏电站客户主要解决哪些需求？
犹杰：主要包括设备实时监控、故障预测。根据不同组件特征，我们在4-36个小时提前发出故障告警。
爱分析：客户对数据开放的理解和接受意愿如何？
犹杰：目前是私有云模式。一开始接触客户时，很难把效果展示出来，很多算法需要先接入数据才能做模型。我们采用试用模式，先把平台给客户试用，看到效果之后再确认订单。
爱分析：前期了解客户需求的时间需要多久？成功率如何？
犹杰：三个月左右，成功率在60%以上。
爱分析：现在团队能同时支撑多少客户？
犹杰：10个客户，一般一个项目需要1-2个工程师。
爱分析：工业细分领域集中度较高，很多行业巨头也在介入，大数点如何考虑？
犹杰：我们聚焦在智能制造领域，有大数据理念，在尝试中遇到技术难点的企业，大数点通过我们的技术与他遇到的问题做匹配。另外，从细分市场的角度看，在同行业企业中，我们的产品可复制成分很高，我们用锂电池方案开拓了6家同行业客户。
爱分析：从需求层面上，目前解决了多少比例？
犹杰：在大型制造企业中，可以做的内容非常多，我们目前做了40%，续单率很高，我们可以在单一客户处收获很多。
目前以平台项目为主，未来将转型技术能力输出
爱分析：采用怎样的定价模式？
犹杰：有两个部分，平台是按照年收费，定制化业务按一次性收费。
爱分析：工业企业现在是否有大数据的预算？
犹杰：大数据的预算在百万量级，以试点为主。
爱分析：目前阶段，以建大数据平台为主还是应用为主？
犹杰：平台类多一些，还在收集数据，目前客户总结的需求是脱离数据的。
爱分析：后期部署需要多久？
犹杰：部署需要一天时间，开发阶段需要驻场了解需求，运营时候不需要驻场。
爱分析：是否会逐渐渗透单个客户的所有需求？
犹杰：是的，我们会在一个客户中做深，分期逐步展开，把所有需求都做掉。
爱分析：国内工业领域，已经在做大数据的企业有多少？
犹杰：我们看到有20%的企业宣称在做，落地的不多。
爱分析：大数点有哪些对标企业？
犹杰：C3IoT、Uptake，SoftwareAG、GE Predix。
爱分析：下一步公司整体战略是什么？
犹杰：正在扩张售前、销售、市场团队。战略上会针对不同行业成立子公司，大数点做纯技术公司，做技术能力输出，授权子公司服务行业，包含销售、应用开发。
爱分析：工业中，还有哪些细分领域目前适合接入大数据？
犹杰：工业企业保险与供应链金融，包括物流体系下的金融服务，需要物流环节的设备监控和数据分析，贷款模型、保险模型，是很好的应用领域。
爱分析：工业大数据或者物联网领域，我们看到很多行业巨头在里面，相比之下，大数点作为第三方创新企业，有哪些优势？
犹杰：我们在数据分析能力、产品灵活性、价格等方面有优势，传统企业对制造和设备的理解更深刻。
爱分析：未来市场格局如何？
犹杰：长远来看，大企业做智慧园区、智慧地球；创新公司，直接为企业提供分析服务，或提供算法交易服务，我们与大企业将各自占有相应的市场份额，大企业有可能在一些最终环节通过我们来落地。
爱分析：中美市场有哪些差距？
犹杰：美国的阶段已经完成了大数据平台建设，逐渐偏向于应用，不同业务领域已经有一些标准化组件。中国制造企业非常繁杂，供应商较多，做标准化产品较难，目前打法是满足客户不同需求。

起步于工业数据平台，大数点志在技术能力输出 | 爱分析调研

相关推荐

推荐文章

最新文章