对于工业领域的大B客户来讲，智能工业的现阶段需要的不是单个产品，而是端到端的整体解决方案。这虽说是现状，其实也是工业创业者的终极目标。然而整体解决方案说起来容易，实践起来并不简单，这里面路径选择很重要。

关于智能工业的发展路径，业内有一个相当主流且部分正确的说法，认为自动化-（数据化）-信息化-智能化是工业用户进阶的合理顺序，并且前一阶段是后一阶段开始的必要条件。因此国内智能工业的创业者也好、投资人也好，在很长一段时间内只关注自动化领域的机会，甚至将智能工业等同为“机器人”或者“工业自动化”，这一点值得商榷。从用户现场的大量实践来看，这四（三）个阶段存在着显著的先后顺序，但同时交叉渗透，迭代进行。

具体来看，离散制造行业大部分客户自动化程度不够，所以优先完成产线自动化，因此我们看到类似新松、沈自所、北自所等厂商在近些年经历了非常大的发展，业绩成长迅猛。因为他们赶上了工业用户产线自动化迭代的全过程，核心逻辑就是成本优化+机器换人，类似富士康这样的工厂每年雇佣几十万工人，这些工人参与的物料搬运、加工组装、成品检测等各个环节都蕴含着大量的自动化机会。这是目前最典型的一种模式，在制造业各类场景中都有发生且正在进行，我们姑且称之为「以产线自动化为核心的系统集成」。

更进一步的，在一些头部客户的工厂中，比如苹果（/富士康）、上汽通用、比亚迪、TCL、海尔等等，他们的智能工业产线自动化进展较快，开始可以逐步实现厂级的物联网。因此涌现出类似明匠智能这样的厂商，以工业以太网和板卡实现设备互联，打通设备级数据，经过MES反馈到平台层，在不更换原有工控设备的基础上实现初步物联，用户接受度很高，业绩每年翻几番增长，趋势非常明显。这一类模式，我们可以称之为「以M2M设备物联为核心的系统集成」。

更进一步的需求，来自于离散制造业的超大型头部客户和流程制造行业的绝大多数客户，由于产线自动化程度本身较高，我们观察到这类客户对于信息化的接受程度本身也较高。从我们的投资实践来看，有一类厂商可以直接从顶层设计切入，在平台层以工业大数据平台或者场景化的AI模型服务用户，实时的解决业务问题。反过来在数据采集层，在一些数据不完善的局部加装传感器，加装智能化的检测设备，甚至于做小段的产线集成等等。这一类模式，用户接受度往往更高，这意味着项目的溢价往往也更高，我们可以称之为「以数据应用为核心的系统集成」。

所以，我们可以看到三条发展路径，面对不同的客户，不同的场景，不同的发展阶段，有不同的路径选择：

其一：「以产线自动化为核心的系统集成」。

其二：「以M2M设备物联为核心的系统集成」。

其三：「以数据应用为核心的系统集成」。

当然，智能工业都是殊途同归的，最终都是给用户提供整体解决方案，以满足用户需求为核心。

更多最新、最前沿的智能制造资讯，可以随时关注本站或扫描下面二维码关注我们。