星瀚资本杨歌：智能制造更重要的是“制造”

6月12-14日，为期三天的“2019全球新经济年会”在上海长宁世贸展馆举办。本次大会由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会、亿欧公司联合主办。

在13日上午的“新 制造 未来”峰会上，星瀚资本杨歌发表了主题为“新经济形势， 智能制造 投资逻辑”的演讲，与参会嘉宾分享了 智能制造的发展机遇及星瀚资本的投资逻辑 。以下为亿欧总结的杨歌的核心观点：

杨歌的核心观点

1. 关于智能制造：

• 智能制造最基础的是信息化程度。目前行业标准未建立，智能制造还有很长的路要走。

• 智能制造的重要特点：场景特异性，大量智能制造公司都为某一个场景服务，而非可泛化标准化的商品或资源，这导致整个市场百家争鸣，没有标准，很难形成大企业。这是目前来讲，智能制造比较明显的现象。

• 智能制造的重要特点：场景特异性导致智能制造要想形成大的项目，形成产业集群的协作成本非常高。 

2. 关于 人工智能 ：

• 人工智能是智能制造智能化非常重要的环节，人工智能分三个层次：基础层、模块层和应用层。硬件和基础，被叫做基础层。中间是模块层，识别各类语音、语义、情绪等。

• 人工智能的应用是长产业链系统、由基础层的成熟决定上层建筑、且短链条的人工智能最容易短期的实现。

3. 关于投资机遇

• 智能制造、人工智能与传统行业结合的产业升级是未来投资机遇。

• 5G仍然是星瀚资本非常关注的方向，是物联网进一步发展的非常重要的基础，会通过速度，最终改变商业形态。

• 大量的边缘计算会导致很多中心计算趋向于去中心化的计算，这也是一个很重要的趋势。 

• 智能制造一个很重要的方向，就是智能制造的制造。智能投顾、智能安防、企业资源的人工智能化是我们非常关注的点。

• 数据、物联网、人工智能结合的部分都是智能制造的机遇，现在都处于商业的上升期，这里面有大量的东西还可以摸索，智能制造也会用5-10年走出这个过程。 

杨歌演讲全文：

大家好，很高兴今年又来到这个舞台，跟大家分享。我们星瀚资本，是亿欧很好的合作伙伴。我今天简单给大家分享一下，关于智能制造和人工智能，在投资行业里面的一些观点。

简单介绍一下我们公司，我们公司是很活跃的一家VC机构，我们投了很多企业，像鲲云科技等。 我们主要的投资理念是，把新生的行业，比如智能制造、人工智能和传统行业进行结合，在这里面寻求机遇，把它结合起来之后，使得传统产业进行产业升级 。

今天给大家分享的 主题内容是关于智能制造的关联企业 ，我简单做了一些总结。我们现在所面临的行业，比如数据基础、数据传输、算法智能、终端设备、数据互联、数据计算等这些方块代表大方向，信息化、产业互联、5G、AI、智能设备、物联网、边缘计算等这些圆圈代表行业。另外，我简单提一下关于云计算和边缘计算目前的机遇。

智能制造是什么？发展机遇在哪里？

我分享第一点， 智能制造的基础到底是什么？ 前两年有很多智能制造的行业，比如零售、智能零售、无人零售等，这些行业缺乏智能制造的技术环境。对于 智能制造，最基础的是产业的信息化程度 。如果你的产业信息化程度达不到数据化的程度，那这个行业的智能制造，我认为是一个伪命题。

我认为产业升级的定义分几个阶段：任何一个产业开始都是经验化的，逐渐变成了标准化。产业里面要有产业协会，制定标准；标准制定完了以后有信息化，整个信息化是普及的。对供应链、产业平台来讲，是标准信息化的过程，大家都在用SAAS、ERP进行交互、交流。在这个过程中，逐渐形成数据体系，模块化。

前两年我们讨论区块链、数字经济也好，为什么相对来讲比较虚？因为它底层的可量化的经济基础是不标准的，在不标准的基础上，我们做数字通证，这个是没有意义的。所以从 一个产业的基础来讲，一定要从标准走向数据，走向模块的过程，最后才能走向自动和智能制造，这是一个过程在里面。

这里很难做但很重要的一点，是数据基础。数据今天不多讲，现在大量数据是非标化的，我不讲这一篇内容，大家看一下。我讲一个很有意思的例子，上个月我从美国克利夫兰诊所回来，那个地方做医疗的智能化过程，我才发现 我们很多行业和真正的智能化还有很大差距的 。我们提了很多医疗智能化、器械智能化，始终推不动， 原因是什么呢？整个行业标准没有建立起来 。各个公司的病例、数据基础都不是标准的。

我在克利夫兰诊所（美国第二大的私人诊所）发现，诊所非常标准，有五千万病人；15年以来，每个季度的病情和健康数据，是完全标准化的；你在这个过程中，每一个阶段的体检，以及你得了病以后的各类检测，包括血、影像、医生问诊所有的东西都是标准化的。在这个标准情况下，医疗行业才能进入到智能化的水平上。所以我给大家做一个很直接，有冲击感的例子，说明什么？说明智能化不是“说”出来的。我门的智能设备终端，无人零售的售货机，看起来都是自动化，但这些多数属表面工作。 是否能够形成无人零售？最重要的不是表现的形态，而是背后的数据库、供应链以及每个商业的体系是否标准，这是非常重要的。如果每个供应链、每个商品自己不能形成标准化和数据化，那在终端自然也不能形成自动化的过程。所以对数据的使用，对人工智能的使用，它的基础大家要了解，只有行业高度的标准化、信息化和数据化，才能达到最终的智能化。

人工智能的应用层如何定义?

人工智能我们探讨了很多，它有很多挑战。我认为 人工智能是智能制造智能化非常重要的环节 。这里面有很多关于人工智能分类今天不细讲了，我主要讲一下关于人工智能的应用。 我们把人工智能的应用分三个层次：基础层、模块层和应用层。

目前来讲，作为投资人和创业者，我们主要把目光定在基础层和模块层。作为大众人群来讲，很多人定义应用层，包括机器、自动驾驶、无人机等。那么这些行业被研究了很长时间却没有成功案例，原因是什么？是现在的基础设施不够完善， 基础设施没有发展完善，我们不能直接做上层建筑 ，应用层里面有很多不成熟的东西。所以，我们作为投资机构主要关注这些企业，比如传感器企业，这类企业正在制定标准。

其实，这非常像1960年到1965年，所有人都感觉到计算机来了，并且都不知道计算机长什么样，人们想象工业计算机的样子，都想要做民营化。但那时底层发展结构不够，真正发展起来的是英特尔这种做工业级、半工业级、大量底层的建设的企业。现在人工智能的发展非常像1960年到1965年的产业形象，大量硬件、基础软件基础都是我们现在做的。这里的硬件和基础，我们叫做基础层。中间是模块层，识别各类语音、语义、情绪都是我们的方向。

对于人工智能的应用，我们有几个定义：第一，人 工智能是长产业链系统 。什么是长产业链系统呢？你做了一个事情，它想真正2C，是复杂的事情，它是2B2B2B的事情，这里面要想迅速进入市场，形成品牌，让大家接受是非常难的事情，所以这是人工智能的一大特点。

第二， 基础层的成熟决定上层建筑。所以我们更多的投资机遇是中下层。 尤其是这两年产生了贸易战之后会产生技术战，此时很多技术，在中国来讲是很好的发展机遇，因为我们自身有需求，这也是我们投资非常重要的方向。

第三， 短链条的人工智能最容易短期实现 。什么叫短链条呢？比如我要做一个机器人公司，你要做图像、语音、语义这是长链条，这个事情不好做。而相对来讲，人工智能能够立竿见影。比如，刚才我在门口和一个项目连接，他们是智能安防公司，这是短链条的公司，用一个两个算法可以直接应用的，这是短链条。 所以智能投顾、智能安防、企业资源的人工智能化是我们非常关注的点 。

智能制造如何普及？

然后是关于 智能制造的应用和普及问题 ，也是今天的重点。这里面推荐一本书，叫做《跨越鸿沟》，讲的就是各种类型的智能化产品，前沿科技的产品，它是讲在企业发展的过程中，遇到了什么问题。这本书里面讲的99%的产品都无法跨越一个鸿沟，让客户真正接受它，大量的需求是需求，甚至是伪需求，什么产品能真正像IPhone一样，直接进入到用户群中，变成大众的产品呢？里面讲得很详细，我就不赘述了。

回到整体，我认为硬件、软件、到载体、商业模式过程中有非常多的层级，不是今天有5G，明天马上就可以应用了，它是很长的过程，要逐渐从这个过程中，最终变成一种商业模式。所以，我们在这些方面要投入很多的精力，很长的时间，以及很复杂的供应链，这是我们关注的。

当下的智能制造我们看到了非常多的问题，里面画圈的是我看到的问题。 包括场景的特异性，大量的智能制造公司都在为某一个场景做服务，而不是可泛化的标准化的商品或者资源，这导致整个市场百家争鸣，没有标准，很难形成大的企业，这是目前来讲，智能制造很明显的一个现状 。从底层的识别，传输信号到中层的系统特异性到上层每个商品、产品、应用场景几乎都是特异性的，总之这些所有的企业，在一起形成综合性的企业，难度非常大，这是智能制造的特点。第二个问题是， 由于各个企业都是特异性的，所以智能制造要想形成大的项目，形成产业集群，它的协作成本是非常高的 。因为协作成本包括我跟你沟通，可能会发现连接后不一样、产品形态不一样、服务客群不一样，这里面协作成本，履约成本是非常大的，现在这个问题是智能制造当前非常大的问题。

这里有一些分支简单分享一下，比如关于5G。4G从开始出现的时候，推动了什么呢？推动了很多行业，其中有一个行业是视频直播。为什么呢？速度快了以后，刚才讲的金字塔一层一层从系统改变商业模式，改变行为习惯，最终变成新的方向，5G也会完成这个过程，会推动更多产业过来，但是这个需要时间，它会一步一步通过改变。

大家知道5G最明显的一个表现就是速度，先改变传输速度，传输速度改变网络关系，网络关系改变产品形态，我们经常说投资投什么？不投形态投液态，投生态。所以产品形态改变社会关系，最终改变商业形态，这是一个过程，所以这个过程需要一段时间完成。尽管如此， 5G仍然是我们非常关注的方向，是物联网进一步发展的非常重要的基础，会通过速度，最终改变商业形态。

另外关于计算，三年前开始大量的边缘计算。大家发现，计算这件事情不是把所有的数据传到云端，然后在云端计算，不是说把一个地区的安装录像传到云端综合计算，而是先在边缘安装智能化的芯片，然后分析出它的特征点，提取之后把特征数据传到云端，再进行分析计算。所以，以后大量的数据是要在边缘进行计算，无论网络数据传输多快，网络数据传输越快，我们会发现大量的计算必须在边缘完成，而少量的数据传输到云端。

另外一点，边缘计算再往前走，会导致大量计算从中心计算变成去中心计算。以前我们倾向于所有数据一股脑堆在服务器里面，进行数据清洗、挖掘、分析、抽象、模型。以后不是这样的，以后是先把大量的数据在终端边缘先处理好，提取数据然后向云端输送，这是去中心的基础。 大量的边缘计算会导致很多中心计算趋向于去中心化的计算，这也是一个很重要的趋势 。

最后关于芯片的发展。这是传统芯片的发展，由于时间问题讲得稍微快一点。传统芯片从刚才我说的1960年，到1969年，后来形成拐点产生爆发， 爆发的原因是什么呢？泛化过程，这个过程是非常重要的。

目前的智能制造，相对来讲，跟传统芯片很像。看看计算机1960年之前的过程，行业没有形成标准化，我们预计无论芯片方向还是制造，还是智能设备，未来十年之内出现一个拐点，拐点就是当大家形成价值统一、标准统一以后形成泛化过程。整个智能制造会形成一个爆发，这是一个比较宏观的观点，当行业积累到一定程度，会形成一个爆发，这个时间我们认为还有10年左右。我们投资了这样的公司，星瀚所投资的公司，比如鲲云科技。希望这些公司最终能够在这个过程，形成泛化的标准企业，就是下一代的英特尔，下一代标化的企业。

最后是 关于智能制造。我认为一个很重要的方向，智能制造很重要的是“制造” 。大家经常关注的智能制造，都把目光关注在智能上，实际上我认为智能已经足够智能了，无论从数据基础、人工智能来讲，还有包括传输协议，人工智能的应用过程已经很智能了。但是大家经常忽略了一点，就是制造这个事情，我认为现在中国的制造是比较基础的，made in China主要是一些中端设备的制造，而高端装备制造目前相对还有很大的距离。

智能制造到底未来是什么样的呢？大家看了那么多电影， 知道智能制造一定要下沉到微纳米结构里面，才可以形成大量的智能设备，所以这些方向都是非常关注。

这个背景图是我五年前挖出来的背景图，基于这个背景图我在我家做了装修，我希望完全还原这个东西，但在智能和制造结合的过程中，需要找的供应链太多了，并且需要找非常特殊的供应链。大量中国制造的供应链目前很难匹配高端制造的需求，这是我们面临的瓶颈。所以即便你的模型设计，场景设计是非常智能化的。但是，每一个供应链的制造精度和制造智能度都很难达到标准，这是当前智能制造非常大的挑战。

我在这里面做了一些总结，电子电路和芯片的使用是智能制造非常重要的点，毫无疑问，微纳米材料和高端装备制造也是智能制造很重要的点；然后物联网的组件、系统搭建是智能制造的核心，以及接口、网络安全这些都是智能制造形成一套体系所需要的东西；最后最难的一点是各类供应链，要能够相互匹配、相互协作，这是智能制造很大的特点。

最后，我们把产业做了归类，我们认为任何技术在发展过程中，是有一个过程的。从最开始的技术到产品，摸索完产品到商业模式，之后才会形成产业爆发。我们已经经历了像互联网数据，还没有经历互联网人工智能。目前从人工智能、数据和物联网角度来看，都处于爬坡期，还有很多标准需要建立。什么是智能制造呢？ 对于数据、物联网、人工智能结合的部分都是智能制造的机遇，现在都处于商业的上升期，这里面有大量的东西还可以摸索 ，互联网在这个阶段用了多少年时间呢？用了15-20年时间，同样智能制造也会用5-10年走出这个过程。

这是今天分享的内容，所有黄圆圈（图片）里面都是有机会投资的产业，这些我们都希望能够更多的投注，也希望更多的创业者跟我们合作。  

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。