智能制造将怎样改变我们的生活？智能制造方向该怎么投？投资大咖们这样说……

　　2017年6月15日，由宁波市人民政府主办， 清科集团 等承办的2017中国股权投资论坛@宁波召开。圆桌讨论环节，在 国科投资 董事总经理 李海斐 的主持下，上汽集团股权投资公司风控总监、总经理助理冯戟， 联想创投 执行董事顾正斌， 创业接力基金 合伙人 刘春松 ， 通江资本 执行总经理刘奕墨，宁波股权交易中心董事、总经理 周斌 就“智能制造在即，如何利用资本破局”的话题进行了讨论。

经投资界（微信ID：pedaily2012）整理如下：

　　 李海斐：今天的话题是智能制造挑战在即，如何利用资本破局。请各位嘉宾描绘或者定义一下，什么叫智能制造？在智能制造场景下是什么样的？

　　 冯戟： 以我的理解，智能制造的概念其实是一个很老的概念。中国2015年提出中国制造2025，包括更早的时候提出工业4.0等等，我觉得就是通过软件的管理、工业的共享、信号技术等等，和传统制造业相结合，让工业流程更加平顺，让我们的产品更加有竞争力，让用户在享受产品和服务更加简便。

我们是一个集团公司，希望第一个十年可能是50%的增长，第二个十年可能是5%的增长。未来的二十年上汽将何去何从？我们和阿里进行合作，提出互联网的概念，在自主创新品牌，包括荣威、大通等陆续推出了互联网汽车。

但是互联网汽车的概念其实很简单，包括两个功能：一个是娱乐功能，把所谓消费相关的娱乐、语音、智能导航这些功能；另一个是高级辅助驾驶，按照道路交通局的自动驾驶分为五类。

谈到愿景，有三个方面：

　　 第一个是互联网化， 有几个目标一定要变现。

第一是整车一定要能跟我们的用户实现互联，通过手机上APP可以进行云端的控制；第二是车辆和其他的车辆能形成互联；第三是车和道路设施甚至所在的家庭，让我们在车上操控家庭的一些设备，终端一些产品。

　　 第二个是所谓智能化 ，其实第五类我们远远达不到，但是理论上可能已经实现。车在行驶过程中，消费者在车上可以做很多的事情，比如通话、娱乐、甚至睡大觉，不需要把双手放在方向盘上。也就是从出门到把车停车库，不需要人的参与，这是智能化。

　　 第三个是数据化 ，车在行驶过程中其实要处理非常大的数据，比如红灯的时候，弯道的时候，踩刹车等等。在数据处理上，包括对数据的识别，包括识别产生的结果，对驾驶者行为的分析，还远远达不到精准。但是随着将来技术和大数据的不断提升，我们互联网功能会变得更现代化。

　　 顾正斌： 我觉得所谓的智能制造是有两个转变。

如果是2C的，那你一定是提供从产品向提供服务客户转变，如果你是2B的，那就要从产品交付到价值交付的转变。

　　信息技术的发达，转变正在发生，就看谁能发生得快，发生得早，谁控制得早。而其增长动力来自于5+， +客户、+产品、+服务、+工具、 +金融 。

　　 刘春松： 我觉得可以从两个方面定义产品和整个智能制造。

　　第一方面，从生产和制造端来说，看它是不是能够带来 效率的提升和整个技术性 的提升。

第二方面，从消费应用端来说，就是变现提升，是便利化的提升。举个简单的例子，家里的冰箱，原来就是放东西的，那从整个生产端和物联端的结合，能告诉我们里面有什么东西，缺少什么东西，会自动帮我送过来。

　　 刘奕墨： 我觉得未来的智能制造这一块，第一是工业4.0，第二是制造大数据，第三是C2A，一个是基于客户需求来推动的，一个是消费者产生的数据所推动的。

　　90年代时候我的论文写的是 自动化 ，那个时候已经有智能制造的概念了。我第一份工作是雷达研究所，在里面比较多的制造还是相对传统，但是在电子领域已经相对比较新了。后来我到 德尔福 一个500强企业，那时候接触的智能制造就比较多了，自动化生产线等等，后面慢慢过渡到工业4.0的概念。

我发现开始设计一个车型的时候，我们的配置很多，制造的时候发现却根本做不了，不能把车柔性地组装起来，因为制造达不到。离开制造行业后我转了投资行业，一开始是只专注于汽车领域。

我在智能制造这块关注比较多的是无人驾驶，但是无人驾驶在目前这个阶段还不能实现，更多的是辅助驾驶，像ERP、转向等等。完全无人驾驶的话目前还只是停留在实验室水平，或者封闭式的环境中，现在来说还是非常早，可能是8到10年之后的事。

大数据、人工智能在智能制造领域里也是一个未来的趋势，通过不同的传感器、雷达，来主导、采集信息、数据。

　　未来智能制造想看到的场景是：第一个，通过 采集数据能够指导制造 ；第二个，通过传感器把以前的 控制制造转成智能制造 。

周斌：我介绍一下宁波经济的情况，宁波是全国首个工业制造2025试点城市，当时工信部也把宁波定到第一个。实际上我们的制造业占比达到64%，杭州大概是46%，他们是互联网多一点。工业制造在我们宁波的发展还是有比较好的前景，宁波目前年销售额2千万以上的企业有2700多家，这是比较好的为工业智能制造转型的一个基础。

这些大多数是传统制造业，包括我们目前上市的企业大概有65家公司，67.5%是制造企业。传统制造业如果说有机会上市，或者它有上市的潜质，那么在智能制造方面是有一定优势的。

年初的时候有一家企业在创业板上市了，一年利润1700多万，老板是在传统制造业做了20几年，他跟我说当时是骑着摩托车到台州学技术的。目前他的装配流水线的效率在全世界来说都是较高的。

另外，宁波是膜都。宁波的工业制造战略有三个：新材料、高端制造、信息技术，我觉得这三块代表了智能制造的方向。

　　 李海斐： 我谈一下我的观点，以及总结一下各位嘉宾的观点。我觉得智能制造在中国，不管是2.0还是3.0还是4.0，几个方面一定要做到，一个是 自动化 ，由机械来代替人工，这是一个永远可以探讨的话题；第二个是 信息化 ，大数据的收集，收集以后的一个分析，以及对整个供应链的管理。第三个是 定制化 ，未来消费者可以直接下单，我这个产品需要什么样的，工厂马上可以生产出来，这是一系列过程中配套的整合起来的满足需求。

　　我们有一家红领制衣，这是一家服装企业，有很长的流水线在生产。但是你会发现它生产的每一件衣服都是不一样的，包括它的用料、款式。它实现大规模的个性化定制生产，背后有大量的数据在支撑，有500多万个的版型库。最后是 服务化 ，为客户做服务，包括顾总也提到了两个转变，5个+等等。

　　刚才讲的是宏观层面的东西，下面想问一下大家非常具体的一个问题，大家现在 都在投资什么类型的项目 ？

　　 冯戟： 我们有比较明确的投资方向，我们关注汽车的趋势，其中一个趋势是智能化，传感器作为我们非常重要的投资点。整个汽车行业，电子这一块的成本将近整个汽车的比重的30%，十年之后，电子产品的成本将超过50%到60%。

在2015年的8月份的时候，特斯拉曾经发生过一起交通事故，按它的说法是自动驾驶模式下，有一辆大卡车横穿马路特斯拉没有识别出。后来分析发现，这个车是白色，摄像头是在非常短的时间里进行拍照，通过图像的模糊度来识别是不是有障碍物在行驶，当时摄像头里是白的，没有识别出来。另外是一个算法的问题，摄像头没有识别出来，导致刹车不及时。

　　谷歌的无人驾驶使用的是激光雷达，它的视线非常广，一般有障碍物都能识别出来，但是它的成本非常高。我的意思是，这些产品是不是代表了一个投资方向，但是未来哪些是真正可以实现产业化的还不明确。基于这个逻辑，在国内跟这种摄像头相关的配套，我们会有更多的关注，在 传感器方面我们会做一个重点的布局 。

　　我们作为投资产业来说，汽车相关的产品成本是非常清楚的，基本上每个供应商的成本差别都不会太大， 将来供应商比拼的是在供应链上 ，怎么样进行柔性化生产，一条能生产多个产品的生产线必然能使成本下降。

此外，资金、供应商、客户等各方面也都要满足一定的要求。

　　 顾正斌： 第一个 ， 我们偏向于投 工业设计 ，特别是工业4.0， 工业制造左侧是设计、技术，中间是生产装备，右侧是品牌和渠道 。

我们分析，品牌和渠道，尤其是品牌的建立，涉及到文化的输出，可能需要很长的时间。而对于普通的制造业企业来讲，做设计这一块肯定是更有机会。

　　第二个，是 机器学习 。我们把人工通过很长时间学会的东西用在机器上，在医疗影像识别方面突破也很快。大家知道，一个骨科毕业的博士生的医生如果要建模，要花4个小时，现在我们用技术能很快的做出来。

　　我对工匠精神是有自己的理解的， 日本特别强调工匠精神，技术是体现在人的身上，而德国人是体现在机器身上。 现在的信息 化时代 的到来，其实给美国和中国带来机会，美国人是所有生产过程中的数据要采集下来，我们是通过软件模型算法来驱动。中国要想制造业要超过GE比较难，但中国有一个最大的机会，就是我们作为一个生产制造的大国， 数据是最多的 。

第三个，我们喜欢投零部件。因为零部件出现的改善机会非常多，大家都在说VR眼镜什么的，我却要投一个玻璃片。

　　 刘春松： 我们做相对比较早期的投资，有一个很清晰的定位叫 大小法则 ， 其实就是在大的行业方向上去找一些小的关键技术和关键零部件 。

举个例子，比方说机器人是一个很大的行业，未来不管是设备也好，整体的行业也好，机器人都是很大的一块。但是我也不知道到底是工业用的还是民用的，哪一块起来会更快。

现在电机已经形成了几大寡头，那但四轮驱动这一块还没有形成寡头，那我们就去寻找这方面的项目。

我觉得投偏小一点的做关键技术的企业有两大好处，第一投入没有那么大，第二个要做的是技术营销，看中的是技术带来的盈利，而不是品牌影响力等。这在早期非常关键，决定了能不能很好地活下来。

　　最近我们刚投了一个做智能检测的，比如机场、高速路，现在路面检测已经有很成熟的技术了。但是路基下面的钢筋有没有锈，那要在固定时间段封闭起来，工人推着一个车走来走去检测效率非常底。现在有一个美国来的技术，做的是全自动的机器人，把机器人放到路上，走一个来回，所有的数据都出来了，建模就出来了，这样自动化程度非常高，极大地提升了效率，客户也很 满意 ，机场等大的单位也有需求。

根据我们自己的一些特色和资源优势，找到一些关键性的替代品或零部件去投，现在发展的都不错，这也是我们现在投的一些方向。

　　 刘奕墨： 智能制造这块我们主要从三个方向来考虑投资和合作的。

　　 第一个从行业来看

这些智能制造生产线制造出来的产品能不能卖得掉。首先是家电，这个领域很多的智能制造、自动化，可能在前10年大部分已经普及了；第二个是生物医疗以及服装纺织这个领域，这个领域相对来说比汽车、比家电稍微弱一点，在前面5年大部分实现了自动化。

我们判断下来比较热的是三块，第一块3C电子，3C电子因为过往红利比较多，销售比较容易，赚的是销售的价格，这些年还是慢慢降成本了，同时人口红利也过去了。3C都是一些小东西，45%是人工成本，这些年逐渐要越来越自动化了。

第二块是锂电池，这些年新能源特别火，新能源汽车等，国家拨了很多的钱，是一个新兴行业。

第三块是充足物流，包装自动化行业，比如对于冲压、组装、总装等领域。在物流和包装这一块自动化落后一点。我们判断这个时间段，其实在这个领域里面的智能制造公司，是值得投资的。同时除了工业和物流的自动化，还有电商的物流自动化，现在物流仓储，大量的电商需要去补充这些仓储。这些仓储的自动化我们觉得夜袭比较好的投资方向，这是从行业领域判断的比较好的投资标地。

　　 第二从整个公司的生态、它的商业模式来看

最近一两年比较火的投资方向，第一个就是工业4.0，不单单是单方面的信息化的收集，而是全系统的智能制造的生态圈。但是现在很多是信息孤岛，还没有一棵树干把这些信息搜集到一起，未来的话可以把数据上下游都打通，还可以做一些企业征信、金融等，我觉得数据打通是现在比较火的方向。

　　 第三个是跟大数据、云计算相关的

随着现在的技术不断进步，数据采集量也越来越强，对于传感器的布局越来越多，我们把数据放到云端做一个计算，拿来分析来设计生产，在没有出现错误之前就把错误挖掘出来解决掉，这也是一个我们的选择方向。

　　 最后是核心技术这一块

从视觉技术来说，欧美或者日本，现在相对来说还是比较领先的，基本上也能实现了，但是在国内还有差距，我们在这方面也想找一些标地做投资。

语音识别这个技术，现在已经相对成熟了，但是语音理解这一块是比较好的点，还没有做到很成熟很完善。

与人工智能相关的，深度学习目前国内还没有达到一个领先的地步，在国外的话像谷歌已经并购了一些公司，已经相对来说比较成熟了，这方面我们也在挖掘。

此外还有跟硬件技术相关的，比如机器人，又分工业上的应用、医疗领域的应用。工业机器人因为有人来买单，所以可以产生效益，但是在服务方面的机器人还稍微早了一些。

　　 李海斐： 总结一下大家说的，中国毕竟是一个制造业大国，现在新的技术，比如新的传感器，新的机器人，新的人工智能，通过信息技术改进生产效率、改进产品，制造业的投资机会是非常大的。

　　 从投资者的角度来说，大家喜欢看到什么样的创业者？

　　 冯戟： 企业家的基本准则，要有创业精神，要吃苦耐劳，常规的我们就不说了。第一是要 学会放下 ，很多事情都要自己去解决，我觉得很多事情可以交给其他人，把自己的精力空出来。第二个是 在商言商 ，要生存，拼刺刀，有丛林法则，但是有商业规则。

　　 顾正斌：能把一件事做好 ，把这项技术做到第一名，别人离不开你，给别人创造价值，这样就可以。创业的时候不要想以后， 不要想着做平台，把一件事情做好就可以了 。

　　 刘春松： 主要针对制造业这一块，在这个领域的创业者，我们有两点建议，第一，这个领域的创业者，绝大部分是有技术背景，但是一定要有 市场的意识 ，一定要以客户和市场为导向，产品做出来一定要卖得掉。

　　第二点，一定要有 快速学习的能力 ，技术迭代太快了。

　　 刘奕墨： 首先要 专注 ，制造行业真的是一个通过经验积累来创造的事情，一定要在行业里扎扎实实的，而且要在一些小细节里做好，为什么日本企业能做好，因为它在小的细节里都非常细致，非常专注、展业。

第二，作为一个企业家，它的思维、它的导向能力，他带着团队往前冲的能力。

第三点是要有企业家的激情和领导能力，把整个公司的活力调动起来。

　　 周斌： 一个还是团队，很多制造业企业家都是技术出身，对其他 管理上还是要有互补性 。

　　第二个是 产品和市场 ，一些制造业的老总精益求精，花了很多的人力精力但是市场上并没有那么高的精度要求。所以怎么把握顶端技术和市场需求的适应性方面要有一个平衡。

第三个是通病， 要关注现金流 ，制造业的投资比较大，稍不留神卖掉的都不值钱，买进的都花钱，这三点要关注。

本文为投资界原创，作者：yorke，原文：http://news.pedaily.cn/201706/20170615415406.shtml