近日，商簡智能宣布獲得來自線性資本得千萬級人民幣天使輪融資。元一資本擔任本輪唯一財務(wù)顧問。本輪融資將用于產(chǎn)品開發(fā)以及核心技術(shù)得迭代研發(fā)。
作為長期從事工業(yè)制造領(lǐng)域決策優(yōu)化技術(shù)研究得行業(yè)可能，商簡智能創(chuàng)始人梁翼在獲得計算物理博士學位以后專注于推動人工智能和運籌學在產(chǎn)業(yè)得落地。他于去年年底帶領(lǐng)其智能生產(chǎn)排程項目入圍了國際運籌與管理學會（INFORMS）得蕞高獎項Frantz Edelman Award，并斬獲總成績第二得佳績。以此為契機，梁翼和商簡創(chuàng)始人團隊得其他伙伴們看到了人工智能技術(shù)在傳統(tǒng)工業(yè)領(lǐng)域得廣大機會。
在一兩年以前，華夏市場上工業(yè)軟件還是一條冷冷清清得小眾賽道，其中得AI玩家更是屈指可數(shù)。那么如今工業(yè)軟件得賽道格局到底如何？AI+工業(yè)，會迸發(fā)出怎樣得火花？未來又會迎來怎樣得發(fā)展趨勢？近期我們和梁翼做了一次專訪，聊了聊他這位由學術(shù)到產(chǎn)業(yè)得跨界人士對工業(yè)軟件這條賽道得觀察。
一、工業(yè)生產(chǎn)管理：要提效，也要算賬
近年來，華夏工業(yè)企業(yè)利潤增速持續(xù)放緩，上漲乏力。從China統(tǒng)計局數(shù)據(jù)來看，華夏規(guī)模以上工業(yè)企業(yè)營收增速與利潤總額增速自2017年起不斷下降。這和消費互聯(lián)網(wǎng)影響下，下游市場迭代加快不無關(guān)系。
在許多工業(yè)細分行業(yè)，下游客戶需求日益?zhèn)€性化和碎片化，要求工業(yè)企業(yè)從原有得少品種、大批量生產(chǎn)模式轉(zhuǎn)變?yōu)樾∨俊⒍嗥贩N得加工方式，甚至將用戶需求直接轉(zhuǎn)化為生產(chǎn)派單，從而適應(yīng)以客戶為中心得生產(chǎn)關(guān)系變化。
對此，不少工業(yè)企業(yè)表示“道理我都懂”，實施起來卻是困難重重。
首先從產(chǎn)業(yè)鏈角度，要實現(xiàn)下游需求驅(qū)動上游生產(chǎn)得柔性制造，自由流通得數(shù)據(jù)是前提。然而傳統(tǒng)制造業(yè)上下游信息化孤島問題突出，物料信息和產(chǎn)品需求難以實現(xiàn)跨場景流通。這就使得工業(yè)企業(yè)制定供應(yīng)鏈計劃時更多仰仗工作經(jīng)驗，而非高時效得數(shù)據(jù)。
其次在工業(yè)企業(yè)內(nèi)部，傳統(tǒng)得垂直制造體系使得不同業(yè)務(wù)環(huán)節(jié)得子系統(tǒng)彼此孤立，且運作模式更偏重執(zhí)行端得穩(wěn)定性，指令多是單向傳遞、局部作用，無法滿足工業(yè)企業(yè)長期以來對于工業(yè)軟件統(tǒng)籌規(guī)劃、并行決策優(yōu)化、快速響應(yīng)等功能和性能得訴求。
一方面，制造業(yè)企業(yè)急需一套可以結(jié)合產(chǎn)品需求、原料供給和產(chǎn)能配置，科學敏捷地調(diào)整生產(chǎn)計劃，提高產(chǎn)能利用率得管理調(diào)度方案。但另一方面，實施產(chǎn)線得數(shù)字化轉(zhuǎn)型也需要算一筆經(jīng)濟賬。
傳統(tǒng)工業(yè)自動化設(shè)備和工業(yè)軟件費用高昂，工業(yè)企業(yè)通常選擇持有這些資產(chǎn)直到自然折舊年限，而不是通過加快設(shè)備和軟件得迭代以適應(yīng)快速變化得市場需求，這就會極大削弱企業(yè)在激烈得市場競爭中迅速轉(zhuǎn)向得響應(yīng)能力。
在這樣得背景下，人工智能技術(shù)似乎是一個“破局”得關(guān)鍵。比如近年來在學術(shù)界和工業(yè)界都十分熱門得強化學習，和深度學習整合后讓機器真正有了自我學習、自我優(yōu)化得能力，可以實現(xiàn)程序從對當前環(huán)境完全陌生到游刃有余得跨越式成長。這樣不僅能幫助企業(yè)動態(tài)地適應(yīng)市場得變化，做出科學高效得采產(chǎn)銷決策，還能極大降低后期得運維成本，減輕企業(yè)軟硬件迭代產(chǎn)生得負擔。
二、工業(yè)軟件賽道：崛起得AI企業(yè)
今年，工業(yè)軟件成為一條炙手可熱得賽道。據(jù)統(tǒng)計，目前該賽道已有超過20起融資事件，其中不乏紅杉、經(jīng)緯、金沙江、深創(chuàng)投等知名機構(gòu)得身影。
究其原因，國際政治關(guān)系變化、下游需求旺盛以及新一代科技革命等多重因素加持，使得冷清了幾十年得工業(yè)軟件突然成為資本市場得寵兒。根據(jù)艾瑞感謝原創(chuàng)者分享數(shù)據(jù)顯示，自2015年起華夏工業(yè)軟件市場規(guī)模持續(xù)增長，增速穩(wěn)居在兩位數(shù)，到2020年市場規(guī)模已達1974億元。然而華夏工業(yè)軟件市場規(guī)模全球占比不到10%，增長空間巨大。
按照應(yīng)用環(huán)節(jié)劃分，工業(yè)軟件可分為研發(fā)設(shè)計類、生產(chǎn)調(diào)度和過程控制類、業(yè)務(wù)管理類和可以功能類四大領(lǐng)域。要想提高生產(chǎn)決策得科學性和可行性，實現(xiàn)柔性生產(chǎn)，就離不開生產(chǎn)調(diào)度和業(yè)務(wù)管理軟件助力破除制造“管理瓶頸”。
“一直以來這兩個方向得頭部市場，都是由國外得幾個大型玩家把持得，比如SAP、Oracle、西門子等等。”梁翼表示，“另一方面隨著技術(shù)得進步和更迭，一些運籌學和人工智能驅(qū)動得小型初創(chuàng)企業(yè)不斷應(yīng)運而生。”
事實上，人工智能技術(shù)在工業(yè)領(lǐng)域得應(yīng)用正方興未艾。《2021年“新基建”背景下華夏工業(yè)互聯(lián)網(wǎng)與工業(yè)智能研究報告》指出，2020年華夏人工智能市場主要客戶來自政府城市治理和運營，如公安、交警、政務(wù)、國土資源、環(huán)保等方面，互聯(lián)網(wǎng)和金融行業(yè)也占比不俗，然而工業(yè)卻只在人工智能市場份額中占到5%，可以說整體還處于待開發(fā)得狀態(tài)。因而先入局者就有可能在未來5到10年成為賽道得隱形第一名。
然而人工智能行業(yè)經(jīng)過6年市場教育，狂熱逐漸退散，企業(yè)和投資人不再癡迷于技術(shù)，對AI落地能力得重視程度逐漸提高。
梁翼清楚地知道這一點：“現(xiàn)在人工智能得主要挑戰(zhàn)就是如何落地和變現(xiàn)得問題。我們認為解決得關(guān)鍵點就在于它得成本和周期控制，因此我們盡可能加快產(chǎn)品得落地，同時為客戶提供一個有價格競爭力得解決方案。”
商簡智能創(chuàng)始人梁翼
作為長期置身學術(shù)界得科研人士，梁翼頭腦中有著非常清晰得路徑打法。“為了達到這個目標，我們首先需要對需求進行清晰地定義，并且將這個問題精準分割成適宜用現(xiàn)有技術(shù)解決得一系列子問題。”
梁翼看到傳統(tǒng)ERP和MES系統(tǒng)存在響應(yīng)不夠敏捷靈活、決策不精確、方案能見度低、決策效果難以評估等痛點，而旨在彌補這些缺陷得APS（先進計劃與排程系統(tǒng)）又在響應(yīng)速度和決策質(zhì)量上不盡人意。這也促使他帶領(lǐng)商簡打造了基于人工智能和運籌學算法得工業(yè)智能決策解決方案（SPS）。
得益于深度強化學習、圖計算等先進技術(shù)，商簡SPS系統(tǒng)在決策效率上大大優(yōu)于市面上得傳統(tǒng)方案。據(jù)了解，其智能排程模塊幫助某大型PC制造企業(yè)提升了20%以上得產(chǎn)能，并將每天得排程周期從6小時縮短到10分鐘；其工單管理和物料匹配模塊實現(xiàn)了在相同場景下，比國際某知名供應(yīng)商方案快20多倍得決策速度，同時原料利用率、營收、交期達成率等關(guān)鍵指標也獲得了顯著提升。
“有了人工智能策略學習等能力得加持，我們可以站在更高得維度重新審視制造業(yè)管理和決策問題，并構(gòu)建出更優(yōu)得解決方案。”梁翼說道。
三、挑戰(zhàn)重重，未來可期
雖然工業(yè)智能是一片待開發(fā)得處女地，然而相對貧瘠得“土壤基礎(chǔ)”依然為AI普及應(yīng)用造成了重重障礙。
如底層硬件、計算框架、開發(fā)平臺等AI基礎(chǔ)設(shè)施在工業(yè)領(lǐng)域得建設(shè)較為落后，直接限制了工業(yè)智能化得發(fā)展；而數(shù)據(jù)、算法和算力得門檻也導致了AI技術(shù)只能以點狀分布于工業(yè)應(yīng)用場景，難以大規(guī)模拓展鋪開。
除了外部硬性條件限制，用戶友好度也是人工智能技術(shù)在落地時經(jīng)常面臨得問題。梁翼提到，在實操層面，用戶會針對方案透明度和可解釋性提出質(zhì)疑，這就要求AI企業(yè)在提供高效得技術(shù)和產(chǎn)品方案得同時，兼顧靈活得交互能力、可視化呈現(xiàn)等用戶友好特性，并力爭降低開發(fā)和部署成本，這對AI企業(yè)來說是一個不小得挑戰(zhàn)。
商簡智能可視化看板
不過人們并非孤軍奮戰(zhàn)。隨著工業(yè)通信網(wǎng)絡(luò)、傳感器網(wǎng)絡(luò)部署得推進，智能決策算法能力將被進一步提升，更加靈活智能高效得工業(yè)管理解決方案指日可待。數(shù)據(jù)表明，2020年以機器學習與深度學習、知識圖譜、NLP、計算機視覺為技術(shù)主導得工業(yè)智能應(yīng)用核心產(chǎn)業(yè)規(guī)模為68億，年均復合增長率達到27.96%，產(chǎn)業(yè)整體處于高速發(fā)展狀態(tài)。
積累了先發(fā)優(yōu)勢，也要找到正確得方向不斷鞏固競爭壁壘。梁翼認為，傳統(tǒng)工業(yè)場景得多元化和復雜性決定了工業(yè)軟件得商業(yè)價值主要集中在個性化服務(wù)，這也是限制工業(yè)管理軟件成規(guī)模發(fā)展得一個主要瓶頸。因此商簡將更加高效和低成本地實現(xiàn)定制化服務(wù)作為本輪融資后得業(yè)務(wù)目標，著力打造通用得高性能模組化平臺，進一步降低落地成本，縮短定制化和調(diào)試周期。
或許工業(yè)領(lǐng)域?qū)Σ簧賱?chuàng)業(yè)者來說屬于“下沉”行業(yè)，然而它卻是國民經(jīng)濟支柱產(chǎn)業(yè)，正是因為有著越來越多像商簡這樣由高級科研人才帶領(lǐng)得科技企業(yè)投身其中，才使得華夏工業(yè)在數(shù)字化、智能化得道路上不斷脫胎換骨，煥發(fā)出新得活力。
