“現階段，智物聯在業務上可能和其他企業有競爭，但未來我們要實現的目標，是沒有企業在做的。”談到智物聯的未來發展時，CEO國承斌自信滿滿地對億歐說道。

智物聯成立于2014年，其初始技術積累來源于車聯網項目，發展過程中將目光聚焦于工業物聯網這顆“明珠”。在完善產品線的過程中智物聯還“跨界”硬件，成為極少數同時提供軟件和硬件的初創企業之一。

從數據采集和控制的適配器Aprus，到工業物聯網操作系統MixIOT，以及搭載完整解決方案的硬件+軟件Rolacab工業現場AI控制柜，智物聯的業務基本涵蓋了工業物聯網除云端存儲外由IaaS到SaaS的全線服務。

作為物聯網的2B分支，工業物聯網雖然相對遠離大眾的視線，但是也進入了千帆競渡的局面，市場規模不斷增長，且潛力巨大。據IDC預計，2019年全球物聯網支出將達到7450億美元，相較于2018年的總花費6460億美元增長了15.4%。

巨大的市場空間吸引了各行各業的玩家入局。面對不同行業背景的友商，國承斌認為智物聯除了有項目經驗和技術上的優勢外，還有其他企業所沒有的愿景。當前智物聯所推行的“3+N”、“顧問學院”等戰略，最終目的是建立工業物聯網的統一標準，讓中國的制造企業和賦能商們能有更強的競爭力和話語權。

工業物聯網尚未突破的成本挑戰

現如今，在制造升級的趨勢下，越來越多的工業和制造業企業開始重視起數據的采集、存儲和分析。一時間，工業物聯網成為了眾多制造業、軟件供應商乃至互聯網企業眼里的“香餑餑”。

但是，較高的部署成本是普及工業物聯網的主要阻力，而自動化程度較高和設備價值較高的制造企業成為工業物聯網部署的主要用戶。

一方面，因為不同行業對工業物聯網的普及程度不同，讓人們誤以為其行業應用范圍較窄。其實，不同行業的自動化程度各異，仍然有大量行業和企業可以通過提升自動化水平的方式提升產能，對數字化和智能化的需求也不盡相同。所以，市場上的公司以項目為主導的非標自動化服務商居多。只有當自動化賦能到達瓶頸期，制造企業可能才會考慮讓智物聯等工業物聯網服務商切入。

另一方面，除了自動化程度較高的制造企業，高價值、高能耗的生產企業往往也是工業物聯網的主要需求者。因為它們的設備價值往往較高、能耗對效益有較大影響、人工的巡檢效率低且工作環境危險，搭建工業物聯網的增益才能覆蓋住成本。

對此，國承斌認為，當前部署工業物聯網的高成本，可能讓人們對其產生誤解甚至低估其作用。之所以其他行業的制造企業難以承擔工業物聯網的價格，是因為工業物聯網的技術不成熟、成本相對較高、質量參差不齊、部署周期也較長。

就像手機從大哥大到現在的智能手機普及的時代一樣，工業物聯網也會經歷一個價格相對較高、質量相對較差的時代。

盡管大多數工廠對DCS（Distributed Control System，分布式控制系統）和SCADA（Supervisory Control And Data Acquisition，數據采集與監視控制系統）都有需求，只是成本實在太高。當部署成本降低、周期縮短，中小企業才有更大的動力去挖掘生產數據的價值。

國承斌樂觀地總結說，“如果不是在這個時間點，如果不是在中國，這個事都很難干成。我覺得這是歷史大機遇。”

愿景和定位的實踐：從“3+N”戰略開始

現階段，跨界來分工業物聯網這杯羹的企業并不少，但大多數囿于其原有行業的格局和思路，無法解決需要多學科融合才能解決的工業物聯網難題。

對比從制造業跨界而來的企業，初創企業的相對優勢是中立第三方的身份，其完全服務于客戶的定位能夠取得客戶的信任。

提到智物聯的定位，國承斌用Oracle數據庫做比喻，以區別其它工業物聯網提供商。在企業數字化中，以Oracle為代表的數據庫是信息化管理的核心，智物聯的定位是做整個物聯網底層的引擎以及在各種行業數學算法的優化。

為了推廣智物聯的底層引擎和算法，智物聯主要采取“3+N”戰略，希望進入三個重點行業或領域形成標桿效應。目前行業的選擇還在完善中，但挑選行業的原則是高價值、高能耗或者高產出的行業。

在產品布局上，以軟件起家的智物聯是“被逼”做硬件的。與已建立起業內標準的通信行業不同，現在工業物聯網還沒有形成一個完整的標準體系，想要獲得行業話語權的智物聯不得不自己去完成硬件和軟件的結合。

智物聯在籌備硬件前也曾接觸過一些團隊，但是他們的硬件距離智物聯的理想差很遠，只能走向自研的道路。所以智物聯的硬件產品雖然和市場上的其它DTU （Data Transfer unit，數據傳輸單元）類似，但其實技術路線完全不同。

拿與中石油旗下濟柴動力合作的項目舉例，智物聯的軟硬件協作發揮了工業物聯網賦能增效的作用，挖掘了生產數據背后的潛在價值。發電機組分布在全球30多個國家的和地區的濟柴面對著設備分散、新設備難與舊系統兼容的問題。

智物聯的MixIOT系統統一數據的采集標準，解決了傳輸容易掉包的問題，通過看板實現數據可視化，讓設備管理者能隨時觀察到發電機的運行情況。邊緣計算控制器APIECO除了可以采集設備運行數據，還可以通過內部算法模型匹配設備的最佳功率值，自動調節功率以優化發電量的增量，實現增效。

目前，智物聯主要服務的還是大型客戶，“3+N”的行業布局仍然需要完善和落實。要想打破工業物聯網部署成本過高的難題，實現制定工業物聯網標準的愿景，智物聯六十余人的團隊仍需在工業物聯網多個環節發力。

渠道商+方案商：拓展實現愿景的合作伙伴

除了不斷完善軟硬件產品和實踐“3+N“行業戰略外，智物聯也在不斷推進和拓展渠道。

在2016-2017年，智物聯曾在全國各地舉辦了大量的論壇或沙龍，當時的主要目的還是為了吸引行業用戶。從2018年開始，智物聯的重心開始由拓展渠道轉向為拓展方案商，共同賦能MixIOT系統。通過線上和線下的知識輸出，得到賦能的合作伙伴能夠在智物聯的PaaS平臺下，開發更多細分行業的SaaS應用，與智物聯共同服務客戶。

2019年年初，智物聯就計劃在全國舉辦十場題為“新工業，智物聯”的線下活動。今年，智物聯希望能拓展更多的方案伙伴在智物聯的平臺上做細分領域的具體方案。目前已有將近一半的客戶通過自己開發或購買第三方服務的方式，在智物聯的平臺上進行二次開發。

為了進行知識的輸出，智物聯還成立了顧問學院，預計將在8月底開始提供第一期的顧問課程和認證。通過顧問流程，產品的部署也會越來越快，用戶在學習完顧問課程后，也會有一定繼續優化的能力。

為了進一步在中小企業推廣工業物聯網產品，智物聯今年還推出了明星引流產品。通過硬件的銷售，小微企業能夠通過線上購買引流產品，以極低的成本通過網絡自助服務實踐工業物聯網。智物聯也希望通過這樣的方式覆蓋知識體系。除了內部的開放外，今年智物聯還想實現外部的開放，讓智物聯可以接入其他廠商的技術組件，從而發揮各自組件的優勢。

目前工業物聯網的前期研發成本依然較高，智物聯當前主要任務還是提高市場占有率，增強制定標準的話語權。在談及營收時，國承斌認為今年渠道體系完全鋪開后，智物聯將在明年或后年迎來快速增長期。

工業物聯網行業已經逐漸變為片紅海，不同企業間的競爭終將愈演愈烈。不管是IaaS、PaaS還是SaaS，都已經或即將要有頭部企業跑出。西門子等傳統制造業廠商通過深耕制造業多年的數據和經驗逐漸形成優先服務于內部的服務系統；華為、阿里和騰訊等公司也憑借云服務器和云計算平臺，由IaaS向PaaS擴張；初創物聯網企業中也跑出了諸如黑湖和雪浪的明星企業；部分以項目制、企業定制化起家的公司也開始向提供模塊化產品轉型。

擁有不同行業背景的企業在工業物聯網的領域內千帆競渡、各擅勝場，給制造企業提供了豐富的選擇。越來越多的工業企業在市場的教育下有了采集、儲存和挖掘數據價值的動力。

但是，除了以服務器數量為核心競爭力的IaaS層玩家較少、格局相對穩定，PaaS和SaaS層的玩家越來越多。作為初創企業的智物聯如何在紅海中提高市占率，跑通制定行業標準的愿景之路，還需要時間的檢驗。