分享好友 行业资讯首页 频道列表

业务重心转向工业,CloudIn云英提供从“基建”到大数据应用整体解决方案

2018-08-08 09:490
 工业互联网是物联网、云计算和大数据等新技术与传统工业的深度融合,在此过程中,有不少具备较强技术积累和解决方案能力的大数据厂商看到机会,进军工业领域。

2015年成立的CloudIn云英,发展初期以公有云和私有云为主要业务,之后基于云计算推出大数据技术服务,为工业、金融、新媒体等行业客户提供“云计算+大数据”的完整解决方案。

CloudIn云英创始人&CEO王江曾主导Google中国整体技术架构和平台建设,核心团队来自Google、阿里巴巴、腾讯等,在云计算、大数据、人工智能等方面有20多年技术积累,在大规模IT系统顶层设计、海量数据处理、大数据产品开发和部署效率等多个方面有技术优势。

在探索各行业落地应用过程中,CloudIn云英逐渐认可了工业领域的巨大市场空间,从2017年下半年开始将业务重点转向工业。

从生产环节核心场景切入,提供“基础建设”+大数据应用整体解决方案

生产环节是工业企业的核心,因此,CloudIn云英服务工业企业的思路,是从生产环节切入,帮助企业解决各个生产场景的具体问题,并同样提供从IaaS层到SaaS层的整体解决方案。具体服务过程,则分为数据采集和大数据应用两部分。

完善的数据积累是大数据应用的基础,但国内工业企业信息化程度偏低,大部分企业的内部系统之间尚处于信息孤岛状态。因此,CloudIn云英必须先解决基础建设即数据采集问题,为工业企业梳理数据流程,搭建信息化底层架构。

数据采集是脏活累活,一方面是通过接口适配,从企业的信息化系统和工业设备中采集出数据,另一方面是设计数据架构、数据传输机制,做系统模块之间的打通和咬合。由于工厂设备复杂且种类繁多,前期会耗费大量的人力和时间。CloudIn云英主要依靠自身在数据处理技术方面的积累提高工作效率,也会将部分工作交给专业服务商处理。

完成前期工作后,通过大数据平台实现数据的治理。在数据分析和应用层面,CloudIn云英侧重从生产环节的实际问题出发,解决提高良品率、降低损耗、设备运维、智能排产、生产监控等问题。

例如在昆山奇美偏光片项目中,CloudIn云英主要解决良品率和损耗率两个问题。良品率管理中,通过机器视觉识别欠点的数量及分布,再通过机器学习和算法确定裁切方案、计算良品率,从而帮助客户提高了2%良品率,让不同质量的产品得到更准确的定价,每年多产生1200万价值。损耗率的降低,主要是通过采集设备参数进行机器学习建模,从而设定合理参数来缩短机器开机后达到稳态的时间。

在收费模式方面,一部分为硬件和基础项目实施费用,根据工厂规模和技术难度而定;大数据应用部分,由于解决方案与生产密切相关,通常CloudIn云英可以预估为客户提升经济效益的空间,并采用效益分成的收费模式。

面向行业头部企业,在细分领域探索产品化

目前,CloudIn云英在工业领域覆盖的行业主要有液晶面板、汽车及零配件、快消品、冶金化工等,已服务昆山奇美偏光片工厂、力帆汽车、青岛啤酒等,客单价在数百万至千万元级别。CloudIn云英CTO胡湿透露,预计公司2018年订单收入将过亿元,主要来自工业大数据业务。

在客群选择上,CloudIn云英主要服务百亿产值以上的行业头部企业。标杆客户预算充足,同时可以起到灯塔效应,有助于后续获客。同时,民企是CloudIn云英的首选客户。民企更有提高效益的动力,且在决策和项目实施上都会更加灵活顺畅。

在获客方面,由于CloudIn云英倾向于提供整体解决方案,涉及核心生产环节和各个部门,因此更多需要通过行业资源触达工业企业的董事长等最高决策层,确保后期项目的顺利实施。

由于工业涉及众多细分行业和生产流程,呈现场景碎片化和需求个性化的特点,产品化是一大难题。CloudIn云英目前主要为大企业提供整体解决方案,虽然客单价较高,但同样面临定制化和项目实施比重高的问题。

胡湿认为,在进入工业行业之初,需要耗费大量时间来理解生产场景,必然以定制化服务为主。但同一个细分行业的工厂,在生产场景、工业设备上有共通性,在IaaS和PaaS层的通用性较高,后期只需根据每个工厂的情况在应用层进行调整。因此,在通过标杆项目形成解决方案之后,在同行业工厂的实施速度会快很多,可以实现一定程度的产品化。

业务重心转向工业,CloudIn云英提供从“基建”到大数据应用整体解决方案

近期,爱分析对CloudIn云英联合创始人兼CTO胡湿进行了专访,现将精彩内容分享如下。

CloudIn云英联合创始人兼CTO胡湿,曾任阿里巴巴高级工程师、蓝汛高级技术总监、人民搜索技术总监。擅长云计算、大数据、搜索引擎等海量数据规模的系统架构设计和研发实现。

信息化+大数据,推动中国工业改革

爱分析:如何看待中国工业现状?

胡湿:我认为整个工业的第一梯队是以美德为首的高端制造业,他们已经开始研究数字孪生了,而中国在数字工具方面整体还很原始。

第二梯队是日韩,他们的生产管理领先,主要是靠工匠精神、规章制度、流程规范等,比如丰田模式、Six Sigma。

中国还处于劳动密集型阶段,但一些因素开始推动中国工业变革。一方面劳动力成本上升,工厂是被迫减员。另一方面,由于消费水平的提高、供给侧改革等,批量化生产向定制化生产转型是很明显的趋势。

爱分析:大数据服务进入工业领域有哪些难点?

胡湿:虽然现在大数据很火,但是真实的情况是工业企业没有数据。

一类企业是有最好的设备、大量的数据,但是不敢存,本质原因是看不到数据能产生的价值。

第二类是信息化水平特别低,可能连ERP都没有。没有基础的信息化系统,工业大数据就没有数据源头。

还有一类是工厂投资很大,而且大部分是设备投资,不会让人随便干预生产,互联网企业很难获得准入。

工业企业是线性思维,看到短期回报才会逐渐提高投入。但大数据从一开始就会介入工厂的众多工序和设备,所以很可能启动项目的机会都没有。

爱分析:CloudIn云英是如何解决这些难点的?

胡湿:先做信息化扫尾工作,让大数据指导信息化工作。因为大数据是解决业务问题的,让业务推动信息化的完善才合理。

很多企业是为了信息化而信息化,不是为了业务而信息化。即使是信息化程度高的企业,系统之间也是不通的。真正的信息化是要做到各系统之间业务通、数据流通。

打通各个模块,如果一个一个做接口是体力活儿,但我们有通用的技术,可以使工作量大大降低。

我们做信息化有一套622策略,任何一个大数据平台或系统有60%是一模一样的,20%具有行业特性,比如行业专有的设备、协议、模型、业务特征,20%根据工厂情况而不同。虽然刚开始是项目化,但是后期就慢慢产品化、标准化了,但前期人力投入还是很大的。

数据来自两方面,一方面是其信息化系统,另一方面来自设备,即传感器和机床。

在取出数据之后,我们的定制化服务:第一步,数据桥。做简单的接口适配之后,从工厂的信息化系统里桥接数据到我们的平台。第二步,在平台上做数据规划。

同时,我们建系统有一个原则就是绝不能影响工厂原有的信息化生产。我们认为大数据平台是企业的外置大脑,信息化系统是躯干。原则上没有了大脑,躯干还能动;有了大脑,躯干可以工作得更好,而这涉及到IT架构的设计。

我们也会尽量利用起工厂之前在信息化上的投入,为客户节省开支。

爱分析:如何利用大数据,帮助企业找到并解决痛点?

胡湿:企业对工业大数据有误解,认为第一步先把公司所有的系统打通;第二步,收数据;第三步,应用。这是不对的。应该根据业务诉求找到根本问题,每个企业和行业都不一样。

比如车企的后端生产跟不上前端销售,根本问题不是生产力问题,而是后端生产人员和前端销售人员的沟通效率低。如果前端销售人员在销售时可以实时看到后端的制造情况,就可以相应推荐给客户。因此,问题可以通过协调的方法解决,而不用通过设备改造。

通过自身技术优势和对业务场景的理解,帮助客户提高效益

爱分析:在工业领域,CloudIn云英是如何解决获客问题的?

胡湿:我们是从上至下谈项目,从董事长入手。因为会牵动各个部门和环节,所以必须是全公司的共同诉求。

在获客的时候,基本是两步走,第一步先告诉客户我们会怎么做信息化,第二步,告诉客户可提升的效果。我们会很务实地告诉客户业务痛点是什么,如何解决,能提升多少效益。

收费可以根据提升的效益来计算。一般前期会有个信息化的费用,具体金额会根据项目规模、难度情况具体确定,上浮空间很大。早期项目我们会考虑带钱进场,前期先帮客户垫付,客户很乐意接受我们。

爱分析:在项目实施上,CloudIn云英有什么优势?

胡湿:我们先打地基的东西,就是设计整体架构、数据传输机制,做各种系统的打通和咬合。设计架构是为未来整个集团业务做体系的支撑,做成可扩展的架构。我们本身是做大型系统出身的,做过三万台服务器这种规模,所以知道如何在大型系统构建时预埋未来的可扩展空间。

爱分析:偏光片项目中,CloudIn云英是如何帮助企业提高效益的?

胡湿:原来是人工根据经验定良品率,再定价,现在是根据机器视觉、裁切算法,得到每一卷偏光片对应的一个电子文件,再输入多参数,比如样寸、型号、市场价格、市场占有率、库存情况、交货时间等,软件会自动给出裁切方案。这就是机器通过算法帮助人做复杂决策。

降低损耗主要是缩短从开机到达稳态的时间。一般工厂开工之前,要先让机器运转2-3小时,老师傅调好机器了,机器达到稳定状态了再开工。我们会采集设备参数,然后机器学习、建模,每一种生产型号对应一个参数模板,最终使到达稳态的时间降到了半小时以内。

工人老师傅的经验会沉淀到机器学习里面,新的型号也会很快适应。软件可实时检测各种指标,然后就可以人工干预,比如动态监测可以减少断膜。一旦断膜,生产线上的膜就要剪掉重新开始,损耗很大。

爱分析:在提供完整解决方案的过程中,CloudIn云英是否会负责所有软硬件的服务?

胡湿:我们的重点是要给客户提供价值,但并不是说所有事情都自己做,比如我们会跟供应商定制网关,里面有我们的软件、协议;我们也会跟设备制造商合作设计生产设备,把我们的模型放进去。

取得客户信任之后,很多事情客户都会让我们做,但是要解决的问题太多,所以我们会利用庞大的供应商体系,外包很多部分。信息化类供应商有Oracle、SAP,还有做BI、可视化的,做网关、物流、传感器、营销软件的。

爱分析:除了产线以外,是否做工业设备的远程运维业务?

胡湿:我们做过一家设备制造商,由于设备本身有工控机,我们可以把数据联网进行建模,做设备远程运维来降低设备故障率。

但每种设备是不一样的,还是要按照行业来做。同一个行业会有通用模型,电子设备和机械设备的寿命模型就不一样。面对不同行业,IaaS和PaaS是通用的,只有SaaS的不同。

原来的售后成本很高,占机器成本的30%。我们帮助企业转型,让企业从卖设备转向卖服务,比如车厂从卖车转变成卖公里数,企业就有极大的动力去降低损耗,提升可靠性,降低运维成本以及生产成本。

爱分析:目前公司整体团队规模和人员结构是怎样的?

胡湿:现在公司人员增长很快,除了研发,售前人员极其重要,甚至在项目前期比研发人员还重要。

我们有两类售前,一类是做信息化的售前,主要来自用友、Oracle等企业,信息化技术过硬。另外一类在某个行业的工厂有很多年经验,懂一线设备,能跟工人们打成一片,可以帮助我们了解业务。

爱分析:一般一个项目的人员规模有多大?项目周期多长?

胡湿:需根据行业而定相应的项目人员,如为汽车行业,需要的人员就相对较多,因为汽车是民用领域非常复杂的行业。通用性流程工业,在项目高峰期最多需30人。云英拥有谷歌的领先技术方法,可以用很少的人员完成很大工作量。项目周期的话,比如300万的工业类项目大概需要一个季度即可完成。

举报 0
收藏 0
打赏 0
评论 0