富士康要将工业互联网之路走到底

　　一直被称为“代工厂”的富士康要IPO了。由此，工业互联网IIoT的疆界中迎来了一只超级“鲶鱼”。
　　值得注意的是，申请IPO公司的全称为：富士康工业互联网股份有限公司，证券名称为“工业富联”。从2018年2月1日上报招股书到3月8日IPO申请经由“绿色通道”快速过会，再到5月11日拿到IPO批文，“设立三年不到即上市”的富士康刚好用了100天。
　　按照时间安排，本次发行的初步询价时间为5月17-18日，战略投资者缴款截止日为5月18日，首次公开发行的网上和网下申购日为5月24日。依此推断，我们将在六一儿童节前后喜迎富士康上市。
　　谈到富士康，往往给人的印象是非常神秘。她既有超群的代工制造技艺，又不时被负面传闻包围。登陆A股市场变身公众公司，无疑成为富士康向外界掀开神秘面纱、揭示真实面貌的最好方式。而招股书中“工业互联网IIoT”这一概念的引入则无不彰显着郭台铭的雄心。
　　富士康招股说明书中写道：“公司是全球领先的通信网络设备、云服务设备、精密工具及工业机器人专业设计制造服务商，为客户提供以工业互联网平台为核心的新形态电子设备产品智能制造服务。公司致力于为企业提供以自动化、网络化、平台化、大数据为基础的科技服务综合解决方案，引领传统制造向智能制造的转型；并以此为基础构建云计算、移动终端、物联网、大数据、人工智能、高速网络和机器人为技术平台的‘先进制造+工业互联网’新生态。”
　　从中不难发现，富士康对自身的定位有了“重新定义”，她对自己的认知已经脱离了“当下时刻”的纯粹代工厂和制造商身份，而是升华到了“面向未来”的综合方案提供商的高度，提供的服务可想而知，就是工业互联网方案。
　　从郭台铭的各种对外言辞中，可以看出富士康对工业互联网的认知，他说：“互联网经济跟实体经济正快速融合，给制造业带来巨大的机会。富士康将来要变成‘六流’公司，这六流包括虚拟端的信息流、金融流、技术流；实体端的人员流、过程流和物流，三虚三实、网上网下结合。”
　　郭台铭认为工业互联网是富士康近5年转型的重要方向。本次富士康登陆A股，将注入更多的物联网基因，加速其在智能制造、工业4.0机器人生产、人工智能大数据等崭新领域的发展。同时将通过富士康工业互联网云平台，提高中小企业的制造能力，为3,000万中小企业赋能。
　　招股说明书中，富士康提到GE通用电气是其主要竞争者之一，细看之下，这对中美工业互联网的典型代表，确有诸多相似之处：他们都是工业互联网赛道的核心选手，他们都从自身需求入手构建工业互联网平台，他们都不惜血本的试图在IIoT这盘大棋中站稳高位。
　　既然富士康将自己的未来与工业互联网绑定，因此不妨将其与GE进行横向对比，或许可以为我们走好IIoT未来之路提供一些借鉴和参考。

　　①工业互联网赛道的“巨无霸”选手

　　我们不妨先看看富士康的体量有多大。
　　在电子设备智能制造领域中，根据IDC数据库统计：
　　●2016年全球服务器与存储设备制造市场产值约为353亿美元，富士康工业互联网公司营业额占全球总产值的比例超过40%；
　　●2016年全球网络设备制造市场产值约为279亿美元，富士康营业额占全球产值超过30%；
　　●2016年全球电信设备制造市场产值约为122亿美元，富士康营业额占全球产值超过20%。
　　根据招股书，富士康最近3年，2017年、2016年、2015年的营业收入分别为3545.44亿元、2727.13亿元、2727.99亿元，归属于母公司股东净利润分别为158.67亿元、143.66亿元、143.5亿元。

　　这样的营收规模，处于什么水平呢？

　　根据2017年的净利润测算，在A股3,509家上市公司中，富士康可以排名第32位，净利润超过了99%的A股公司。
　　富士康272.5亿元的首发募资，创了3年来A股规模最大的IPO，也是A股史上第11大IPO。
　　那么募来的钱将用到哪里？
　　招股书披露，本次富士康高达270多亿元的募资总额，主要投向下列8大项目：

　　招股书中将“工业互联网平台构建”列为首位，相关的投入如下：

　　虽然高举“工业互联网”的旗帜，将面向未来进行布局的IIoT平台项目排在第一优先级，但从富士康的实操层面上来看，IIoT布局并未拿到本次募资的多少资源，投资金额仅占募资总额的7.77%。更多的投资流向仍是与高端手机精密机构件相关的智能制造产线的升级、研发和扩建，占比为63.53%。
　　说法与做法虽有出入，但起始阶段与后续动作或有一定缓冲也在合理推测之中，IPO之后的富士康，无疑将位列国内IIoT平台的翘楚之一，同时兼容多种业务，与GE在美国工业互联网界的地位相当。

　　②从自身需求入手构建工业互联网平台

　　丈量完了富士康的“身家”，再来看看同赛道的GE。

　　世上原本没有工业互联网平台，IIoT是前董事长伊梅尔特为GE找到的新方向。

　　他有一句名言：“GE昨天还是一家制造业公司，一觉醒来已经成为一家软件和数据公司了。”
　　GE最早产生“工业互联网”的想法是在2009年前后的金融危机时期，随着经济增长的不确定性的增加，GE的工业客户开始将更多注意力从提高生产力转向了提高利润率。
　　当然，工业互联网也是GE立足自身需求的考虑，航空引擎业务需要IIoT平台。
　　GE在过去所生产的飞机引擎中，安装的传感器都是被动模式，只有出现故障时才会亮起红灯。这种事后被动的数据分析除了累积经验外，已经没有太多价值，只有提供实时数据分析，才能大大地提高效率。因此，GE要求每一台引擎都需保留每一次飞行的所有数据，并在飞行过程中实时将数据传回数据中心进行分析。
　　这时的Predix只不过是GE用来服务它所销售的引擎的应用软件而已，其中一项应用是给喷气发动机提供预测性维护，减少停机时间。
　　2012年，GE做出了一份《工业互联网：突破智慧与机器的界限》的报告，认为各行业1%的效率提升就能带来显著的经济效益：
　　●以15年为周期计算，能源行业节省1%的燃料意味着能够节约660亿美元；
　　●航空业节省1%的燃料将节约超过300亿美元；
　　●如果医疗行业效率提高1%，就会帮助全球医疗行业节约630亿美元。
　　●按照GE统计，每年在工业互联网领域的经济活动的产值，高达1万亿美元。
　　在这个时候，GE还没有下定决心是否要将Predix建设成工业互联网平台。
　　直到2014年，一些从微软跳槽到GE的员工认为，“如果GE想获取IIoT的最大价值，那就得像微软的Windows操作系统那样，建立一个工业互联网平台。”经过短暂的象征性思考之后，伊梅尔特迅速接受了IIoT平台的思路，倾巢出动最终让GE成为了一场IIoT豪赌的主角。
　　人总是爱欺骗自己，因为那比欺骗别人更容易。工业互联网的落地形态，到底是定制化专用软件还是平台型操作系统，在这道原本伊梅尔特没有能力解答的选择题面前，他想当然的选择了后者。
　　2016年3月，伊梅尔特明确将GE称为“数字工业公司”，并且将IIoT作为一次最具深远意义的转型。
　　作为一个完全开放的系统，Predix并不局限于GE自有的航空引擎与应用，而是面向所有的工业企业，他们都可以利用Predix开发和共享各种专业应用。
　　IIoT平台从此被推上历史舞台，并在千里之外的中国引起了跟风热潮，2017年伊梅尔特的黯然“下课”并没有让IIoT的演进之风有丝毫停顿，而是愈发猛烈。
　　2017年，富士康跟随着大批工业互联网操作系统的脚步，也开发了自己的IIoT平台BEACON，探索将数字技术与其3C设备、零件、通路等领域的专业优势结合，向行业领先的工业互联网公司转型。
　　与GE类似，富士康首先将BEACON平台用于自身能力的提升，实现了生产过程全记录、无线智慧定位、SMT数据整体呈现、智能能源管控和自适应测试等能力改进。
　　不过，实现可供自身使用的IIoT平台，和实现可供3C电子制造行业使用的IIoT平台，是彻底不同的两件事。实现可供3C电子制造行业使用的IIoT平台，和实现可供其它垂直行业使用的IIoT平台，又是彻底不同的两件事。

　　③打造全能型IIoT平台

　　根据Accenture报告，2020年全球工业互联网领域投资规模将超过5000亿美元；IDC统计，中国工业互联网市场2017年的市场规模增长至919亿美元，预计2020年可实现1,275亿美元，年均复合增速约为14.7%。
　　国内的工业互联网到底有多热？分析浙江一省的数据可以窥一斑而知全豹。浙江把设立30个行业领先的特色工业互联网平台、开发集成10万款工业APP、连接工业设备数量2亿台，上平台企业数30万家作为2025年的发展目标。根据东方证券估算，整个中国可能创造出每年近3000亿元的工业互联网市场空间。

　　这么大的一块蛋糕，谁不想吃呢？

　　以GE和富士康的体量，自然要对工业互联网平台进行全面布局，从云端到边缘侧，从设备管理到预测性维护，从机器学习到人工智能，他们积极拥抱新技术与新应用，毫不挑食。
　　以AI为例，GE积极将其整合到Predix。2016年第三季度，PredixAnalyTIcs RunTIme引入了机器学习能力。机器学习的模型必须离线训练，训练之后的模型可以作为输入参与分析，并且产生有价值的相关预测。除此以外，GE还将人工智能预测分析添加到ApacheSpark AI引擎以提升服务时间。
　　富士康的做法则更为激进，郭台铭强调：“在未来5年内将投资100亿新台币（约合3.4亿美元），用于招聘AI应用的相关人才，并在所有生产基地部署人工智能应用。”
　　富士康还与前百度首席科学家吴恩达合作，希望借以吴恩达的新公司Landing.ai为富士康注入新的能量，试图通过人工智能变革制造业。从其对外展示的Demo来看，人工智能被应用于机器视觉识别产品缺陷、改进工业机器人操作等典型场景，并没有放飞多少想象力。

　　我一直持有的观点是：人工智能在工业领域只能是“小配角”的定位，工业追求的是确定性，因此其中绝大多数场景都不适合人工智能。
　　此处仍旧借用此前的比喻，来说明制造业数据分析的本质。
　　我们以炒股为例，存在两种模式，一种是巴菲特模式，阅读大量的企业和行业信息，通过复杂推理进行投资决策，也就是“模糊信息+复杂推理”的模式；另一种是陈水扁的夫人吴淑珍模式，掌握来自上市公司董事长的内部确定消息，通过简单推理进行投资决策，也就是“准确信息+简单推理”模式。
　　哪种模式更接近制造业的本质呢？如果真相只有一个，那我笃定：第二种。
　　上周的文章中，我曾经分析过，“工控大数据”作为工业大数据中很特殊的一种，其实并没有多“大”，也并不符合通常意义上大数据的标准。
　　富士康作为制造集群型企业，旗下拥有多家生产制造工厂，每天产生数以亿计的“大数据”的确理所当然。但如果就此推断3C电子制造行业的每家企业都有工业大数据的分析需求，未免有些武断。
　　总之，大数据和人工智能产生的核心背景是由于多维度和多变量导致的很大不确定性，简单的因果关系不能提炼工业的内在逻辑，只能通过“模糊信息+复杂推理”的模式，从足够多的大量数据中提取相关性，这也就是数据密集型科学产生的基础。但在绝大部分制造业场景中，并不具备这个基础，而还是以确定性为主。
　　富士康如此轻言AI应用于制造业的投资，“身先士卒、孤注一掷”的做法实在令人捏一把汗。

　　再看工业互联网自身，其平台化发展的可行性尚未被明确验证。

　　在工业领域“万企上云”的时代背景下，颇有类似当年“共享单车”铺天盖地的阵势，各家企业对于“IIoT云平台”的前景都有自己的考量与布局。
　　虽然工业互联网云平台看似成为了各家制造企业的必选项，开展得如火如荼，但是不同企业所处环境和自身情况有很大差异，发展阶段和实际痛点也有不同，导致各个企业之间的成功经验和模式难以快速复制。加之各个企业对自身数据安全性与私密性的考虑，目前IIoT平台仍旧以项目式定制化的方式推进IIoT的部署，并未形成整合绝大多数主流应用的通用型能力平台。

　　另一方面，越来越多的制造企业用实践证明了相反的结论，工业数字化是垂直的、碎片的。 　　④面对IIoT这盘大棋舍得投入

　　作为伊梅尔特在任16年的最大职业遗产，GE在数字化方面的投入曾经“从不手软”。仅2016年，GE数字化研发投入就超过预算7亿美元，达到21亿美元。
　　除了每年的固定投入之外，GE还有针对性的投资工业互联网平台相关初创企业，耗资近20亿美元用于集中布局。

　　富士康除了计划将IPO募资中的21.17亿元用于工业互联网平台建设之外，更是风险投资中的行家里手。2016年，富士康斥资6亿美元，收购了软银的亚洲科技投资基金，积极寻觅初创科技公司。
　　在富士康投资名单上，充满了独角兽初创公司，包括印度的聊天应用Hike、中国最大的专车公司滴滴出行、自拍应用和自拍手机制造商美图、360度摄像头制造商Lytro、中国热门自行车租赁公司摩拜单车和旷视科技（Face++）。

　　但从现有投资中来看，富士康并没有集中精力于工业互联网的相关投资。
　　同时，软银创始人孙正义与特朗普先生聊嗨的时候还透露了富士康在美的发展计划。他出示了一份联合投资“承诺书”：软银和富士康承诺在未来4年在美国本土投资570亿美元，创造10万个就业岗位。其中富士康投资70亿美元。

　　⑤终局相似 or 云泥有别？

　　至于GE Predix的终局，你我都已知晓。
　　GE在2017年亏损62亿美元，股价腰斩，力挺工业互联网的伊梅尔特黯然退休。2017年底，新任CEO在波士顿总部宣布将开始大幅度削减管理成本，限制原来规划的规模。
　　首先，GE在2017年9月卖掉了工业解决方案，接盘侠是ABB。这家瑞士工业巨头ABB宣布以26亿美元收购GE全球工业解决方案业务，主要是中低压电力系统制造及安装组件，2016年实现收入27亿美元。
　　随后，GE宣布将在1-2年内精简超过200亿美元的业务，医疗、电力和航空3大领域成为公司的核心，并开始为Predix积极寻找并购者。

　　工业互联网平台从始至终都没有为GE带来预期的营收。

　　根据GE年初公布的2017年第4季度业绩，经过大幅的成本削减之后，GEDigital的业务开始企稳，Predix及相关订单额增长了41%。全年实现了14亿美元的销售增长，增长比例为100%。

　　回想2015年，伊梅尔特曾经雄心勃勃的宣布，将“软件及相关服务销售额超过150亿美元，并使GE跻身全球前十大软件公司行列”作为2020年的战略目标之一。而今Predix的表现，令这一目标显得如此missionimpossible。

　　富士康显然并不期望工业互联网平台BEACON重蹈Predix覆辙。

　　一个完全不同的结果，一定有一个完全不同的过程。富士康如果无法改变这个过程，怎能改变结果？

　　当下自称是“平台型生态”的企业越来越多，真正的平台型企业，按理说应该有很高的壁垒和很深的护城河，能够触发对成长期平台的“跨界补贴”效应。最典型的比如西门子，从传感器、电机，到控制器、工业软件、IIoT云平台全线布局，即便IIoT云平台低毛利甚至补贴，仍旧可以从高毛利产品中赚得盆满钵满。
　　再来看看富士康的护城河，郭台铭曾说：“从20年前，富士康就不只是代工了。我们从OEM、到ODM、再到IDM，一直都在改变。我们的机械技术是很精密的，我们的人工智能起步也很早。富士康将来会成为一个平台，从初期的2B上游供应链的整合，到2C客户要什么我们制造什么，用户要什么给他设计定制什么。”
　　无论是工业互联网平台、智能手机精密制造、工业机器人生产、并购夏普进军面板产业链、发展“富连网”自营电商，富士康虽均有布局，但平台尚未垒厚，没有形成环环坚实、环环相扣的环状商业链条。
　　从营收构成情况看，手机为主的通信网络设备仍是富士康的主要收入来源，超过60%。但智能手机发展到今天，已经进入到了饱和期。从IDC的数据中可以看出，2017年的手机产量跟2016年相比，基本上是没有任何增加。

　　虽然5G时代呼之欲出，但其它物联网硬件的预期产量与智能手机相去甚远，难以满足富士康庞大的生产“胃口”。
　　当然，也不能轻易小看工业机器人的发展，中国市场已经连续五年成为全球头号工业机器人应用市场。2016年中国市场的工业机器人销量约为8.7万台，同比增长约27%，2010~2016年中国市场工业机器人销量CAGR高达32%。

　　富士康的工业机器人销售额即便只占比0.27%，也有接近10亿的营收。在这一领域，富士康虽然立足对工业机器人需求最为旺盛的3C电子制造领域，但一方面要面对国际工业机器人“四大家族”的常规竞争，另一方面还要应付国产自主品牌的强劲攻势。
　　富士康的“百万机器人计划”曾经震惊世界，但从客观数据上显示，2015年至2017年，富士康工业机器人产量分别为0.78万个、0.43万个以及0.39万个，2017年的产量较2015年下降50%。与此同时，机器人的产能利用率也逐年下滑，2015年至2017年分别为0.61%、0.37%和0.35%。

　　凡事一体两面，天底下没有捎带手就能做成的事情，富士康的多点布局是对其管理与整合能力、创新和变革魄力的极大考验。

　　万科创始人王石经常说：“缺钱对企业并非坏事，因为资金有限，不允许你盲目投资，不允许你犯大错误。如果你的战略目标不清楚，又没有控制能力，钱多了反而是灾难，这样的例子举不胜举。所以我常对那些为缺钱而发愁的企业说，恭喜你呀！你犯不了大错误。”
　　如今上市在即，面对不差钱的富士康，我们是否也要送上一句“恭喜”呢？