物联网+：助制造业向智能服务转型

借助物联网产生的数据，企业能够为客户提供动态、个性化的智能服务。

进入21世纪以来，新一轮的科技革命和产业变革席卷全球。云计算、数据分析、人工智能、物联网等新兴技术和不同产业的结合，给这些产业带来巨大的变化。在这些产业中，制造业毫无疑问是受影响最大的产业之一。世界上的主要制造业强国为了应对这一变革，都纷纷推出了制造业的转型升级计划，德国的“工业4.0”即是其中的典型代表。回顾过去200多年来工业的发展，其最大的推手是技术的进步。从1784年瓦特发明蒸汽机为标志的第一次工业革命，到19世纪末电力的使用为标志的第二次工业革命，到1969年第一台可编程计算机的诞生为标志的第三次工业革命，再到2013年德国提出以信息物理系统（CPS）为标志的第四次工业革命（工业4.0），每一次工业革命都发端于新技术的运用，并推动了工业生产方式的变化。可以预见，随着新技术的层出不穷，工业生产方式也将随之进阶，以后还会有工业5.0、6.0……我们可以称其为工业X.0。

工业X.0和以往工业革命最大的不同是数据驱动。人、产品、系统、资产和机器之间建立了实时的、端到端的、多向的通信和数据共享；每个产品和生产流程都可以自主监控，感知了解周边环境，并通过与客户和环境的不断交互自我学习，从而创造出越来越有价值的用户体验；企业也能实时地了解客户的个性化需求，并及时做出反应。这种基于数据的智能化给制造业带来的变化不仅是生产效率的提升，还会在传统的产品之外衍生出新的产品和服务模式，开辟全新的增长空间，制造业的运营模式和竞争力会被重新定义。

这份报告是基于来自农业、汽车、钢铁、航空、造船、航运、电信、电力、电气、云服务等行业的领先企业，和行业协会与研究机构的管理人员和专家的调研，以及相关案例研究，探讨了中国制造业如何利用物联网，结合各自所在的产业和人工智能、区块链等新兴技术开发出基于数据的创新服务，推动业务增长，希望对读者能开卷有益。

一、制造业在工业X.0时代的新机遇

（一）硬件产品和实体资产不再是企业竞争力的必然保证，制造业亟须转型

在过去，制造业基于硬件资产规模建立的优势曾被认为是高门槛，难以复制和超越。然而，传统工业巨头的衰落和新兴“数字原生”企业的崛起，让人们认识到在工业X.0时代，企业的竞争力正在重新被定义。数字技术重塑了竞争格局，价值分配已超脱传统行业界限，以制造业为代表的传统重资产企业的优势被逐步侵蚀，盈利空间受到强烈挤压（见图1）。

一方面，重资产的多少早已不必然等同于优势和实力，近年来不断涌现的众多轻资产、数字化原生公司实现了高速发展，在短短几年内市值达到了10亿美元，而过去财富500强企业平均需要20年才能做到（见图2）。相反，庞大的资产却使得这些企业有着极高的固定成本，以汽车行业为例，调研显示生产线故障停工时间造成的损失高达每分钟2.2万美元，倘若不能得到有效管理，反而会给企业带来巨大损失。此外，重资产往往使得企业“船大难掉头”，不能快速地应对市场变化，限制了企业投资新业务的决心和能力。

另一方面，硬件产品的价值不断向服务和软件迁移。现在硬件产品给客户带来的价值远超过硬件本身，智能手机能满足人们生活中的多种服务需求，汽车上的传感器收集到的数据能帮助车队优化运营，节省燃料，这些服务提升了客户体验，也给企业带来了新的收入。而这些服务功能均是通过软件来实现，许多产品都预装了操作系统，嵌入了许多软件功能，并能加装各种App延展各种服务功能。未来的制造业不只是制造硬件，软件和服务在制造业中会逐渐占据主导作用，制造业要放弃“硬件式思维”，从服务和软件的角度来发展制造业。以工业巨头通用电气（GE）为例，在其公司简介中是这样介绍自己的：“GE是一家全球性的数字工业企业，创造由软件定义的机器和解决方案，集互联、响应和预测之智，致力变革传统工业。GE围绕全球知识交换系统‘GE商店进行组织，让所有业务部门共享和使用相同的技术、市场、结构和智力。每项发明都推动跨界创新应用。GE讲述工业语言，以全球人才、服务、科技与规模，为客户创造非凡业绩。”这已经不是一个传统的制造业公司的价值主张了，而俨然是一家数字化的企业了。

作为制造业大国，中国受到的挑战自然不小。过去十年，中国制造业的营收增长不断放缓，盈利水平停滞乃至下降，以股东权益回报率为指标的投入产出比恶化（如图3）。经济增长变缓，逐渐丧失成本优势，创新能力不足，以及来自新兴企业的跨界竞争让中国制造业传统的增长模式难以为继，制造企业必须重新审视和定义自身的竞争力，寻找新的增长动能。

（二）“物联网+ ”助力传统企业向智能服务转型，获取增长新动能

为了应对传统制造业面临的挑战，在世界上主要制造业强国都提出的制造业振兴计划中，如德国的“工业4.0”，美国的“工业互联网”和“国家先进制造战略规划”，都把向服务转型作为制造业升级转型的关键方向。虽然不少制造企业已经开始着手为客户提供服务，提升服务在企业收入中的比例，但大多数还是基于产品的传统服务，比如产品售后服务、产品租赁服务、为客户购买产品提供融资服务等。单单靠这些传统服务给客户带来的价值有限，也常常跟不上客户需求变化的节奏，是很难让企业实现服务转型的。而物联网的发展则为企业向服务转型开辟了新的空间。如上所述，工业X.0带来的变革都是基于数据驱动，物联网通过各种传感器抓取物理世界的数据，再通过对这些数据的分析和应用，帮助企业优化生产流程，提高运营效率；更为重要的是借助物联网，企业得以持续感知客户的需求，创造新的服务模式，推动业务增长，这才是物联网对企业最大的价值所在（见图4）。

借助物联网产生的数据，企业能够为客户提供动态、个性化的智能服务。这些服务与传统的售后服务的本质区别在于其通过物联网收集到的数據，以更加动态的、系统的方式实时、持续地分析并预测客户需求。根据分析结果自动对服务进行优化和调整，乃至能自动地适应环境，自主决策，为客户带来高度的个性化体验。例如，装备制造企业能通过在设备上安装的传感器提前预知客户设备的某个零件需要替换，提前将备件运往客户附近仓库，大大缩短了客户等待备件更换的时间，减少了停机损失，客户也无需自己囤积大量备件而占用资金和仓储；同时也降低了客户购买别的品牌备件的可能性，提升企业收入。

企业还可以通过物联网创造出的新的服务模式，比如开放自己的制造能力，为其他企业提供生产服务；根据客户的需求，提供C2B的定制服务；为客户提供基于物联网数据的融资和保险服务。对那些行业龙头企业来说，它们还可以搭建基于物联网的平台，成为行业生态的中心。如同“互联网+”一样，物联网给制造业带来的这些新的价值机遇，是需要与其他的新兴技术如数据分析、人工智能、区块链以及不同产业相结合的，我们称之为“物联网+”。

案例：基于产品的服务—Biesse集团利用物联网提供创新服务

Biesse是全球领先的木材加工设备提供商。公司希望通过数字化技术提高运营效率，降低成本，开拓新的收入来源，而Biesse集团的客户也对新的数字能力感兴趣。为此Biesse设计了一系列可以帮助客户提高设备性能和提升整体生产力的服务。Biesse集团将埃森哲的产业物联网资产管理解决方案应用于企业的数字化转型。双方使用了埃森哲的物联平台即服务（CPaaS）设计了物联网的运营模型、使用场景、解决方案和路线图。该解决方案首先在部分客户的八台机器上进行了试用。试点服务包括预防性维护通知、设备管理和制造过程中的事件分析等。通过机器上的传感器和处理设备，客户可以在移动设备上使用可视化工具查看、分析数据；并以按使用付费模式，定制从设备预警到深度设备分析等个性化服务，从而提高客户的设备运行效率和生产力。这一试点项目已经帮助Biesse改善了客户服务，降低了保修和维护成本；Biesse还可以对获得的设备数据进行分析，用以改进产品，并向客户提出如何充分利用设备的建议。对于客户而言，Biesse提供的灵活的定制化服务有助于他们减少机器故障，从而提高机器的生产效率和客户满意度。客户将Biesse视为能够帮助自己提高生产力的重要合作伙伴。根据试点项目的成功，Biesse计划推出涵盖2万台机器的服务，这些服务包括远程诊断、预警、预测性维护、设备使用分析和生产流程优化。

案例：新的服务模式—中国航天科工集团INDICS工业互联网云平台

中国航天科工集团在航天防务、信息技术、装备制造、智慧产业等方面提供系列高科技产品和服务，2016年位列世界企业500强第381位，中国制造业100强第31位。

航天科工打造的工业互联网云平台INDICS，是以工业大数据为驱动，以云计算、大数据、物联网技术为核心的工业互联网开放平台，可以实现产品、机器、数据、人的全面互联互通和综合集成。

INDICS工业互联网平台能够提供涵盖IaaS（基础设施即服务）、DaaS（数据即服务）、PaaS（平台即服务）和SaaS（软件即服务）的完整工业互联网服务功能（图5）。它适合不同层次、类型、规模的企业，可支持各种工业设备接入、集成各类工业应用服务，使制造管理更加便捷高效。

该平台通过线上实现制造信息互通、资源共享、能力协同、开放合作、互利共赢，牵引线下智能化改造，进而实现智能制造、协同制造和云制造；打造线上线下结合、制造服务结合、创新创业结合的新业态。

（三）为何企业踌躇不前

“物联网+”带来的智能服务虽然能为企业带来许多新价值，但并没有完全转化为企业部署物联网解决方案的决心和动力。

世界经济论坛（World Economic Forum）一项研究显示，受访的首席高管中有72%确信产业物联网将彻底改变其所在行业，但仅有20%经过深思熟虑后，制定了产业物联网的应用战略。而那些已经开始试水开展智能服务的先行者，比如智能家居，工业设备的售后服务等，大多数仍然处于小规模的验证，还没有开始大规模的应用；少数已经开展大规模应用的仍处于投入的初期，收到的商业回报比较有限。

在我们对中国企业的调研中，我们发现阻碍企业开展智能服务的因素来自于企业对需求、投资、外部合作和内部组织四方面。

1.需求的不确定性

物联网对业务和运营带来的影响，无论是服务提供方，还是需求方都在摸索中。

需方对物联网能解决什么问题以及如何解决不甚了解，并且物联网丰富的应用场景反而令应用企业迷失其中，忘记初衷。

而供方缺乏客户所在行业经验，其设计出的解决方案和商业模式满足的往往是“伪需求”（这在智能家居领域表现犹甚），应用效果大打折扣，这也导致客户支付意愿不高。许多厂商只得将智能服务作为产品的附属服务和产品一起打包出售，甚至是赠送给客户。

2.投资收益的不确定性

从产品走向服务模式，往往需要较高的初始投资。开展智能服务就需要在如传感器、通信模组、网络传输、人才招募和培养等方面有着不菲的支出。智能服务需求的不确定性使供需双方都难以预估投资带来的财务和市场收益，降低了投资吸引力。

另外，智能服务带来的一些全新的商业模式，甚至连投资者也还没有深刻理解其价值和变现逻辑，因此对这一市场的估值往往沿用互联网、电子商务等领域的投资模型进行分析，因此，针对个人消费者的智能产品和服务容易获得投资，而价值更大的企业级服务市场由于经验所限难以评估，受到资本冷遇。

3.与外部伙伴的合作亟待改善

智能服务的开发和营销需要围绕服务场景，和相关的外部伙伴有着紧密的合作，特别是对那些有志于建立物联网平台的公司，建立一个紧密合作的生态系统更为关键。

在我们的调研中，企业和外部伙伴的合作中仍有不少障碍，比如数据分享、知识产权的保护、智能服务的投资与收益共享等。

特別是在数据分享方面，这是合作伙伴最为关切的因素，一些工业云平台就不能提供足够的安全性说服合作伙伴上传数据。如何建立一个好的数据和知识产权保护机制以及价值共享机制来吸引合作伙伴，从而构建一个高效的价值创造网络是开发智能服务的一大挑战。

4.企业的能力准备尚需时日

数字化浪潮汹涌而来，传统行业内的企业没有时间进行充足准备就被席卷其中。

在工业X.0时代，企业需要重建自己的能力来适应新经济的发展要求，这主要表现在：对物联网、人工智能等新兴技术缺乏认知和掌握，与行业结合的应用能力有待提升，缺少业务、数据分析和IT/OT复合型人才，传统多层级管理架构影响了企业的响应速度和敏捷性，内部的数据孤岛，开放、鼓励创新的企业文化的缺失，以产品为中心而非以客户为中心的思维方式，等等。

以上这些因素制约了企业在物联网应用方面的创新力。

二、建立生态系统是撬动“物联网+”力量，向智能服务转型的关键

要克服上述挑战，单单靠企业自身的能力和资源是不够的。首先，单单靠物联网收集的数据本身没有意义，是需要和不同产业以及数据分析、人工智能、区块链、云计算、雾计算等新兴技术相结合，才能开发出创新服务。而且，由于智能服务场景众多，以及智能服务实时化、动态化的特点，单单靠企业自身的资源也没法满足客户的需求。最后，智能服务需求的不确定性和投资回报的不确定性，也需要通过和外部伙伴的协作来共担风险。因此，要开发出智能服务，企业需要和“物联网+”相关外部伙伴开展密切合作，形成一个价值创造网络。“物联网+”的智能服务将跨越企业价值链和传统行业边界，创造出一个全新的生态系统，改变现有竞争格局，挑战固有的制胜规则（图6）。

（一）生态系统思维，而非产品思维

传统的制造业提供产品主要考虑的因素是产品功能、质量和成本，是产品思维。而提供基于物联网的服务，则要基于服务场景，着眼于建立自己的“朋友圈”，与他们共同合作，一起为客户提供服务，是生态系统思维。

以农业机械公司约翰迪尔为例，该公司为农场主提供的设备安装了传感器，并将收集到的设备数据和气象、土壤、种子等数据结合在一起，利用分析技术挖掘出其中的洞察，才能帮助农场主做出更为科学的农耕决策。在这个过程中，约翰迪尔整合了来自不同产业领域的数据和知识，为了更好地利用这些数据，约翰迪尔的myJohndeer平台提供了API接口，便于外部的开发者使用这些数据（见图7）。

因此，企业在设计基于物联网的服务时不能用传统的产品思维，而需要对产品及相关服务所处的生态系统有整体的认识。例如，在设计智能产品时，除了在纵向上考虑设计产品本身的质量和功能外，还在横向上考虑到其他产品和系统的互通和兼容，以及和第三方开发者的合作（比如提供API接口和相应的开发工具）。集成第三方的产品和服务或被集成到第三方系统中，是工业X.0时代所有企业的必然选择。如果企业依然按照原有的产品思维提供产品和服务，忽视生态系统的建设，就会错失了“物联网+”所能带来的广阔市场和巨大价值。

（二）“物联网+”的“朋友圈”

“物联网+”的生态系统包含了以下角色（图8），这些角色相互协作，共同进化，推动“物联网+”产业的进步。

所有通过传感器、网络从物理世界中收集数据的企业都是数据制造者，它们来自于不同产业，有着自己独特的数据。电信运营商、传感器提供商、芯片提供商等系统部署使能者通过提供物联网技术、产品和系统实施服务，推动了物联网低成本和大规模的应用；应用开发商（如宝信软件）、数据分析和人工智能技术提供商等应用开发使能者将物联网采集到的数据变为各个产业中的实际应用；阿里云、普奥云等物联网平台提供者则为朋友圈提供了“聚会”场所；应用者来自不同产业，他们则在朋友们的支持下，结合自身的产业知识和来自不同产业的数据，使用物联网提升效率，改善產品体验，提供创新服务。

这些角色在“物联网+”的发展中承担不同职责，企业承担的角色也将变化、叠加、融合。例如应用者利用系统部署使能者和应用开发者提供的软硬件或服务提升自身生产运营效率，也可以作为数据制造者将获取的数据进行商业变现。如物联网平台商可以连接其他角色、整合资源并提供更加专业的管理和运营服务，如连接管理、物联网设备管理、物联网应用软件开发、数据集市，等等。

（三）在生态系统中找准自己的定位

1. 生态系统演进中的角色变化

“物联网+”从挖掘物理设备的数字化价值，进化到与产业经验、尖端技术紧密融合以释放更深入的“设备+信息+服务”价值，与生态系统的演进密切相关。在演进过程中，各角色的潜在价值也在动态变化（图9）。认清这一特点，将有助于企业在物联网发展中制定前瞻性战略，灵活调整战略定位并提前进行能力准备，以保持企业的长期竞争力。

物联阶段主要是数据的采集处理，所以数据制造者的作用最为重要。在物联与服务交融阶段和万物服务化阶段，随着数据采集成本降低、数据生产量增加，基于数据的服务价值逐渐显现，数据制造者的价值会相对降低。为此，数据制造企业需要根据自身优势，或叠加更具未来价值的角色，或向下一阶段的主导角色演进，或与下一阶段的主导角色合作。

系统部署使能者在物联阶段，承担着物联网基础设施的供应和建设，大量技术企业从这一角色开始进入物联网领域。然而，进入物联与服务交融阶段后，这一角色的收入开始减少，运维服务、外包服务等服务性收入增加。为了在万物服务阶段保持持续竞争力，这一角色的企业一方面可以引入更多先进技术和产品以提供更具竞争力的物联网基础设施，另一方面也可以叠加别的角色，例如应用开发使能者、应用者、物联网平台商。

应用开发使能者在物联与服务交融阶段开始起到核心作用。他们掌握着推动物联网应用的关键技术，通常具有很强的技术能力和对应用场景的深刻理解。这一角色需要与数据制造商和应用者紧密合作。例如，埃森哲作为应用开发使能者，与国内一领先的烟草公司合作，实现对卷烟生产全过程的物料使用状况跟踪以及全过程质量关联性分析，大大提高企业决策的成功率。应用者往往也是应用开发使能者，因为应用者在提供应用服务的过程中，积累了丰富的经验，可以提供应用开发使能服务。物联网平台提供者是数据和资源的汇聚点，聚合了产业中的不同参与者，在“物联网+”发展的各个阶段中起到关键作用。到了万物服务阶段，在某个行业精耕细做的行业平台商或提供跨行业平台的物联网平台商都可形成自己强大的生态系统，成为产业中的主导者。平台也可以延伸到生态圈中的各个角色，成为全能选手。

海尔的工业互联网平台COSMO平台除了提供海尔互联工厂的解决方案外，还能快速聚合全球资源构建知识智慧服务、共享集约服务、大数据服务等领域的产品，为企业转型提供全流程闭环的服务。同时COSMO平台还实现了企业、资源、创客之间的互联互通，每一个需求都可以通过平台来快速配置资源，实现产销合一。用户驱动员工自经营，大大提高了工厂的柔性、响应速度、质量水平。

应用者利用物联网收集到的数据解决商业问题，推动企业的发展。在物联阶段，应用更集中在内部运营效率的提升，特别是数据制造者自身的需求（比如资产管理、产线的优化）。在此阶段，应用者角色往往就是数据制造者。从物联与服务交融阶段开始，基于物联网的需求不断涌现，应用场景越来越丰富，应用的范围将超越内部效率的提升，基于物联网的服务应用开始增多，并涌现出新的商业模式，比如C2B的定制服务、数据即服务、物联网保险服务等，应用者会成为主导角色。

2. 借力“朋友圈”，提前布局卡位

由于不同的角色在物联网发展的不同阶段发挥着不同的作用，“物联网+”生态系统中的参与者需要随生态演进和企业的发展目标进行战略转移，并确定自己在不同阶段扮演的角色和在生态系统中的合作对象，提前做好能力准备。

对于要向服务转型的制造企业来说，并非是一蹴而就。在物联阶段，制造企业的核心角色就是数据制造者，利用物联网收集到的数据主要用来提升自身效率（内部应用者），对外服务的价值还未充分体现，这些企业在应用物联网方案时主要的合作角色就是系统部署使能者。而当企业对物联网的价值有进一步认知后，并且希望进一步挖掘物联网收集到的数据价值时，这些企业会将未来的战略角色锁定在物联网平台或者外部应用者（对外提供服务），并提前进行相应的能力储备。待到了物联与服务交融阶段，企业可以轻松转型到外部应用者或物联网平台的角色。到那时，其主要合作角色转化为应用开发使能者。例如ABB Ability物联网平台和IBM开展合作，利用其Watson认知计算平台能力，为电力、工业、交通和基础设施领域提供基于物联网的服务；通用电气预计，到2020年时，每年将有2万名开发者在其Predix工业云平台开发应用软件。当发展到万物服务化阶段，企业已经积累了丰富的产业经验，生态系统也比较完善，可以选择在现有生态圈中成为主导者，成为一家平台型的企业；也可以将自己定位成在一个大的生态系统中的一员，发挥自己的独特优势，深挖细分领域内的价值。

集成和被集成，是“物联网+”生态圈中所有角色的必然选择。无论哪种选择，企业应对自己的定位有个清醒的认识，在产业发展的过程中提前布局卡位，保持竞争优势。

我们以某大型装备制造企业为例，根据其在物联网产业领域现有的布局和未来可能的发展方向描绘出其向服务转型的发展路径（图10）。这家企业从数据制造者和内部应用者角色起步，现在正积极向对外的应用服务提供者、物联网平台提供商和应用开发使能者的角色转型。

该企业内部的物联网系统在八年间已经积累了3万台设备实时运行数据和500多种参数。这些数据资源支持企业从满足企业自身的应用需求，发展到向业内其他企业乃至产业之外提供物联网应用服务。近期该企业推出了面向业界的产业物联网平台，提供包括物联监控、资产管理、智能服务、设备保险、交易支付、共享租赁等面向企业客户的360度全生命周期管理服务。未来，这家企业有可能发展成为行业内占主导的平台型企业。

（四） 组织能力的准备

与生态系统伙伴的合作对企业也提出了新的要求。

技术基础设施：為了便于和外部生态伙伴的合作，企业需要搭建好能支撑这些合作的技术基础设施。比如基于软件即服务（SaaS）和平台即服务（PaaS）的云服务；为生态伙伴提供API接口，开放自己的数据，并提供相应的App开发工具。为了更好地和外部伙伴的数据互联互通，企业自身要做好内部数据的互联互通；考虑到企业对数据安全的敏感性，企业还需要采取很好的数据安全措施，建立数字信任，才能吸引生态伙伴来分享数据。

多样化的人才需求：与生态系统中不同的伙伴合作，满足不同的服务场景，对企业人才的技能的要求会更为多样化，如底层技术支持、大数据分析、软件开发、行业知识、解决方案构建、商业模式的规划运营，等等。要满足这种多样化的需求，企业首先需要培养复合型人才，例如信息技术（IT）与运营技术（OT）的复合型人才，业务与技术的复合型人才。其次，企业要善于利用众包平台，和外部的中小企业、自由职业者共同协作来开发、提供基于物联网的智能服务。

数据分析/人工智能：物联网应用服务中最大的价值来源是应用于服务场景中的产业知识和数据，生态系统的整合会使得公司获得更多的数据和知识来源，但必须将数据分析能力与产业知识和数据结合起来才能真正挖掘出有价值的洞察。GE、ABB、西门子这些工业巨头通过物联网和多年的行业实践在工业领域都积累了大量的产业数据和知识，为了将这些产业知识转化为能产生价值创新的洞察，它们都在积极地发展在数据分析和人工智能方面的能力。比如GE的医疗部门已经开始试水利用人工智能做疾病的早期筛查，并计划未来开展数字医疗服务。

公司文化：物联网应用服务的开发需要生态系统伙伴的密切合作。知识与数据的分享，收益与风险的共享，公司内外人才的配合，公司内不同部门之间对外协调一致，这些都需要更为开放和协作的文化。而且，由于物联网应用服务是基于实时的数据感知，企业也需要和外部伙伴紧密合作，一起快速地应对客户需求和市场态势的变化，保持高度的敏捷性。

三、从概念验证走向规模应用

（一）在价值螺旋中探寻“物联网+”智能服务的价值所在

利用“物联网+”向智能服务转型非一蹴而就，目前试水智能服务的企业多是在做概念验证，如何走向规模化应用是一大挑战。企业要根据实际需求，在不断的尝试—反馈—改进的螺旋中探索“物联网+”的价值所在，从概念验证逐步走向规模化应用（图11）。在这个过程中，数据量、合作伙伴，应用场景都会逐步丰富起来，螺旋体量会逐渐变大，源于服务的收入也会水涨船高。米其林通过安装在在卡车的引擎和轮胎上的传感器收集到的数据的分析，帮助车队节省燃油，并且按照行驶里程租用轮胎是产品公司提供“物联网+”智能服务的一个典型案例。而米其林在提供该服务之前，也是经过多年的数据与经验的积累和测试才开发出这项服务。

1.从基于产品的服务到新的商业模式

在服务场景方面，物联网应用服务通常会是起于围绕产品的服务，比如利用物联网监测/诊断产品的运行状态，控制产品的功能，提升产品的性能，针对不同用户需求提供个性化的产品体验。而随着数据体量的扩大，对用户需求的理解的深入，会衍生出一些新的商业模式，比如产品按使用收费、金融和保险服务、针对客户其他需求的咨询服务等。

2.从智能产品1.0到智能产品N.0

智能产品是智能服务的载体。服务的演进会对智能产品的功能不断地提出新的需求。因此，智能产品在价值螺旋中会根据市场的反馈、服务的升级，不断地迭代优化，从互联迈向智能化，从单一的产品迈向多个产品组成的产品系统。

3.从“小数据”到“大数据”

在服务演进的过程中，一方面，企业部署的智能产品在不断的尝试和改进中部署的数量逐渐增多，通过产品收集到的数据越来越多。另一方面，为了满足增加的应用场景，企业生态圈也在不断扩大，企业会整合更多来自外部伙伴的数据，数据的规模、维度、精度和数据处理速度都会在价值螺旋中不断扩展。

4.从供应商合作到生态系统整合

服务的发展也要求企业与外部合作伙伴的关系不仅是传统的供应链中的分工协作关系，而是要有着更广泛、密切的合作。从传統的围绕产品的供应商体系扩展到围绕服务场景的所有外部合作伙伴，合作层次也要提升，比如数据的分享，共同投资，将相关的产品和服务紧密捆绑在一起为客户提供无缝体验，且收益共享。

5.从感知问题到自主决策

随着通过物联网收集到的数据量的扩展，以及智能服务对实时响应和预测式服务的要求，服务应用也从问题感知、原因追溯，逐渐向预测分析、决策支持，直至自主决策进阶。传统的数据回归和聚合分析将无法满足这一需求，我们需要提高大数据分析的速度和准确度，一方面是采用更深入的机器学习方法，另一方面是向普适计算发展。普适计算强调和环境融为一体的计算，而计算机本身则从人们的视线里消失。在普适计算的模式下，人们能够在任何时间、任何地点、以任何方式进行信息的获取、处理，以及自动决策和执行。例如，自动驾驶汽车可以利用Waze这样的应用程序，获取交通流量信息，然后自动实时规划路线，将你送到目的地。汽车可以观察其他车辆状况和交通事故，接受最新的交通信息。在这个价值螺旋中，企业需要步步为营，寻找合适的商业模式实现变现，同时管控好投资风险，而螺旋式的迭代过程对企业传统的产品和服务开发流程也提出了新的挑战。

（二）数字产品生命周期管理

在探索服务价值的价值螺旋过程中，作为智能服务的载体，智能产品的开发会碰到新的挑战。首先智能产品和服务需要快速迭代，这意味着开发周期变短，对市场的反应要更快。其次，由于硬件的开发周期要慢于软件的开发周期（智能服务通常是以软件的形式交付的），造成软硬件开发周期不匹配。以汽车行业为例，核心部件的开发周期为7～10年，而软件的开发周期是2年，且通常每6个月就会更新。再者，智能服务能为客户带来更具个性化的体验，而这种个性化体验会给让产品和服务的配置更为复杂。因此，企业原有的产品开发模式是不足以应对这些挑战的，企业需要全新的数字化产品生命管理周期模式（图12）。

何为数字化产品生命周期管理？总的来说，就是利用互联数据技术的优势，创建出有效的产品开发价值网络，该网络能循环处理数据，与旧式的产品生命周期管理运作模式—从创意产生到产品报废的线性模式截然不同。数字化产品生命周期管理具有以下特点：

快速。企业不同部门之间的响应时间压缩到最短。例如，概念评估能越快融入到设计到产品/服务原型测试循环中去，就能越早付诸制造，并推向市场。比如，通过社交网络或者众包等渠道可感知出市场中的需求变化，而研发应在很短的时间内对这些变化做出应对，或改变产品特性，或改变产品外观。要提升灵活性，技术永远是一大重要因素，例如运用高性能计算，可大大加快设计与验证的周期；利用3D打印快速构建智能产品原型。

可伸缩。可伸缩性指既能迅速发现需求并加以满足，又能在需求降低时，以最低损失做出相应缩减。另外，可伸缩性还包括以低成本提高产品开发效率。对于新产品和服务，要加快构思、设计、测试和制造环节的进程，确保产品能为持续、灵活的软件更新和新服务充当平台和载体。为快速发布多种产品，企业所有相关部门必须保持高度统一，确保数据在各部门间畅通无阻。

智能。首先，企业需运用有力的分析工具，筛选出符合市场需求的具体产品或服务。其次，产品需配有智能软件，可报告使用趋势、个体需求或偏好，以便研发团队相应作出应对；而且有了智能软件，持续的产品再造、重构、个性化客户体验，以及实时自适应才有望实现。再者，高度互联且智能化的产品生命周期管理可从生态系统伙伴那里吸纳服务，并将其融入自身产品和服务，更好地满足客户需求。如苹果等高科技公司已合并应用程序生命周期管理（ALM）和产品生命周期管理（PLM）的软件。

互联。整个产品生命周期管理方案都应实现互联互通。产品生命周期管理包含许多阶段：创意、概念、设计、样机、验证、制造、实际使用和售后支持，以及最终的产品报废。这些阶段最好由统一、顺畅、完整的信息和数据流来相互连接。这种连接，不光是指企业内部，而且要包括外部供应商、合作伙伴、转包商和客户，这样才能最大程度地利用好组织和外部生态伙伴的能力。

（三）探寻合适的商业模式

我们的调研发现，企业在开发“物联网+”智能服务时的一大挑战是如何变现，而目前客户不太愿意为服务买单。现在提供服务的企业更多是把其作为现有产品的增值服务，希望能提高现有产品对客户的吸引力；或者即使提供了服务，客户规模还远不到盈利点。要实现规模化应用，企业需要找到合适的商业模式。

1.满足客户的真实需求

要找到合适的商业模式，一定要触及到客户的真实痛点。目前的一些物联网应用服务满足的往往是“伪需求”，客户自然不愿为此买单。例如在智能家居领域，大部分的智能家居的功能就是利用手机App进行灯光控制、家电控制、安防控制。这些功能需求并没有给用户带来更多好处，相反可能由于使用习惯的改变，给用户造成困扰和麻烦。而亚马逊一款搭载智能语音助手Alexa的智能音箱—Amazon Echo则相当成功。Echo集合了许多服务，涵盖了消费者在日常家居生活中的多个服务场景，比如播放流媒体音乐，朗读Kindle电子书，比如控制家里的照明、门锁和空调，上网购物，连接Uber、Twitter和彭博社新闻等应用，而且相对于拿出平板电脑或智能手机进行操作，其低延时语音操作这种自然交互的方式让客户体验更佳。

2.运用设计思维

在探寻商业模式的过程中，设计思维是很好的一种方法。设计思维是以客户为中心的一系列工具、方法和理念，它将用户的需求，企业的商业需求和技术的上可行性很好地结合在一起，是创意思维和分析思维相结合的产物。以客户为中心不仅仅是了解What（客户想要什么）和How（如何实现），更重要的是Why（客户为什么这么想），而只有更进一步了解客户动机和偏好，才能更好地了解客户，找到客户真正的痛点（图13）。在设计过程中，产品和服务的设计过程应由跨团队共同讨论完成；过程中采取共创模式，鼓励引入专家和用户直接参与设计。客户调研也不只是一次性的调研，而是要持续地了解用户的需求，从客户反馈中不断提升产品和服务的正向循环。这种迭代创新的方式，不仅能帮助企业缩减新产品、新服务的上市周期，又保证企业能根据市场需求灵活调整创新方向。研发中的每个步骤会快速完成并投入市场让用户进行检验，从而快速总结经验、提升认知，进入下一次迭代，进而持续改进产品和服务。以上述亚马逊智能音箱为例，在推出之前做了大量应用和场景测试，并根据用户反馈，不断扩展其功能、兼容各种智能家居标准，最终在市场中脱颖而出。仅在2016年，其软件应用从135个发展到7000多个，并先后发布了DOT第一代和第二代，白色Echo，Tap四种硬件。

要实现“设计思维”，第一步需要转换思考角度，理解和分析“用户是谁”“用户想要什么”，发现有价值的设计机会在哪里；第二步结合技术的可实现性，筛选可以被技术解决的机会，并拼搭出未来的产品蓝图；第三步基于实现的需求，做出分步规划，从框架到细节逐步交付。

3.服务转型中的商业和变现模式

企业在向服务转型的过程中，通常分为三个阶段，在不同的阶段，可以选择不同的商业模式和变现模式（图14）。

在阶段一，多数公司把服务作为现有产品的补充和延伸，其提供的服务的目的是提升客户的黏性，比如产品的远程监测、控制，和升级更新服务、预测性维护服务，其变现模式是销售更多的产品，或者是产品卖出更高的价格，能获得的服务收益非常有限。在阶段二，则会围绕客户与产品相关的运营环节的需求，推出更多的服務，并且可以和产品打包成解决方案的方式，为客户提供“一站式”服务。比如企业会为一些高价值的设备提供保险服务和融资服务，为客户提供运营咨询服务（例如米其林的车队管理服务，GE的机队运营优化服务）。其变现模式是通过服务赚取收益；同时，也可以通过服务带动产品销售量的增加或产品价格的提高来获取收益。在阶段三，随着企业提供的服务的规模越来越大，围绕企业的生态系统越来越完善，收集到的数据越来越全面，企业提供的服务可以超越现有的产品甚至是行业领域，成为一家以服务为核心的公司。例如客户可以通过网络发出产品订单，企业根据订单将产品加工出来（制造即服务），客户无需购买或租赁制造装备。企业积累的数据本身也可以服务形式提供给客户（数据即服务）。企业也可以进军平台模式，例如GE predix平台向所有工业互联网开发者全面开放，目前全球已经有2.4万名开发者参与到Predix平台，各类应用超过250个；而向第三方开发者收取服务费用，是Predix这样的平台的主要盈利模式。

（四）管理投资风险

提供规模化的“物联网+”智能服务，前期的软硬件、人才的投资较大；而且由于迈向盈利的价值螺旋是个不断探索的过程，因而是需要相当长的时间、有着相当的投资风险的。根据思科的调查，只有26%的公司的物联网方案获得了成功。而制造业中大部分企业的净利润率都是个位数（2016中国制造业企业500强平均收入利润率为2.18%，平均资产利润率为1.97%），它们很难有足够的资金对新业务做大规模的投入，对风险的承受能力也有限。

此外，旧的业务仍然在产生现金流，旧的系统仍然比较好用，冒着风险用新业务去替代旧业务，用新系统去替代旧系统，有可能会得不偿失。

1.多速驱动

因此，在向服务转型的过程中，企业需要两条腿走路：立足于现有业务，同时探索新业务（图15）。对待不同的业务形态，企业可以采用多速业务规划模式来管理企业的转型。针对传统的成熟业务的改造，比如将现有产品改造成智能产品，提供基于产品的服务，企业可以采取以年为单位的规划周期，并可利用利润进行再投资，或者是小额的战略性投资。而全新的物联网应用服务，可以采用创新的数字化管理理念，将规划、执行、修正做成以月为单位的管理方式，以更快的速度进行迭代。由于物联网相关的软硬件成本在不断降低，开发速度越来越快，这使得敏捷部署、快速迭代成为可能，企业投入的成本也可以控制在可承受的范围之内。对待不同的业务形态，企业需要准确把握投资的时机、力度和方向，动态管理原有业务/新业务的投资流程及资金分配。

对于新的业务，企业也可以用企业风投的方式或成立新的业务部门的方式和原有部门做隔离，减少对原有业务的影响和冲突，从而控制风险。比如英特尔就通过旗下风投资本集团Intel Capital投资物联网业务，通用电气成立了GE Digital统揽和数字化有关的业务。

2.合作共赢

在充满不确定性和复杂性的产业中，推动产业的发展往往要靠企业联合起来的集体行为，特别是龙头企业之间的合作，德国“工业4.0”就是由德国工程院、弗劳恩霍夫协会、西门子和博世等龙头企业等联合发起的，工作组成员也是由产、学、研、用多方代表组成的。物联网产业也不例外，而且，由于物联网服务中的许多场景相当的碎片化，需要多个企业的合作才能完成，共同投资、资源互补、共享收益是平抑投资风险的很好的方式。例如在车联网领域，上汽集团与阿里云在2015年共同投资设立10亿元的“互联网汽车基金”，并组建合资公司斑马汽车，正式开始“跑在互联网上的汽车”的落地计划。上汽发挥其在汽车领域的特长，而阿里则发挥其在云、操作系统和生态系统方面的优势，取得了不错的成绩。