作为国家发展的主要标志以及国民经济发展的主导力量，传统工业正在与互联网进行着有机结合。
过去一年，工业互联网持续大热，在政策与市场的双重驱动下，我国工业互联网迎来了前所未有的发展机遇，产业步入快车道。据统计，我国目前工业互联网平台类产品269个，已超远超其他国家数量总和。
这些平台大致分为两类：一类是统一的横向平台，汇聚了不同的行业开发者；另一类是以垂直行业为切入点，逐步服务其上下游企业的平台。就平台类型而言，昆仑数据属于后者。
昆仑数据CEO陆薇在接受媒体采访时表示，“搭建垂直行业的工业互联网平台只是为企业提供服务的一种路径，而不能当作目的，真正的价值在于平台能够为客户提供什么样的服务。”
昆仑数据成立于2014年，主攻能源、制造、环保、钢铁、汽车等细分行业，基于互联网手段，汇集企业的业务数据，挖掘其价值，为工业企业解决问题。创始团队来自IBM、华为、西门子等信息科技与工业企业，以及清华大学等国内外知名研究机构。经过几年的发展，昆仑数据已经成为工业互联网领域为数不多的垂直平台类明星创业公司之一。
工业互联网是“有墙花园”
工业本就是较重量级、较硬的行业，创业公司做垂直平台，并直接参与运营，对于很多从业人员来说是想都不敢想的事情，为何昆仑数据会选择一条最难走的路？对于这个问题，陆薇在去年接受媒体采访时将消费互联网与工业互联网做了生动的对比，提出了工业互联网是“有墙花园”的观点。
陆薇表示：“消费互联网没有行业准入和特别领域的知识要求，工业互联网有行业准入门槛和特别领域的知识要求；消费互联网全部在线上，工业互联网是线上和线下相结合；消费互联网可以只是软件的，而工业互联网一定是软件和硬件的结合。工业领域的条条框框较多，如果说消费互联网是一片‘开放草地’，那么工业互联网则是一个个‘有墙花园’。”
如果说工业的各个细分领域是不同花园，那么则需要逐个进入。在陆薇看来，每一个“有墙花园”都会有一些核心节点，这些核心节点通常就是该产业链的龙头企业，携手行业龙头企业搭建垂直行业的工业互联网平台虽然比较难，但却是进入“有墙花园”最直接、最有效的途径。
去年，昆仑数据推出了工业互联网平台KSTONE，以及基于KSTONE的“1+N”的发展战略。据了解，KSTONE整合了昆仑数据原有拳头产品KMX的工业大数据及服务（Industrial Data As a Service）的全部能力，并增加了工业智能流水线、工业应用商店、全模IaaS以及工业级安全防护能力，提供对工业APP创新的端到端支持。昆仑数据想要用更全面的底层技术能力与更敏捷的速度，为不同垂直领域的工业互联网应用平台赋能。
如今，KSTONE上已搭载了与国家电网青海省电力公司推出的国内新能源互联网平台——绿能互联；与国内风机整机制造商金风科技共建的风电互联网应用平台——金风云；与攀钢集团下属积微物联共建的钢铁工业互联网平台——积微钢铁云。
值得注意的是，在去年工信部发起的国家级工业互联网平台案例评选中，20多个工业互联网平台案例中有4个均由昆仑数据支持。
在采访中，陆薇重点提及了昆仑数据与国家电网青海省电力公司推出的绿能互联平台，该平台汇集了风电场、光伏电场等发电端数据和下游企业用电数据，基于这些数据可以为发电企业提升发电效率、优化新能源消纳，为下游企业提高电能质量，优化用电成本等。
不难看出，龙头企业汇聚了各个“有墙花园”的业务和数据，昆仑数据的垂直切入方式便于其在服务客户的过程中积累行业知识和合作关系，久而久之就能形成较强的竞争优势。
“如果说‘有墙花园1.0’是平台搭建，那么‘有墙花园2.0’将聚焦价值创造。”陆薇在今年的工业互联网峰会上提出了关于“有墙花园”的更多思考。
聚焦价值创造
昆仑数据将不同发展阶段、不同资源禀赋的工业企业分为三类，并描绘出了“工业企业的需求金字塔”图谱：顶端是行业龙头企业，它们的需求是利用技术对原有业务进行重构；腰部是两化基础好的企业，这类企业在良率根因、设备健康、故障预测等方面有诸多需求；底部是有一定两化基础的企业，跑冒滴漏、耗能管控、柔性生产是它们亟需解决的问题。
陆薇告诉记者，接下来，昆仑数据将从各个细分领域的“顶端”切入 ，通过“腰部”，触达“底部”。根据图谱，昆仑数据提出了加速新生、精准治病、科学减肥三个价值突破点。
加速新生主要针对金字塔尖的龙头企业 在互联网时代，龙头企业要突破行业天花板，利用产业链上的优势地位，实现全新业务势能增长。
以上文提到的绿能互联平台为例，陆薇表示，该平台除了发挥自身原有的功能之外，还能基于数据流与业务流的交互，在创新研发、效率提升、质量改善等多维度形成上下游协同，提供新的工业互联网业务，例如电厂资产证券化、资产评估等金融服务。这一系列增值服务超越了原来电网的传统业务，是基于工业互联网平台产生的新兴业务，能够帮助电网实现工业互联网转型。
精准治病主要针对金字塔腰部的先进制造业 在中国，许多领域的核心技术不是本土原创，而是依赖国外引进的工艺、设备、制程等，存在水土不服、在国际对抗中被卡脖子等风险。
针对这种情况，陆薇表示，基于机理和工业场景的大数据算法，能帮助制造企业明确与关键工艺和制程相关的核心工序及所有相关参数；以深度数据挖掘、人工智能、深度学习等技术手段加速异常排查，从而提升企业整体研发能力，突破专家经验，突围技术封锁。
在采访中，陆薇透露，在不久之前昆仑数据与一家半导体企业达成了合作，该企业主要从日本进口生产设备，因此，设备的安装、使用、调试等全部需要从日本高价聘请原厂专家。由于企业始终无法有效掌握核心技术，从而引发了工艺不稳定、良品率难保障等一系列问题。
我们都知道，在技术方面，企业很难快速突围，因此只能依靠数据分析沉淀来突破专家经验，从而更快地掌握既有工艺，这也是目前最好的手段。“以往一批次产品出现良率问题的影响因素会有数百个，专家要花费7天的时间才能排查到根本原因，而现在只需要15分钟就可以了。”陆薇告诉记者。
科学减肥主要针对金字塔底部由于成本红利消失、环保趋严、产能过剩、利润率严重下滑的传统工业行业 在中国，这样的企业有很多。对于这些企业，昆仑数据的做法是通过数据与业务流程的梳理，对它们的健康状况进行诊断，将数据和精益、6σ等先进的管理理论进行有效结合，减少因跑冒滴漏而产生的生产浪费和因效率低下而产生的管理资源浪费。
“昆仑数据的客户中有一家纺织原料厂，他们进行了为期6个月的科学减肥后，当年的直接成本减少了930万，与此同时，客户投诉减少了，客户满意度也提高了。”陆薇说。
以上种种，不难看出，昆仑数据正在重新定义工业的生产方式，不过工业互联网的推进节奏不会像消费互联网那样追求过快发展，只能是深入其中，稳中求进。打法升级后，昆仑数据要想取得更好的成绩还需一定时日。
